Integer a[]
Integer b[]
Integer rule[]
Integer TIME_MAX = 41
Integer NUM_OF_CELL = 41
public Model() {
a = new Integer[NUM_OF_CELL]
b = new Integer[NUM_OF_CELL]
rule = new Integer[8]
rule[0] = 0
rule[1] = 1
rule[2] = 1
rule[3] = 0
rule[4] = 1
rule[5] = 1
rule[6] = 0
rule[7] = 0
for (int i = 0i <NUM_OF_CELLi++) {
a[i] = 0
}
a[NUM_OF_CELL / 2] = 1
}
public static void main(String[] args) {
Model sm = new Model ()
sm.doIt()
}
private void doIt() {
String str = ""
for (int t = 0t <TIME_MAXt++) {
for (int i = 0i <NUM_OF_CELLi++) {
b[i] = function(a[(NUM_OF_CELL + i - 1) % NUM_OF_CELL],a[i],a[(i + 1) % NUM_OF_CELL])
if (a[i] == 0) {
str = "#"
} else {
str = "*"
}
System.out.print(str + " ")
}
System.out.println("")
for (int j = 0j <NUM_OF_CELLj++) {
a[j] = b[j]
}
}
}
private Integer function(Integer i1, Integer i2, Integer i3) {
if (i1 == 0 &i2 == 0 &i3 == 0) {
return rule[0]
}
if (i1 == 0 &i2 == 0 &i3 == 1) {
return rule[1]
}
if (i1 == 0 &i2 == 1 &i3 == 0) {
return rule[2]
}
if (i1 == 0 &i2 == 1 &i3 == 1) {
return rule[3]
}
if (i1 == 1 &i2 == 0 &i3 == 0) {
return rule[4]
}
if (i1 == 1 &i2 == 0 &i3 == 1) {
return rule[5]
}
if (i1 == 1 &i2 == 1 &i3 == 0) {
return rule[6]
}
if (i1 == 1 &i2 == 1 &i3 == 1) {
return rule[7]
}
return 0
}
}
细胞自动机(又称元胞自动机),名字虽然很深奥,但是它的行为却是非常美妙的。所有这些怎样实现的呢?我们可以把计算机中的宇宙想象成是一堆方格子构成的封闭空间,尺寸为N的空间就有N*N个格子。而每一个格子都可以看成是一个生命体,每个生命都有生和死两种状态,如果该格子生就显示蓝色,死则显示白色。每一个格子旁边都有邻居格子存在,如果我们把3*3的9个格子构成的正方形看成一个基本单位的话,那么这个正方形中心的格子的邻居就是它旁边的8个格子。
每个格子的生死遵循下面的原则:
1. 如果一个细胞周围有3个细胞为生(一个细胞周围共有8个细胞),则该细胞为生(即该细胞若原先为死,则转为生,若原先为生,则保持不变) 。
2. 如果一个细胞周围有2个细胞为生,则该细胞的生死状态保持不变;
3. 在其它情况下,该细胞为死(即该细胞若原先为生,则转为死,若原先为死,则保持不变)
设定图像中每个像素的初始状态后依据上述的游戏规则演绎生命的变化,由于初始状态和迭代次数不同,将会得到令人叹服的优美图案。
这样就把这些若干个格子(生命体)构成了一个复杂的动态世界。运用简单的3条作用规则构成的群体会涌现出很多意想不到的复杂性为,这就是复杂性科学的研究焦点。
细胞自动机有一个通用的形式化的模型,每个格子(或细胞)的状态可以在一个有限的状态集合S中取值,格子的邻居范围是一个半径r,也就是以这个格子为中心,在距离它r远的所有格子构成了这个格子的邻居集合,还要有一套演化规则,可以看成是一个与该格子当前状态以及邻居状态相关的一个函数,可以写成f:S*S^((2r)^N-1)->S。这就是细胞自动机的一般数学模型。
最早研究细胞自动机的科学家是冯·诺伊曼,后来康韦发明了上面展示的这个最有趣的细胞自动机程序:《生命游戏》,而wolfram则详尽的讨论了一维世界中的细胞自动机的所有情况,认为可以就演化规则f进行自动机的分类,而只有当f满足一定条件的时候,系统演化出来的情况才是有活力的,否则不是因为演化规则太死板而导致生命的死亡,就是因为演化规则太复杂而使得随机性无法克服,系统乱成一锅粥,没有秩序。后来人工生命之父克里斯·朗顿进一步发展了元胞自动机理论。并认为具有8个有限状态集合的自动机就能够涌现出生命体的自复制功能。他根据不同系统的演化函数f,找到了一个参数lamda用以描述f的复杂性,得出了结论只有当lamda比混沌状态的lamda相差很小的时候,复杂的生命活系统才会诞生,因此,朗顿称生命诞生于“混沌的边缘”!并从此开辟了“人工生命”这一新兴的交叉学科!
如今细胞自动机已经在地理学、经济学、计算机科学等领域得到了非常广泛的应用!
“程序性细胞死亡”由于与人类健康和某些重大疾病有密切关系而成为生物工程研究的热门课题.2002年诺贝尔生理学、医学奖授予英国的悉尼•布雷内、约翰•苏尔斯顿和美国的罗伯特•霍维茨,以表彰他们在“器官发育”和“程序性细胞死亡”中的重大发现,则明确反映出了这项研究的重要性.他们在线虫中发现了控制细胞死亡的关键基因,并阐明了这些基因如何在细胞死亡过程中相互作用,还证明了在人体中存在着相似的基因.这一开创性工作为“程序性死亡”的研究奠定了重要的基础.近年来,这一领域取得了令人瞩目的成果.科学家发现控制“程序性细胞死亡”的基因有两类,一类是抑制细胞死亡的,而另一类则启动或促进细胞死亡.这两类基因的相互作用控制了细胞发育的进程.这两种机制的并存,使机体细胞的生与死处于动态的平衡,以确保机体的健康.一旦这种平衡被破坏,疾病就会发生.当细胞的死亡受到抑制时,细胞会无序增长并造成肿瘤发生及形成癌症,反之则导致细胞过度死亡,如受到艾滋病病毒感染时,人体免疫机能被破坏,引发艾滋病.受到基因严密调控的细胞“生”与“死”的过程对于我们更深刻地认识人类健康和疾病的机理,进一步了解癌症、艾滋病等重大疾病的发病机制并找到治疗方法有重要的意义.
目前一些国家已开始利用“程序性细胞死亡”的机理研究治疗某些疑难病症的新方法.我国科研人员在这一领域的研究也非常活跃,一些医药开发公司已在进行有关的临床试验.这些工作必将为人类疑难病症的治疗带来新的生机.
欢迎分享,转载请注明来源:内存溢出
评论列表(0条)