元胞自动机(Cellular automaton)
元胞自动机是由元胞组成的网格,每个元胞都根据邻域的状态来选择开或关。所有的元胞都遵循同样的规则,也称为元胞的更新规则,规则根据各元胞邻域的当前状态决定元胞的下一步状态。同自然界的复杂系统一样,元胞自动机也是由大量简单个体(元胞)组成,不存在*控制,每个个体都只与少量其他个体交互。而且元胞自动机也能表现出非常复杂的行为,它们的行为很难甚至不可能通过其更新规则来预测。元胞自动机有很多种类型,著名的“生命游戏”也是元胞自动机的一种。
初等元胞自动机(Elementary cellular automaton)
初等元胞自动机是一维两状态的元胞自动机,每个元胞仅与两个相邻元胞相连。元胞自动机的时空图表现了元胞自动机的立体构型随时间的变化,最顶上一行是一维元胞自动机的初始状态设置,下面跟着的依次是每一步更新后的状态。
执行“多数分类(Majority classification)”任务的元胞自动机
该元胞自动机要能区分初始状态中是开状态还是关状态占多数。如果是开状态占多数,最后所有元胞就应当都变成开状态。同样,如果是关状态占多数,最后所有元胞就应该都变成关状态。多数分类任务有点类似于选举,是在大家都只知道最近邻居政治观点下预测两个候选人谁会赢。
我们使用一维元胞自动机,每个元胞与相邻的6个元胞相连,这样元胞的邻域中就有7个元胞(包括自己)。一个合理的想法是:“元胞应当变成邻域中当前占多数的状态。”这就好象根据你自己和邻居的多数意见来预测哪个候选人会当选。然而,这个“局部多数投票”元胞自动机并不能完成任务。
我们使用的是梅拉妮·米歇尔(Melanie Mitchell)在《复杂》(Complexity: A Guided Tour)一书第203页给出的规则:
0000010100000110000101011000011100000111000001000001010101 0101110110010001110111000001010000000101111101111111111011 011101111111
第1位是邻域全为0时中间元胞的更新状态,第2位是邻域为0000001时中间元胞的更新状态,依次往后。由于邻域状态有 27 = 128 种可能,因此该规则有128位。但是光看这些数位是看不出这个规则如何运作,也无法知道为何它进行多数分类时适应度很高。
实现该算法的 C# 程序
下面就是相应的 C# 源程序 MainForm.cs:
1 using System; 2 using System.Drawing; 3 using System.Windows.Forms; 4 5 namespace Skyiv.CellularAutomaton.MajorityClassification 6 { 7 sealed class MainForm : Form 8 { 9 static readonly int sizeCellular = 3; 10 static readonly int nCellular = 201; 11 static readonly int lines = nCellular; 12 static readonly Pen pen = new Pen(Color.Black, sizeCellular); 13 static readonly string strRuler = 14 "0000010100000110000101011000011100000111000001000001010101" + 15 "0101110110010001110111000001010000000101111101111111111011" + 16 "011101111111"; 17 static readonly bool[] ruler = new bool[strRuler.Length]; 18 19 Graphics gc; 20 21 MainForm() 22 { 23 Text = "Majority Classification"; 24 BackColor = Color.White; 25 ClientSize = new Size(nCellular * sizeCellular + 1, lines * sizeCellular + 1 + 32); 26 for (var i = 0; i < ruler.Length; i++) ruler[i] = strRuler[i] == '1'; 27 } 28 29 protected override void OnPaint(PaintEventArgs e) 30 { 31 gc = e.Graphics; 32 DrawGrid(true); 33 var cellulars = GetInitCellulars(); 34 DrawCellulars(cellulars, 0); 35 DisplayMessage(cellulars); 36 for (var i = 1; i < lines; i++) 37 { 38 StepIt(cellulars); 39 DrawCellulars(cellulars, i); 40 } 41 base.OnPaint(e); 42 } 43 44 void StepIt(bool[] cellulars) 45 { 46 var buf = new bool[cellulars.Length]; 47 for (var i = 0; i < nCellular; i++) 48 buf[i] = ruler[GetValue(cellulars, i)]; 49 Array.Copy(buf, cellulars, cellulars.Length); 50 } 51 52 int GetValue(bool[] cellulars, int idx) 53 { 54 var n = 0; 55 idx = (idx + 3) % nCellular; 56 for (var i = 0; i < 7; i++) 57 if (cellulars[(idx - i + nCellular) % nCellular]) 58 n += 1 << i; 59 return n; 60 } 61 62 void DrawCellulars(bool[] cellulars, int line) 63 { 64 for (var i = 0; i < cellulars.Length; i++) 65 if (cellulars [i]) 66 Set(i, line); 67 } 68 69 void DisplayMessage(bool[] cellulars) 70 { 71 var blacks = 0; 72 foreach (var cellular in cellulars) 73 if (cellular) 74 blacks++; 75 Out("Black:{0} White:{1}", blacks, cellulars.Length - blacks); 76 } 77 78 void Out(string fmt, params object[] args) 79 { 80 gc.DrawString(string.Format(fmt, args), new Font("Courier New", 10), 81 Brushes.Blue, new Point(5, lines * sizeCellular + 9)); 82 } 83 84 bool[] GetInitCellulars() 85 { 86 var rand = new Random(); 87 var cellulars = new bool[nCellular]; 88 for (var i = 0; i < cellulars.Length; i++) 89 cellulars [i] = rand.Next() % 2 == 0; 90 return cellulars; 91 } 92 93 void DrawGrid(bool onlyBorder) 94 { 95 var pen = new Pen(Color.Red, 1); 96 var len = nCellular * sizeCellular; 97 for (var i = onlyBorder ? lines : 0; i <= lines; i++) 98 { 99 var k = i * sizeCellular; 100 gc.DrawLine(pen, 0, k, len, k); 101 } 102 len = lines * sizeCellular; 103 for (var i = onlyBorder ? nCellular : 0; i <= nCellular; i++) 104 { 105 var k = i * sizeCellular; 106 gc.DrawLine(pen, k, 0, k, len); 107 } 108 } 109 110 void Set(int x, int y) 111 { 112 var y2 = y * sizeCellular + sizeCellular / 2; 113 gc.DrawLine(pen, x * sizeCellular, y2, (x + 1) * sizeCellular, y2); 114 } 115 116 static void Main() 117 { 118 Application.Run(new MainForm()); 119 } 120 } 121 }
简要分析
- 第9行的静态只读变量 sizeCellular 表示每个元胞方格的边长,必须为奇数。
- 第10行的静态只读变量 nCellular 表示每行有多少个元胞,最好为奇数,以免在多数分类时出现平局的情况。
- 第11行的静态只读变量 lines 表示要迭代多少次。
- 第13行的静态只读变量 strRuler 表示迭代的规则。
- 主要工作在从第29行到42行的 OnPaint 方法中进行。
- 第84行到第91行的 GetInitCellulars 方法随机地初始化元胞的初始状态。
- 第36行到第40行的循环按照指定的规则进行迭代。
- 第44行到第50行的 StepIt 方法执行具体的迭代步骤。
- 第52行到第60行的 GetValue 方法计算元胞邻域的值。
运行结果
该程序几次典型的运行结果如下所示:
上图显示白色占优,结果正确。这种情况很常见。
上图显示黑色占优,结果正确。这种情况也很常见。
上图显示白色占优,结果错误。这种情况比较少见。
上图显示黑色占优,结果错误。这个结果错误在于最终的迭代结果不是全黒,而混入了少量的白色元胞。这个程序只迭代 200 步,其实只要再迭代几步后就可以得到正确的结果。这种情况非常的少见。
参考资料
- Wikipedia: Majority problem (cellular automaton)
- Wikipedia: Cellular automaton
- Wikipedia: Elementary cellular automaton
- 《复杂》,梅拉妮·米歇尔著,唐璐译,湖南科学技术出版社,2011年6月第1版
您可以考虑给博主来个小小的打赏以资鼓励,您的肯定将是我最大的动力。thx.
微信打赏
支付宝打赏
作 者:
Angel_Kitty
出 处:http://www.cnblogs.com/ECJTUACM-873284962/
关于作者:潜心机器学习以及信息安全的综合研究。如有问题或建议,请多多赐教!
版权声明:本文版权归作者和博客园共有,欢迎转载,但未经作者同意必须保留此段声明,且在文章页面明显位置给出原文链接。
特此声明:所有评论和私信都会在第一时间回复。也欢迎园子的大大们指正错误,共同进步。或者直接私信我
声援博主:如果您觉得文章对您有帮助,可以点击右下角【推荐】推荐一下该博文。您的鼓励是作者坚持原创和持续写作的最大动力!