元胞自动机

2013年数模,有一道题是关于道路故障占用车道的规划和预测分析,其中有一篇优秀论文用到了元胞自动机分析方法.元胞自动机解决复杂的模型系统的重要研究方法被广泛关注.它通过简单的微观机制就能产生宏观整体的复杂行为,在最简单的元胞自动机(Cellular Automata,即ECA)里,状态集S只有两个两个元素{s1,s2 },通常记为{0,1},也可以记为黑与白.邻居半径r=1.


此时:邻居的个数为2r=2,局部映射f:S^3->S:

其中有三个变量,每个变量有两个状态,那么就会有2*2*2=8种组合,只有确定这8种值,f就可以确定了.在这8种组合中,就会产生2^8=256种规则(局部映射),也就是对应于256种初代元胞自动机.所以这看起来很简单.但是当你将它们不断变换时,你就会发现它解决了很多复杂的问题.

S. Wolfrarm在做了大量的推演和计算机实验,将元胞自动机大致分为四大类:

⑴平稳型:自任何初始状态开始,经过一定时间运行后,元胞空间趋于一个空间平稳的构形,这里空间平稳即指每一个元胞处于固定状态。不随时间变化而变化。

⑵周期型:经过一定时间运行后,元胞空间趋于一系列简单的固定结构(Stable Patterns)或周期结构(Perlodical Patterns)。由于这些结构可看作是一种滤波器(Filter),故可应用到图像处理的研究中。

⑶混沌型:自任何初始状态开始,经过一定时间运行后,元胞自动机表现出混沌的非周期行为,所生成的结构的统计特征不再变止,通常表现为分形分维特征。

⑷复杂型:出现复杂的局部结构,或者说是局部的混沌,其中有些会不断地传播。

进一步,我们可以看到它所具有的特点:

①离散(高度):不仅空间离散,时间离散,状态也是离散的,这个特征极大的简化了计算和处理过程.作为一个全离散的局部动力学模型,很容易描写单元间的相互作用,只需要确定局部演化规则.

②齐性:就是说在元胞空间中每个元胞都服从相同的规律,元胞自动机转换规则或转换函数是相同的.

③并行运算:由于规律相同,就有理由让他们一起运算,元胞自动机的结构变化可以看成是对数据和信息的计算和处理.

④时空局限性:每一个元胞的下一时刻t+1的状态,都取决于其周围半径为r的领域(或者其他形式邻居规则定义下的领域)中的元胞当前状态t时刻的状态,这就是时间空间的局限性,从信息传输的角度来说,信息传输速度是有限的.

⑤维数高:在动力系统中一般将变量的个数看成维数,在元胞空间中,每个元胞被看成是系统的一个变量,由于任何完备的元胞自动机的元胞空间都是定义在一维、二维或多维空间上的无限集, 因此, 元胞自动机是一类无穷维动力系统.

简单说就是将一片区域(系统)分成很多个给定运动规则的单元格(可以说方形、六边形等),用单元格整体趋势来表示这片区域(系统)的演化趋势。散布在规则格网 (Lattice Grid)中的每一元胞(Cell)取有限的离散状态,遵循同样的作用规则,依据确定的局部规则作同步更新。大量元胞通过简单的相互作用而构成精态系统的演化。'它没有严格意义的函数限制,没有公式,行为复杂,是用一系列模型构造的规则构成的,所以只要满足这些规则的都可以使用这个模型.在实际应用过程中,有的元胞自动机模型对其中的某些特征进行了扩展,有的在规则设计中引入随机因素,如:森林火灾模型。 又如,在交通、通讯发达的今天, 研究流行病或计算机病毒的传播问题时, 我们还可以将空间背景换成复杂网络的结点,用网络邻接点作为邻居。这样的调整显然比仍旧使用二维欧氏空间、采用欧氏距离的模型更加符合实际情况。 在大型场所人群紧急疏散问题模拟研究中,可以考虑年龄、性别等因素,即元胞不是同质的,更加有利于使模拟系统接近真实系统。一般定义微观规则模拟交通堵塞和疏通的具体情况啊啥的,用matlab仿真可以得到具体问题的解,比如排队时间是多少,一个周期能排多少辆车,多长时间疏通都可以解。元胞自动机的方法比较新,大约90年代后通用,传统的有交通波和排队论.

链接:https://www.zhihu.com/question/21929655/answer/54098966

应尚军, 魏一鸣, 蔡嗣经. 元胞自动机及其在经济学中的应用[J]. 中国管理科学, 2000(s1):272-278.

最后编辑于
©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 194,491评论 5 459
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 81,856评论 2 371
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 141,745评论 0 319
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 52,196评论 1 263
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 61,073评论 4 355
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 46,112评论 1 272
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 36,531评论 3 381
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 35,215评论 0 253
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 39,485评论 1 290
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 34,578评论 2 309
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 36,356评论 1 326
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 32,215评论 3 312
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 37,583评论 3 299
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 28,898评论 0 17
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 30,174评论 1 250
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 41,497评论 2 341
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 40,697评论 2 335

推荐阅读更多精彩内容