Пичугин Б.Ю.  

Population Modeler: программа для индивидуум-ориентированного моделирования сообществ взаимодействующих особей

Программа Population Modeler предназначена для проведения численных экспериментов с вероятностными моделями сообществ особей, удовлетворяющих следующим предположениям:

  • все сообщество поделено на несколько популяций;
  • каждая особь сообщества охарактеризована своим набором параметров, количество и семантика параметров определяются популяцией, к которой принадлежит особь;
  • изменение состояния сообщества (рождение и гибель особей, изменение параметров особей) происходит скачкообразно в случайные моменты времени;
  • скачки состояния сообщества могут быть вызваны взаимодействиями или переходами;
  • взаимодействия — это "незаплпнированные" изменения состояния сообщества:
    • моменты возникновения взаимодействий описываются пуассоновским потоком, интенсивность которого зависит от состояния сообщества;
    • вероятность выбора особи в качестве участника взаимодействия и результат взаимодействия могут зависеть от параметров особей;
  • переходы — это "запланированные" изменения состояния сообщества:
    • моменты возникновения переходов описываются ветвящимся процессом типа Беллмана–Харриса с несколькими типами частиц, в котором тип частицы интерпретируется как тип перехода;
    • цепь переходов может быть инициирована в момент рождения особи или в момент взаимодействия особей;
    • распределение времени между переходами и результат перехода могут зависеть от параметров особей.

В частности, при помощи данной программы можно рассчитывать реализации широкого класса ветвящихся случайных процессов с взаимодействием частиц и марковских случайных процессов как с дискретным так и с непрерывным временем.

Особенности реализации:

  • использован мультипликативный датчик случайных чисел с модулем 2128;
  • вычисления распараллеливаются по реализациям как в рамках одной ЭВМ, так и между несколькими ЭВМ, соединенных в локальную сеть;
  • разработаны специальные структуры данных, позволяющие рассчитывать сообщества в несколько миллионов особей;
  • разработаны эффективные контекстно-зависимые алгоритмы поиска ближайшего перехода, добавления и удаления особей;
  • использован алгоритм накопления ошибки для представления моментов времени (фактически этот алгоритм дает четверную точность представления времени);
  • кросплатформенность.

Abstracts file: Pichugin.theses.pdf
Presentation file: Pichugin.Slides.pdf


To reports list