Modelowanie wieloskalowe. Automaty Komórkowe - podstawy

Podobne dokumenty
Obliczenia inspirowane Naturą

Modelowanie wieloskalowe. Automaty Komórkowe - podstawy

Modelowanie Wieloskalowe. Automaty Komórkowe w Inżynierii Materiałowej

Automaty komórkowe. Katarzyna Sznajd-Weron

Układy dynamiczne Chaos deterministyczny

Modelowanie systemów biomedycznych

MODELOWANIE RZECZYWISTOŚCI

Ruch drogowy, korki uliczne - czy fizyk może coś na to poradzić?

Podręcznik. Model czy teoria

MODELOWANIE RZECZYWISTOŚCI

Podstawy programowania. Wykład 7 Tablice wielowymiarowe, SOA, AOS, itp. Krzysztof Banaś Podstawy programowania 1

Wykład nr 1 Techniki Mikroprocesorowe. dr inż. Artur Cichowski

Podręcznik. Przykład 1: Wyborcy

Dokumentacja. Portal Mathfinance Wycena opcji paryskich metoda. Wiktor Madejski

Ćwiczenia z przetwarzania tablic 2D

W dowolnym kwadracie 3x3 ustawiamy komórki na palące się (stan 3). Program powinien pokazywać ewolucję pożaru lasu.

Automaty komórkowe. Każdy węzeł siatki znajduje się w jednym z N dyskretnych stanów. Np. w modelu SIR moglibyśmy mieć

Modelowanie Wieloskalowe. Automaty Komórkowe w Inżynierii Materiałowej

Turing i jego maszyny

Obliczenia inspirowane Naturą

MODELOWANIE RZECZYWISTOŚCI

Wyłączenie redukcji parametrów wytrzymałościowych ma zastosowanie w następujących sytuacjach:

Algorytmy i schematy blokowe

MODELOWANIE RZECZYWISTOŚCI

Matematyczne Podstawy Informatyki

STRUKTURA KRYSTALICZNA

Maszyna Turinga języki

Mateusz Żyliński Tadeusz Włodarkiewicz. WireWorld. Zebranie informacji dotyczących tematyki projektu oraz przedstawienie koncepcji realizacji projektu

Obszary sprężyste (bez możliwości uplastycznienia)

SZEREGI LICZBOWE I FUNKCYJNE

PRZYKŁADY ROZWIĄZAŃ MES. Piotr Nikiel

Elementy Modelowania Matematycznego Wykład 4 Regresja i dyskryminacja liniowa

Klasyfikator. ˆp(k x) = 1 K. I(ρ(x,x i ) ρ(x,x (K) ))I(y i =k),k =1,...,L,

Grafika komputerowa Wykład 8 Modelowanie obiektów graficznych cz. II

SZTUCZNA INTELIGENCJA

Spacery losowe generowanie realizacji procesu losowego

Wektory, układ współrzędnych

Metoda Karnaugh. B A BC A

Algorytm. Krótka historia algorytmów

Symulacje komputerowe

- prędkość masy wynikająca z innych procesów, np. adwekcji, naprężeń itd.

Sieci obliczeniowe poprawny dobór i modelowanie

Metoda Różnic Skończonych (MRS)

Pierwsze komputery, np. ENIAC w 1946r. Obliczenia dotyczyły obiektów: o bardzo prostych geometriach (najczęściej modelowanych jako jednowymiarowe)

MODELOWANIE RZECZYWISTOŚCI

Elementy logiki. Algebra Boole a. Analiza i synteza układów logicznych

Reprezentacje grafów nieskierowanych Reprezentacje grafów skierowanych. Wykład 2. Reprezentacja komputerowa grafów

Języki, automaty i obliczenia

Algorytmy sztucznej inteligencji

1 Automaty niedeterministyczne

Powstanie gry Opis reguł gry Reguły według Conwaya Elementy występujące w grze Modyfikacje gry Charakterystyka automatu komórkowego Gra w Życie

Wojny Coli - czyli siła reklamy na rynku oligopolicznym

Mgr inż. Wojciech Chajec Pracownia Kompozytów, CNT Mgr inż. Adam Dziubiński Pracownia Aerodynamiki Numerycznej i Mechaniki Lotu, CNT SMIL

Efektywność algorytmów

Ciągłość funkcji f : R R

oności. Zastosowanie modelowania Agent-based Computational Economics w nauczaniu zdalnym

Optymalizacja. Przeszukiwanie lokalne

Równoległe symulacje Monte Carlo na współdzielonej sieci

MODELOWANIE RZECZYWISTOŚCI

Regresja wieloraka Ogólny problem obliczeniowy: dopasowanie linii prostej do zbioru punktów. Najprostszy przypadek - jedna zmienna zależna i jedna

Podręcznik. Wzór Shannona

Spis treści. Konwencje zastosowane w książce...5. Dodawanie stylów do dokumentów HTML oraz XHTML...6. Struktura reguł...9. Pierwszeństwo stylów...

Klasyfikatory: k-nn oraz naiwny Bayesa. Agnieszka Nowak Brzezińska Wykład IV

MODELOWANIE STRUKTURY BIOFILMU PRZY UŻYCIU AUTOMATU KOMÓRKOWEGO MODELING OF BIOFILM STRUCTURE USING CELLULAR AUTOMATON

CZYM SĄ OBLICZENIA NAT A URALNE?

Politechnika Gdańska Wydział Elektrotechniki i Automatyki Katedra Inżynierii Systemów Sterowania

Pochodna funkcji: zastosowania przyrodnicze wykłady 7 i 8

Symulacja grafenu na powierzchni miedzi. w pakiecie oprogramowania LAMMPS

Wprowadzenie do złożoności obliczeniowej

Wykład z Podstaw matematyki dla studentów Inżynierii Środowiska. Wykład 3. ANALIZA FUNKCJI JEDNEJ ZMIENNEJ

Temat: Zastosowanie wyrażeń regularnych do syntezy i analizy automatów skończonych

Zastosowanie MES do rozwiązania problemu ustalonego przepływu ciepła w obszarze 2D

Optymalizacja parametrów w strategiach inwestycyjnych dla event-driven tradingu - metodologia badań

III. ZMIENNE LOSOWE JEDNOWYMIAROWE

Modelowanie niezawodności prostych struktur sprzętowych

5 Wyznaczniki. 5.1 Definicja i podstawowe własności. MIMUW 5. Wyznaczniki 25

na podstawie modelu 3D

Prawdopodobieństwo geometryczne

Metody numeryczne w przykładach

Wpływ podpory ograniczającej obrót pasa ściskanego na stateczność słupa-belki

ZŁOŻONOŚĆ OBLICZENIOWA ALGORYTMÓW

========================= Zapisujemy naszą funkcję kwadratową w postaci kanonicznej: 2

Wstęp. Krystalografia geometryczna

INFORMATYKA W SZKOLE. Podyplomowe Studia Pedagogiczne. Dr inż. Grażyna KRUPIŃSKA. D-10 pokój 227

Data Mining Wykład 9. Analiza skupień (grupowanie) Grupowanie hierarchiczne O-Cluster. Plan wykładu. Sformułowanie problemu

Obliczenia inspirowane Naturą

Algorytm. a programowanie -

Matematyka dyskretna. Andrzej Łachwa, UJ, /14

Optymalizacja konstrukcji

Wprowadzenie Metoda bisekcji Metoda regula falsi Metoda siecznych Metoda stycznych RÓWNANIA NIELINIOWE

ŻYCIE I EWOLUCJA. w komputerze. czwartek, 23 maja 13

II. FUNKCJE WIELU ZMIENNYCH

FEM, generacja siatki, ciepło

FLAC Fast Lagrangian Analysis of Continua. Marek Cała Katedra Geomechaniki, Budownictwa i Geotechniki

Projekt zaliczeniowy z Programowania

Wybrane rozkłady zmiennych losowych. Statystyka

STRUKTURA MATERIAŁÓW

3. Podstawowe pojęcia statystyki matematycznej i rachunku prawdopodobieństwa wykład z Populacja i próba

czyli Arkuszy / Układów na podstawie modelu

Nieskończona jednowymiarowa studnia potencjału

Transkrypt:

Modelowanie wieloskalowe Automaty Komórkowe - podstawy Dr hab. inż. Łukasz Madej Katedra Informatyki Stosowanej i Modelowania Wydział Inżynierii Metali i Informatyki Przemysłowej Budynek B5 p. 716 lmadej@agh.edu.pl home.agh.edu.pl/lmadej

Naprężenie uplastyczniające w MES MES Automaty Komórkowe p,... T,,,,... p f T,,,...

Modelowanie wieloskalowe Automaty Komórkowe - podstawy Dr inż. Łukasz Madej Katedra Informatyki Stosowanej i Modelowania Wydział Inżynierii Metali i Informatyki Przemysłowej Budynek B5 p. 603 lmadej@agh.edu.pl 617 38 75

Deterministyczny automat komórkowy Metoda Automatów Komórkowych Początki metody automatów komórkowych nierozerwalnie wiążą się z nazwiskiem węgierskiego badacza Johna von Neumana, ustanowił on podwaliny pod dalszy rozwój tej metody który nastąpił wraz z rozwojem mocy obliczeniowej komputerów. Idea automatów komórkowych polega na zastąpieniu zbioru skomplikowanych równań opisujących zachowanie się wielu układów fizycznych, przestrzenią komórek opisujących dany układ z jednoznacznie określonymi regułami interakcji między nimi.

Metoda Automatów Komórkowych - przestrzeń automatów Przestrzeń automatów - skończony zbiór komórek, w którym każda komórka opisana jest zestawem zmiennych określających jej stan. Ważne parametry wymiar sieci D (np.d x, D y ), ilość stanów pojedynczej komórki k Stan 1 biała Stan 2 - czerwona k = 2

Metoda Automatów Komórkowych - otoczenie, reguły Otoczenie - uniwersalne dla wszystkich komórek, określa najbliższych sąsiadów danej komórki. Otoczenie może być rozpatrywane w przestrzeni 1D, 2D oraz 3D. 1D Ważne parametry promień otoczenia r rodzaj sąsiedztwa r = 1 2D

Reguły przejścia - f, ściśle określają zamianę stanu komórki w czasie t+1 w zależności od stanów najbliższych sąsiadów oraz jej samej w czasie t t 1 t i f j gdzie j N i N(i) otoczenie i-tej komórki, i stan i-tej komórki

Kilka uwag Podstawowymi zaletami takiego podejścia jest założenie skończonych rozmiarów siatki komórek, których stany zmieniają się synchronicznie w dyskretnie zdefiniowanym kroku czasowym. Poprzez założenie oddziaływania tylko z najbliższymi sąsiadami pomijane są wpływy oddziaływań dalekiego zasięgu. W powszechnie stosowanej notacji automaty oznacza się jako (k,r) k = 2 r = 1 (2,1)

Sąsiedztwo 1D Automaty definiowane są jako kolonia w kształcie linii prostej, ułożone są jeden obok drugiego a każda komórka posiada dwóch najbliższych sąsiadów (r = 1). Jest to grupa automatów deterministycznych o dwóch dostępnych stanach komórki (k = 2). W notacji CA automaty te oznacza się jako (2,1). r = 1 k = 2 0 1

Sąsiedztwo 1D Jest to najprostsza forma automatu komórkowego nazwana przez S. Wolframa, automatami elementarnymi. Stwierdził on, że przy istnieniu tylko dwóch sąsiadów z których każdy może przyjmować dwa różne stany istnieje 256 reguł przejścia dla takich automatów. t 1 1 1 1 1 0 1 0 1 1 0 0 0 1 1 0 1 0 0 0 1 0 0 0 0 1 0 1 1 0 1 0 t+1 Reguła 90 Ewolucja w czasie

Przestrzeń 2 D automatów komórkowych. W tym przypadku kształt przestrzeni automatów komórkowych określony jest poprzez kształt pojedynczej komórki automatu. Zazwyczaj przyjmuje się kształt kwadratu, w konsekwencji czego kształt siatki automatów jest prostokątem, spotyka się jednak również komórki o innych kształtach. Definiowanie sąsiedztwa w tym przypadku jest jedną z kluczowych spraw wpływających na uzyskiwane obliczenia.

Przestrzeń 2 D automatów komórkowych.

Przestrzeń 2 D automatów komórkowych. Otoczenie Zapis w formie reguł t t t i 1, j 1, i 1, j, 1, 1, i j tt t t t i, j f i, j 1, i, j, i, j 1, t t t i1, j1, i1, j, i1, j1 Otoczenie Moore a t i1, j, tt t t t i, j f i, j 1, i, j, i, j1 t i1, j, Otoczenie von Neumann a Kraków, 13.05.2004r.

Przestrzeń 2 D automatów komórkowych. Otoczenie pentagonalne Otoczenie von Neumann + Moore Otoczenie heksagonalne

Przestrzeń 2 D automatów komórkowych. Siatka trójkątna sąsiednie krawędzie Siatka sześciokątna sąsiednie krawędzie/węzły Siatka trójkątna sąsiednie węzły

Przestrzeń 3 D automatów komórkowych. Moore von Neumana Zatem pojedyncza komórka otoczona jest poprzez 26 sąsiadów

Przestrzeń 3 D automatów komórkowych. Otoczenie pentagonalne

Przestrzeń 3 D automatów komórkowych. Otoczenie heksagonalne

Random CA

Warunki brzegowe -Zamknięte pochłaniające siatka jest zdefiniowana w taki sposób, ze brzegi siatki wypełnione są z góry ustalona wartością, która poprzez funkcje przejścia ustala wpływ na zachowanie automatu. W praktyce, symulując np. umieranie komórek, po przekroczeniu krawędzi siatki przestaje ona istnieć. -Zamknięte odbijające Warunki brzegowe na krawędzi siatki tworzą barierę (stan przeciwny do danego), od której funkcje przejścia się odbijają wnosząc ponownie swój wkład do zmieniających się stanów komórek w przestrzeni CA.

Warunek periodyczny Definiuje zamkniętą siatkę komórek w taki sposób że każda komórka która znajduje się na krawędzi siatki ma za sąsiada komórkę po przeciwnej stronie siatki. Periodyczne warunki brzegowe zapewniają ciągłość przestrzeni

Jeszcze o notacji (k,r) Poznana notacja nie jest precyzyjna: -nie podaje wymiaru sieci, jest niejednoznaczne czy np. dla automatu dwuwymiarowego otoczenie jest otoczeniem von Neumanna czy Moore a. Głównie używa się jej w przypadku automatów jednowymiarowych.

Klasyfikacja automatów - Wolfram Klasyfikację swoją oparł na długiej obserwacji kolejnych stanów sieci, oraz na chaotycznie ustalanych konfiguracjach początkowych. czas Klasa 1 automat komórkowy ewoluuje do stanu jednorodnego, osiągając punkty graniczne w których stan wszystkich komórek jest taki sam i nie zmienia się w przestrzeni czasu

Klasa 2 automat komórkowy dąży do prostych struktur periodycznych czas

Klasa 3 automat komórkowy na drodze ewolucji w przestrzeni czasu osiąga stan zachowań chaotycznych, tworząc skomplikowane wzory. Klasa ta jest bardzo wrażliwa na wszelkie zakłócenia czy też zmiany warunków otoczenia czas

Klasa 4 automat komórkowy na drodze ewolucji w przestrzeni czasu osiąga stan trwałych konfiguracji o długich czasach życia. czas

Problem czasu obliczeń i rozmiaru przestrzeni Założenie nieskończonego rozmiaru przestrzeni D, i nieskończonego czasu obserwacji t. Jeżeli założymy nieskończony czas obliczeń każdy automat okaże się periodyczny. Jeżeli założymy nieskończony rozmiar przestrzeni D a skończony czas obserwacji, to wówczas istnieje możliwość zaobserwowania zachowania chaotycznego.

Rodzaje automatów Automat probabilistyczne Analogicznie jak automat deterministyczny ale zmiana stanu komórki w oparciu o regułę przejścia zawiera elementy probabilistyczne Automaty totalistyczne Automat komórkowy nazywany jest totalistycznym jeżeli jego reguła zmiany stanu zależy od stanu jej samej i sumy stanów komórek w sąsiedztwie. Inna nazwa: automaty głosujące, zliczające Automaty totalistyczne zewnetrznie Automat komórkowy nazywany jest totalistycznym zewnętrznie jeżeli jego reguła zmiany stanu zależy wyłącznie od sumy stanów komórek w sąsiedztwie. Otoczenia oznacza się podając litery symbolizujące otoczenie oraz liczby określające ile np. jedynek musi być w sąsiedztwie aby dana komórka przeszła w stan jeden.

Litery oznaczające otoczenia to pierwsze litery francuskich liczebników określających ilość sąsiadów: 2 Deux 3 Trois 4 Quatre 8 Huit 2D Moore 1 => gdy 3 jedynki H3 3D Neuman 1 => gdy 6 jedynki S6

Przykłady