Гипотеза симуляции
Симуляцииобласть 6 из 18

Экология, эволюция и поведение животных

Колонии муравьёв, стаи, пищевые сети, леса и гены на протяжении поколений.

Организмы, действующие по местным правилам, и колонии, стаи и экосистемы, которые из этого возникают. Агентное моделирование выросло в основном в экологии. Стая или муравьиная тропа — образцовый случай узора, который никто из особей не задумывал.

Коллективное поведение

Поиск пищи муравьиной колонией

Отдельные муравьи оставляют феромонные следы и идут по ним, без лидера и без карты.

Вопрос, на который отвечает: Как колония находит кратчайший путь к пище, если ни один муравей дороги не знает?

Не учитывает: Настоящие муравьи используют ещё зрение, звук и вкус, а большинство моделей троп их игнорирует.

Работает на: около 1011 FLOPS приблизительно настольная рабочая станция, моделирующая тысячи муравьёв-фуражировС: 1990 Модель образования троп аргентинского муравья Денёбура с коллегами

Запустить интерактивную модель

Агентныенижний уровень: Тела

Колонии медоносных пчёл

Сборщицы, няньки и разведчицы делят работу, а рои выбирают новый дом своего рода голосованием.

Вопрос, на который отвечает: Как рой выбирает лучшее место для гнезда без лидера?

Не учитывает: Предполагает, что пчёлы следуют простым фиксированным правилам, хотя настоящие пчёлы различаются и могут ошибаться.

Работает на: около 1011 FLOPS приблизительно настольная рабочая станция, моделирующая выбор места для гнезда роемС: 2003 Модель выбора места гнезда у медоносных пчёл, Passino и Seeley

Стайное поведение

Каждая птица или рыба управляется тремя местными правилами: разделение, выравнивание по соседям и сплочение.

Вопрос, на который отвечает: Как тысячи животных разворачиваются вместе, как одно целое?

Не учитывает: Настоящие стаи реагируют на хищников и рельеф, которых три простых правила не учитывают.

Работает на: около 1013 FLOPS приблизительно игровая видеокарта, моделирующая тысячи управляемых агентовС: 1987 Модель стайного поведения boids Крейга Рейнольдса

Запустить интерактивную модель

Агентныенижний уровень: Тела

Строительство термитника

Термиты роняют и переносят комочки почвы, а воздух течёт сквозь построенную ими конструкцию.

Вопрос, на который отвечает: Как насекомые с крошечным мозгом строят вентилируемые башни?

Не учитывает: Поведение настоящих термитов зависит от химических и структурных сигналов, которые учтены лишь частично.

Работает на: около 1012 FLOPS приблизительно университетский кластер, моделирующий термитов, роняющих комочки, и поток воздухаС: 1999 Стигмергические модели термитного строительства Бонабо и Терола

АгентныеНепрерывные полянижний уровень: Тела

Агрегация слизевика

Свободноживущие амёбы выделяют химический сигнал и следуют ему, чтобы, когда кончается пища, стечься в одно тело, похожее на слизня.

Вопрос, на который отвечает: Как независимые клетки без нервной системы договариваются стать одним телом?

Не учитывает: Лабораторные условия намного чище почвы, в которой живёт настоящий организм.

Работает на: около 1012 FLOPS приблизительно настольная рабочая станция, запускающая модель хемотаксической агрегацииС: 1970 Модель хемотаксической агрегации слизевика Келлера и Сегеля

Клеточные автоматыАгентныенижний уровень: Клетки

Роение бактерий и чувство кворума

Миллионы бактерий чувствуют химические сигналы друг друга и вместе переключаются на согласованное поведение, например роение по поверхности или свечение.

Вопрос, на который отвечает: Как популяция бактерий узнаёт, что её достаточно, чтобы действовать сообща?

Не учитывает: Лабораторные штаммы, выращенные в чашке, ведут себя однороднее, чем настоящее смешанное микробное сообщество.

Работает на: около 1012 FLOPS приблизительно настольная рабочая станция, запускающая агентную модель колонииС: 1994 первые симуляции схем чувства кворума, координирующих поведение бактерий

АгентныеНепрерывные полянижний уровень: Клетки

Маршевые колонны саранчи

Отдельные насекомые при высокой плотности выравниваются по соседям, и полосы начинают двигаться вместе в общем направлении.

Вопрос, на который отвечает: При какой плотности саранча переходит от случайного блуждания к маршу?

Не учитывает: Устройство среды обитания и пища не учитываются, а настоящие рои ещё и летают.

Работает на: около 107 FLOPS приблизительно симуляция самодвижущихся частиц на рабочей станции.С: 2006 Буль с коллегами: от беспорядка к порядку у марширующей саранчи. источник

АгентныеЧастицы и задача N телнижний уровень: Популяции

Отдельные животные

Движение и поиск пищи

Животные ищут пищу на ландшафте; поиск моделируется случайными блужданиями и правилами решений.

Вопрос, на который отвечает: Эффективно ли это животное ищет и что оно знает о том, где еда?

Не учитывает: Подгонка статистики блуждания не устанавливает, что животное на самом деле чувствует.

Работает на: около 1011 FLOPS приблизительно настольная рабочая станция, подгоняющая модель поиска пищи методом случайных блужданийС: 1996 Модель полётов Леви для кормёжки альбатросов Висванатана с коллегами

Миграция и навигация

Птицы, черепахи или киты проходят тысячи километров, ориентируясь по солнцу, звёздам, запаху или магнитному полю.

Вопрос, на который отвечает: Какие подсказки могли бы привести птицу первого года на нужный континент?

Не учитывает: На какие подсказки опираются настоящие животные и как они их сочетают, по-прежнему обсуждается.

Работает на: около 1011 FLOPS приблизительно настольная рабочая станция, моделирующая навигацию птиц по ориентирамС: 1996 первые симуляции использования магнитных и небесных ориентиров в навигации птиц

Агентныенижний уровень: Тела

Передвижение животных

Плавание рыб, полёт насекомых и бег животных, когда жидкость или земля давят в ответ.

Вопрос, на который отвечает: Как летает шмель и почему рыбы плавают строем?

Не учитывает: Упрощённые формы крыльев и тела упускают детали, которые есть у поверхностей настоящего животного.

Работает на: около 1014 FLOPS приблизительно университетский кластер, запускающий симуляцию полёта или плавания тела в жидкостиС: 1994 первые модели гидродинамики полёта насекомых

Эволюция поведения

Стратегии вроде драки, дележа или обмана играют друг против друга на протяжении многих поколений.

Вопрос, на который отвечает: Зачем животному вообще помогать неродственному соседу?

Не учитывает: Стратегии берутся из меню, выбранного автором модели, а не из всего пространства поведения.

Работает на: около 1011 FLOPS приблизительно настольная рабочая станция, проводящая турнир эволюционных игрС: 1981 Смоделированная эволюция стратегий сотрудничества Аксельрода и Гамильтона

Теория игрЭволюционныенижний уровень: Тела

Модели пения птиц и вокального обучения

Нейронная цепь мозга молодой птицы для копирования песни учителя, смоделированная как сенсомоторная петля, которая сравнивает собственное лепетание с запомненным образцом.

Вопрос, на который отвечает: Как молодая птица превращает лепет в точную копию песни взрослой птицы?

Не учитывает: Не очевидно, что модели, созданные для объяснения певчих птиц, применимы к голосовому поведению других животных.

Работает на: около 1012 FLOPS приблизительно настольная рабочая станция, обучающая модель сенсомоторного обученияС: 2002 первые вычислительные модели усвоения песни зебровой амадиной

Моделирование динамического энергетического бюджета

Весь энергетический баланс одного животного прослеживается за жизнь: что оно ест и как делит это между поддержанием жизни, ростом и размножением.

Вопрос, на который отвечает: Как это животное будет расти и размножаться при заданном питании и температуре?

Не учитывает: Небольшой набор универсальных параметров не может охватить особенности каждого вида.

Работает на: около 1010 FLOPS приблизительно настольная рабочая станция, решающая небольшую систему уравнений потоков энергииС: 1986 Теория динамического энергетического баланса отдельных организмов Kooijman

Дифференциальные уравнениянижний уровень: Тела

Популяции и экосистемы

Динамика хищник—жертва

Численность охотников и добычи растёт и падает в связанных циклах: уравнения Лотки—Вольтерры и их потомки.

Вопрос, на который отвечает: Почему численность рысей и зайцев колеблется циклически?

Не учитывает: У настоящих популяций есть возрастная структура, пространство и несколько видов добычи, которых модель не учитывает.

Работает на: около 109 FLOPS приблизительно ноутбук, решающий уравнения Лотки — ВольтеррыС: 1925 Уравнения хищник-жертва Лотки и Вольтерры

Запустить интерактивную модель

Дифференциальные уравнениянижний уровень: Популяции

Пищевые сети

Кто кого ест во всей экосистеме и как по ней движется энергия.

Вопрос, на который отвечает: Что станет с остальной системой, если исчезнет один вид?

Не учитывает: Настоящие пищевые связи измерить труднее, чем предполагают модельные сети.

Работает на: около 1010 FLOPS приблизительно настольная рабочая станция, анализирующая устойчивость модельной пищевой сетиС: 1972 Анализ устойчивости модельных пищевых сетей Роберта Мэя

Динамика лесов

Отдельные деревья прорастают, соперничают за свет и гибнут на протяжении веков.

Вопрос, на который отвечает: Как будет выглядеть этот лес через двести лет?

Не учитывает: Как именно вид дерева отреагирует на меняющийся климат, всё ещё трудно подобрать при калибровке.

Работает на: около 1013 FLOPS приблизительно университетский кластер, отслеживающий отдельные деревья на протяжении вековС: 1970 Модель просветов JABOWA Боткина, Янака и Уоллиса для лесной сукцессии

Агентныенижний уровень: Тела

Управление рыболовством и дикой природой

Запасы рыбы или животных под промыслом, с рождением, ростом и неопределённостью.

Вопрос, на который отвечает: Сколько можно вылавливать в год, чтобы популяция не рухнула?

Не учитывает: Оценки запасов зависят от данных об уловах, которые могут быть неполными или искажёнными.

Работает на: около 1011 FLOPS приблизительно настольная рабочая станция, запускающая модель оценки запасовС: 1957 Динамическая модель эксплуатируемых популяций рыб Бивертона и Холта

Ареалы видов

Где могут жить виды и как их ареалы смещаются при изменении климата.

Вопрос, на который отвечает: Где этот вид сможет выжить через пятьдесят лет?

Не учитывает: Предполагает, что климат — главное ограничение ареала, и недооценивает конкуренцию и расселение.

Работает на: около 1011 FLOPS приблизительно настольная рабочая станция, подгоняющая биоклиматическую модель ареалаС: 1986 первые биоклиматические модели ареала, предсказывающие распространение видов

Клеточные автоматыМонте-Карлонижний уровень: Популяции

Болезни диких животных

Инфекция распространяется по популяциям животных, а иногда перекидывается на людей.

Вопрос, на который отвечает: Может ли эта болезнь уничтожить популяцию, и может ли вакцинная приманка её остановить?

Не учитывает: Частоту контактов между дикими животными трудно наблюдать напрямую.

Работает на: около 1012 FLOPS приблизительно университетский кластер, моделирующий распространение болезни в дикой популяцииС: 1991 первые симуляционные модели распространения бешенства среди лис

АгентныеСетевые моделинижний уровень: Тела

Общие модели экосистем

Механистическая модель, где каждый тип организмов, от планктона до крупных животных, ест, растёт, размножается и расселяется по общим правилам по всему земному шару.

Вопрос, на который отвечает: Могут ли глобальные картины структуры экосистем возникнуть из правил для отдельных организмов?

Не учитывает: Отдельные виды не отслеживаются, только функциональные группы.

Работает на: около 1014 FLOPS приблизительно Когортные глобальные расчёты на много смоделированных летС: 2014 Emergent global patterns of ecosystem structure and function from a mechanistic general ecosystem model (2014) источник

АгентныеСтохастические процессынижний уровень: Популяции

Динамика метапопуляций

Вид живёт на многих участках среды обитания в ландшафте, вымирая на одних и вновь заселяя другие; модель спрашивает, уцелеет ли вид в целом.

Вопрос, на который отвечает: Выживет ли вид в раздробленном ландшафте?

Не учитывает: Расселение представлено простым ядром, а качество местной среды обитания считается неизменным.

Работает на: около 108 FLOPS приблизительно симуляция занятости участков на ноутбуке.С: 1994 Hanski, практическая модель динамики метапопуляций. источник

Индивидуально-ориентированные экологические модели

Каждое растение или животное представлено отдельно со своим состоянием, так что картины популяций возникают из множества отдельных жизней.

Вопрос, на который отвечает: Какие популяционные узоры возникают из взаимодействий отдельных особей?

Не учитывает: Параметры каждого человека трудно измерить, а проверить результат тяжело.

Работает на: около 109 FLOPS приблизительно индивидуально-ориентированная симуляция ландшафта на рабочей станции.С: 1988 Huston, DeAngelis и Post, новые компьютерные модели объединяют экологическую теорию. источник

АгентныеСтохастические процессынижний уровень: Популяции

Модели устойчивости коралловых рифов

Кораллы, водоросли и рыбы-травоядные соревнуются на рифе за счёт роста, выедания и возмущений, а модель спрашивает, может ли риф перейти от кораллов к водорослям.

Вопрос, на который отвечает: Сколько выедания нужно, чтобы риф не перешёл в водорослевое состояние?

Не учитывает: Поступление личинок и влияние потепления моделируются упрощённо.

Работает на: около 108 FLOPS приблизительно пространственные модели рифов на рабочей станции.С: 2007 Mumby, Hastings и Edwards, пороги и устойчивость карибских коралловых рифов. источник

Дифференциальные уравненияАгентныенижний уровень: Популяции

Пространственные решётки «хозяин и паразитоид» и вредителей

Хозяева и паразитоиды живут на сетке и перемещаются локально. Возникают сложные спиральные и хаотические узоры, которые стабилизируют иначе неустойчивые взаимодействия.

Вопрос, на который отвечает: Может ли пространство позволить хищникам и жертвам сосуществовать, когда иначе они бы не смогли?

Не учитывает: Настоящие ландшафты не бывают однородными сетками.

Работает на: около 106 FLOPS приблизительно решётки связанных отображений на ноутбуке.С: 1991 Hassell, Comins и May, пространственная структура и хаос в динамике популяций насекомых. источник

Оценка стратегий управления рыболовством

Смоделированный рыбный запас и его промысел прогоняют при разных правилах вылова: шумные данные и неопределённость возвращаются в каждое правило, чтобы найти правила, работающие вопреки ошибкам.

Вопрос, на который отвечает: Какое правило заготовки сохраняет запас здоровым, когда его размер неизвестен?

Не учитывает: Модели управления опираются на допущения о биологии запасов и о рыбаках, которые могут оказаться неверными.

Работает на: около 109 FLOPS приблизительно тысячи смоделированных прогнозов управления на кластере.С: 1999 Баттеруорт и Пант: опыт оценки и внедрения процедур управления. источник

Трофические модели экосистем с балансом масс

Морская пищевая сеть описывается как сбалансированные потоки биомассы между группами, а затем прогоняется во времени, чтобы увидеть влияние рыболовства или смены хищников.

Вопрос, на который отвечает: Что произойдёт со всей экосистемой, если один вид ловить интенсивнее?

Не учитывает: Группы объединены в крупные категории, а данные о питании неполны.

Работает на: около 107 FLOPS приблизительно расчёты баланса и динамики во времени на ноутбуке.С: 1997 Структурирование динамических моделей эксплуатируемых экосистем по трофическим оценкам баланса масс, Уолтерс, Кристенсен и Паули. источник

Модели экосистем планктона

Питательные вещества, фитопланктон, зоопланктон и детрит в поверхностном слое океана связаны ростом, выеданием и осаданием.

Вопрос, на который отвечает: Как производство планктона отвечает на свет, питательные вещества и перемешивание?

Не учитывает: Многие виды сведены в несколько групп, а параметры различаются по регионам.

Работает на: около 1010 FLOPS приблизительно связан с моделями циркуляции океана на кластере.С: 1990 Фашам, Дакло и Маккелви: модель динамики планктона в перемешанном слое океана на основе азота. источник

Модели эвтрофикации озёр

Питательные вещества, водоросли, растения и рыбы в мелком озере моделируют, чтобы выяснить, когда чистая вода становится мутной и как её восстановить.

Вопрос, на который отвечает: Сколько питательных веществ выдержит озеро, прежде чем помутнеет, и вернёт ли его восстановление в прежнее состояние?

Не учитывает: Для каждого озера нужна своя калибровка, а динамика осадков неопределённа.

Работает на: около 107 FLOPS приблизительно обыкновенные дифференциальные уравнения на ноутбуке.С: 1995 Janse и Van Liere, PCLake, инструмент моделирования для оценки сценариев восстановления озёр. источник

Расселение морских личинок и связность

Виртуальных личинок выпускают с рифов, их уносят смоделированные океанские течения, и получается карта того, какие популяции пополняют какие.

Вопрос, на который отвечает: Какие рифы засевают какие и какой величины должна быть охраняемая зона?

Не учитывает: Поведение и смертность личинок плохо наблюдаются.

Работает на: около 1012 FLOPS приблизительно отслеживание частиц в выходных данных океанской модели на кластере.С: 2006 Коуэн с коллегами: масштабирование связности в морских популяциях. источник

Модели колоний медоносных пчёл и ландшафта

Расплод, рабочие и запасы целой пчелиной семьи моделируются день за днём: сборщицы берут нектар с цветов по всему ландшафту и сталкиваются с клещами, пестицидами и погодой.

Вопрос, на который отвечает: Переживёт ли эта колония зиму в этом ландшафте?

Не учитывает: Предложение цветов в ландшафте и решения пчёл упрощены, а гибель матки и болезни учтены лишь грубо.

Работает на: около 109 FLOPS приблизительно минуты на ноутбуке на одну колонию-год.С: 2014 Модель BEEHAVE Бехера с коллегами для динамики колонии медоносных пчёл и поиска ими корма. источник

Услуги опыления по ландшафтам

Места гнездования диких пчёл и цветочные ресурсы наносят на карту ландшафта, и для каждого поля дают оценку посещающих его опылителей.

Вопрос, на который отвечает: Сколько опыления посевов даёт окружающая среда обитания и что будет, если её убрать?

Не учитывает: Сбор корма пчёлами сведён к убыванию с расстоянием от гнёзд, а обилие пчёл плохо указывает на настоящий урожай.

Работает на: около 108 FLOPS приблизительно от секунд до минут на регион на ноутбуке.С: 2009 Модель услуг опыления в сельскохозяйственных ландшафтах, Lonsdorf и коллеги. источник

Модели ветрового разноса семян и пыльцы

Семена и пыльца, выпущенные в турбулентный воздух, уносятся по ветру и падают случайно, а из этого складывается распределение мест приземления.

Вопрос, на который отвечает: Как далеко разлетаются семена растения и как быстро оно может распространиться?

Не учитывает: Редкие дальние прыжки важнее всего для распространения, но их труднее всего измерить, поэтому хвост распределения известен плохо.

Работает на: около 108 FLOPS приблизительно минуты на ноутбуке.С: 1989 Теоретическая основа Окубо и Левина для анализа данных о переносе семян и пыльцы ветром. источник

Краткосрочное экологическое прогнозирование

Модель экосистемы прогоняют вперёд на дни или годы и обновляют каждый раз, когда приходят новые наблюдения, как это делают в прогнозе погоды.

Вопрос, на который отвечает: Можно ли предсказать на следующий сезон состояние озера, леса или рыбного промысла с честными доверительными интервалами?

Не учитывает: Экологических данных мало по сравнению с погодными, а процессы известны хуже, поэтому прогнозы часто лишь ненамного превосходят простую базовую линию.

Работает на: около 1012 FLOPS приблизительно ансамбли из тысяч прогонов, обновляемые на кластере.С: 2018 Основа Дитце с коллегами для итеративного краткосрочного экологического прогнозирования. источник

Модели экосистем по спектру размеров

Все организмы экосистемы сгруппированы по размеру тела: энергия идёт от мелких к крупным, когда они едят и их едят, а рост и смертность задаются одним лишь размером.

Вопрос, на который отвечает: Как рыбный промысел меняет соотношение мелкой и крупной рыбы в море?

Не учитывает: Видовая принадлежность игнорируется, поэтому хищники одного размера, но с разным рационом считаются одинаковыми.

Работает на: около 109 FLOPS приблизительно от минут до часов на рабочей станции.С: 1978 Зависящее от времени уравнение потока энергии через пелагическую экосистему по размерам, Silvert и Platt. источник

Нейтральные модели сообществ

Сообщество видов, у которых рождаемость, смертность и расселение считаются одинаковыми, а то, какие виды обычны, решают только случай и миграция.

Вопрос, на который отвечает: Какая часть картины обилия видов вообще не требует различий между ними?

Не учитывает: Настоящие виды явно различаются, поэтому модель работает как нулевая модель, а не как описание какого-либо одного сообщества.

Работает на: около 109 FLOPS приблизительно минуты на ноутбуке.С: 1976 Анализ нейтральной модели структуры сообщества Касвелла. источник

Эволюция

Популяционная генетика

Генные варианты дрейфуют, мутируют и подвергаются отбору через поколения.

Вопрос, на который отвечает: Какая часть наблюдаемой изменчивости приходится на случайность, а какая на отбор?

Не учитывает: Настоящие популяции нарушают упрощающие допущения о случайном скрещивании и постоянном размере.

Работает на: около 1012 FLOPS приблизительно университетский кластер, моделирующий дрейф и отбор по всему геномуС: 1964 первые компьютерные симуляции генетического дрейфа по нейтральной теории

Монте-КарлоСтохастические процессынижний уровень: Популяции

Коалесцентная и филогенетическая симуляция

Родословные деревья генов или видов моделируются в обратном времени, чтобы проверять методы чтения настоящей ДНК.

Вопрос, на который отвечает: Может ли метод восстановить настоящую историю по ДНК?

Не учитывает: Предполагает простую историю популяции; настоящая демография сложнее.

Работает на: около 1011 FLOPS приблизительно настольная рабочая станция, моделирующая генные деревья назад во времениС: 1983 Ранняя программа Hudson для симуляции коалесценции в популяционной генетике

Стохастические процессынижний уровень: Популяции

Происхождение жизни

Простые химические вещества образуют сети, которые копируют себя и соперничают.

Вопрос, на который отвечает: Как химия могла перейти границу и стать биологией?

Не учитывает: Пока ни одна симуляция не породила ничего, что можно было бы считать живым.

Работает на: около 1012 FLOPS приблизительно настольная рабочая станция, моделирующая самовоспроизводящиеся химические сетиС: 1971 Модели гиперциклов самовоспроизводящейся химии Эйгена и Шустера

Коэволюция хозяина и паразита

Хозяева вырабатывают защиту, паразиты находят пути в обход. Смоделированная популяция каждого поколения отвечает другой в гонке вооружений без заранее определённого победителя.

Вопрос, на который отвечает: Достигает ли гонка вооружений между хозяином и паразитом равновесия, или она продолжается бесконечно, и ни одна сторона не получает прочного преимущества?

Не учитывает: Настоящие хозяева и паразиты коэволюционируют одновременно со всем остальным в их среде.

Работает на: около 1011 FLOPS приблизительно настольная рабочая станция, запускающая модель коэволюции на много поколенийС: 1990 первые симуляции, проверяющие гипотезу Красной Королевы о коэволюции

АгентныеЭволюционныенижний уровень: Популяции

Модели видообразования и макроэволюции

Линии предков расходятся, сохраняются и вымирают на протяжении миллионов смоделированных лет. Так проверяют, какие закономерности разнообразия и формы родословного древа дали бы простые правила.

Вопрос, на который отвечает: Могла ли наблюдаемая картина видов возникнуть только из простого рождения и гибели линий?

Не учитывает: Ископаемые и генетические данные фрагментарны, поэтому одну и ту же картину могут объяснять разные правила.

Работает на: около 1010 FLOPS приблизительно настольная рабочая станция, моделирующая процессы ветвления с рождением и гибельюС: 1969 первые модели рождения и гибели для диверсификации, использовавшиеся для изучения эволюционных деревьев

Стохастические процессыМонте-Карлонижний уровень: Популяции

Половой отбор и эволюция выбора партнёра

Смоделированная популяция, где вместе эволюционируют украшение и предпочтение к нему; она проверяет, может ли один лишь выбор самок довести признак до крайности.

Вопрос, на который отвечает: Может ли один лишь выбор партнёра довести признак до экстравагантной, дорогой крайности?

Не учитывает: Предполагает, что предпочтение и признак просто наследуются; это проще большинства настоящих выборов партнёра.

Работает на: около 1010 FLOPS приблизительно настольная рабочая станция, запускающая генетическую модель связанных признаковС: 1981 Популяционно-генетическая модель неудержимого полового отбора Ланде

АгентныеЭволюционныенижний уровень: Популяции

Адаптивная динамика коэволюции

Признак эволюционирует мутациями малого эффекта, которые проверяются на текущей популяции и приводят к эволюционно устойчивым состояниям или к расщеплению на ветви.

Вопрос, на который отвечает: К чему приходит эволюция и когда линия разделяется?

Не учитывает: Предполагает редкие мутации и простые пространства признаков.

Работает на: около 106 FLOPS приблизительно анализ и симуляция на ноутбуке.С: 1996 Дикманн и Лоу: динамическая теория коэволюции, выведенная из стохастических экологических процессов. источник

Популяционные модели генного драйва

Генетический элемент, который распространяется быстрее обычного наследования, выпускают в моделируемую популяцию, чтобы выяснить, может ли он подавить вид-вредитель или изменить его.

Вопрос, на который отвечает: Распространится ли генный драйв в дикой популяции и сможет ли устойчивость его остановить?

Не учитывает: Настоящее расселение и эволюция устойчивости до выпуска известны плохо.

Работает на: около 108 FLOPS приблизительно пространственные модели популяций с генетикой на рабочей станции.С: 2003 Берт: эгоистичные гены, привязанные к месту, как инструменты контроля и генной инженерии природных популяций. источник

Геномная симуляция вперёд по времени

Прослеживается каждая особь и её геном через поколения с отбором, сцеплением и разной демографией, чтобы увидеть, откуда берутся настоящие закономерности ДНК.

Вопрос, на который отвечает: Что оставляют в геномах вида отбор и история популяции?

Не учитывает: Размеры популяций уменьшены, чтобы расчёт был выполним, а это искажает баланс отбора и дрейфа.

Работает на: около 1014 FLOPS приблизительно дни на кластере для большой популяции на много поколений.С: 2013 SLiM Messer, симулятор эволюции с отбором и сцеплением, идущий вперёд по времени. источник

Стратегии борьбы у животных

Особи случайно встречаются, соперничая за ресурс, и выбирают из фиксированных стратегий. Смесь стратегий приходит к такой, которую мутант не может улучшить.

Вопрос, на который отвечает: Когда лучше драться, а когда отступить, с учётом того, что делают другие?

Не учитывает: Животные сведены к короткому списку стратегий без обучения, памяти и индивидуальных различий.

Работает на: около 106 FLOPS приблизительно секунды на ноутбуке.С: 1973 «The logic of animal conflict» Мейнарда Смита и Прайса. источник

Теория игрЭволюционныеАгентныенижний уровень: Популяции

Охрана природы и проектирование заповедников

Анализ жизнеспособности популяций

Рождаемость, смертность и катастрофы небольшой находящейся под угрозой популяции прокручивают вперёд много раз, чтобы оценить шанс, что она выживет, и как надолго.

Вопрос, на который отвечает: Насколько вероятно, что эта популяция вымрет в ближайшие сто лет?

Не учитывает: Малые выборки редкого вида делают неопределёнными сами исходные числа.

Работает на: около 1010 FLOPS приблизительно настольная рабочая станция, считающая тысячи стохастических траекторийС: 1980 первые стохастические модели, оценивающие риск вымирания исчезающих видов

Стохастические процессыМонте-Карлонижний уровень: Популяции

Проектирование заповедников и коридоров

Участки-кандидаты и связи между ними оценивают по стоимости и по видам, которые они защитят, и ищут наименьшую сеть заповедников, охватывающую больше всего.

Вопрос, на который отвечает: Какой набор земельных участков защищает больше всего видов при наименьших затратах?

Не учитывает: Оптимизирует под имеющиеся данные о видах, а это малая часть того, что там живёт на самом деле.

Работает на: около 1010 FLOPS приблизительно настольная рабочая станция, решающая задачу оптимизации выбора заповедниковС: 1988 первые систематические алгоритмы выбора заповедников для планирования охраны природы

Монте-КарлоСетевые моделинижний уровень: Популяции

Планирование реинтродукции и перемещения животных

Небольшую группу основателей выпускают в новую или прежнюю среду обитания и прослеживают вперёд, закрепится ли она, учитывая ёмкость территории и генетику основателей.

Вопрос, на который отвечает: Приведёт ли выпуск этих животных здесь к появлению устойчивой популяции?

Не учитывает: Качество среды обитания и риск болезней в месте выпуска часто оценивают приблизительно, а не измеряют.

Работает на: около 1010 FLOPS приблизительно настольная рабочая станция, запускающая модель популяции-основателяС: 1990 первые симуляционные модели для планирования возвращения крупного млекопитающего

Распространение инвазивных видов

Завезённый вид распространяется по ландшафту клетка за клеткой, а модель показывает влияние барьеров, отстрела или биологического контроля на то, как далеко он дойдёт.

Вопрос, на который отвечает: Как быстро распространится этот вид-захватчик и куда направить усилия по борьбе в первую очередь?

Не учитывает: Новые виды-захватчики часто распространяются так, что ни одно прошлое вторжение не подготовило к этому модель.

Работает на: около 1010 FLOPS приблизительно настольная рабочая станция, запускающая модель распространения по ландшафтуС: 1951 Диффузионная модель распространяющейся популяции Скеллама

Клеточные автоматыАгентныенижний уровень: Популяции

Игры о браконьерстве и патрулях против браконьеров

Рейнджеры и браконьеры как игроки в повторяющейся игре на карте охраняемой территории. По ней решают, куда направлять патрули, когда они не могут быть везде.

Вопрос, на который отвечает: Где ограниченным силам рейнджеров патрулировать, чтобы эффективнее всего противостоять браконьеру, который действует стратегически?

Не учитывает: Предполагает рационального, терпеливого браконьера, тогда как многие действуют по случаю.

Работает на: около 1010 FLOPS приблизительно настольная рабочая станция, решающая игру безопасности на карте патрулейС: 2014 первые модели игр безопасности для планирования патрулей егерей

Теория игрнижний уровень: Правила

Моделирование возвращения диких видов и трофических каскадов

Хищника или другой ключевой вид возвращают в пищевую сеть и прослеживают его косвенные последствия для жертв, растительности и даже рек.

Вопрос, на который отвечает: Что станет с остальной экосистемой, если вернуть этот вид?

Не учитывает: Знаменитые каскады разворачивались десятилетиями, и их легче смоделировать задним числом, чем предсказать.

Работает на: около 1010 FLOPS приблизительно настольная рабочая станция, запускающая модель пищевой сети из многих видовС: 1995 волков вернули в Йеллоустон, позднее смоделировали каскадные эффекты

Дифференциальные уравненияАгентныенижний уровень: Популяции