Next: Zustandsraumdarstellungen
Up: Modelle für nichtlineare
Previous: Modelle für nichtlineare
. ZIELE DER MODELLBILDUNG
Von einem guten Modell wird vor allem erwartet:
- Einfachheit:€Das Modell soll wesentlich weniger Daten
enthalten als die Zeitreihe.
- Vorhersage: Der weitere Verlauf einer Zeitreihe soll aus dem
bisherigen vorhergesagt werden können. Für chaotische Systeme
muß man sich auf Kurzzeitvorhersagen beschränken, während für
reguläre Systeme Langzeitvorhersagen interessant sind.
- Reproduzierbarkeit: verschiedene Läufe des Experiments sollen
zu den gleichen Modellparametern führen. Bei chaotischen Systemen
ist die konkrete Zeitreihe nicht reproduzierbar, das Modell dazu
soll es natürlich sehrwohl sein, da es sich ja bei jedem
Lauf um das gleiche System handelt.
- Stetigkeit: kleine Änderungen physikalischer Parameter
sollen nur kleine Änderungen an den Modellparametern hervorrufen.
- Steuerung: die Kenntnis eines guten Modells soll eine
effektive Steuerung des Systems ermöglichen.
- Abschätzung verborgener Systemgrößen: Ist die Existenz
einiger Größen zwar bekannt, aber deren Messung unmöglich,
sollte ein gutes Modell zur Rekonstruktion der Dynamik der
verborgenen Variablen führen.
Figure: Ziele der Modellbildung:
Aus gegebenen Zeitreihen sollen
Modelle rekonstruiert werden, die mit wenigen, zeitlich konstanten
Parametern auskommen. Bei periodischen Signalen (a) reduziert sich die
Datenmenge der Zeitreihe auf die Angabe von Lage und Höhe der Peaks im
Fourier-Spektrum.
Im chaotischen Fall (b) ist eine Fourier-Transformation
sinnlos, weil die Zahl der notwendigen Komponenten ungefähr der Zahl der
Datenpunkte entspricht, weshalb man hier besser nichtlineare
Differentialgleichungen an die experimentelle Dynamik anpaßt.
Die Modelle sollen auch --- wenigstens kurzzeitige ---
Vorhersagen ermöglichen (Teilbild c).
Als Modelle für Zeitreihen erscheinen deshalb vor allem diskrete Abbildungen
und gewöhnliche Differentialgleichungen geeignet, während für Systeme mit
vielen Freiheitsgraden partielle Differentialgleichungen oder
zelluläre Automaten sinnvoll sind.
In der Chaosforschung macht man nun einige grundlegende Annahmen bei der
Modellbildung für Zeitreihen:
- Das System wird zu jedem Zeitpunkt durch seinen Zustand
charakterisiert.
- Die Dynamik des Systems ist die zeitliche Folge der Zustände
- es existiert eine weitgehend deterministische Regel für
- die Richtung der momentanen Zustandsänderung oder
- den neuen Zustand zu einer späteren Zeit als Funktion des aktuellen
Zustands
Die komplexe Dynamik wird modelliert mit einem möglichst niederdimensionalen
(n<10) deterministischen Modell und einem Rauschterm. Das Modell wird dadurch
einfacher, weil man nur verlangen muß, daß es innerhalb der Rauschbreite
korrekte Aussagen liefert. Für einige Zwecke kann der
Rauschanteil relativ groß gewählt werden (Beispiel: Steuerung, vgl
Kapitel ).
Next: Zustandsraumdarstellungen
Up: Modelle für nichtlineare
Previous: Modelle für nichtlineare
Werner Eberl
Sat Apr 15 13:17:50 MET DST 1995