Моделирование поведения животных с использованием нейронных сетей

    Дисциплина: Разное
    Тип работы: Курсовая
    Тема: Моделирование поведения животных с использованием нейронных сетей

    v\\:* {behavior:url(#default#VML);}

    o\\:* {behavior:url(#default#VML);}

    w\\:* {behavior:url(#default#VML);}

    .shape {behavior:url(#default#VML);}

    Normal 0 false false false RU X-NONE X-NONE MicrosoftInternetExplorer4

    st1\\:*{behavior:url(#ieooui) }

    /* Style Definitions */

    table.MsoNormalTable

    {mso-style-name:\"Обычная таблица\";

    mso-tstyle-rowband-size:0;

    mso-tstyle-colband-size:0;

    mso-style-noshow:yes;

    mso-style-priority:99;

    mso-style-qformat:yes;

    mso-style-parent:\"\";

    mso-padding-alt:0cm 5.4pt 0cm 5.4pt;

    mso-para-margin:0cm;

    mso-para-margin-bottom:.0001pt;

    mso-pagination:widow-orphan;

    font-size:10.0pt;

    font-family:\"Times New Roman\",\"serif\";}

    МИНИСТЕРСТВО ОБРАЗОВАНИЯ И НАУКИ РОССИЙСКОЙ ФЕДЕРАЦИИ

    ГОСУДАРСТВЕННОЕ ОБРАЗОВАТЕЛЬНОЕ УЧРЕЖДЕНИЕ ВЫСШЕГО

    ПРОФЕССИОНАЛЬНОГО ОБРАЗОВАНИЯ

    ОРЕНБУРГСКИЙ ГОСУДАРСТВЕННЫЙ ПЕДАГОГИЧЕСКИЙ

    УНИВЕРСИТЕТ

    Факультет

    физико-математический

    Кафедра

    информатики и методики преподавания информатики

    КУРСОВАЯ РАБОТА

    Моделирование поведения животных с использованией нейронных сетей

    Выполнил

    студент

    курса, 302-МАИ группы,

    Николаев Дмитрий

    отделение МОАИС

    Научный руководитель

    к.ф. – м.н.

    доцент кафедры ИМПИ

    ДженжерВ.О

    Оренбург

    2010

    Содержание

    Введение

    Глава I

    1. Модель пищевой цепочки

    2. Нейронные сети

    3. Искусственная жизнь

    Глава II

    4. Моделирование поведения животных

    Заключение

    Список использованной литературы

    Введение

    Нейронная сеть в (теории искусственного интеллекта) — упрощённая модель биологической нейронной сети.

    Нейронные сети возникли из исследований в области искусственного интеллекта, а именно, из попыток воспроизвести способность

    биологических нервных систем обучаться и исправлять ошибки, моделируя низкоуровневую структуру мозга. Основной областью исследований по искусственному интеллекту в 60-е — 80-е годы были

    экспертные системы. Такие системы основывались на высокоуровневом моделировании процесса мышления (в частности, на представлении, что процесс нашего мышления построен на манипуляциях с

    символами). Скоро стало ясно, что подобные системы, хотя и могут принести пользу в некоторых областях, не ухватывают некоторые ключевые аспекты человеческого интеллекта. Согласно одной

    из точек зрения, причина этого состоит в том, что они не в состоянии воспроизвести структуру мозга. Чтобы создать искусственных интеллект, необходимо построить систему с похожей

    архитектурой.

    Cвою силу нейронные сети черпают, во-первых, из распараллеливания обработки информации и, во-вторых, из способности

    самообучаться, т.е. создавать обобщения. Под термином обобщение понимается способность получать обоснованный результат на основании данных, которые не встречались в процессе обучения.

    Эти свойства позволяют нейронным сетям решать сложные (масштабные) задачи, которые на сегодняшний день считаются трудноразрешимыми. Однако на практике при автономной работе нейронные

    сети не могут обеспечить готовые решения. Их необходимо интегрировать в сложные системы. В частности, комплексную задачу можно разбить на последовательность относительно простых, часть

    из которых может решаться нейронными сетями.

    Некоторые преимущества и достоинства нейронных сетей перед традиционными вычислительными системами:

    - решение задач при неизвестных закономерностях;

    - устойчивость к шумам во входных данных;

    - адаптирование к изменениям окружающей среды;

    - потенциальное сверхвысокое быстродействие.

    Зачастую нейронные сети используются для моделирования. К примеру, в такой науке, как искусственная жизнь.

    Искусственная жизнь — это понятие, введенное Крисом Лангтоном для обозначения множества компьютерных механизмов, которые

    используются для моделирования естественных систем. Искусственная жизнь применяется для моделирования процессов в экономике, поведения животных и насекомых, а также взаимодействия

    различных объектов. В настоящий момент искусственная жизнь — это наука, занимающаяся изучением жизни, живых систем и их эволюции при помощи созданных человеком моделей.

    Искусственная жизнь может быть описана как теория и практика моделирования биологических систем. Разработчики, которые ведут

    исследования в данной сфере, надеются, что путем моделирования биологических систем мы сможем лучше понять, почему и как они работают. С помощью моделей разработчики могут управлять

    созданной средой, проверять различные гипотезы и наблюдать, как системы и среда реагируют на изменения.

    В своей курсовой работе я буду рассматривать одно из направлений искусственной жизни — синтетическую науку о поведении. Её очень

    чётко описывает Брюс МакЛеннан:

    «Синтетическая наука о поведении — это подход к изучению поведения животных, при котором простые синтетические организмы

    определенным образом действуют в синтетическом мире. Так как и мир, и организмы являются синтетическими, они могут быть сконструированы для особых целей, а именно для проверки

    определенных гипотез»

    Целью данной курсовой работы является создание модели искусственной жизни.

    Для достижения этой цели я собираюсь создать простейшую модель пищевой цепочки, используя в качестве мозга агентов-животных

    нейронную сеть, построенную по принципу «победитель получает всё».

    Модель пищевой цепочки

    1.1 Общие сведения

    Пищевая цепочка описывает иерархию живых организмов в экосистеме. Например, рассмотрим очень простую абстрактную пищевую цепочку,

    которая состоит из трех особей:

    Хищник

    - мигрирующие агенты, поедающие травоядных.

    Травоядное

    - мигрирующие агенты, поедающие растения.

    Растение

    - представляют собой неподвижный источник еды для травоядных животных.

    В нижней части цепочки находятся растения. Они получают энергию из окружающей среды (дождя, почвы и солнца). Следующий уровень

    занимают травоядные животные, — для выживания они поедают растения. На верхней ступени находятся хищники. В этой модели хищники поедают травоядных животных, чтобы выжить. Мёртвые

    травоядные и хищники удаляться из модели.

    Между особями существует четко выраженный баланс. Что произойдет, если вдруг в результате засухи или по другой причине исчезнут

    все растения? При этом нарушится баланс выживания травоядных животных в среде, что приведет к сокращению их популяции. Это отразится на всей цепочке и повлияет на популяцию

    хищников.

    Данный баланс может моделироваться и изучаться в сфере искусственной жизни и науки о поведении.

    Если какой-либо агент живет в среде определённое время и не получает еды, он сам погибает от голода. Когда агент поглощает

    достаточное количество пищи, он может размножаться. Таким образом, в среде создаётся новый агент определенного типа. Происходит эволюция, при которой мутирует мозг агента.

    Следует отметить, что агенты изначально не знают, как нужно выживать в среде. Они не знают, что поедание пищи позволит им прожить

    дольше, что нужно избегать тех, кто их ест, что нужно охотиться, агенты должны познать всё это в процессе эволюции.

    Чтобы смоделировать пищевую цепочку, необходимо определить некоторые параметры:

    Окружающую среду (физическое пространство, в котором взаимодействуют агенты...

    Забрать файл

    Похожие материалы:


ПИШЕМ УНИКАЛЬНЫЕ РАБОТЫ
Заказывайте напрямую у исполнителя!


© 2006-2016 Все права защищены