Моделирование поведения животных с использованией нейронных сетей .

Пищевая цепочка описывает иерархию живых организмов в экосистеме. Например, рассмотрим очень простую абстрактную пищевую цепочку, которая состоит из трех особей:
1) Хищник
- мигрирующие агенты, поедающие травоядных.
2) Травоядное
- мигрирующие агенты, поедающие растения.
3) 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.

Введение 3
Глава I
1. Модель пищевой цепочки 5
2. Нейронные сети 10
3. Искусственная жизнь 20
Глава II
4. Моделирование поведения животных 24
Заключение 31
Список использованной литературы 32

1. М. Тим Джонс, «Программирование ИИ в приложениях», ДМК Пресс, Москва, 2006 г.
2. В. Г. Редько, курс лекций «Эволюционная кибернетика».
3. С. Осовский, «Нейронные сети для обработки информации», Финансы и статистика, Москва, 2002 г.