disser1.pdf (2006 KB) - Ernst-Moritz-Arndt-Universität Greifswald
disser1.pdf (2006 KB) - Ernst-Moritz-Arndt-Universität Greifswald disser1.pdf (2006 KB) - Ernst-Moritz-Arndt-Universität Greifswald
5. Numerische Methoden für verschiedene Aufgaben der Optimalsteuerung 280 Control 1 vs time 0.58 State 1 vs time 275 0.5798 270 0.5796 control 1 265 260 state 1 0.5794 0.5792 255 0.579 250 0 0.2 0.4 0.6 0.8 1 t 0.5788 0 0.2 0.4 0.6 0.8 1 t Abbildung 5.12.: OC-ODE: Dorsch. Optimale „Anzahl der Kutter“ (links) und die Populationsentwicklung (rechts) control 2 Control 2 vs time 130 128 126 124 122 120 118 116 114 112 110 0 0.2 0.4 0.6 0.8 1 t state 2 State 2 vs time 0.71 0.7095 0.709 0.7085 0.708 0.7075 0.707 0.7065 0 0.2 0.4 0.6 0.8 1 t Abbildung 5.13.: OC-ODE: Hering. Optimale „Anzahl der Kutter“ (links) und die Populationsentwicklung (rechts) 160 Control 3 vs time 0.693 State 3 vs time control 3 158 156 154 152 150 148 146 144 state 3 0.6925 0.692 0.6915 0.691 0.6905 0.69 142 0 0.2 0.4 0.6 0.8 1 t 0.6895 0 0.2 0.4 0.6 0.8 1 t Abbildung 5.14.: OC-ODE: Sprotte. Optimale „Anzahl der Kutter“ (links) und die Populationsentwicklung (rechts) 98
5.4. Lineare Beispiele nachhaltiger Fischerei 5.4.3. Berechnung optimaler Fangraten mit zeitabhängigen Wachstumsraten In der Natur entwickeln sich die Populationen unterschiedlich je nach Saison. Deswegen lässt sich das letzte Modell transformieren, in dem man Wachstumskoeffizienten ebenfalls verändert. In den Laichperioden (statistisch geschätzt, für den Dorsch z.B. im Frühling [57]) nehmen die Populationen zu, danach reduziert sich das Wachstum auf Grund von den natürlichen Ursachen. Das Wachstum ε kann hier z.B. durch die Funktion ε 1 · (1 + sin(2πt)), t ∈ [0; 1] bei den Vermehrungsraten ersetzt werden. Die Ostseeheringe laichen vom Frühjahr bis in den Herbst. 2 Um deren Wachstum zu „gewichten“, verwenden wir die Funktion ε 2 · (1 − cos(2πt)), t ∈ [0; 1], bzw. ε 3 · (1 − cos(2πt)), t ∈ [0; 1] für die Sprottenpopulation. "Wachstum der Dorschpopopulation" 2 1.8 1.6 1.4 1.2 1 0.8 0.6 0.4 0.2 0 0 0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.9 1 Jahr 2 "Wachstum der Hering− bzw. Sprottenpopopulation" 1.8 1.6 1.4 1.2 1 0.8 0.6 0.4 0.2 0 0 0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.9 1 Jahr Abbildung 5.15.: Wachstum der Populationen: Proportionalitätsfaktoren 1+sin(2πt) bei dem Dorsch und 1 − cos(2πt) beim Hering bzw. Sprotten 2 [58] 99
- Seite 48 und 49: 3. Mathematische Modelle in der Bio
- Seite 50 und 51: 4. Grundlagen der Optimalsteuerung
- Seite 52 und 53: 4. Grundlagen der Optimalsteuerung
- Seite 54 und 55: 4. Grundlagen der Optimalsteuerung
- Seite 56 und 57: 4. Grundlagen der Optimalsteuerung
- Seite 58 und 59: 4. Grundlagen der Optimalsteuerung
- Seite 60 und 61: 4. Grundlagen der Optimalsteuerung
- Seite 62 und 63: 4. Grundlagen der Optimalsteuerung
- Seite 64 und 65: 4. Grundlagen der Optimalsteuerung
- Seite 66 und 67: 4. Grundlagen der Optimalsteuerung
- Seite 68 und 69: 4. Grundlagen der Optimalsteuerung
- Seite 70 und 71: 4. Grundlagen der Optimalsteuerung
- Seite 72 und 73: 4. Grundlagen der Optimalsteuerung
- Seite 74 und 75: 4. Grundlagen der Optimalsteuerung
- Seite 76 und 77: 4. Grundlagen der Optimalsteuerung
- Seite 78 und 79: 4. Grundlagen der Optimalsteuerung
- Seite 80 und 81: 4. Grundlagen der Optimalsteuerung
- Seite 82 und 83: 4. Grundlagen der Optimalsteuerung
- Seite 84 und 85: 5. Numerische Methoden für verschi
- Seite 86 und 87: 5. Numerische Methoden für verschi
- Seite 88 und 89: 5. Numerische Methoden für verschi
- Seite 90 und 91: 5. Numerische Methoden für verschi
- Seite 92 und 93: 5. Numerische Methoden für verschi
- Seite 94 und 95: 5. Numerische Methoden für verschi
- Seite 96 und 97: 5. Numerische Methoden für verschi
- Seite 100 und 101: 5. Numerische Methoden für verschi
- Seite 102 und 103: 5. Numerische Methoden für verschi
- Seite 104 und 105: 5. Numerische Methoden für verschi
- Seite 106 und 107: 5. Numerische Methoden für verschi
- Seite 108 und 109: 5. Numerische Methoden für verschi
- Seite 110 und 111: 5. Numerische Methoden für verschi
- Seite 112 und 113: 5. Numerische Methoden für verschi
- Seite 114 und 115: 5. Numerische Methoden für verschi
- Seite 116 und 117: 6. Zusammenfassung und Ausblick in
- Seite 118 und 119: 6. Zusammenfassung und Ausblick die
- Seite 120 und 121: Literaturverzeichnis [15] M. Herman
- Seite 122 und 123: Literaturverzeichnis [54] http://ww
- Seite 125 und 126: ANHANG A DIRCOL A.1. Programm 1. Ha
- Seite 127 und 128: A.1. Programm 1. Hauptprogramm user
- Seite 129 und 130: A.1. Programm 1. Hauptprogramm user
- Seite 131 und 132: A.2. Programm 2. Programm DATDIM *
- Seite 133 und 134: A.3. Programm 3. Programm DATLIM 0
- Seite 135 und 136: A.3. Programm 3. Programm DATLIM *
- Seite 137 und 138: ANHANG B OC-ODE B.1. Programm 1. Be
- Seite 139 und 140: B.1. Programm 1. Berechnung mit st
- Seite 141 und 142: B.1. Programm 1. Berechnung mit st
- Seite 143 und 144: B.1. Programm 1. Berechnung mit st
- Seite 145 und 146: ANHANG C MATLAB-Programme C.1. Prog
- Seite 147 und 148: C.2. Programm 2. Berechnung der Adj
5. Numerische Methoden für verschiedene Aufgaben der Optimalsteuerung<br />
280<br />
Control 1 vs time<br />
0.58<br />
State 1 vs time<br />
275<br />
0.5798<br />
270<br />
0.5796<br />
control 1<br />
265<br />
260<br />
state 1<br />
0.5794<br />
0.5792<br />
255<br />
0.579<br />
250<br />
0 0.2 0.4 0.6 0.8 1<br />
t<br />
0.5788<br />
0 0.2 0.4 0.6 0.8 1<br />
t<br />
Abbildung 5.12.: OC-ODE: Dorsch. Optimale „Anzahl der Kutter“ (links) und die<br />
Populationsentwicklung (rechts)<br />
control 2<br />
Control 2 vs time<br />
130<br />
128<br />
126<br />
124<br />
122<br />
120<br />
118<br />
116<br />
114<br />
112<br />
110<br />
0 0.2 0.4 0.6 0.8 1<br />
t<br />
state 2<br />
State 2 vs time<br />
0.71<br />
0.7095<br />
0.709<br />
0.7085<br />
0.708<br />
0.7075<br />
0.707<br />
0.7065<br />
0 0.2 0.4 0.6 0.8 1<br />
t<br />
Abbildung 5.13.: OC-ODE: Hering. Optimale „Anzahl der Kutter“ (links) und die<br />
Populationsentwicklung (rechts)<br />
160<br />
Control 3 vs time<br />
0.693<br />
State 3 vs time<br />
control 3<br />
158<br />
156<br />
154<br />
152<br />
150<br />
148<br />
146<br />
144<br />
state 3<br />
0.6925<br />
0.692<br />
0.6915<br />
0.691<br />
0.6905<br />
0.69<br />
142<br />
0 0.2 0.4 0.6 0.8 1<br />
t<br />
0.6895<br />
0 0.2 0.4 0.6 0.8 1<br />
t<br />
Abbildung 5.14.: OC-ODE: Sprotte. Optimale „Anzahl der Kutter“ (links) und die<br />
Populationsentwicklung (rechts)<br />
98