DOI: https://doi.org/10.32626/2308-5916.2018-17.16-26

Застосування методу рухомих клітинних автоматів до моделювання локомоції черв’якоподібних організмів

Катерина Петрівна Газдюк, Володимир Вікторович Жихаревич, Ольга Михайлівна Нікітіна, Сергій Едуардович Остапов

Анотація


Об’єктом дослідження даної роботи є моделювання підсистеми дощового черв’яка, яка керує його локомоцією. В якості методу для моделювання обрано метод рухомих клітинних автоматів (РКА), який з успіхом використовується для моделювання різних систем, де мають місце зміни об’єму – від пружних деформацій до розривів. При цьому система розбивається на фрагменти, що представляються у вигляді окремих дискретних елементів – автоматів.  Механічна підсистема відображає відповідні фрагменти тіла організму та моделює скорочення м’язів. При скороченні поперечних м’язів відповідні фрагменти тіла збільшуються у довжині та стискаються, а при скороченні поздовжніх навпаки – зменшуються у довжині та розширюються. Сигналом для скорочення м’язів є стан відповідного «нервового закінчення» нейронної підсистеми, що асоціюється із відповідним РКА. Робота клітинно-автоматного алгоритму є асинхронною. Це передбачає довільний випадковий вибір одного РКА зі всієї множини та відповідну модифікацію його стану та стану його найближчих сусідів згідно із правилами взаємодії. При моделюванні нейронної підсистеми реалізовано елементарні аналоги штучних нейронів (персептронів). Для кожного окремого РКА вказано координати віддалених фрагментів модельованого організму, стани яких є вхідними сигналами для відповідного нейрону.  Для забезпечення вибору оптимального руху запропоновано еволюційний алгоритм на основі нейронної підсистеми з використанням аналогів елементарних штучних нейронів. Отримана комп'ютерна модель, що імітує черв’якоподібну локомоцію. Проведені дослідження у програмному середовищі показали, що з довільного початкового хаотичного стану організм прямує до стану максимально ефективного руху (мінімум енергії при максимальній швидкості), що обумовлене самоорганізацією сигналів у хаотичній нейронній мережі.


Повний текст:

PDF

Посилання


Brenner S. The genetics of Caenorhabditis elegans / S. Brenner // Genetics. — 1974. — № 77. — Р. 71–94.

Brenner S. Excerpts from proposal to the Medical Research Council / S. Brenner. — 1963.

Internet service Open source project dedicated to creating the world’s first virtual organism in a computer, a C. elegans nematode [Електронний ресурс]. — Режим доступу: http://www.openworm.org/index.html.

Rose J. K. Analyses of Habituation in Caenorhabditis elegans / J. K. Rose, C. H. Rankin // Learning & Memory. — 2001. — P. 63–69.

Bandman O. L. Parallel implementation of cellular automata algorithms for simulation of spatial dynamics / O. L. Bandman // Sib. Zh. Vychisl. Mat. — 2007. — Vol. 10, № 4. — Р. 335–348.

Bäck T. Evolutionary Algorithms in Theory and Practice / T. Bäck. — New York : Oxford University Press, 1996.

Goldberg D. E. Genetic Algorithms in Search / D. E. Goldberg // Optimization, and Machine Learning. — Massachusetts : Addison-Wesley 1989.