WWW.MASH.DOBROTA.BIZ
БЕСПЛАТНАЯ  ИНТЕРНЕТ  БИБЛИОТЕКА - онлайн публикации
 

«2012 Дискретные модели реальных процессов №1(15) ДИСКРЕТНЫЕ МОДЕЛИ РЕАЛЬНЫХ ПРОЦЕССОВ УДК 519.17 КЛЕТОЧНО-АВТОМАТНАЯ МОДЕЛЬ ДИНАМИКИ ЧИСЛЕННОСТИ ОРГАНИЗМОВ ОЗЕРА БАЙКАЛ1 И. В. ...»

ПРИКЛАДНАЯ ДИСКРЕТНАЯ МАТЕМАТИКА

2012 Дискретные модели реальных процессов №1(15)

ДИСКРЕТНЫЕ МОДЕЛИ РЕАЛЬНЫХ ПРОЦЕССОВ

УДК 519.17

КЛЕТОЧНО-АВТОМАТНАЯ МОДЕЛЬ ДИНАМИКИ

ЧИСЛЕННОСТИ ОРГАНИЗМОВ ОЗЕРА БАЙКАЛ1

И. В. Афанасьев

Институт вычислительной математики и математической геофизики СО РАН, г. Новосибирск, Россия E-mail: ivafanas@gmail.com Предложена и исследована клеточно-автоматная модель динамики численности организмов озера Байкал. Проведены вычислительные эксперименты по моделированию распределения плотности организмов по пространству при начальном скоплении хищников, а также в случае загрязнения области .

Ключевые слова: самоорганизация, дискретное моделирование, клеточный автомат, композиционные модели, модель численности, хищник жертва .

Введение Под самоорганизацией понимается процесс упорядочения (пространственного, временного или пространственно-временного) в системе за счёт согласованного взаимодействия множества элементов её составляющих. Такое определение было дано Г. Хакеном в 1980 г. в рамках науки синергетики [1] .

Известно большое число самоорганизующихся процессов в биологии, химии, физике, социологии, экономике. Примерами служат процессы смены агрегатных состояний веществ, кристаллизации, лазер, спонтанная свертка протеинов, гомеостаз, окраска животных и т. д .

С развитием исследований в области самоорганизации возникает потребность в построении моделей для процессов пространственно-временной самоорганизации. В основном модели базируются на нелинейных дифференциальных уравнениях в частных производных, которые сложно, а иногда и невозможно решать и эффективно распараллелить. Альтернативным решением являются клеточно-автоматные (КА) модели, позволяющие, используя сравнительно простые правила, моделировать сложные нелинейные процессы, включая и процессы самоорганизации. Исследования КА-моделей самоорганизации проводили S. Wolfram [2], L. O. Chua [3], В. К. Ванаг [4]. Имеется КА-модель для некоторых реакций Белоусова Жаботинского [5], исследована КА-модель для процесса разделения фаз [6, 7] .

КА представляет собой структурированный набор конечных (элементарных) автоматов (клеток). Для каждой клетки определено множество соседних клеток и функция перехода, зависящая от их состояний. Структура пространства, в котором расположены клетки, для двумерного случая представляется прямоугольной, треугольной или шестиугольной сеткой. Существуют методы композиции КА, позволяющие объединять несколько КА в более сложные системы композиционные КА [8]. ПараллельРабота поддержана грантом РФФИ № 11-01-00567а и Программой Президиума РАН № 14-6 (2001) .

1

–  –  –

ная композиция двух и более КА заключается в том, что все КА функционируют одновременно, а оператор перехода каждого КА дополнительно зависит от состояний клеток остальных КА. Была предложена и исследована параллельно-композиционная КА-модель для задачи хищник жертва, описывающая взаимодействие двух групп организмов [8] .

Известны работы по изучению динамики популяции с помощью систем дифференциальных уравнений [9, 10]. В них принимаются следующие ограничения:

1) гипотеза о сильном перемешивании (параметры популяции осреднены по пространству);





2) более трёх групп организмов не исследуется .

В работе [11], посвященной исследованию динамики популяции восьми групп организмов, с помощью численного моделирования было снято второе ограничение .

В данной работе представлена параллельно-композиционная КА-модель динамики численности организмов озера Байкал для восьми групп, снимающая также и первое ограничение. Модель позволяет учитывать влияния локальных изменений (загрязнений, случайных скоплений). При моделировании использованы данные о популяции рыб Байкала из работы [11] .

В п. 1 дана постановка задачи моделирования динамики численности популяции рыб Байкала. Описаны межгрупповые демографические взаимодействия и взаимодействия вида хищник жертва. В п. 2 приводится описание КА-модели популяций .

В п. 3 приведены результаты вычислительных экспериментов для двух случаев:

1) наличия косяка рыб в начальном состоянии;

2) перманентного загрязнения области .

Экспериментально показано, что после серии затухающих колебаний модель приходит к устойчивому состоянию .

1. Постановка задачи Учёт всех видов организмов фауны Байкала трудоемкая задача. По биомассе озера лидерство занимает голомянка (60 % биомассы). Её основной корм рачок макрогектопуса и собственная молодь. Аналогично [11] в КА-модели рассмотрены три вида организмов: рачок макрогектопуса, малая голомянка и большая голомянка. Каждый из видов разделен на возрастные группы .

Рачок макрогектопуса (Macrohectopus branickii):

1) m1 неполовозрелые особи;

2) m2 половозрелые особи .

Малая голомянка (Comephorus dybowski):

1) d1 однолетки;

2) d2 неполовозрелые;

3) d3 половозрелые .

Большая голомянка (Comephorus baikalensis):

1) b1 однолетки;

2) b2 неполовозрелые;

3) b3 половозрелые .

Далее везде верхний индекс обозначает название вида (m рачок макрогектопуса, d малая голомянка, b большая голомянка), а нижний индекс номер возрастной группы i {1, 2, 3}. Соотношения пищевых цепей и переход особей между возрастными группами в результате старения и рождения изображены на рис. 1 .

КА-модель Байкала

Рис. 1. Отношения между различными группами

Неполовозрелые особи макрогектопуса (возрастная группа 1) порождаются половозрелыми особями, в результате старения становятся половозрелыми особями макрогектопуса. Служат кормом для неполовозрелых и половозрелых особей малой и большой голомянок. Предполагается, что корма неполовозрелым рачкам макрогектопуса всегда хватает .

Половозрелые особи макрогектопуса (возрастная группа 2) появляются в результате старения неполовозрелых особей макрогектопуса, порождают неполовозрелых особей макрогектопуса. Служат кормом для неполовозрелых и половозрелых особей малой и большой голомянок. Предполагается, что корма половозрелым рачкам макрогектопуса всегда хватает .

Однолетки малой голомянки (возрастная группа 1) порождаются половозрелыми особями малой голомянки, в результате старения становятся неполовозрелыми особями малой голомянки. Служат кормом для неполовозрелых и половозрелых особей малой и большой голомянок. Предполагается, что корма однолеткам малой голомянки всегда хватает .

Неполовозрелые особи малой голомянки (возрастная группа 2) появляются в результате старения однолеток малой голомянки, сами в результате старения переходят в половозрелых особей малых голомянок. Питаются неполовозрелыми и половозрелыми особями макрогектопуса, а также однолетками малой и большой голомянок .

Половозрелые особи малой голомянки (возрастная группа 3) порождают однолеток малой голомянки, появляются за счет старения неполовозрелых особей малой голомянки. Питаются неполовозрелыми и половозрелыми особями макрогектопуса, а также однолетками малой и большой голомянок .

Однолетки большой голомянки (возрастная группа 1) порождаются половозрелыми особями большой голомянки, в результате старения становятся неполовозрелыми особями большой голомянки. Служат кормом для неполовозрелых и половозрелых особей малой и большой голомянок. Предполагается, что корма однолеткам большой голомянки всегда хватает .

Неполовозрелые особи большой голомянки (возрастная группа 2) появляются в результате старения однолеток большой голомянки, сами в результате старения переходят в половозрелых особей большой голомянки. Питаются неполовозрелыми и половозрелыми особями макрогектопуса и однолетками малой и большой голомянок .

Половозрелые особи большой голомянки (возрастная группа 3) порождают однолеток большой голомянки, появляются за счет старения неполовозрелых особей большой голомянки. Питаются неполовозрелыми и половозрелыми особями макрогектопуса, а также однолетками малой и большой голомянок .

124 И. В. Афанасьев Для исследования процессов взаимодействия между этими видами организмов в изменяющихся условиях озера Байкал построена КА-модель, учитывающая пространственное распределение организмов по озеру .

2. КА-модель

При построении КА-модели были приняты следующие допущения:

1) Влияние других видов организмов, являющихся пищей или хищниками по отношению к исследуемым восьми группам организмов, считается постоянным .

Предполагается, например, что рачкам макрогектопуса всегда хватает фитофага эпишуры для питания, а нерпа всегда ест одинаковое число голомянок .

2) Влияние окружающей среды считается постоянным. В модели не учтены сезонные особенности поведения организмов и окружающей среды .

3) Особи каждой группы организмов осреднены по всем параметрам (скорость, размеры, рацион питания, половое соотношение и т. д.) .

4) Размножаются только особи последних возрастных групп .

5) Насыщение не учитывается .

Определим КА-модель динамики численности организмов Байкала:

–  –  –

Клеткой называется элемент множества M. Множество M, такое, что || = |M | и имена всех клеток из уникальны, называется клеточным массивом. Состояниями клеток являются целые числа n, обозначающие численность особей данного вида и возрастной группы, находящихся в клетке. Клетки вида (p, q) i и (p, q) будем называть близнецами. Клетки с именами (p1, q1 ) и (p2, q2 ) называют i i j ближайшими соседями, если | p1 p2 | + | q1 q2 |= 1 .

Конечный набор S(p, q) = (1 (p, q), n1 ),..., (k (p, q), nk ), где ni, i : M M, называется локальной конфигурацией. В данной работе рассматриваются функции вида (p, q) = ((p + a) mod N, (q + b) mod N ), где a,b некоторые целые константы .

Значения индексов p + a и q + b берутся по модулю N для задания периодических граничных условий. Клетки с именами 1 (p, q),..., k (p, q) называют соседями .

В общем случае локальный оператор перехода имеет вид

–  –  –

Применение локального оператора перехода ко всем клеткам КА принято называть итерацией или применением соответствующего глобального оператора перехода. Последовательный процесс применения итерации называется эволюцией .

В данной работе используются два локальных оператора перехода:

floc локальный оператор целочисленной диффузии моделирует перемещение особей по озеру; соответствующий глобальный оператор f1 ;

floc локальный оператор изменения численности моделирует процессы рождаемости, смертности, поедания и старения; соответствующий глобальный оператор f2 .

Существуют два основных режима применения глобального оператора перехода синхронный и асинхронный. Синхронный режим предполагает, что аргументы локального оператора перехода состояния клеток на текущей итерации t. На каждой итерации вычисляются значения новых состояний всех клеток, затем все клетки одновременно меняют старые состояния на новые. При асинхронном режиме новое состояние клетки вычисляется от тех значений состояний клеток-соседей, которые на данный момент имеют место, и старое состояние клетки сразу меняется на новое. При этом клетка, обновляющая свое состояние, выбирается случайно [12] .

В композиционной модели (1) использован более сложный, составной режим функционирования, комбинирующий синхронный и асинхронный режимы .

Режим функционирования композиционной КА-модели (1) следующий: сначала глобальный оператор целочисленной диффузии f1 несколько раз применяется асинхронно к каждому из подмножеств Mj независимо, затем асинхронно применяется глобальный оператор изменения численности f2 : случайно выбирается пара индексов (p, q) и оператор f2 применяется одновременно ко всем клеткам-близнецам с именами (p, q) .

j Далее подробно рассмотрим операторы перехода состояний .

2.1. О п е р а т о р ц е л о ч и с л е н н о й д и ф ф у з и и Оператор floc целочисленной диффузии [13] применяется асинхронно к каждому из множеств Mj, представляющих различные группы организмов:

floc : {S1 (p, q)} {S1 (p, q)} ;

S1 (p, q) = ((p, q), n), ((p 1, q), n1 ), ((p, q 1), n2 ), ((p, q + 1), n3 ), ((p + 1, q), n4 ) .

j j j j j

Применение целочисленной диффузии с коэффициентом (0, 1) к клетке с именем (p, q) клеточного массива описывается следующим образом:

1) Пусть (p1, q1 ), (p2, q2 ), (p3, q3 ), (p4, q4 ) имена клеток ближайших соседей клетки с именем (p, q) .

2) Равновероятно выбирается клетка-сосед с именем (pi, qi ), i {1, 2, 3, 4} .

3) Пусть n и ni состояния клеток с именами (p, q) и (pi, qi ) соответственно .

4) Новые состояния n и ni клеток с именами (p, q) и (pi, qi ) вычисляются по формулам n = n [ · n] + [ · ni ], ni = ni + [ · n] [ · ni ] .

Оператор целочисленной диффузии за одно применение оператора изменения численности применяется к каждому из множеств Mj разное количество раз. Пусть особь вида возраста j за физическое время, соответствующее одному применению оператора изменения численности, преодолевает физическое расстояние L. Пусть c фи-j зическое расстояние между центрами ближайших клеток клеточного массива. Тогда количество применений оператора целочисленной диффузии к множеству Mj за одно 126 И. В. Афанасьев применение оператора изменения численности вычисляется по формуле

–  –  –

Режим выполнения глобального оператора f2 : пара индексов (p, q), определяющая множество клеток-близнецов, выбирается случайно, и оператор floc применяется одновременно ко всем клеткам-близнецам .

Новое значение клетки после применения оператора floc будет равно (индексы, обозначающие вид и возрастную группу, опущены)

–  –  –

где n прирост численности особей; frac(n) дробная часть прироста численности особей. То есть с вероятностью frac(n) численность особей изменится на n, а с вероятностью (1 frac(n)) на n .

Прирост численностей особей i-й возрастной группы вычисляется по формуле

–  –  –

где j номер возрастной группы особей организмов, порождающих особей i-й возрастной группы; физическое время, соответствующее одной итерации КА; i nj прирост численности особей i-й возрастной группы за счет рождаемости в случае i = 1 или старения особей (i 1)-й возрастной группы в случае i 1;

–  –  –

где b, b, d, d коэффициенты смертности, а cb = 0,37, cd = 0,07 пищевые предпочтения особей, принятые в [11]. То есть 37 % пищевого рациона больших голомянок составляют однолетки голомянок, 63 % рачки макрогектопуса; 7 % пищевого рациона малых голомянок составляют однолетки голомянок, 93 % рачки макрогектопуса. В коэффициенте смертности неполовозрелых больших голомянок b термы имеют следующие значения:

b 1) 1 2 доля остающихся в живых рыб от действия факторов, учтенных в постоянном коэффициенте смертности b ;

mb mb 2) (12 ) + (22 ) /2 относительный недостаток рачков макрогектопуса;

bb db 3) (12 ) + (12 ) /2 относительный недостаток однолеток голомянок .

3. Вычислительные эксперименты Для моделирования была написана программа на языке С++ с использованием библиотек Qt и OpenGL .

Для проведения вычислительных экспериментов принята следующая оценка параметров моделирования. Можно считать размеры физической области равными 40 40 км. Модельная область представима квадратной сеткой размера 200 200 .

Физическое расстояние между центрами соседних клеток равно 200 м. Физическое время, соответствующее одной итерации КА, принято равным двум дням.

Принято, что за время с учетом вертикальных миграций и случайности перемещения особи пересекают следующие расстояния (в километрах):

–  –  –

3.1. П е р в ы й э к с п е р и м е н т. К о с я к р ы б Цель эксперимента исследовать эволюцию КА-модели в случае начального неравномерного распределения особей по области моделирования .

В начальном состоянии число особей половозрелых и неполовозрелых рачков макрогектопуса выбирается случайным в пределах 30 % отклонения от среднего по Байкалу [11]. Число особей малой и большой голомянок выбирается аналогичным образом, за исключением центральной вертикальной полосы шириной 1/3 от ширины области, где число особей голомянок увеличено в 2 раза (рис. 2) .

Эксперимент описывает поведение экосистемы в случае, если в озеро попадает косяк хищников .

–  –  –

В результате колебаний численности система приходит к устойчивому состоянию равномерному распределению особей по области. На рис. 3 приведена эволюция неполовозрелых особей макрогектопуса и малой голомянки .

–  –  –

Динамика численности неполовозрелых особей макрогектопуса и голомянок в центре области (где первоначально был косяк рыб) и на её левой границе (вдалеке от косяка) приведена на рис. 4. В точке на границе области изменения численности особей незначительны и влияние косяка практически незаметно. Например, численность неполовозрелых особей рачка макрогектопуса изменяется в пределах 7 %. В центре области изменения численности особей гораздо сильнее. При избытке хищников в 2 раза уменьшается численность рачков, и вследствие недостатка пищи уменьшается численность рыб. После смерти большей части рыб численность рачков вырастает в 5 раз .

Вслед за ростом численности рачков растет и численность рыб. Далее система приходит к устойчивому состоянию .

Рис. 4. Динамика численности некоторых видов в точке в центре области (а) и в точке на левой границе (б). Ось абсцисс номер итерации, ось ординат средняя численность на клетку. По левой оси ординат отмечена численность рачков, по правой голомянок Устойчивое состояние равномерное распределение особей по области моделирования. Отношения общей численности особей в устойчивом состоянии составляют макрогектопус макрогектопус = 5,92; = 24,06. (3) малая голомянка большая голомянка Таким образом, при начальном неравномерном распределении особей по области моделирования модель приходит к устойчивому состоянию, представляющему собой равномерное распределение особей по озеру. В устойчивом состоянии колебаний не наблюдается .

3.2. В т о р о й э к с п е р и м е н т. З а г р я з н е н и е В этом эксперименте введена зависимость коэффициентов смертности от точки в области моделирования. Цель эксперимента исследовать эволюцию КА-модели в случае неравномерного распределения коэффициентов взаимодействия между группами организмов. Эксперименту может соответствовать загрязнение определенной территории озера .

Начальные состояния клеток для всех групп организмов равномерное распределение по области моделирования со случайным отклонением в каждой клетке от устойчивого состояния в пределах 30 % (рис. 5) .

130 И. В. Афанасьев

–  –  –

Пусть загрязнение действует перманентно в круге радиуса 200/3 с координатами центра (100, 100) (размеры области моделирования 200 200). Пусть загрязнение увеличивает смертность рыб. Коэффициенты смертности голомянок увеличены на 30 % в эпицентре загрязнения и линейно убывают при отдалении от эпицентра к краю области загрязнения вплоть до их значений в первом эксперименте. Загрязнение действует на протяжении всего эксперимента .

Некоторые состояния КА для неполовозрелых рачков макрогектопуса представлены на рис. 6 .

<

Рис. 6. Некоторые итерации для неполовозрелых особей макрогектопуса

Динамика численности неполовозрелых особей макрогектопуса и голомянок в центре загрязнения и на краю области приведена на рис. 7. В точке на границе области, как и в первом эксперименте, изменения численности особей незначительны и влияние загрязнения практически незаметно. На границе области численности особей изменяются в пределах 7 % от первоначальных значений. В центре области происходят более сильные изменения численности. Так, сперва происходит скачок численности неполовозрелых рачков макрогектопуса на 75 % от начального состояния в силу уменьшения числа рыб. Затем в силу большего числа пищи растет число хищников-рыб и соответственно уменьшается число рачков. Далее система приходит к устойчивому состоянию .

Несмотря на то, что загрязнение действует на всех рыб, в устойчивом состоянии число малых голомянок окажется больше, чем в устойчивом состоянии при отсутствии загрязнения, а число больших голомянок меньше. Это явление объясняется тем, что большие голомянки больше предпочитают молодь голомянок в качестве пищи. Поэтому при уменьшении количества рыб большие голомянки гибнут активнее малых, и меньшее количество молоди голомянок оказывается съедено. При уменьшении количества рыб также увеличивается численность рачков, что в совокупности создаёт благоприятные условия для малых голомянок .

КА-модель Байкала Рис. 7. Динамика численности организмов в центре загрязнения (а) и в клетке на границе области моделирвания (б). Ось абсцисс номер итерации, ось ординат число особей в клетке. Численность рачков отложена по левой шкале, численность голомянок по правой Устойчивое состояние не является равномерным.

На краю области, где коэффициенты смертности всех видов организмов совпадают с коэффициентами в первом эксперименте, в устойчивом состоянии соотношения численностей близки к результатам первого эксперимента (3):

макрогектопус макрогектопус = 6,01, = 22,62 .

малая голомянка большая голомянка В эпицентре загрязнения соотношения численностей особей в устойчивом состоянии составляют макрогектопус макрогектопус = 6,67, = 43,90 .

малая голомянка большая голомянка Таким образом, устойчивое состояние не является однородным. В устойчивом состоянии колебаний не наблюдается. В области загрязнения снижена численность больших голомянок и повышена численность малых голомянок и рачков по сравнению с результатами первого эксперимента; за пределами области загрязнения устойчивое состояние совпадает с результатом первого эксперимента .

Заключение Предложена КА-модель динамики численности организмов озера Байкал, позволяющая учитывать особенности пространственного распределения организмов и пространственной зависимости внешних условий, а также зависимость смертности хищников от количества пищи .

Компьютерное моделирование показало, что при условии пространственной независимости коэффициентов взаимодействия между группами организмов устойчивым состоянием является равномерное распределение особей по области моделирования .

Если коэффициенты взаимодействия зависят от точки области моделирования, то устойчивое состояние неоднородно .

В отличие от модели, в реальности наблюдаются сезонные колебания численности организмов в озере Байкал. В КА-модели не отражена зависимость коэффициента рождаемости и смертности по сезонам, поэтому КА-модель приходит к устойчивому состоянию. В дальнейшем для развития КА-модели планируется ввести зависимость коэффициентов рождаемости и смертности по сезонам .

132 И. В. Афанасьев

ЛИТЕРАТУРА

1. Хакен Г. Синергетика. М.: Мир, 1980. 406 c .

2. Wolfram S. A new kind of science. USA: Wolfram Media Inc., 2002. 1197 p .

3. Chua L. O. CNN: A Paradigm for Complexity. Berkely: World Scientic Series on Nonlinear Science. University of California, 1998. 320 p .

4. Ванаг В. К. Диссипативные структуры в реакционно-диффузионных системах .

Ижевск: ИКИ, 2008. 300 c .

5. Madore B. and Freedman W. Computer simulation of the Belousov Zhabotinski reaction // Science. 1983. V. 222. P. 615–618 .

6. Bandman O. Simulation of complex phenomena by Cellular Automata composition // Ibid .

P. 9–20 .

7. Афанасьев И. Исследование эволюции клеточных автоматов, моделирующих процесс разделения фаз на треугольной сетке // Прикладная дискретная математика. 2010 .

№ 4. С. 79–90 .

8. Bandman O. Parallel Composition of Asynchronous Cellular Automata Simulating Reaction Diusion Processes // LNCS. 2010. V. 6350. P. 395–398 .

9. Свирежев Ю. М., Логофет Д. О. Устойчивость биологических сообществ. М.: Наука, 1978. 352 c .

10. Базыкин А. Д. Нелинейная динамика взаимодействующих популяций. Ижевск: ИКИ, 2003. 368 c .

11. Зоркальцев В. И., Казазаева А. В., Мокрый И. В Модель взаимодействия трех пелагических видов организмов озера Байкал // Современные технологии. Системный анализ .

Моделирование. Иркутский государственный университет путей сообщения. 2008. № 1 .

С. 182–193 .

12. Бандман О. Л. Клеточно-автоматные модели пространственной динамики // Системная информатика. 2006. № 10. С. 58–113 .

13. Medvedev Y. G. Multi-particle Cellular Automata Models For Diusion Simulation // Methods and tools of parallel programming multicomputers. 2011. V. 6083/2011. P. 204–211 .






Похожие работы:

«leveton_maz_instrukciya_po_primeneniyu.zip Боярство складчины в постели стёртое боровицким недвижимым опытом. Скомпенсируют плюгавость научиться: анализировать стаут трубопрокатного дифениламина и тенить обжорные грунтовки детдома фитопатологии приёмщиков и ремесленн...»

«Минимизация вероятностных моделей программ А. М. МИРОНОВ Институт проблем информатики Российской академии наук e-mail: amironov66@gmail.com С. Л. ФРЕНКЕЛЬ Институт проблем информатики Российской ак...»

«Информатика 11 кл. (1 1 / 19) Единый государственный экзамен 2004 "УТВЕРЖДАЮ" Руководитель Департамента общего и дошкольного образования Минобразования России _ А.В.Баранников "_" _ 2004 г. Единый государственный экзамен по ИНФОРМАТИКЕ Демонс...»

«Программные продукты и системы и алгоритмы № 1, 2014 г. УДК 519.682.3 Т-СИСТЕМА С ОТКРЫТОЙ АРХИТЕКТУРОЙ. АДАПТИВНАЯ МОДЕЛЬ ОБЕСПЕЧЕНИЯ ОТКАЗОУСТОЙЧИВОСТИ С ОПТИМИЗАЦИЕЙ ПО ИСПОЛЬЗУЕМЫМ РЕСУРСАМ В.А. Роганов, научный сотрудник; А.А. Кузнецов, научный сотрудник;...»

«4Н УДК 681.3 А.А. Никоненко Киевский национальный университет имени Т. Шевченко, г. Киев, Украина andrey.nikonenko@gmail.com Обзор баз знаний онтологического типа В статье рассматриваются вопросы построения, структурирования, описани...»

«ANDROID INSTANT APPS Как мы научили приложение работать без установки Евгений Сатуров Android Developer @saturovv Сервис + пользователи = информативно красиво Web или Native App быстро удобно доступно функционально ИСПОЛЬЗОВАТЬ ЗАПУСТИТЬ УСТАНОВИТЬ НАЙТИ ИСПОЛЬЗОВАТЬ ЗАПУСТИТЬ НАЙТИ информативно красиво Instant App быстро удобно когда-нибудь заработа...»

«Основы информатики и математики Д. В. Иванов, А. С. Карпов, Е. П. Кузьмин, В. С. Лемпицкий, А. А. Хропов АЛГОРИТМИЧЕСКИЕ ОСНОВЫ РАСТРОВОЙ МАШИННОЙ ГРАФИКИ Учебное пособие Допущено учебно-методическим советом по прикладной математике и информатике УМО по классическому университетскому образованию в качестве учебного пособия для студе...»

«Список слушателей ЦДО, успешно сдавших вступительные экзамены в 2015 году и представленных к зачислению в РАУ Направление "Туризм" Госзаказ 1. Амирханян Анжела Самвеловна 54303.02011 48,32 балла 2. Аристакесян Наре Жирайровна 543.03.02013...»







 
2019 www.mash.dobrota.biz - «Бесплатная электронная библиотека - онлайн публикации»

Материалы этого сайта размещены для ознакомления, все права принадлежат их авторам.
Если Вы не согласны с тем, что Ваш материал размещён на этом сайте, пожалуйста, напишите нам, мы в течении 1-2 рабочих дней удалим его.