next up previous contents
Next: Verfahren zur nichtlinearen Up: Ermittlung geeigneter Qualitätsfunktionen Previous: Beispiel zur Modellierung

Langzeitvorhersagen

Die Forderung, daß das Modell (gif) auch für eine Vorhersage über längere Zeiten gut sein soll, kann man im Sinne eines Least-Square-Fits folgendermaßen formulieren:

 

Hier wird das Modell für den r-fachen Zeitschritt optimiert ( usw.).

Als Ansatz für die Funktion f bietet sich zum Beispiel ein Euler-Schritt einer Modell-Differentialgleichung der Dynamik mit unbestimmten Koeffizienten an. Eine kompakte Darstellung von für große r erhält man durch analytische Berechnung der stroboskopischen Abbildung [EKH87,WHMK92].

Um eine Gütefunktion zu erhalten, die ein auf mehreren Zeitskalen gutes Modell liefert, addiert man mehrere Terme der Form (gif) für verschiedene r.

Die Frage ist, wie man die Terme für die unterschiedlichen Zeitschritte wichten soll. Bei chaotischen Systemen ist es einleuchtend, daß längere Korrelationen nicht berücksichtigt werden können. Andererseits ist man bei periodischen Systemen gerade am Langzeitverhalten interessiert. Im Stadium der Modellbildung läßt sich aber --- vor allem bei relativ hohem Rauschanteil --- die Frage schlecht entscheiden, ob das System chaotisch ist oder nicht.

Eine Möglichkeit besteht darin, den größten Lyapunov-Exponenten abzuschätzen, etwa mit der Methode von [BBA90]. Einen allgemeineren Zugang erhält man jedoch durch die konsequente Anwendung statistischer Methoden.



Werner Eberl
Sat Apr 15 13:17:50 MET DST 1995