Area di ricerca: Dinamica non lineare

Slides:



Advertisements
Presentazioni simili
Tra semplicità e complessità
Advertisements

1. LO SCORING Lo scoring è una metodologia di analisi che consente di esprimere un giudizio estremamente sintetico, rappresentato da un singolo numero,
COFIN Presentazione Linee di Ricerca
E allora ?!. Alla faccia della creatività… Stato presente Costruire Scenario Stato futuro desiderato Discontinuità Quando e Perché Strategie degli attori.
Attività Sperimentale 2008 Elettronica
Controllo remoto di un robot mobile realizzato con Lego Mindstorms
Controllo remoto di un robot mobile realizzato con Lego Mindstorms
Università degli Studi di Cagliari
Segnali e Sistemi Un segnale è una qualsiasi grandezza che evolve nel tempo. Sono funzioni che hanno come dominio il tempo e codominio l’insieme di tutti.
True Random Bit Generation From a Double-Scroll Attractor
Politecnico di Milano – III Facoltà di Ingegneria Corso di Laurea Specialistica in Ingegneria Nucleare Anno Accademico Chaos and Nonlinear Dynamics.
Politecnico di Milano Corso di Laurea in Ingegneria per l’Ambiente e il Territorio Dinamica complessa in una catena alimentare tritrofica con competizione.
Politecnico di Milano Laurea Specialistica Anno Accademico
Web Information Systems (I parte) Prof. Barbara Pernici Politecnico di Milano.
RUOLO DI SOSTANZE TOSSICHE IN UN MODELLO DI COMPETIZIONE ALGALE
Metodi di Analisi Non Lineare applicati a Segnali Fisiologici
Area di ricerca: Analisi e gestione dei sistemi ambientali e territoriali Sezione di Automatica Dipartimento di Elettronica e Informazione.
MAIS WP5 – Architectures Luca Negri Politecnico di Milano Roma – novembre 05.
CENTRO REGIONALE DI PROTEZIONE CIVILE
Che cosa intendiamo per Dinamica della combustione? Che cosa intendiamo per Dinamica? Comportamenti che variano nel tempo.
Gaetano Continillo Dipartimento di Ingegneria, Università del Sannio
Automi Cellulari Automi Cellulari Binari Unidimensionali con r>1
Sistemi dinamici.
Dipartimento di Informatica e Sistemistica TECNOLOGIE DEI SISTEMI DI CONTROLLO CONTROLLO ROBUSTO Alessandro DE CARLI Anno Accademico
Dipartimento di Informatica e Sistemistica Alessandro DE CARLI Anno Accademico MOVIMENTAZIONE CONTROLLATA MODALITÀ DI CONTROLLO INNOVATIVE.
DATA PROCESSING UNIVERSITÀ DEGLI STUDI DI ROMA “LA SAPIENZA”
TECNOLOGIE DEI SISTEMI DI CONTROLLO
PROGRAMMA DEL CORSO 1.La nascita della scienza 2.Lo sviluppo della scienza 3.La teoria dellevoluzione: storia 4.Principi fondamentali della teoria 5.Caos.
SISTEMA IDRAULICO – SENZA RETROAZIONE
Il clima del Mediterraneo e la sua potenziale previsione Gruppo G3 Dipartimento di Fisica, Università di Roma La Sapienza.
Riconnessione magnetica 3D in plasmi non colisionali
Introduzione alla modellazione di sistemi interattivi
APPLICAZIONI DI INTELLIGENZA ARTIFICIALE ALLA MEDICINA
Roberta Camba & Sergio Morra DiSA, Università di Genova
APPROFONDIMENTI DI PSICOLOGIA SOCIALE E DI COMUNITÀ
Corso di Sistemi Complessi Adattativi
Università di Brescia Sede consorziata Università di Bergamo Sede amministrativa E considerata una delle cinque discipline ingegneristiche che avrà il.
Elettrotecnica Anno accademico
PROGETTO DI UNA STRUTTURA INTELAIATA CON PARETI IN CD”B”
SCHEMA DEL SEMINARIO* Notizie Storiche Legame tra dinamica e metrica
III Convegno Nazionale
Chiar.mo Prof. Ing. Daniele Caviglia Dott. Ing. Giacomo Pruzzo
REGOLATORI P I D UNIVERSITÀ DEGLI STUDI DI ROMA “LA SAPIENZA”
Introduzione al comportamento complesso e caotico dei sistemi
Elettrotecnica Anno accademico
Tesi di: Alessandro Sessa
Tesi di Laurea in Ingegneria Meccanica
Chaotic Behavior of Gastric Migrating Myoelectrical Complex POLITECNICO DI MILANO Facoltà di Ingegneria Aronne TELI Matr Anno accademico
THE DRIPPING FAUCET: TRANSIZIONE AL CAOS
Dinamiche caotiche nei Laser a Semiconduttore
Elettrotecnica Anno accademico
DALL'INTUZIONE ALL'IMMAGINE
Didattica on line.
Caos deterministico Castrovillari, ottobre 2006
Lezione 2 Matlab: Control System Toolbox
1 Università degli Studi di Roma “Tor vergata” Dipartimento di Ingegneria Civile Corso di Gestione ed esercizio dei sistemi di trasporto Docente: Ing.
Estratto dalle slide di Informatica Industriale - DU - 10
Elettrotecnica Anno accademico
Tassonomia dei Sistemi Distribuiti Antonio D'Angelo.
SOMMARIO Sistemi Ibridi Sistemi Switched Stabilità Controllo
Iterative Learning Control per un manipolatore robotico
Crittografia ottica caotica Caos ed epilessia Microstrutture ottiche Valerio Annovazzi Lodi, Sabina Merlo, Mauro Benedetti Laboratorio di Elettroottica.
Università degli Studi di Firenze Facoltà di Ingegneria Dipartimento di Sistemi e Informatica Corso di Laurea in Ingegneria Informatica Modelli e strumenti.
La Rete Civica della Città di Darfo Boario Terme Servizi ed Anagrafe on line: l’innovazione (utile) al servizio del Cittadino
UNIVERSITA’ DI GENOVA SCUOLA POLITECNICA
Centro Studi Sistemi Idrici Corso sull’utilizzo dei modelli EPR (Evolutionary Polynomial Regression) 21 maggio 2010 Dipartimento di Ingegneria dell’Università.
Fausto Borgonovi Dal Caos alla Complessità Dipartimento di Matematica e Fisica, Università Cattolica BRESCIA Istituto Nazionale.
Dipartimento di Economia, Management e Istituzioni APPPLICAZIONI AZIENDALI MEDIANTE FOGLIO ELETTRONICO 4° modulo: Calcoli statistici, Regressione Prof.
La seconda vita dei programmi TV analisi dei social network e online media LUCA VIGNAROLI CLAUDIO SCHIFANELLA 1.
10 Quasi esperimenti Giulio Vidotto Raffaele Cioffi.
Transcript della presentazione:

Area di ricerca: Dinamica non lineare Sezione di Automatica Dipartimento di Elettronica e Informazione

Dinamica non lineare Personale: Prof. Sergio Rinaldi Prof. Carlo Piccardi Ing. Renato Casagrandi Ing. Fabio Dercole Ing. Alessandra Gragnani Dott. Massimo Miari La dinamica dei sistemi non lineari è caratterizzata da comportamenti complessi quali, ad esempio, bistabilità, oscillazioni persistenti, isteresi, quasi-periodicità, caos, catastrofi e sincronizzazione. L'area di ricerca è attiva nello studio dei metodi che permettono l'analisi dei sistemi non lineari e dei segnali da essi prodotti, allo scopo di classificare le caratteristiche salienti della dinamica, di studiarne le modificazioni al variare dei parametri e di identificare modelli sintetici. I principali strumenti utilizzati sono l'analisi delle biforcazioni, il calcolo degli invarianti topologici (dimensioni frattali ed esponenti di Liapunov) e l'analisi delle serie temporali.

Principali argomenti di ricerca Robustezza dei sistemi dinamici:  dipendenza parametrica e stabilità strutturale  transizioni continue e catastrofi  nascita di periodicità e quasi-periodicità  isteresi  biforcazioni Caos deterministico e applicazioni:  caratterizzazione del caos deterministico  ottimalità e caos  frattalità dei bacini di attrazione Sistemi discontinui:  sistemi regolari a tratti  sistemi a impatto  controllo on-off  software per l’analisi numerica Dinamica picco-picco:  sistemi con dinamica picco-picco  modelli ridotti  previsione di eventi estremi  controllo picco-picco  stima parametrica Dinamica delle reti:  reti di sistemi dinamici  fenomeni locali e globali  emergenza di dinamiche collettive  formazione di configurazioni  sincronizzazione di oscillatori Processi di innovazione e competizione:  meccanismi di innovazione  processi di selezione tra tratti in competizione  evoluzione dei tratti  nascita della diversità

Analisi picco-picco e controllo di sistemi caotici modello ridotto serie temporale caotica analisi picco-picco L’analisi picco-picco è uno strumento potente ed efficace per lo studio di una vasta classe di segnali generati da sistemi caotici. Mediante l’analisi della relazione tra i picchi consecutivi di una serie temporale, è possibile ricavare un modello a bassa dimensione (spesso una mappa di ordine 1) del sistema che ha generato la serie temporale. Questo modello ridotto può essere utilizzato, ad esempio: Per calcolare importanti indicatori quantitativi che caratterizzano la serie temporale. Per la previsione degli eventi estremi (ampiezza dei picchi e istante in cui avvengono). Per progettare sistemi di controllo con varie finalità. In figura, ad esempio, è illustrato l’effetto di regolarizzazione (“de-caoticizzazione”) di un controllore progettato a tale scopo. Per stimare i parametri di un modello (assegnato “a priori”) del sistema che ha generato la serie temporale. regolarizzazione sintesi del controllore

Sincronizzazione dei fuochi forestali La previsione dei fuochi forestali è un problema di grande importanza economico-sociale. Per quanto riguarda le foreste mediterranee piccole e omogenee esistono modelli che prevedono la serie temporale (caotica) degli incendi (intensità e tempi). La previsione degli incendi in foreste spazialmente non omogenee è un problema non ancora risolto anche nel caso di foreste costituite da appezzamenti omogenei distribuiti secondo geometrie particolarmente semplici, come quella ad anello tipica delle foreste litoranee. All’aumentare della trasmissività del fuoco tra appezzamenti vicini (dipendente dalle specie arboree presenti) emergono configurazioni vegetazionali spazio-temporali tendenti alla sincronizzazione completa degli incendi.

Processi di innovazione e competizione evoluzione branching sostituzione rigetto In settori molto diversi tra loro, quali la tecnologia dell'informazione, l'economia, l'organizzazione aziendale, la sociologia e la biologia, sono facilmente riconoscibili meccanismi di innovazione e competizione descrivibili mediante lo schema in figura. Dopo un’innovazione, corrispondente alla nascita di un piccolo gruppo (n1’) di agenti con tratto caratteristico x1’ leggermente diverso dal tratto residente nel sistema (gruppo n1 con tratto x1), segue una competizione tra i due gruppi che ha tre possibili conseguenze: sostituzione del gruppo residente (corrispondente ad una variazione del tratto da x1 a x1’, evoluzione) rigetto dell’innovazione coesistenza dei due gruppi (corrispondente all’aumento del numero di gruppi residenti, branching) Le tre figure rappresentano il tipico prodotto di studi a carattere modellistico e mostrano rispettivamente il processo di sostituzione, la dinamica dei tratti di un sistema risorse-consumatori (primo strano attrattore evolutivo) e una successione di branching (diversificazione del sistema) nell’evoluzione di tratti cooperativi.