психології, нами використовувалося уявлення про людину як суб'єкта відносин у спільноті, з одного боку, а, з іншого, як якомусь інтегральному освіту з власними формально-динамічними характеристиками, що відображають особливості споживання і виробництва енергетичних та інформаційних ресурсів. Задавалася ситуація, коли клітина отримує життєвий ресурс в залежності від сумісності інтересів з тими, з ким у неї встановлені зв'язки: чим більше сумісність, тим більше ресурсу вона отримує. Потенційно вона могла встановити зв'язок з будь-яким елементом популяції, проте кількість контактів на одному кроці обмежувалося.
3.5.4 EVS-моделювання
Як вже було згадано у виносці, назвати наші моделі клітинними автоматами можна тільки умовно, вони ближче до структурі випадкових графів, проте також відрізняються від них. Пропонований нами загальний підхід до моделювання ми називаємо EVS-моделі (Ensambles with Variable Structure), т. Е. Ансамблі зі змінною структурою. Були розроблені моделі «Соціабельност'» (Трофімова та ін., 1997; Trofimova at al, 1998), «Адаптація» і «Функціональна диференціація» (Trofimova, Mitin, 1998). Головними відмінними рисами EVS-моделей є наступні.
По-перше, в традиційних моделях беруться дискретні характеристики клітин з відносно невеликим спектром значень. У наших моделях клітини відрізняються Один від одного в набагато більшому спектрі значень, що робить характеристики практично безперервними і дозволяє аналізувати другий з зазначених модельованих ознак різноманітність елементів.
По-друге, в традиційних клітинних автоматах зв'язки між клітинами локальні та фіксовані, в той час як в нашій моделі клітини можуть встановлювати які завгодно зв'язку по всій популяції і перебудовувати структуру зв'язків. Подібна гнучкість моделювала ознака динамічною структурності, т. Е. Мінливості складу утворюються систем при збереженні структури.
Третім відмінністю розроблених моделей від традиційних клітинних автоматів було те, що клітина не сидить в пасивному очікуванні, поки сусід, нарешті, помре або оживе, як, наприклад, у грі «Життя» Конвея, а «працює» з потоком деякого життєвого ресурсу, який або «капає» на неї ззовні, або вона сама продукує ресурс і витрачає його. Це дозволило змоделювати диссипативность (через витрати її ресурсу) і відкритість самої клітини (через витрати її ресурсів надходження ресурсу). Крім того, сама популяція як відкрита і диссипативная система також отримувала і витрачала якийсь ресурс, що виражалося в випадковому розподілі приходить до конкретної клітці ресурсу на кожному кроці, який міг бути негативним, (т. Е. Представляти по суті справи трату).
3.5.5 Модель социабельность
У розглянутій моделі ставилося питання про вплив на поведінку в групі таких формальних ознак середовища, як величина популяції, можливість встановлення контактів (социабельность) і ступінь різноманітності елементів популяції. Час життя популяції було дискретним, т. Е. Покроковим: від 2 000 кроків для малих популяцій і 5-10 тисяч кроків для великих. На кожному кроці клітина робила спробу оптимізувати структуру cвоіx ??зв'язків - знайти кого-небудь більш сумісного і розірвати зв'язок з менш сумісним. При цьому різноманітність клітин задавалося вектором у просторі абстрактних характеристик за допомогою моделі взаємодіючих спінів (докладніше див. Трофимова та ін., 1997; Trofimova, 1998; Trofimova et al, 1998). [17]
Було досліджено понад 300 різних випадків - з різною величиною популяцій (від 20 до 2000) і социабельность, т. е. можливістю установлення контактів (від 5 до 400 для великих популяцій).
Крім інших цікавих ефектів це дослідження показало наявність як мінімум одного основного фазового переходу другого порядку (т. е. якісного переходу від одного стану до іншого, подібно до того, як лід тане до стану води, а вода за певних умов переходить в пар ). Основним об'єктом аналізу стала динаміка формування груп (або кластерів), в які об'єднуються елементи.
Незважаючи на те, що зв'язки кожної конкретної клітини були досить динамічними, модель продемонструвала наявність стійкого статистичного поведінки - різний розподіл кластерів певного розміру при різних значеннях параметрів. Ріс.3.5.2 показує приклади розподілу розміру кластерів до (а), під час (б) і після (в) переходу до якісно різному поведінки: в першому випадку ми маємо багато малих групок і невелике число великих кластерів - що, власне, спостерігається в поведінці слабоінтергірованних систем - об'єднання популяції по одному-двом ознаками, тоді як за всіма іншими ознаками кожен робить що хоче і як хоче.
Малюнок 3.5.2 - Функції розподілу кластерів. По осі у відкладено число кластерів, нормалізоване по моді.
Після переходу, проте «розбрід» в популяції різко скорочується вона перетво...
