Grin logo
de en es fr
Shop
GRIN Website
Publish your texts - enjoy our full service for authors
Go to shop › Medicine - Biomedical Engineering

Synthetische Muster für lokale Suchalgorithmen

Title: Synthetische Muster für lokale Suchalgorithmen

Scientific Essay , 2006 , 25 Pages

Autor:in: Dipl.-Ing. Michael Dienst (Author)

Medicine - Biomedical Engineering
Excerpt & Details   Look inside the ebook
Summary Excerpt Details

Beim biologischen Struktur- und Gestaltaufbau spielt Emergenz eine übergeordnete Rolle. Muster- und Gestaltentstehung erfolgt in einem räumlich - zeitlich verschachtelten Prozess der evolutiven Entwicklung von Generation zu Generation und einem Vorgang der ontogenetischen Individualentwicklung. Wesen verfügen über ein in evolutiver Optimierung entstandenes, fein abgestimmtes Binnenmilieu. Die rezente Forschung der BIONIC RESEARCH UNIT der Beuth-Hochschule für Technik Berlin behandelt computerbasierte, algorithmische Kalküle für die Modellierung biologischer Musterbildung mit innerer Selektion auf der Grundlage der Theorie einer Musterentstehung mit Diffusions-Differentialgleichungen.
Die Simulation biologischer Muster- und Gestaltentstehung in mathematischen und numerischen Modellen kann dazu beitragen, die Entstehung morphologischer Strukturen zu verstehen und der Übertragung von Prinzipien der belebten Natur in Technik dienen. Der vorliegende Aufsatz erklärt den evolutionsbiologistischen Ansatz einer Genese simulierenden Transformation zum Einsatz in Optimierungsstrategien.

Excerpt


Inhaltsverzeichnis

Vorüberlegungen zur biologischen Muster- und Gestaltentstehung.

Mathematische Modelle der Musterbildung

Diffusion.

Die Genesetransformation

Zellen.

Gewebe.

Botenstoffe.

Instationarität.

Komplexität.

Entwicklungsbiologische Grundlagen.

Variable Programme.

Inneren Selektion.

Attraktoren.

Simulation evolutiver Erzeugendensysteme.

Die standardisierte adaptive Genesetransformation.

Zielsetzung & Themen

Die Arbeit verfolgt das Ziel, einen algorithmischen Ansatz zur Modellierung biologischer Musterbildung zu entwickeln, der auf evolutionsbiologischen Prinzipien basiert und für Optimierungsstrategien in der Technik nutzbar gemacht werden kann.

  • Biologische Modellierung von Muster- und Gestaltentstehung
  • Vergleich und Übertragung natürlicher Selbstorganisationsprozesse in technische Algorithmen
  • Implementierung der „Genesetransformation“ als Simulationsinstrument
  • Einsatz evolutionärer Strategien zur Optimierung synthetischer Muster

Auszug aus dem Buch

Die Genesetransformation

Abstraktionen sind der Stoff, aus denen die wissenschaftliche Bionik Lösungen generiert. Die Idee einer Transformation, die ein System aus einen einfachen, homogenen Zustand in eine komplexe Zielformation verwandelt, verfolgt eine andere Intension als die die Wirklichkeit beschreibenden Modelle Meinhardts. Nicht die Abbildung, sondern die Herbeiführung von Selbstorganisation in einem Modellsystem ist hier das Motiv. Ganz im Sinne der Bionik, als einer Wissenschaft, die die Phänomene der belebten Natur entschlüsselt um biologische Gestaltungsprinzipien auf Technik, oder allgemein ausgedrückt, auf Künstliches zu übertragen, unterscheidet sich die hier beschriebenen Herangehensweise bei der Entwicklung der „Genesetransformation“.

Der Satz „Gänseblümchen lösen keine Differentialgleichungssysteme“ führt auf eine Arbeit von James Lovelock [Lov-88] zurück, in der mit einfachsten mathematischen Modellen die komplexen Rückkopplungsszenarien der Entwicklung eines ganzen (unseres) Planeten simuliert werden. Hier werden diskreten Einheiten (Gänseblümchen) die Fähigkeit zur lokalen Reaktion und der Änderung ihrer binärer Eigenschaften zugeschrieben und das Verhalten des Gesamtsystems beobachtet. Diese „Daisy-World“ genannte Anordnung finiter Akteure funktioniert analog einem ebenen Spielfeld Zellulärer Automaten und liefert grundlegende Erkenntnisse über sich selbst organisierende Systeme und adaptive Rückkopplung, sobald die Spielfelder genügend groß und die Beobachtungszeiträume lang genug sind.

Zusammenfassung der Kapitel

Vorüberlegungen zur biologischen Muster- und Gestaltentstehung.: Erläutert die grundlegenden biologischen Prozesse von Wachstum und Differenzierung sowie die Rolle der Emergenz bei der Entstehung komplexer Strukturen.

Mathematische Modelle der Musterbildung: Beschreibt die theoretischen Grundlagen der Diffusionsgleichungen und deren Anwendung in Modellen von Meinhardt und Gierer zur Simulation von Musterbildung.

Diffusion.: Definiert die mathematische Grundlage der Diffusionsprozesse als Reaktionsteil für die Modellierung biologischer Muster.

Die Genesetransformation: Führt das Konzept der Genesetransformation als bionischen Ansatz zur Herbeiführung von Selbstorganisation in Modellsystemen ein.

Zellen.: Beschreibt die Zelle als diskreten Akteur mit Systemgrenze, der grundlegend für die Verarbeitung von Information und Stoffen ist.

Gewebe.: Analysiert das Gewebe als Matrix finiter Akteure, in der biologische Musterbildung auf kollektiver Ebene stattfindet.

Botenstoffe.: Erklärt die lokale Kommunikation zwischen Zellen über Moleküle und die Ausbildung stofflicher Gradienten.

Instationarität.: Untersucht die zeitliche Veränderlichkeit und Nichtlinearität von zellulären Signalprozessen.

Komplexität.: Betrachtet das bilaterale Kommunikationsnetzwerk zwischen Zellen und die entstehende Konnektivität.

Entwicklungsbiologische Grundlagen.: Verbindet die biologischen Mechanismen der Genexpression mit der Modellierung von Vormustern.

Variable Programme.: Diskutiert die genetische Ursache der morphologischen Variation und deren Bedeutung für die funktionelle Flexibilität.

Inneren Selektion.: Beschreibt die funktionale Bewertung von Strukturen im biologischen Kontext als Voraussetzung für die äußere Selektion.

Attraktoren.: Führt epigenetische Attraktoren als Entwicklungspfade ein, die für die Realisierung einer erfolgreichen Adaption sorgen.

Simulation evolutiver Erzeugendensysteme.: Setzt die biologische Evolution mit mathematischen Optimierungsstrategien in Bezug.

Die standardisierte adaptive Genesetransformation.: Definiert die Genesetransformation als iterativen Prozess der Rücktransformation vom Spektral- in den Wertebereich.

Schlüsselwörter

Genesetransformation, Bionik, Musterbildung, Selbstorganisation, Evolutionäre Algorithmen, Biologische Evolution, Diffusionsgleichungen, Meinhardt-Gierer-Modell, Differenzierung, Morphogenese, Adaption, Phänotyp, Genotyp, Signalverarbeitung, Optimierungsstrategie

Häufig gestellte Fragen

Worum geht es in dieser Arbeit grundsätzlich?

Die Arbeit befasst sich mit der bionischen Modellierung biologischer Musterbildung und deren Übertragung in einen technischen Algorithmus, die sogenannte „Genesetransformation“.

Was sind die zentralen Themenfelder der Publikation?

Zentrale Themen sind die theoretische Biologie der Musterentstehung, mathematische Diffusionsmodelle, evolutionäre Optimierungsstrategien sowie die Entwicklung von Syntheseverfahren für komplexe Strukturen.

Welches primäre Ziel wird mit der Genesetransformation verfolgt?

Das Ziel ist die Schaffung eines Simulationsinstruments, das biologische Prinzipien der Selbstorganisation nutzt, um komplexe Zielformationen aus einfachen Ausgangszuständen zu erzeugen.

Welche wissenschaftlichen Methoden kommen zum Einsatz?

Es werden Ansätze aus der theoretischen Biologie, der numerischen Simulation von Diffusionsprozessen und der Evolutionsstrategie kombiniert.

Was wird im Hauptteil der Arbeit behandelt?

Der Hauptteil behandelt die biologischen Grundlagen der Musterentstehung, die mathematische Herleitung der Genesetransformation sowie deren Vergleich mit klassischen Transformationen wie der Fourier-Transformation.

Welche Schlüsselwörter charakterisieren den Inhalt?

Wichtige Begriffe sind Bionik, Genesetransformation, Selbstorganisation, Musterbildung und evolutionäre Optimierung.

Inwieweit unterscheiden sich die Meinhardt'schen Modelle von der Genesetransformation?

Während die Meinhardt'schen Modelle die biologische Wirklichkeit abbilden wollen, liegt der Fokus der Genesetransformation auf der gezielten Herbeiführung von Selbstorganisation als technisches Motiv.

Warum ist die „innere Selektion“ für die vorgestellte Theorie entscheidend?

Die innere Selektion sorgt für die Stimmigkeit der erzeugten Strukturen innerhalb eines Organismus, was eine notwendige Voraussetzung für das Überleben und somit für die äußere, klassische Selektion ist.

Welche Rolle spielen „Gänseblümchen“ in der Argumentation des Autors?

Sie dienen als Metapher (Daisy-World-Modell) zur Veranschaulichung, wie durch einfache lokale Regeln und Rückkopplungsprozesse komplexe Systeme ohne die explizite Lösung von Differentialgleichungssystemen entstehen können.

Excerpt out of 25 pages  - scroll top

Details

Title
Synthetische Muster für lokale Suchalgorithmen
College
University of Applied Sciences - Beuth  (BIONIC RESEARCH UNIT )
Author
Dipl.-Ing. Michael Dienst (Author)
Publication Year
2006
Pages
25
Catalog Number
V139593
ISBN (eBook)
9783640496167
ISBN (Book)
9783640496334
Language
German
Tags
Synthetische Muster Suchalgorithmen
Product Safety
GRIN Publishing GmbH
Quote paper
Dipl.-Ing. Michael Dienst (Author), 2006, Synthetische Muster für lokale Suchalgorithmen , Munich, GRIN Verlag, https://www.grin.com/document/139593
Look inside the ebook
  • Depending on your browser, you might see this message in place of the failed image.
  • Depending on your browser, you might see this message in place of the failed image.
  • Depending on your browser, you might see this message in place of the failed image.
  • Depending on your browser, you might see this message in place of the failed image.
  • Depending on your browser, you might see this message in place of the failed image.
  • Depending on your browser, you might see this message in place of the failed image.
  • Depending on your browser, you might see this message in place of the failed image.
  • Depending on your browser, you might see this message in place of the failed image.
  • Depending on your browser, you might see this message in place of the failed image.
Excerpt from  25  pages
Grin logo
  • Grin.com
  • Shipping
  • Contact
  • Privacy
  • Terms
  • Imprint