[发明专利]元胞自动机实验平台

摘要

本发明公开了一种元胞自动机实验平台，包括参数设置单元、演化处理单元、存储单元、统计分析单元和显示单元；其中，参数设置单元用于用户输入包含元胞自动机类别的元胞自动机信息，演化处理单元基于用户输入的信息执行元当前元胞自动机的演化处理，并将演化过程信息保存到存储单元中；统计分析单元用于统计分析动态演化过程，获取演化规则的类型、元胞周期、涌现现象的判决结果和元胞状态统计结果并在显示单元中进行显示。本发明能够支持一维和二维元胞自动机系统在不同参数下的稳定演化，并对演化过程进行实时显示处理，以及演化规则的分类统计和涌现现象的准确判断和显示等。

主权项

1.一种元胞自动机实验平台，其特征在于，包括参数设置单元、演化处理单元、存储单元、统计分析单元和显示单元；其中，参数设置单元用于用户输入元胞自动机信息，包括系统基本参数和元胞自动机的初始化条件，其中系统基本参数包括邻域半径、邻居类型、元胞状态数、演化规则编号、边界类型、系统规模和演化步数；且所属参数设置单元设置元胞自动机类型确认单元，提示用户进行一维和二维元胞自动机的元胞类别确认，并为用户输入的元胞自动机信息设置一维和二维的元胞类别标签，然后再将带有元胞类别标签的元胞自动机信息发送给演化处理单元；演化处理单元基于用户输入的信息执行元当前元胞自动机的演化处理，并将演化过程信息保存到存储单元中，其中演化过程信息包括元胞类别标签、元胞状态数、邻域半径、演化步数、演化规则编号和不同演化时刻的元胞状态；统计分析单元用于统计分析动态演化过程，获取演化规则的类型、元胞周期、涌现现象的判决结果和元胞状态变化统计结果并在显示单元中进行显示，其中演化规则的类型获取具体为：对于一维元胞自动机，执行下列步骤：步骤S11：从存储单元中预置的演化规则的输出编码序列表中查询当前演化规则编号的输出编码序列，并统计每种元胞状态的数量ci，其中下标i为元胞状态区分符；步骤S12：根据公式计算演化规则的均衡参数α，其中k表示元胞状态数，邻域元胞大小M＝2r+1，r表示邻域半径；再基于演化规则的均衡参数α的取值范围进行类型判别：若演化规则的均衡参数α＜0.3125，则当前演化规则的类型为平稳性；若演化规则的均衡参数0.3125＜α＜0.5，则当前演化规则的类型为周期性；若演化规则的均衡参数0.5＜α＜1，则当前演化规则的类型为复杂型；若演化规则的均衡参数α＝1，则当前演化规则的类型为混沌型；针对二维元胞自动机，执行下列步骤：步骤S21：基于演化过程信息获取稳定演化的演化时刻，用t1表示，其中t1＜T，T表示演化步数，并根据t1时刻的元胞状态Ct1(i,j)进行演化规则类型判决处理，其中(i,j)表示元胞的二维空间坐标：步骤S22：基于预设时间步长，在时间范围(t1,T)内遍历演化时刻t2，获取t2时刻的元胞状态，记为Ct2(i,j)；对所有演化时刻t2，若元胞状态Ct2(i,j)与Ct1(i,j)一致的元胞数占整个二维元胞自动机的元胞数的比例均大于或等于第一阈值(优选取值范围为[0.72,0.95])，则判定所述元胞自动机演化规则的类型为平稳型；否则，执行步骤S23；步骤S23：基于预设时间步长，在时间范围(t1,(T‑t1)/2)内遍历演化时刻t3，获取t3时刻的元胞状态，记为Ct3(i,j)；对所有演化时刻t3，若元胞状态Ct3(i,j)与Ct1(i,j)一致的元胞数占整个二维元胞自动机的元胞数的比例均小于第二阈值(优选取值范围为[0.12,0.30])，则执行步骤S25；否则执行步骤S24；其中第二阈值小于第一阈值；步骤S24：搜索元胞周期，进行周期型类型判决处理：元胞周期搜索：基于当前元胞周期T₁得到元胞空间的周期序列：其中演化时刻t1+N*T₁‑1≤T，且N为整数，所述元胞空间为演化时刻t1+n*T₁‑1的所有元胞机的元胞状态，其中n＝1,2,…,N，元胞周期T₁的初始值为1；从周期序列的第二个元胞空间开始，依次判断每个元胞空间与上一元胞空间是否相同，若都相同，则判定所述元胞自动机演化规则的类型为周期型，且元胞周期为T₁；否则元胞周期T₁自增1并判断是否达到迭代更新上限若元胞周期T1达到迭代更新上限，则执行步骤S25；否则基于更新后的T1继续进行元胞周期搜索；步骤S25：基于预设时间步长，在时间范围[t1+1,T‑1]内遍历演化时刻t4，并设置演化时刻t5＝t4+1，获取t4和t5时刻的元胞状态，分别记为Ct4(i,j)、Ct5(i,j)；对每个演化时刻t4，若元胞状态Ct4(i,j)与Ct5(i,j)不一致的元胞数占整个二维元胞自动机的元胞数的比例大于或等于第三阈值(优选取值范围为[0.50,0.65])，则记录当前演化时刻t5的更新状态数量numt5为元胞状态不一致的元胞数；其中，第三阈值小于第一阈值且大于第二阈值；判断所有更新状态数量numt5是否呈规律变化(计算每个更新状态数量numt5的信息熵，并查找最大信息熵；判断各信息熵与最大信息熵的比值是否均小于第四阈值，若是，则判定所有更新状态数量numt5呈规律变化；否则，判定所有更新状态数量numt5无规律变化)，若否，则判定所述元胞自动机演化规则的类型为复杂型；若是，则判定所述元胞自动机演化规则的类型为混乱型。其中涌现现象的判决具体为：步骤S31：基于演化过程信息中的最后演化时刻的元胞状态，得到演化结果的二值演化图形C，其中元胞状态为生的像素值为1，元胞状态为死的像素值为0；步骤S32：基于邻域半径，由图形C中每个图像位置的元胞邻域构成图像子块，将每行的不同图像子块记为pij，其中i、j分别为行、列区分符；从图形C的第二行开始，比较当前行的图像子块pij与上一行的图像子块p(i‑1)j的对应元胞状态是否均相同，若是则认为图像子块pij与p(i‑1)j相同，得到当前行的不相同图像子块的数量ci；步骤S33：判断所有ci的值是否全部相同，若是，则判定当前演化规则不会出现涌现现象；否则继续执行步骤4；步骤S34：将图形C中的孤立点的像素值修改为0后，搜索图形中像素值为1的连通域，并为像素点数大于面积阈值的连通域计算最小覆盖矩阵，得到连通矩阵；步骤S35：对行数与列数相同的连通矩阵进行去重处理后，分别计算各连通矩阵的尺度不变特征点；步骤S36：遍历所有连通矩阵，对任意两个连通矩阵进行特征点匹配处理，若匹配的特征点数占两个连通矩阵的总尺度不变特征点数的比例均大于阈值β，则判定当前演化规则产生了涌现现象；否则当前演化规则不会出现涌现现象。