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



Podobne dokumenty
Modelowanie wieloskalowe. Automaty Komórkowe - podstawy

Obliczenia inspirowane Naturą

Drzewa spinające MST dla grafów ważonych Maksymalne drzewo spinające Drzewo Steinera. Wykład 6. Drzewa cz. II

Modelowanie wieloskalowe. Automaty Komórkowe - podstawy

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

Metody teorii gier. ALP520 - Wykład z Algorytmów Probabilistycznych p.2

operacje porównania, a jeśli jest to konieczne ze względu na złe uporządkowanie porównywanych liczb zmieniamy ich kolejność, czyli przestawiamy je.

Kompresja danych Streszczenie Studia Dzienne Wykład 10,

Zadania domowe. Ćwiczenie 2. Rysowanie obiektów 2-D przy pomocy tworów pierwotnych biblioteki graficznej OpenGL

Ćwiczenia z przetwarzania tablic 2D

E: Rekonstrukcja ewolucji. Algorytmy filogenetyczne

Symulacja Monte Carlo izotermy adsorpcji w układzie. ciało stałe-gaz

Hierarchiczna analiza skupień

Wstęp do sieci neuronowych, wykład 11 Łańcuchy Markova

MATEMATYKA DYSKRETNA - MATERIAŁY DO WYKŁADU GRAFY

Matematyczne Podstawy Informatyki

Algorytmiczna teoria grafów

Porównanie algorytmów wyszukiwania najkrótszych ścieżek międz. grafu. Daniel Golubiewski. 22 listopada Instytut Informatyki

METODY INŻYNIERII WIEDZY

0 + 0 = 0, = 1, = 1, = 0.

Próbny Egzamin Gimnazjalny z Matematyki Zestaw przygotowany przez serwis 28 marca 2015 Czas pracy: 90 minut

METODY INŻYNIERII WIEDZY

Algorytmy metaheurystyczne Wykład 6. Piotr Syga

Zofia Kruczkiewicz, Algorytmu i struktury danych, Wykład 14, 1

Algorytmy Równoległe i Rozproszone Część V - Model PRAM II

Luty 2001 Algorytmy (4) 2000/2001

SYSTEMY UCZĄCE SIĘ WYKŁAD 4. DRZEWA REGRESYJNE, INDUKCJA REGUŁ. Dr hab. inż. Grzegorz Dudek Wydział Elektryczny Politechnika Częstochowska

Test na koniec nauki w klasie trzeciej gimnazjum

Podstawy OpenCL część 2

PRÓBNY EGZAMIN GIMNAZJALNY

TEORETYCZNE PODSTAWY INFORMATYKI

Wstęp do sieci neuronowych, wykład 12 Łańcuchy Markowa

Klasyczne zagadnienie przydziału

ARKUSZ ĆWICZENIOWY Z MATEMATYKI MARZEC 2012 POZIOM PODSTAWOWY. Czas pracy: 170 minut. Liczba punktów do uzyskania: 50

Algorytmy i Struktury Danych, 9. ćwiczenia

Plan wykładu. Przykład. Przykład 3/19/2011. Przykład zagadnienia transportowego. Optymalizacja w procesach biznesowych Wykład 2 DECYZJA?

Automaty komórkowe. Katarzyna Sznajd-Weron

51. Wykorzystywanie sumy, iloczynu i różnicy zdarzeń do obliczania prawdopodobieństw zdarzeń.

Wydział Matematyki I Informatyki ul. Słoneczna Olsztyn

Algorytmy i struktury danych. Wykład 4 Tablice nieporządkowane i uporządkowane

Programowanie dynamiczne i algorytmy zachłanne

Za rozwiązanie wszystkich zadań można otrzymać łącznie 45 punktów.

ARKUSZ ĆWICZENIOWY Z MATEMATYKI MARZEC 2012 POZIOM PODSTAWOWY. Czas pracy: 170 minut. Liczba punktów do uzyskania: 50

ZAGADNIENIE TRANSPORTOWE

Dydaktyka matematyki (II etap edukacyjny) II rok matematyki Semestr letni 2018/2019 Ćwiczenia nr 8

Algorytmy równoległe. Rafał Walkowiak Politechnika Poznańska Studia inżynierskie Informatyka 2010

Zadanie 1. (0 1) Cena okularów bez promocji wynosi 240 zł. Ile zapłaci za te okulary klient, który ma 35 lat? Wybierz odpowiedź spośród podanych.

Grafem nazywamy strukturę G = (V, E): V zbiór węzłów lub wierzchołków, Grafy dzielimy na grafy skierowane i nieskierowane:

D. Miszczyńska, M.Miszczyński KBO UŁ 1 GRY KONFLIKTOWE GRY 2-OSOBOWE O SUMIE WYPŁAT ZERO

Algorytmy sztucznej inteligencji

Modelowanie Wieloskalowe. Automaty Komórkowe w Inżynierii Materiałowej

Modelowanie systemów biomedycznych

Układy dynamiczne Chaos deterministyczny

Temat 1: Pojęcie gry, gry macierzowe: dominacje i punkty siodłowe

Krzywa uniwersalna Sierpińskiego

FINAŁ 17 IGRZYSK MATEMATYCZNYCH SZKÓŁ NIEPUBLICZNYCH. Zadania dla klasy 6

Matematyka dyskretna

SZKOLNA LIGA ZADANIOWA

Praca kontrolna nr 3, listopad 2018 termin oddania pracy do ,( ) ma cyfrę 6 na dziewiątym miejscu po przecinku?

Moneta 1 Moneta 2 Kostka O, R O,R 1,2,3,4,5, Moneta 1 Moneta 2 Kostka O O ( )

Priorytetyzacja przypadków testowych za pomocą macierzy

Podręcznik. Model czy teoria

Obliczanie prawdopodobieństwa za pomocą metody drzew metoda drzew. Drzewem Reguła iloczynów. Reguła sum.

PODEJMOWANIE DECYZJI W WARUNKACH NIEPEŁNEJ INFORMACJI

ARKUSZ ĆWICZENIOWY Z MATEMATYKI MARZEC 2012 POZIOM PODSTAWOWY

MODELOWANIE RZECZYWISTOŚCI

Wykład z równań różnicowych

Data Mining Wykład 5. Indukcja drzew decyzyjnych - Indeks Gini & Zysk informacyjny. Indeks Gini. Indeks Gini - Przykład

SWB - Projektowanie synchronicznych układów sekwencyjnych - wykład 5 asz 1. Układy kombinacyjne i sekwencyjne - przypomnienie

PROJEKT Nowoczesne komputerowe metody kształcenia dla regionalnych kadr innowacyjnej gospodarki: icse

Metody sztucznej inteligencji Zadanie 1: Perceptron Rosenblatt a w wersji nieliniowej

4. Funkcje. Przykłady

Zestaw C-11: Organizacja plików: Oddajemy tylko źródła programów (pliki o rozszerzeniach.cpp i.h)!!! Zad. 1: Zad. 2:

Doświadczenie i zdarzenie losowe

Technologie i systemy oparte na logice rozmytej

Zadanie 1. Suma silni (11 pkt)

Lista zadania nr 4 Metody probabilistyczne i statystyka studia I stopnia informatyka (rok 2) Wydziału Ekonomiczno-Informatycznego Filia UwB w Wilnie

Projektowanie rozmieszczenia stanowisk roboczych

LVIII Olimpiada Matematyczna

Prawdopodobieństwo. Prawdopodobieństwo. Jacek Kłopotowski. Katedra Matematyki i Ekonomii Matematycznej SGH. 16 października 2018

Prawdopodobieństwo geometryczne

dodatkowe operacje dla kopca binarnego: typu min oraz typu max:

Algorytmy genetyczne. Materiały do laboratorium PSI. Studia niestacjonarne

Niepubliczne Liceum Ogólnokształcące nr 81 SGH TEST EGZAMINACYJNY Zadania egzaminacyjne MATEMATYKA wersja A kod ucznia...

Wojewódzki Konkurs Matematyczny dla uczniów gimnazjów. Etap Wojewódzki Rozwiązania i punktacja

~ A ~ 1. Dany jest trójkąt prostokątny o bokach długości 12, 16 i 20. Zmniejszamy długość każdego boku o 8. Wtedy:

PRÓBNY EGZAMIN ÓSMOKLASISTY

X Olimpiada Matematyczna Gimnazjalistów

Programowanie genetyczne, gra SNAKE

zdarzenie losowe - zdarzenie którego przebiegu czy wyniku nie da się przewidzieć na pewno.

Kolejny krok iteracji polega na tym, że przechodzimy do następnego wierzchołka, znajdującego się na jednej krawędzi z odnalezionym już punktem, w

2. Tablice. Tablice jednowymiarowe - wektory. Algorytmy i Struktury Danych

Matematyczne Podstawy Informatyki

Konspekt lekcji matematyki kl. I gimnazjum Temat: Funkcje - powtórzenie

Program MC. Obliczyć radialną funkcję korelacji. Zrobić jej wykres. Odczytać z wykresu wartość radialnej funkcji korelacji w punkcie r=

Programowanie genetyczne - gra SNAKE

e E Z = P = 1 Z e E Kanoniczna suma stanów Prawdopodobieństwo wystąpienia mikrostanu U E = =Z 1 Wartość średnia energii

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

Transkrypt:

1. Symulacja pożaru lasu ver. 1 Las reprezentowany jest przez macierz 100x100. W lesie występują dwa rodzaje drzew: liściaste i iglaste. Przyjmijmy, że prostokąt A(1:50,1:100) wypełniony jest drzewami liściastymi, iglastymi i pustymi przestrzeniami w stosunku 60:30:10 natomiast prostokąt A(51:100,1:100) w stosunku 30:60:10,odpowiednio. Parametry komórek: 1. Drzewo liściaste przypuśćmy, że będzie je reprezentowała liczba 10 2. Drzewo iglaste przypuśćmy, że będzie je reprezentowała liczba 20 3. Drzewo płonące może mieć 3 stany palenia (przypuśćmy, liczby 1-3). Najniższym stanem palenia się drzewa jest drzewo spalone (niech będzie to liczba 1) które jest już wyłączone z gry. Podczas ewolucji układu drzewo zapalone przechodzi o jeden niższy stopień wypalenia. 4. Pusta przestrzeń. Reguły zmian sąsiedztwa mogą być następujące 1. Jeśli jest to drzewo liściaste, uczyń je palącym się w następnym kroku z prawdopodobieństwem liczba_płonących_sąsiadów_1_rzędu*0.06+ liczba_płonących_sąsiadów_2_rzędu*0.03; Jeśli jest to drzewo iglaste, uczyń je palącym się w następnym kroku z prawdopodobieństwem liczba_płonących_sąsiadów_1_rzędu*0.10+liczba_płonących_sąsiadów_2_rzędu*0.07; 2. Jeśli jest to palące się drzewo, obniż stopień spalenia o jeden aż do uzyskania wypalenia. 3. Jeśli jest to drzewo wypalone lub pusta przestrzeń, nic nie rób. W dowolnym kwadracie 3x3 ustawiamy komórki na palące się (stan 3). Program powinien pokazywać ewolucję pożaru lasu. 2. Symulacja pożaru lasu ver 2 Las reprezentowany jest przez macierz 100x100. W lesie występują drzewa i zwierzęta. Rozlosuj na planszy 70% drzew i 10% zwierząt Parametry komórek: Drzewo przypuśćmy, że będzie je reprezentowała liczba 10 Zwierzę przypuśćmy, że będzie je reprezentowała liczba 20 Drzewo płonące może mieć 3 stany palenia (przypuśćmy, liczby 1-3). Najniższym stanem palenia się drzewa jest drzewo spalone (niech będzie to liczba 1) które jest już wyłączone z gry. Podczas ewolucji układu drzewo zapalone przechodzi o jeden niższy stopień wypalenia. Pusta przestrzeń.

Reguły zmian sąsiedztwa mogą być następujące 1. Drzewo, uczyń palącym się w następnym kroku z prawdopodobieństwem liczba_płonących_sąsiadów_rzędu*0.08; 2. Jeśli jest to palące się drzewo, obniż stopień spalenia o jeden aż do uzyskania wypalenia. 3. Jeśli jest to drzewo wypalone lub pusta przestrzeń, nic nie rób. 4. Zwierzę ucieka od ognia następująco: określ dla zwierzęcia odległość (zaproponuj swój pomysł jak ją liczyć!) od najbliższego drzewa o 2-gim stopniu zapalenia, po czym przesuń zwierzę w kierunku przeciwnym (ignorując inne komórki) nadpisz komórkę tam żyjącą. W dowolnym kwadracie 3x3 ustawiamy komórki na palące się (stan 3). Program powinien pokazywać ewolucję pożaru lasu. *zwróć uwagę że przemieszczenie zwierzęcia jest dość nietrywialne - podpowiedź: użyj jeszcze jednej tablicy z pozycjami zwierząt w następnej iteracji do uaktualniania. 3. Symulacja pożaru lasu ver. 3 Las reprezentowany jest przez macierz 200x200. W lesie jest jeden rodzaj drzew. Parametry komórek: a) Drzewo przypuśćmy, że będzie je reprezentowała liczba 10 b) Drzewo płonące może mieć 5 stanów stanów spalenia (przypuśćmy, liczby 1-5). Najniższym stanem palenia się drzewa jest drzewo spalone (niech będzie to liczba 1) które jest już wyłączone z gry. Podczas ewolucji układu drzewo zapalone przechodzi o jeden niższy stopień wypalenia (ale nie w każdym pokoleniu o jeden) c) Pusta przestrzeń. Reguły zmian sąsiedztwa mogą być następujące 1. Jeśli jest to drzewo uczyń je palącym się w następnym kroku z prawdopodobieństwem liczba_płonących_sąsiadów_1_rzędu*0.06 2. Jeśli jest to palące się drzewo, obniż stopień spalenia o jeden aż do uzyskania wypalenia, następująco: a) Jeśli drzewo jest 5 stopnia spalenia, pozostaje nim 5 kolejek b) Jeśli drzewo jest 4 stopnia spalenia, pozostaje nim 4 kolejek, etc c) Jeśli drzewo jest 1 stopnia spalenia, pozostaje nim nieskończoność kolejek 3. Jeśli jest to drzewo wypalone (stopień 1) lub pusta przestrzeń, nic nie rób. W dowolnym kwadracie 3x3 ustawiamy komórki na palące się (stan 5). Program powinien pokazywać ewolucję pożaru lasu.

4. Symulacja pożaru lasu ver. 4 Las reprezentowany jest przez macierz 200x200. W lesie jest jeden rodzaj drzew (80% zajętości) Parametry komórek: a) Drzewo przypuśćmy, że będzie je reprezentowała liczba 10 b) Drzewo płonące może mieć 5 stanów stanów spalenia (przypuśćmy, liczby 1-5). Najniższym stanem palenia się drzewa jest drzewo spalone (niech będzie to liczba 1) które jest już wyłączone z gry. Podczas ewolucji układu drzewo zapalone przechodzi o jeden niższy stopień wypalenia c) Pusta przestrzeń. Ktoś nam zadał reguły zmian sąsiedztwa następująco: 1. Jeśli jest to drzewo uczyń je palącym się w następnym kroku z prawdopodobieństwem liczba_płonących_sąsiadów_1_rzędu*0.06 2. Jeśli jest to palące się drzewo, obniż stopień spalenia o jeden aż do uzyskania wypalenia, 3. Jeśli jest to drzewo wypalone (stopień 1) lub pusta przestrzeń, nic nie rób. W dowolnym kwadracie 3x3 ustawiamy komórki na palące się (stan 5). Program powinien pokazywać ewolucję pożaru lasu. Zadanie : Zaproponuj modyfikację tego modelu tak, by uwzględnić ustalony wiatr wiejący pod kątem α do jednej z krawędzi planszy. Oceniana będzie kreatywność rozwiązania. 5. Symulacja ruchu 1D samochodów (na moście w Toruniu?) z periodycznym warunkiem brzegowym. W modelu Nagela-Scheckenberga ruch samochodów definiją następujące reguły. Pas ruchu podzielony jest na komórki, odpowiadające rozmiarom samochodu (kilka metrów). Długość pasa ma N komórek, ale nakładamy na układ warunki brzegowe periodyczne, czyli wartość komórki A(N+1)=A(1). Samochód jest reprezentowany przez liczbę na siatce której przyporządkowana jest prędkość V Przejście z kroku t do t+1 wymaga zastosowania kolejno, czterech reguł: 1. Ustalenie nowej prędkości V na najmniejszą spośród następujących: - powinna być mniejsza niż pewna prędkość maksymalna Vmax - powinna zwiększyć się o jedną jednostkę w stosunku do poprzedniej, jeśli nie jest większa od maksymalnej prędkości 2. Jeśli dany samochód ma przed sobą N pustych komórek, prędkość zostaje zredukowana do N. Może ona wynieść zero, gdy przed samochodem nie ma żadnej wolnej komórki 3. Z pewnym prawdopodobieństwem (np. 1/3), obniżamy prędkość każdego pojazdu o jeden, co odpowiada losowemu spowolnieniu pojazdu (czynnik ludzko-przyrodniczy) Teraz mamy zdefiniowaną prędkość aktualną Po zastosowaniu tych trzech reguł, uaktualniamy siatkę i przechodzimy do kroku t+1. W kroku t+1 nowe pozycje samochodów obliczane są w ten sposób, że przesuwają się one tyle, ile wynosi

prędkość pojazdu. Na siatce umieszczamy losowo pewną liczbę samochodów X i traktujemy ją jako parametr. Dodatkowo rozważyć następującą modyfikację: mamy do czynienia z dwoma pasami ruchu o różnych prędkościach Vmax1 i Vmax2. Rozważyć przechodzenie samochodów między pasami. Zaproponować nowe reguły, zaimplementować je. polecam pracę M. Mirackiego i A. Dworaka http://kret.ifd.uni.wroc.pl/~ganelon/str/tmp/ak.pdf 3. Symulacja sypania piasku na urządzenie mobilne z akcelerometrem. Wykorzystać omawiane na wykładzie sąsiedztwo Margolusa i reguły jego modyfikacji do napisania aplikacji na urządzenie przenośne. 4. Symulacja ekspansji gazu przez otwór Jak wyżej, wykorzystać omawiane na wykładzie sąsiedztwo Margolusa i reguły działania w nim obowiązujące 5. Separacja faz w dwóch, niemieszających się cieczach. Proponuję zaimplementować model zaproponowany przez Vanozzi: http://www1.diccism.unipi.it/mauri_roberto/iecr06.pdf Mieszanina składa się z równej ilości komórek w dwóch stanach, 0 i 1. Separacja polega na sklejaniu się ze sobą ziarenek cieczy podobnych a mieszaniu różnych. Reguły modyfikacji stosuję się tu dla par sąsiadów i,j, zatem obchodzimy siatkę parami liczb i,j oraz (i+1,j). Gdy dla takiej pary liczba różnych sąsiadów >=5 następuje zamiana A(i,j) A(i+1,j) wartościami. 5 a. Zaproponuj modyfikację modelu Vanozziego dla mieszaniny 3 cieczy które separują się ze sobą. Oryginalny problem jest zdefiniowany w pkcie 5). 5 b. Zaproponuj uogólnienie modelu Vanozziego na 3 wymiary (rozważ kostkę o wymiarach 20x20x20

6. Zaprogramuj automat komórkowy symulujący reakcję Biełusowa-Żabotyńskiego zarysowany w artykule : http://www.mimuw.edu.pl/delta/artykuly/delta0806/automaty.pdf 7. Rozważ 2-wymiarowy automat komórkowy symulujący usypywanie się lawin ze stosu piasku (model BTW, omawiany na ćwiczeniach). Zaproponuj modyfikację tego problemu używając sąsiedztwa Moore'a (a nie von Neumanna). 8. Używając przerabianego na ćwiczeniach modelu sypania piasku Bak-Tang-Wiesenfelda zaproponuj model usypywania wydmy piaskowej na wietrze (dla określonego kątem 9*. Zaimplementować automat komórkowy symulujący mijanie się dwóch grup pieszych nadchodzących z różnych kierunków, zaproponowany w artykule Nowaka i Schadschneidera http://arxiv.org/pdf/1206.3084.pdf

2. Symulacja ruchu 1D samochodów (na moście w Toruniu?) z periodycznym warunkiem brzegowym. W modelu Nagela-Scheckenberga ruch samochodów definiją następujące reguły. Pas ruchu podzielony jest na komórki, odpowiadające rozmiarom samochodu (kilka metrów). Długość pasa ma N komórek, ale nakładamy na układ warunki brzegowe periodyczne, czyli wartość komórki A(N+1)=A(1). Samochód jest reprezentowany przez liczbę na siatce której przyporządkowana jest prędkość V Przejście z kroku t do t+1 wymaga zastosowania kolejno, czterech reguł: 1. Ustalenie nowej prędkości V na najmniejszą spośród następujących: - powinna być mniejsza niż pewna prędkość maksymalna Vmax - powinna zwiększyć się o jedną jednostkę w stosunku do poprzedniej, jeśli nie jest większa od maksymalnej prędkości 2. Jeśli dany samochód ma przed sobą N pustych komórek, prędkość zostaje zredukowana do N. Może ona wynieść zero, gdy przed samochodem nie ma żadnej wolnej komórki 3. Z pewnym prawdopodobieństwem (np. 1/3), obniżamy prędkość każdego pojazdu o jeden, co odpowiada losowemu spowolnieniu pojazdu (czynnik ludzko-przyrodniczy) Teraz mamy zdefiniowaną prędkość aktualną Po zastosowaniu tych trzech reguł, uaktualniamy siatkę i przechodzimy do kroku t+1. W kroku t+1 nowe pozycje samochodów obliczane są w ten sposób, że przesuwają się one tyle, ile wynosi prędkość pojazdu. Na siatce umieszczamy losowo pewną liczbę samochodów X i traktujemy ją jako parametr. Dodatkowo rozważyć następującą modyfikację: mamy do czynienia z dwoma pasami ruchu o różnych prędkościach Vmax1 i Vmax2. Rozważyć przechodzenie samochodów między pasami. Zaproponować nowe reguły, zaimplementować je. polecam pracę M. Mirackiego i A. Dworaka http://kret.ifd.uni.wroc.pl/~ganelon/str/tmp/ak.pdf

3. Symulacja sypania piasku na urządzenie mobilne z akcelerometrem. Wykorzystać omawiane na wykładzie sąsiedztwo Margolusa i reguły jego modyfikacji do napisania aplikacji na urządzenie przenośne. 4. Symulacja ekspansji gazu przez otwór Jak wyżej, wykorzystać omawiane na wykładzie sąsiedztwo Margolusa i reguły działania w nim obowiązujące 5. Separacja faz w dwóch, niemieszających się cieczach. Proponuję zaimplementować model zaproponowany przez Vanozzi: http://www1.diccism.unipi.it/mauri_roberto/iecr06.pdf Mieszanina składa się z równej ilości komórek w dwóch stanach, 0 i 1. Separacja polega na sklejaniu się ze sobą ziarenek cieczy podobnych a mieszaniu różnych. Reguły modyfikacji stosuję się tu dla par sąsiadów i,j, zatem obchodzimy siatkę parami liczb i,j oraz (i+1,j). Gdy dla takiej pary liczba różnych sąsiadów >=5 następuje zamiana A(i,j) A(i+1,j) wartościami.

2. Symulacja ruchu 1D samochodów (na moście w Toruniu?) z periodycznym warunkiem brzegowym. W modelu Nagela-Scheckenberga ruch samochodów definiją następujące reguły. Pas ruchu podzielony jest na komórki, odpowiadające rozmiarom samochodu (kilka metrów). Długość pasa ma N komórek, ale nakładamy na układ warunki brzegowe periodyczne, czyli wartość komórki A(N+1)=A(1). Samochód jest reprezentowany przez liczbę na siatce której przyporządkowana jest prędkość V Przejście z kroku t do t+1 wymaga zastosowania kolejno, czterech reguł: 1. Ustalenie nowej prędkości V na najmniejszą spośród następujących: - powinna być mniejsza niż pewna prędkość maksymalna Vmax - powinna zwiększyć się o jedną jednostkę w stosunku do poprzedniej, jeśli nie jest większa od maksymalnej prędkości 2. Jeśli dany samochód ma przed sobą N pustych komórek, prędkość zostaje zredukowana do N. Może ona wynieść zero, gdy przed samochodem nie ma żadnej wolnej komórki 3. Z pewnym prawdopodobieństwem (np. 1/3), obniżamy prędkość każdego pojazdu o jeden, co odpowiada losowemu spowolnieniu pojazdu (czynnik ludzko-przyrodniczy) Teraz mamy zdefiniowaną prędkość aktualną

Po zastosowaniu tych trzech reguł, uaktualniamy siatkę i przechodzimy do kroku t+1. W kroku t+1 nowe pozycje samochodów obliczane są w ten sposób, że przesuwają się one tyle, ile wynosi prędkość pojazdu. Na siatce umieszczamy losowo pewną liczbę samochodów X i traktujemy ją jako parametr. Dodatkowo rozważyć następującą modyfikację: mamy do czynienia z dwoma pasami ruchu o różnych prędkościach Vmax1 i Vmax2. Rozważyć przechodzenie samochodów między pasami. Zaproponować nowe reguły, zaimplementować je. polecam pracę M. Mirackiego i A. Dworaka http://kret.ifd.uni.wroc.pl/~ganelon/str/tmp/ak.pdf 3. Symulacja sypania piasku na urządzenie mobilne z akcelerometrem. Wykorzystać omawiane na wykładzie sąsiedztwo Margolusa i reguły jego modyfikacji do napisania aplikacji na urządzenie przenośne. 4. Symulacja ekspansji gazu przez otwór Jak wyżej, wykorzystać omawiane na wykładzie sąsiedztwo Margolusa i reguły działania w nim obowiązujące 5. Separacja faz w dwóch, niemieszających się cieczach. Proponuję zaimplementować model zaproponowany przez Vanozzi: http://www1.diccism.unipi.it/mauri_roberto/iecr06.pdf Mieszanina składa się z równej ilości komórek w dwóch stanach, 0 i 1. Separacja polega na sklejaniu się ze sobą ziarenek cieczy podobnych a mieszaniu różnych. Reguły modyfikacji stosuję się tu dla par sąsiadów i,j, zatem obchodzimy siatkę parami liczb i,j oraz (i+1,j). Gdy dla takiej pary liczba różnych sąsiadów >=5 następuje zamiana A(i,j) A(i+1,j) wartościami.

2. Symulacja ruchu 1D samochodów (na moście w Toruniu?) z periodycznym warunkiem

brzegowym. W modelu Nagela-Scheckenberga ruch samochodów definiją następujące reguły. Pas ruchu podzielony jest na komórki, odpowiadające rozmiarom samochodu (kilka metrów). Długość pasa ma N komórek, ale nakładamy na układ warunki brzegowe periodyczne, czyli wartość komórki A(N+1)=A(1). Samochód jest reprezentowany przez liczbę na siatce której przyporządkowana jest prędkość V Przejście z kroku t do t+1 wymaga zastosowania kolejno, czterech reguł: 1. Ustalenie nowej prędkości V na najmniejszą spośród następujących: - powinna być mniejsza niż pewna prędkość maksymalna Vmax - powinna zwiększyć się o jedną jednostkę w stosunku do poprzedniej, jeśli nie jest większa od maksymalnej prędkości 2. Jeśli dany samochód ma przed sobą N pustych komórek, prędkość zostaje zredukowana do N. Może ona wynieść zero, gdy przed samochodem nie ma żadnej wolnej komórki 3. Z pewnym prawdopodobieństwem (np. 1/3), obniżamy prędkość każdego pojazdu o jeden, co odpowiada losowemu spowolnieniu pojazdu (czynnik ludzko-przyrodniczy) Teraz mamy zdefiniowaną prędkość aktualną Po zastosowaniu tych trzech reguł, uaktualniamy siatkę i przechodzimy do kroku t+1. W kroku t+1 nowe pozycje samochodów obliczane są w ten sposób, że przesuwają się one tyle, ile wynosi prędkość pojazdu. Na siatce umieszczamy losowo pewną liczbę samochodów X i traktujemy ją jako parametr. Dodatkowo rozważyć następującą modyfikację: mamy do czynienia z dwoma pasami ruchu o różnych prędkościach Vmax1 i Vmax2. Rozważyć przechodzenie samochodów między pasami. Zaproponować nowe reguły, zaimplementować je. polecam pracę M. Mirackiego i A. Dworaka http://kret.ifd.uni.wroc.pl/~ganelon/str/tmp/ak.pdf

3. Symulacja sypania piasku na urządzenie mobilne z akcelerometrem. Wykorzystać omawiane na wykładzie sąsiedztwo Margolusa i reguły jego modyfikacji do napisania aplikacji na urządzenie przenośne. 4. Symulacja ekspansji gazu przez otwór Jak wyżej, wykorzystać omawiane na wykładzie sąsiedztwo Margolusa i reguły działania w nim obowiązujące 5. Separacja faz w dwóch, niemieszających się cieczach. Proponuję zaimplementować model zaproponowany przez Vanozzi: http://www1.diccism.unipi.it/mauri_roberto/iecr06.pdf Mieszanina składa się z równej ilości komórek w dwóch stanach, 0 i 1. Separacja polega na sklejaniu się ze sobą ziarenek cieczy podobnych a mieszaniu różnych. Reguły modyfikacji stosuję się tu dla par sąsiadów i,j, zatem obchodzimy siatkę parami liczb i,j oraz (i+1,j). Gdy dla takiej pary liczba różnych sąsiadów >=5 następuje zamiana A(i,j) A(i+1,j) wartościami.