Помощь в написании студенческих работ
Антистрессовый сервис

Редукция сложности моделей природных и экспериментальных экосистем: Теоретические и прикладные аспекты

Диссертация: Редукция сложности моделей природных и экспериментальных экосистем: Теоретические и прикладные аспекты
ДиссертацияПомощь в написанииУзнать стоимостьмоей работы

Одна из особенностей исследования сложных систем заключается в том, что нельзяопределить заранее какой подход или метод окажется эффективным при изучении данной. сложной системы. Поэтому естественным является применение различных методов, которые позволяют описыватьсложную систему путем* выделения различных ее характеристик. В данной работе предложен общий подход к выделению тех особенностей или… Читать ещё >

Редукция сложности моделей природных и экспериментальных экосистем: Теоретические и прикладные аспекты (реферат, курсовая, диплом, контрольная)

Содержание

  • глава 1. — возможные подходы к редукции сложности моделей экосистем
    • 1. 1. сложность моделей экосистем и возможность ее редукции
    • 1. 1. О понятии «сложность»
    • 1. 2. Подходы к редукции сложности систем
    • 1. 2. феноменологическое моделирование и симметрия
      • 1. 2. 1. Принципы феноменологического моделирования
      • 1. 2. 2. Выбор феноменологической модели для моделирования экосистем
      • 1. 2. 3. Нейронные сети в качестве феноменологической модели эволюционирующих: систем
      • 1. 2. 4. Симметрия в понижении сложности описания систем
    • 1. 3. Замкнутые экологические системы, их свойства и оценки степени замкнутости
      • 1. 3. 1. Общие представления о замкнутости
      • 1. 3. 2. Экспериментальные замкнутые экосистемы
      • 1. 3. 3. Оценки степени замкнутости потоков веществ в ЗЭС
      • 1. 3. 4. Стехиометрические ограничения и степень замкнутости экологических систем
      • 1. 3. 5. Связь замкнутости с устойчивостью экосистем
    • 1. 4. Оптимальность в моделях природных и экспериментальных экологических систем
      • 1. 4. 1. Экстремальные принципы в экологии
      • 1. 4. 2. Проектирование ЗЭСЖО для космических
  • приложений
  • Выводы главы
  • глава 2. феноменологическая нейросетевая модель и свойства сложности эволюционирующих систем
    • 2. 1. Общее описание нейросетевой модели и вычислительного эксперимента
      • 2. 1. 1. Описание нейросетевой модели
      • 2. 1. 2. Постановка вычислительного эксперимента
      • 2. 1. 3. Оценка сходства структур НМО
      • 2. 1. 4. Контрастирование НМО
    • 2. 2. Результаты вычислительных экспериментов с нейросетевой моделью
      • 2. 2. 1. Особенности структуры нейросетевых модельных объектов
      • 2. 2. 2. Сопоставление обнаруженных свойств НМО со свойствами других биологических систем
    • 2. 3. Теоретический анализ механизмов формирования кластеров
      • 2. 3. 1. Локальная симметрия структур НМО, выполняющих одинаковые функции
      • 2. 3. 2. Дискретная симметрия. Число кластеров, формируемых структурами НМО
      • 2. 3. 3. Аналоги функционально-инвариантных преобразований в биологических системах
    • 2. 4- Экспериментальная проверка эквивалентности структур НМО, выполняющих одинаковые функции
      • 2. 5. Возможность редукции сложных НМО к менее сложным
      • 2. 6. Опыт поиска симметрии в простых моделях экосистем
  • Результаты и
  • выводы главы
  • ГЛАВА 3. ФАКТОР ЗАМКНУТОСТИ И СВОЙСТВА ЭКОСИСТЕМ
    • 3. 1. Формальный коэффициент замкнутости экосистем
    • 3. 2. Свойства и применимость формального коэффициента замкнутости
      • 3. 2. 1. Физический смысл ФКЗ
      • 3. 2. 2. Применимость ФКЗ к сложным системам
      • 3. 2. 3. Комбинаторные свойства ФКЗ
    • 3. 3. Фактор замкнутости и пределы точности прогноза стационарного состояния ЗЭС (естественный разброс и ошибки измерения)
      • 3. 3. 1. Влияние замкнутости на точность прогноза стационарного состояния простой экосистемы
      • 3. 3. 2. Специфика статистической обработки данных по ЗЭС
    • 3. 4. Устойчивость экосистем с разной степенью и типом замкнутости
      • 3. 4. 1. Об эволюционной (непрерывной) достижимости полной замкнутости
      • 3. 4. 2. Достижимость стационарного состояния экосистемой с трофическими циклами
      • 3. 4. 3. Влияние изменения ФКЗ на устойчивость модели экосистемы общего вида
    • 3. 5. Стехиометрические ограничения в ЗЭС
    • 3. 5. 1. Нормированные стехиометрические коэффициенты
      • 3. 5. 2. Случай полнозамкнутых экосистем
      • 3. 5. 3. Не полнозамкнутые экосистемы
      • 3. 5. 4. Случай метаболизма с частичной адаптивностью
      • 3. 5. 5. Случай адаптивного метаболизма
  • Результаты и
  • выводы
  • ГЛАВА 4. ОПТИМАЛЬНОСТЬ В МОДЕЛЯХ ЗАМКНУТЫХ ЭКОЛОГИЧЕСКИХ СИСТЕМ КОСМИЧЕСКОГО НАЗНАЧЕНИЯ
    • 4. 1. Минимальная модель ЗЭСЖО
      • 4. 1. 1. Методологические рамки рассмотрения ЗЭСЖО
      • 4. 1. 2. Предварительная оценкауровня замкнутости (физиологическаярамка)
      • 4. 1. 3. Принятый в работе уровень детализации описания ЗЭСЖО
    • 4. 2. Критерий минимальной массы и оптимальные конфигурации ЗЭС
      • 4. 2. 1. Требования к точности представления данных.1494.2.2. Результаты вычисления оптимальных структур СЖО для космических миссий метаболическая рамка)
      • 4. 2. 3. Результаты вычисления оптимальных структур СЖО для космических миссий* (техническая рамка)
    • 4. 3. Оптимальность систем энергообеспечения космических СЖО
    • 4. 4. Интегральный критерий максимальной надежности
      • 4. 4. 1. Общая форма интегрального критерия максимальной надежности
      • 4. 4. 2. Оценка надежности собственно ЗЭСЖО
      • 4. 4. 3. Качество жизни и надежность
      • 4. 4. 4. Критерий надежности и сценарии экспедиции
      • 4. 4. 5. — Примеры применения интегрального критерия максимальной надежности
  • Результаты и
  • выводы

Экстраполяция ! в будущее наблюдаемых трендов параметров земной: биосферы порождает набор сценариев, в которых ее параметры претерпевают существенные изменения. Зависимость человеческой — цивилизации > от состояния биосферы и г составляющих ее локальных экосистем делает оценку темпов, масштабов — и степени i необратимости этих изменений одной из актуальнейших задач современной науки.

Первое ключевое препятствие на пути изучения экологических систем и биосферы в целом заключается в том, что необходимое требование естественнонаучного исследования — воспроизводимость результатов эксперимента — не может быть в полной мере выполнено ¦ вследствие уникальности этих системВторое ключевое препятствие связано с огромной > сложностью природных экосистем, не допускающей • их полного формального описания. Следовательно, изучение природных экосистем и самой биосферы как целостной системы предполагает создание подходов, которые позволяют работать со — столь уникальными. и сложными объектами;

Весьма, перспективным = представляется! косвенное изучение природных экосистем? с помощью их экспериментальных моделей, разной степенизамкнутости круговоротавещества (часто употребляемое название — замкнутые экологические системы (ЗЭС)). Создание экспериментальных моделей является одной из задач этого подхода и, в то же время, способом проверки его правильности. Поэтому этот подход органично включает в круг своих конечных целей > не только сохранение локальных экосистем и * биосферы — в целом, но и разработку технологии целевого создания замкнутых экологических систем" жизнеобеспечения (ЗЭСЖО), которые поддерживают жизнь человека в условиях космического пространства и в экстремальных условиях на Земле (Одум, 1975).

В то же время, связь между весьмасложнымиприроднымиэкосистемами, и биосферой, с одной стороны, и относительно простыми экспериментальными ЗЭС, с другой, достаточно неочевидна. Пока еще нет ответа на следующие вопросы: «Как соотносятся природные экосистемы, которые включают сотни и тысячи*биологических видов, и маловидовые экспериментальные ЗЭС? В. чем содержательный (научный) смысл исследования ЗЭС и как можно использовать полученные на этих системах результаты?». Ответить на эти вопросы непросто и, болеетого, непонятно, в какой степени они корректны. Поэтому, впервую очередь необходимо убедиться, что установление формального соответствия между уникальными системами возможно хотя бы в принципе. После этого можно приступать к. разработке теоретических инструментов, применение которых в той или, иной степениспособствует решению" практических' задач моделирования! природных экосистем. Отсюда целью данной работы является> разработка теоретических моделей, которые демонстрируютпринципиальную возможность, решения проблемы уникальностисложных систем и> позволяют практически осуществлять редукцию, сложности, необходимую* дляэкспериментального моделирования природных экосистем и проектирования' ЗЭСЖО.

Обратный перенос данных с модельной экосистемы на ее природный прототип или на другие экспериментальные экосистемы возможен только в том случае, когдамежду их формальными описаниями (математическими моделями) существует взаимнооднозначное соответствие, — то есть • когда эти модели' изоморфны. Поскольку соответствие: по всем переменным невозможно, то представляется перспективным выбор такого набора параметров или показателей, общих для природной экосистемы и ее экспериментальной модели, что они будут изоморфны по этому набору параметров. Этш параметры или показатели могут являться своего рода? плоскостями, на которые внешне различные и уникальные системы дают совпадающие проекции. Природные. экосистемы, вследствие своей сложности, требуют для своего рассмотрения проецирования на разные плоскости, то есть требуется,'использовать, набор различных подходов^ к построению моделейи выбору параметров подобия. Рассмотрим эти подходы > и соответствующие им задачи • исследования.

Природные экосистемы и тем более биосфера являются сложными системами,.и их уникальность есть следствие их сложности — любая сложная естественная система возникла в ходе эволюционного процесса, исход которого непредсказуем вдеталях и вследствие этого уникален. Из этого следует, что проблема уникальности, то есть невоспроизводимости экспериментов и наблюдений, существует при изучении любой сложной, системы, возникшей эволюционным путем. Для решения проблемы уникальности можно использовать традиционный в биофизике сложных систем: методфеноменологическое моделирование. Феноменологическая модель, обладающая свойствами уникальности, может помочь в решении следующих задач:

— отыскать способ выделения общих черт (инвариантов) в структуре уникальных системкоторые выполняют одну и ту же функцию или обладают одними тем же свойством;

— оценить" принципиальную возможность, совпадения инвариантов, структуры уникальных систем, которые — обладают заданным — свойством, но различаются посложности, что, в конечном" счете, означает, возможность редукции сложности" структуры с полным сохранением заданного свойства:

Другой подход к исследованию соответствия между различными экосистемами может базироваться на выделении общего свойства, присущего, в той или иной степени, всем экосистемам, включая" искусственные. Одной из принципиальных характеристик биосферы является замкнутость потоков вещества (Вернадский, 1994). Учет этого факта дает возможность подойти к изучению природных экосистем не как уникальных объектов, а' как различных вариантов замкнутых экосистем (ЗЭС). Использование степени замкнутости: как универсального показателя подобия экосистем возможно в> теоретических и в экспериментальных исследованиях только после решения следующих задач:

— сформулировать, универсальный, показатель замкнутости экосистем, применимый для оценкистепени замыкания произвольно сложных экосистем и. исследовать его свойства;

— оценить^ достижимость, полной замкнутости в процессе 1) постепенного (эволюционного) формирования экосистемы и 2) > при создании экспериментальной. экосистемы;

— проверить применимость обычных статистических формул к: оценке, параметров экспериментальных и природных ЗЭС и в случае их неприменимости вывести адекватные методы статистической обработки данных по ЗЭС;

— оценить возможность использования > показателя г замкнутости как параметра. подобия экосистем, коррелирующего с их динамическими свойствами.

Огромное количество вариантов реализации? видовой структуры природных иискусственных экосистем ставит вопрос о том, как осуществляется конкретный выбор из этого набора вариантов эволюционных исходов. В данной работе ЗЭСЖО выступают как эвристические (по крайней мере) модели проявления принципов оптимальностив формированииструктуры природных экосистем:. В: рамках оптимизационного подхода к понижению f сложности описания ЗЭС через редукцию числа возможных вариантов ее структуры, требуется решить следующие задачи:

— построить минимальное формальное описание. ЗЭС,. позволяющее применять методы оптимизации^ для решения практических задач: по редукции числавозможных вариантов структуры проектируемых ЗЭСЖО;

— оценить, возможность примеиения принципов оптимальности к понижению сложности описания ЗЭСЖО.

Решение вышеперечисленных задач только на теоретической основе невозможно. В то же время проведение экспериментов со столь сложными системами, к которым относятся даже экспериментальные экосистемы, требует хотя бы предварительного теоретического решения вышеперечисленных задач, на что и направлена данная работа.

Научная новизна.

И Впервые, введено понятие функциональной симметрии биологических структур, позволяющее * в принципе находить структурно-функциональное соответствие у внешне различных по структуре и сложности систем. На нейросетевой феноменологической модели показано, что с помощью функционально-инвариантных преобразований можно редуцировать более сложный по описанию объект к менее сложному с той же функцией.

2. Показана применимость функционально-инвариантных преобразований к моделям экологических систем, что дает возможность формального сопоставления структур экосистем, обладающих заданным свойством и осуществлять редукцию их сложности.

3. Впервые предложен формальный коэффициент замкнутости, применимый к экосистемам разной степени сложности и исследованы комбинаторные свойства этого коэффициента, придающие ему дополнительные смыслы. Показана связь степени замкнутости с устойчивостью экосистемы и с особенностями статистическойобработки экспериментальных данных по ЗЭС.

4. Проведена оценка достижимости полной замкнутости в процессе постепенного (эволюционного) формирования экосистемы, и при их сборке из выбранных компонентов. Показано, что • стехиометрические ограничения, в общем случае, не допускают описания полнозамкнутых ЗЭС моделями с «жестким» метаболизмом.

5. Построено минимальное описание компонентов ЗЭСЖО, которое позволяет проводить оптимизацию по значимым для практических приложений критериям. Разработано программное обеспечение для — расчета оптимальных конфигураций СЖО. Показано, что для разных сроков космических экспедиций существуют различные оптимальные по интегральной массе конфигурации СЖО, и высокая замкнутость системы не является определяющим показателем.

6. Аналитически показано, что оптимальная мощность, потребляемая единицей массы системы регенерации, является инвариантом по отношению к ряду существенных параметров ЗЭС, что позволяет оценивать этот показатель независимо от остальных ее параметров.

7. Введен числовой критерии интегральной надежности, учитывающий разнородные параметры сценария космической экспедиции, что позволило провести расчеты оптимальных сценариев для космической станции и лунной базы.

На защиту выносятся следующие положения и результаты работы.

1. Понятие функциональной симметрии Hi разработанный на его основе подход позволяют выделять функциональные инварианты структуры эволюционно возникших систем и осуществлять, редукцию сложности моделей функционирующих структур. Этот подход применим к поиску структурно-функционального соответствия в моделях разных экологических систем.

2. Подход к оценке степени замкнутости потоков веществ в экосистемах произвольной сложности ¦ и основанный на этом подходе показатель — формальный коэффициент замкнутости.

3. Формула для корректного вычисления статистических оценок математического ожидания параметров полнозамкнутых ЗЭС.

4. Вывод о неприменимости моделей с «жестким» метаболизмом для описания полнозамкнутых экосистем и необходимости учета в моделях ЗЭС принципов оптимальности на уровне организации метаболизма.

5. Формула для вычисления оптимальной удельной мощности, потребляемой звеном регенерации ЗЭС, включающая только его функцию продуктивности и параметры системы энергообеспечения.

6. Программное обеспечение для: оптимизации конфигурации ЗЭСЖО космического назначения по критерию минимальной массы и> интегральному критерию максимальной надежности.

Научно-практическая значимость. Введенное понятие функциональной симметрии эволюционирующих структур позволяет, в принципе, сопоставлять и? использовать экспериментальные данные, полученные на разных экосистемах. Применение функциональных симметрий дает возможность выявлять общие характеристики у различных экосистем и тем самым уменьшить их кажущееся разнообразие.

Разработанный формальный коэффициент замкнутости позволяет оценивать степень замкнутости различных экосистем единообразным способом, что дает возможность применять сравнительный анализ для исследования свойств экосистемравной замкнутости. Полученные статистический коэффициент системности и формуламатематических ожиданий стационарных численностей и потоков в ЗЭС позволяет проводить корректную статистическую обработку экспериментальных данных по ЗЭС.

Введенные критерии оптимальности ЗЭСЖО и разработанное программное обеспечение позволяют находить оптимальные конфигурации ЗЭСЖО, что резко сокращает затраты на их проектирование для различных космических экспедиций.

Апробация работы. Материалы диссертации' докладывались и обсуждались на: Международной конференции «Нейрокомпьютеры и внимание» (г.Москва, 1988) — Всесоюзной конференции поНейрокибернетике (г.Ростов-на-Дону, 1989) — Международном совещании побиосферике (Шушенское, 1989) — Международном" совещании по Системам жизнеобеспечения (г.Дивногорск, 1992) — Научной ассамблеи COSPAR'94 (г.Гамбург) — Конгрессе IAF'95 (г.Осло) — симпозиуме ICES'96 (г.Монтеррей) — COSPAR'96 (г.Бирмингем) — Сибирском Конгрессе по Прикладной и Индустриальнойматематике (ИНПРИМ-98, г. Новосибирск) — IX Международном: симпозиуме «Реконструкция гомеостаза» (г.Красноярск, 1998) — COSPAR'98 (г.Нагоя) — Международный симпозиум по технологиям замыкания, (г.Аомори,. Япония, 1998 г) — VII Всероссийском семинаре «Информатика и ее приложения» (г.Красноярск, 1999), III Всероссийском семинаре «Моделирование неравновесных систем», (г.Красноярск, 2000) — Симпозиуме-«Гомеостаз» (г.Красноярск, 2000) — COSPAR'2000 (г.Варшава, Польша), Конференции, посвященной 90-летию со дня. рождения А. А. Ляпунова (г.Новосибирск, 2001), IV Всероссийском семинаре «Моделирование неравновесных систем-2001» (г.Красноярск), COSPAR'2002 (г.Хьюстон), а также в Институте физики СО РАН на научных чтениях памяти академика Л. В. Киренского и семинарах Института биофизики СО РАН.

По теме диссертации опубликовано 33 статьи, из них 22 в зарубежных журналах и сборниках.

Принятые в работе сокращения:;

НМО — нейросетевой модельный объект;

ФКЗ — формальный коэффициент замкнутости;

СЖО — система жизнеобеспечения;

ЗЭС — замкнутая экологическая система;

ЗЭСЖО — замкнутая экологическая система жизнеобеспечения.

РЕЗУЛЬТАТЫ И ВЫВОДЫ.

1. В вычислительных экспериментах с ансамблями нейросетевых модельных объектов (НМО) обнаружены функционально-инвариантные преобразования, которые позволяют преобразовывать друг в друга структуры НМО, которые реализуют одинаковую функцию. Функционально-инвариантные преобразованияприменимы к структурам НМОразной сложности, что указывает на возможность применения данного подхода к редукции сложности описания уникальных систем.

2. Показана применимость функционально-инвариантных преобразований к линейным и нелинейным моделям экологических систем, что, в принципе, допускает формальное сопоставление структур экосистем, обладающих заданным свойством, и тем самым редукцию их сложности.

3. Предложен формальный коэффициент замкнутости, применимый к экосистемам разной степени сложности, и исследованы комбинаторные свойства, этого коэффициента, придающие ему дополнительные смыслы. Этот коэффициент позволяет оценивать замкнутость экологической системы без непосредственной оценки потоковв систему и из нее.

4. Исследованы свойства основных статистических оценок параметров ЗЭС. Получена формула для адекватной оценки математических ожиданий' стационарных численностей и потоков в полнозамкнутой ЗЭС, применимая также к экспериментальным неполнозамкнутым ЗЭС.

5. На предельно общих моделях экосистем показано, что, не смотря на" качественные различия в математическом описании, возможен постепенный предельный переход от модели с частичной замкнутостью к полнозамкнутой модели экосистемы. Показано также,.что реакция ЗЭС на изменение степени замкнутости зависит от режима обмена-веществом с внешней средой. Выделен режим обмена, для которого, в определенных пределах, можно прогнозировать изменение устойчивости экосистемы при изменении степени ее замкнутости.

6. Показано, что стационарные потоки веществ в моделях полнозамкнутой ЗЭС с «жестким» метаболизмом в общем случае невозможны, и значит, этимодели не применимы для долгосрочного прогноза динамики реальных замкнутых экологических систем. В моделях адаптивного метаболизма необходимо учитывать управление метаболизмом, на уровне организма. Показано, что учет внутренних, управляющих параметров естественным образом приводит к эффекту узкого места и проявлению принципа Либиха.

7. Построена минимальная математическая модель ЗЭСЖО и разработано программное обеспечение, позволяющие проводить оптимизацию конфигурации ЗЭСЖО по значимым для космонавтики критериям. Показано, что для разных сроков космических экспедиций существуют различные оптимальные по интегральной массе конфигурации СЖО и высокая замкнутость системы не является доминирующим показателем.

8. Показано, что оптимальная удельная мощность, которая потребляется регенерирующим компонентом ЗЭСЖО, не зависит от уровня замкнутости, времени полета и массы звена регенерации, а определяется только параметрами системы энергообеспечения и функцией продуктивности данного звена.

9. Введен критерий интегральной надежности, который позволяет совместить в одном числовом показателе разнородные характеристики СЖО и проведены расчеты оптимальных сценариев для двух основных типов экспедиций (космическая станция и лунная база).

ЗАКЛЮЧЕНИЕ

.

Одна из особенностей исследования сложных систем заключается в том, что нельзяопределить заранее какой подход или метод окажется эффективным при изучении данной. сложной системы. Поэтому естественным является применение различных методов, которые позволяют описыватьсложную систему путем* выделения различных ее характеристик. В данной работе предложен общий подход к выделению тех особенностей или характеристик структуры сложной системы, которые ответственны за проявление значимых для исследователя свойств. Это удалось сделать с помощью простой' нейросетевойфеноменологической модели, которая позволила выявить основные, свойства структурно-функционального соответствия и выйти на понятие функциональной симметрии. Функциональная симметрия дает возможность находить общие, для систем с одинаковой функцией, параметры структуры — функциональные инварианты. Произвольно выбираемые исследователем свойства экосистемы могут выступать в роли своего рода плоскостей, на которые внешне различные и уникальные системы дают, совпадающие проекции. Появляется возможность использовать почти механическую^ процедуру для сопоставления структур различных экосистем с заданным свойством, но выбор самих этих свойств остается за экологами. Дальнейшее развитие этого подхода видится в тесном взаимодействии с развитием экспериментального моделирования экосистем и биофизическими исследованиями природных экосистем.

Возможность отыскания соответствия структур экосистем, схожих по любому наперед заданному свойству, не отрицает важности исследования свойств, которые уже находятся в центре внимания исследователей. Одним из таких свойств биосферы, а также модельных и природных, экосистем является замкнутость круговорота веществ. В работе введена универсальная оценка замкнутости потоков веществ в экосистеме. Это дало основу для проведения сравнительного анализасвойств. экосистем и степени их замкнутости. Не смотря на то, что другими авторами была продемонстрирована независимость характера устойчивости системы (типа особой точки) от степени замкнутости, в работе удалось найти случаи, когда формальный коэффициент замкнутости экосистемы коррелирует с ее устойчивостью. Кроме того, обнаружена связь между замкнутостью экосистемы, и статистическими свойствами, описывающих ее переменных. Отсюда можно заключить, что «проекция экосистем на плоскость замкнутости» позволила выделить ряд общих характеристик, которые зависят от степени замкнутости экосистемы, но не от ее сложности.

Самым сложным для анализа и интерпретации результатов является проекция на «плоскость экстремальных свойств» экосистем. Поэтому в данной работе внимание было сконцентрировано на оптимальных свойствах экспериментальных ЗЭС. Существует надежда, что помимо очевидных прикладных результатов, оптимизационный подход к ЗЭС позволит сформировать аналогии, полезные и для исследования экстремальных * свойств природных экосистем и биосферы в целом. Удалось показать, что оптимальные по массе параметры энергообеспечения ЗЭСЖО являются инвариантами по отношению к ряду существенных показателей экосистемы. Можно предположить, что учет экстремальных принципов при исследовании природных экосистем позволит понизить степень кажущегося разнообразия их структур. Продемонстрированная в работе дискретность набора оптимальных конфигураций ЗЭСЖО может иметь аналоги в дискретности природных экосистем.

В целом данная работа не более чем шаг «теоретической ногой» в направлении экспериментального моделирования природных экосистем и биосферы в целом. Для того чтобы научиться строить прогнозы динамики природных экосистем по их экспериментальным моделям придется сделать немало таких шагов «обеими ногами», • согласовано развивая и теоретические и экспериментальные подходы. У автора есть скромная надежда, что его шаг был сделан в верном направлении.

Показать весь текст

Список литературы

  1. Н.С. Анализ видовой структуры трофического уровня. Автореферат диссертации на- соискание степени доктора физико-математических наук, Красноярск: Институт физики СО АН СССР, 1978.- С. 52.
  2. В.В., Дегерменджи- А.Г. Статистические закономерности организации маловидовых сообществ микроорганизмов.// Журнал общей биологии.- 1985.-T.XLVI, № 4.- С.527−532
  3. С.И. Некоторые свойства адаптивных сетей. Препринт ИФ СО АН СССР, Красноярск, № 71 Б, 1987.- С. 17.
  4. С.И., Гилев С. Е., Охонин В. А. Принцип- двойственности в организации адаптивных сетей обработки информации. В кн.: Динамика химических и биологических систем. Новосибирск: Наука, 1989.- С.6−55.
  5. Барцев’С.И., Охонин В. А. Адаптивные сети, функционирующие в непрерывном режиме. В кн.: Эволюционное моделирование и кинетика. Новосибирск: Наука, 1992, — С.24−30.
  6. С.И., Межевикин В. В., Охонин В. А. Принцип замкнутости и критерии оптимального природопользования и устойчивого развития.// Химия в интересах устойчивого развития.- 2001.- № 9.- С.805−814.
  7. С.И., Барцева О.Д- Изучение свойств структурно-функционального соответствия эволюционирующих систем с помощью нейросетевых модельных: объектов.//ДАН.- 2001.- т.376, № 4.- С.534−546.
  8. С.И., Барцева О. Д. Исследование отношений между структурой и функцией эволюционирующих систем. с помощью нейросетевой модели. Препринт № 235Б, Красноярск, 2002а.- С. 45.
  9. Дж.Д. Молекулярная структура, биохимическая функция и эволюция. В кн.: Теоретическая и математическая биология, М.: Мир.- 1968.- С.110−151.
  10. М. И. Эволюция биосферы. Ленинград: Гидрометеоиздат, 1984.- С. 487.
  11. Г. Симметрия. М.: Наука, 1969.-С.191.14,1518,19,20,21−22,23,24,25,26,27.
  12. В.И. Живое вещество и биосфера, М.: Наука, 1994.
  13. М.В. Молекулярная биофизика. М.: Наука, 1975.- С. 616.
  14. М.В. Общая биофизика. М.: Наука, 1978.- С. 590.
  15. Г. И., Поливода А'.И. Жизнеобеспечение экипажей космических кораблей.
  16. М.:Машиностроение, 1967.- С. 211.
  17. Газарян- К.Г., Белоусов Л. В. Биология? индивидуального развития животных. М.: Высшая школа, 1983.- С. 287.
  18. О.Г., Григорьев А. И., Мелешко Г. Ф., Шепелев Е. Я. Обитаемость и биологические системы жизнеобеспечения.// Космическая биология и медицина.-1990.-№ 3.
  19. И.И., Ковров Б.Г.,.Лисовский Г. М, Окладников Ю. Н, Рерберг М. С., Сидько Ф. Я., Терсков- И. А. Экспериментальные экологические системы-, включающие человека. В сб.: Проблемы космической биологии, т.28, Наука, Москва, 1975.
  20. И.И., Барцев С. И., Охонин B.A., Суховольский В. Г., Хлебопрос P.F. Какой должна быть стратегия развития?// Вестник РАН.- 1997.- т.67, № 5.- С.415−420.
  21. И.И., Барцев С. И., Межевикин В. В., Охонин В. А. Дальний космос: люди- или автоматы?// Вестник РАН.- 2000.- т.70, № 7.- С.611−620.
  22. Н.Х. Группы преобразований в математической физике. М.: Наука, 1983.- С. 280.
  23. В.А., Позняк Э. Г. Линейная алгебра, М.:Наука, 1974.- С. 296.
  24. М.М. в кн.: История биологии (с начала XX века до наших дней), Наука, Москва, 1975.- С. 543.
  25. М. Молекулярная эволюция: теория нейтральности. М.: Мир, 1985.- С. 396.
  26. .Г., Фиштейн Г. Н. Микроэкосистемы и опыт их использования для изучения жизни простейших в. сообществе микроскопических организмов.// Журнал общей биологии.- 1985.- т.46, № 3.- С.336−344.
  27. .Г. Искусственные микроэкосистемы с замкнутым круговоротом веществ как модель биосферы. В сб.: Биофизика клеточных популяций и надорганизменных, систем, Новосибирск: Наука. Сиб.Отд., 1992.- С.62−70.
  28. Г., Корн Т. Справочник по математике для научных работников и инженеров. М.: Наука, 1977.- С. 831.
  29. Корниш-Боуден Э. Основы ферментативной кинетики, М.: Мир, 1979.- С. 280.
  30. В.Ф., Свирежев Ю. М., Тарко А. М. Математическое моделирование глобальных биосферных процессов. М., Наука, 1982.- С. 272.
  31. В.Ф., Потапов И. И. Методы экоинформатики. / Под. ред. Арского Ю. М. М.: ВИНИТИ РАН, 2002.
  32. П. Теория матриц. М.: Наука, 1982.- С. 269.4L Лакин Г. Ф. Биометрия М.: Высшая школа, 1980.- С. 293.
  33. Левич- А.П., Экстремальный принцип в теории систем и видовая структура сообществ, в кн.:. Проблемы экологического мониторинга и моделирования экосистем, т. 1, Ленинград: Гидрометеоиздат, 1978.- С.164−183.
  34. АЛ. Начала кибернетики, М.: Наука, 1967.- С. 400.
  35. Г. М., Тихомиров А. А. Предмет и принципы построения замкнутых экологических систем. В кн. Экологическая биофизика. М.: Логос, 2002. Т. З: Экология и биофизика: время интеграции. Раздел 3. С. 133−154.
  36. Г. М., Сыпневская Э. К., Ян Н.А. Экспериментальное моделирование автоселекционных процессов в непрерывной культуре микроорганизмов. В кн.: Биология и культивирование микроорганизмов, Красноярск, 1969.- С.89−92.
  37. Д.О. К вопросу о качественной устойчивости экосистем.// Журнал общей биологии.- 1978.- T. XXXIX, № 6.- С.817−822.
  38. Д. О. Что такое математическая экология? в кн.: Математические модели в экологии и генетике, М.: Наука, 1981.- С.8−17.
  39. Логофет Д.О.', Свирежев Ю. М. Устойчивость в моделях взаимодействующих популяций.// Проблемы кибернетики, вып.32, М: Наука, 1977.- С. 187−202.
  40. Д.О., Свирежев* Ю.М. Экологическая стабильность и лагранжева-устойчивость. Новый взгляд на проблему, в кн.: Проблемы экологического мониторинга и моделирования экосистем, т.7, Ленинград: Гидрометеоиздат, 1985.-С.253−258.
  41. Д.О., Ульянов Н. Б. Необходимые и достаточные условия знакоустойчивости матриц.// ДАН.- 1982.- т.25, № 3.- С.542−546.
  42. П., Мармарелис В. Анализ физиологических систем. М.: Мир, 1981.-С.480.
  43. .В. Начала теоретической физики, М.:Наука, 1977.- С. 496.
  44. С.В. О соотношении номогенетического и тихогенетического аспекта эволюции.// Журнал общей биологии.- 1974.- т. XXXV, № 3.- С.353−364.
  45. С.В., Соколов Б. С., Шрейдер Ю. А. Классическая и неклассическая биология. Феномен Любищева.// Вестник АН СССР.- 1977.- № 10.- С. 112−125.
  46. Д. Биохимия. М.:Мир.- т.2., т.З.- 1980.- С. 606.
  47. Г. Исторический очерк. В кн.: Теоретическая и математическая биология, М. Мир, 1968.-С.34−47.
  48. Г. И. Теоретические основы проектирования-систем жизнеобеспечения, Проблемы космической биологии, т.36, М.: Наука, 1977.- С. 256.
  49. Мур Б., Бартлет Д: В кн.: Космическая биология и медицина, Совместное российско-американское издание, т.1, Наука, Москва, 1991.- С. 365.
  50. Г., Пригожин И. Самоорганизация в неравновесных системах. М.: Мир, 1979.- С. 512.
  51. Ю. Основы экологии, Москва: Мир, 1975.- С. 740.
  52. Ю. Экология, М.: Мир, 1986, т.1. 328 с. т.2. — 376 с.
  53. С.В. Биомеханика, бионика и симметрия. М.: Наука, 1981.- С. 240.
  54. Н.С. Энергетические аспекты развития надорганизменных систем. Новосибирск: Наука, 1982.- С. 113.
  55. Н.С., Брильков А. В., Марченкова Т. В. Популяционные аспекты биотехнологии. Новосибирск: Наука, 1990.- С. 170.65: Рашевский Н. Модели и математические принципы в биологии- В кн.: Теоретическая и математическая биология, М: Мир, 1968.- С.48−66.
  56. Р. Принципы современной математической физики, т.2, М.:Мир, 1984.-С.381.
  57. Ю.М., Степанова Н. В., Чернавский Д. С. Математическая биофизика. М.: Наука, 1984.-С.304.
  58. А.Б., Пытьева Н. Ф., Ризниченко Г. Ю. Кинетика биологических процессов, М.:МГУ, 1977.- С. 330.
  59. Ю.М. Нелинейные волны, диссипативные структуры и катастрофы в экологии., М.: Наука, 1987.- С. 386.
  60. Ю.М., Логофет Д. О. Об устойчивости и оптимальности в моделях: биологических сообществ, в кн.: Проблемы оптимизации в экологии, М.:Наука, 1978.- С.271−291:
  61. Ю.М., Логофет Д. О. Устойчивость биологических сообществ, М.: Наука, 1978.-С.350.
  62. В. П. Математический аппарат инженера, Киев: Техника, 1977, — С. 766.
  63. В.Г., Хлебопрос Р. Г., Исхаков Т. Р. Оптимизационная модель конкуренции видов за ресурс.// ДАН.- 2003, — т.390, № 5.- С.700−702.
  64. А., Хендлер Ф., Смит Э., Хилл Р., Леман И. Основы биохимии. М.: Мир, 1981.- т.2.- С. 617.
  65. Ю.А. Симметрия природы и природа симметрии. М.: Мысль, 1974.-С.229.
  66. Ю.А. Что может дать биологу представление как системы в в системе объектов того же рода? // Журнал общей биологии.- 1978.- т.39, № 5.- С.699−718.
  67. С. Происхождение предбиологических систем. М.: Мир, 1966.- С. 362.
  68. Фон Нейман Дж. Теория самовоспроизводящихся автоматов, (закончено и отредактировано А. Бёрксом), М.: Мир, 1971.- С. 382.
  69. Е.Я. Эволюция характера динамики численности популяции: переход к хаосу. В сб.: Исследования по математической биологии, Пущино, 1996.- С.75−87.
  70. Хан Г., Шапиро С. Статистические модели в инженерных задачах. М.:Мир, 1969.-С.395.
  71. Р., Джонсон Ч. Матричный анализ. М.:Мир, 1989.- С. 655.
  72. Д. Статистика для физиков, М.:Мир, 1967.- С. 242.
  73. Д.С., Иерусалимский Н. Д. К вопросу об определяющем звене в системе ферментативных реакций. // Изв. АН СССР, сер.биол.- 1965.- № 5, С.665−672.
  74. А.О. Внутренняя симметрия зеркального типа в нуклеотидных последовательностях генов, кодирующих различные классы белков.// ДАН.- 2001.-т.377, № 2.- С.273−276.
  75. Э. Что такое жизнь?. М.: Атомиздат, 1972.- С. 88.
  76. М. Самоорганизация материи и эволюция биологических макромолекул М.: Мир, 1973.- С. 216.
  77. Adams J., Paolin С., Geller P.W., Lee L.W., Physiological characterization of adaptive clones in evolving populations of the yeast Saccharomyces cerevisiae, Genetics, v.101, N 2, p.173−185, 1985.
  78. Aeronautics and Space Report of the President. Fiscal Year 1993 Activities, NASA, Washington, DC 20 546,1994.- P.131.
  79. Allen, J. Biosphere 2. The Human Experiment. Penguin Books, 1991.- P. 156.
  80. Arora, V.K. Modelling vegetation as a dynamic component in soil-vegetation-atmosphere-transfer schemes and hydrological models.// Reviews of Geophysics.- 2002.-40(2).- 1006,10.1029/2001RG000103.
  81. Averner M-, Blackwell C. The development and operation of life support systems for long term space exploration missions. // SAE Paper.- 1996.- № 961 494,26th ICES.- 6 P.
  82. Bak P., Paczuski M. Complexity, contingency, and criticality.// PNAS.- 1995.- v.92.-P.6689−6696.
  83. Bardana, E.J. Jr., Montanaro, A. and Hollaren, M.T. Building-related illness: a review of available scientific data.// Clinical Review of Allergy.- 1988.- 6.- C.61−89.
  84. Bartsev S. I, Okhonin V.A. Variation principle and algorithm of dual functioning: examples and applications. In Proc. of International Workshop «Neurocomputers and attention П», Manchester Univ. Press, 19 911- P.445−452.
  85. Bartsev S. I, Okhonin V.A. Self-learning neural networks playing «Two coins». Ibid, P.453−458.
  86. Bartsev S.I., Okhonin V.A. Optimization and Monitoring Needs: Possible Mechanisms of Control of Ecological Systems.//Nanobiology.- 1993.- v.2, P.165−172:
  87. Bartsev S.I., Mezhevikin V.V., Okhonin V.A., Doll S.C., Rao N.S. First Level of Life Support System (LSS) Closure: Optimization of LSS Structure for Different Functioning Times.// SAE Paper.- 1996b.- No.961 556,26th ICES.- C.9.
  88. Bartsev S.I., Okhonin V.A. Optimized Hybrid LSS for Middle Electrical Rockets Space Missions", SAE Paper, 981 530,28th ICES, 5p., 1998.
  89. Bartsev S.I., Mezhevikin V.V., Okhonin V.A. Principle Problems of Applicable CELSS Design.// SAE Paper.- 1998.- No.981 531,28th ICES.- P.6.
  90. Bartsev S.I., Okhonin V.A. Potentialities of theoretical and experimental prediction of life support systems reliability.// Adv. Space Res.- 1999a.- v.24, No.3.- P.407−412.
  91. Bartsev S.I., Okhonin V.A. Self-Restoration of Biocomponents as a Mean to Enhance Biological Life Support Systems Reliability.// Adv. Space Res.- 1999b.- v.24, No.3.-P.393−396.
  92. Bartsev S.I. Optimum control of closed ecological systems: mathematical aspects.// Life Support & Biosphere Science.- 1999.- v.6, No.2.- P.123−131.
  93. Bartsev S.I., Mezhevikin V.V., Okhonin V.A. Evaluation of optimal configuration of hybrid life support system for space.// Adv. Space Res.- 2000.- v.26, No.2.- P.323−326.т
  94. Bartsev S. I., Mezhevikin V. V., Okhonin V. A. Life as a set of matter transformation cycles: ecological attributes of life.// Adv. Space Res.- 2001.- v.28, No.4.- P.607−612.
  95. Bartsev S.I., Mezhevikin V.V., Okhonin V.A. Systematic approach to life support system analysis and integration.//Adv. Space Res.- 2003.- v.31, No.7.- P.1823−1832.
  96. Bartsev S.I. Naturally deducing estimation of CELSS closure.// Adv. Space Res.- 2003.-• v.31, No.7.-P.1675−1682.
  97. Belido A.G. Symmetries Throughout organic evolution.// PNAS.- 1996.- v.93, P. 14 229* 14 232.
  98. Black, D.W., Rathe, A., and Goldstein, R.B. Environmental illness: a controlled study of 26 subjects with 20th Century.// J. of the American Medical Association.- 1990.- v.264.-P.3166−3170.
  99. Blackwell C.C. Mixed perturbation analyses applied to life support systems controller design.// SAE Paper.- 1996.-No.961 330,26th ICES.- P.7.
  100. Boer G.J., Flato G.M. and Ramsden D. A transient climate change simulation with historical. and projected greenhouse gas and aerosol forcing: projected climate for the 21st century Л Climate Dynamics.- 2000.- v. 16.- P.427−450.
  101. Boxer, P.A. Indoor air quality: a psychosocial perspective.// J. of Occupational Medicine.- 1990.- v.32.- P.425−428.
  102. Bubenheim D.L., Wignarajan K. Incineration as a method for resource recovery from inedible biomass in a CELSS.// Life Supp & Biosph Sci.- 1995.- v. l, No¾.- P.129−140.
  103. Bubenheim D, Flynn M. The CELSS antarctic analog project and validation of assumptions and solutions regarding regenerative life support technologies.// SAE Paper.- 1996.- No.961 589,26th ICES.- P.10.
  104. Burge, P. S., Hedge, A., Wilson, S., Harris-Bass, J. and Robertson, A.S. Sick building syndrome: A study of 4373 office workers.// Annals of Occupational Hygiene.- 1987.-v.31.- P.493−504.
  105. Burke J.D. Merits of a lunar polar base location. In. Lunar Bases and Space Activities of the 21th Century. Ed. Mendell W.W., Lunar and Planetary Institute, Huston, 1985.- P.77−84:
  106. Calloway D.H. Basic data for planing life support systems. In: Foundations of space biology and medicine, VIII, Space medicine and biotechnology, Ed. by Calvin M., and Gasenko O.G., NASA publication #374, Washington, Ch. l, 1975.- P.3−21.
  107. Carlson J.M., Doyle J. Complexity and robustness.// PNAS.- 2002.- v.99, No 1.- P.2538−2545.'
  108. Cohen M.M. Mars mission design evaluation criteria.// SAE Paper.- 19 961- No.961 467, 26th ICES.- P. 13.
  109. Cosner C. Variability, vaguness and comparison methods for ecological models.// Bul.Math.Biology.- 1996.- v.58, No2.- P.207−246.
  110. DeAngelis D.L. Dynamics of Nutrient Cycling and Food Webs, Chapman and Hall, London, 1992.- P.270.
  111. Drysdale A. Lunar bioregenerative life support modeling.// SAE Paper.- 1994.-No.941 456,24th ICES.- P.5.
  112. Drysdale A., Dooley H., Knott W., Sager J., Wheeler R., Stutte G., Mackowiak С. A more completely defined CELSS.// SAE Paper.- 1994.- No.941 292,24th ICES.- P.12.
  113. Drysdale A. Space habitat options and advanced life support design constraits.// SAE Paper.- 1995.-No.951 690,25th ICES.- P.6.
  114. Drysdale A. The effect of resource cost on selection of life support technologies.// SAE Paper.- 1995.- No.951 492,25th ICES.- P.7.
  115. Drysdale A., Sager J. A re-evaluation of plant lighting for a bioregenerative life support system on the Moon.// SAE Paper.- 1996.- No.961 557,26th ICES.- P.5.
  116. Drysdale A., Fortson R., Stutte G., Mackowiak C., Sager J., Wheeler R. Reliability of Biological Systems Based on CBF Data.// SAE Paper.- 1996.- No.961 498, 26th ICES.-P.8.
  117. Drysdale A. OCAM-2: a second generation bioregenerative life support system model.// SAE Paper.- 1997.- No.972 291,27th ICES.- P.6.
  118. Dunne J.A., Williams R.J., Martinez N.D. Food-web structure and network theory: The role of connectance and size.// PNAS.- 2002.- v.99, No 20.- P.12 917−12 922.
  119. Ebenhoh O., Heinrich R. Evolutionary Optimization of Metabolic Pathways. Theoretical reconstruction of the stoichiometry of ATP n NADH producing systems.// Bull. Math.Biology.- 2001.- v.63, Nol.- P.21−56.
  120. Edeen, M.A.- Dominick, J.S.- Barta, J.S.- Packham, N.J.C. Control of Air Revitalization Using Plants: Results of the Early Human Testing Initiative Phase I Test.// SAE Technical Paper Series.- 1996.- No.961 522,26th ICES.- P.15.
  121. Edelman G.M., Gaily J.A. Degeneracy and complexity in biological systems.// PNAS.-2001.- v.98, No 24.- P. 13 763−13 768.
  122. Edmonds B. Syntactic Measures of Complexity. Ph.D. Thesis, 1999.- P.245.
  123. Eisenberg J.N., Pawlowski C.W., Maszle Don R, Auslander D.M. System issues for controlled ecological life support systems.// Life Sup.&Bisph.Sci.- 1995.- v.l.- P.141−157.
  124. Finn, J.T. Measures of ecosystem structure and function derived from analyses of flows.// J.Theor.Biol.- 1976.- v.56.- P.363−80.150. .Finn, J.T. Ecosystem succession, nutrient cyclyng and output-input ratios.// J.Theor.Biol.- 1982.- v.99.- P.479−89.
  125. Fitch W.M. Rate of change of concomitantly variable codons.// J. Mol. Evol.- 1971,-v.2.- P. 84−96.152. .Folsom C.E., Hanson J.A., (ed. N. Poluin), Ecosystem Theory and Application, John Wiley and Sons Ltd., 1986.- P.269−288.
  126. Fontana W., Shuster P. Continuity in Evolution: jn the Nature of Transition.// Science. -1998.- v. 280.-P. 1454−1455.
  127. Fontana W. and Shuster P. Shaping Space: The Possible and the Attainable in RNA Genotype-Phenotype Mapping.// J.Theor.Biol.- 1998.- № 194.-P.491−515.
  128. Forst C.V., Reidys C., Weber J- Evolutionary Dynamics and Optimization.// Advances in Artificial Life.- 1995.- v.929.- P. 128−147.
  129. Fortson R.E., Stutte G.W. Measuring the Reliability of a CELSS.// SAE Paper.- 1995.-No.951 535,25th ICES.-P.6.
  130. Funabashi K., Kurokawa H., Oda M., Sugawara S., Takakusagi Т., Ashida A., Nitta K. Simulation software of material circulation in a CEEF: Closed Ecology Experiment Facility.// SAE Paper.- 1996.- No.961 500,26th ICES.- P.6.
  131. Gitelson J.I., Terskov I.A., Kovrov B.G., Lisovskii G.M.et al. Long-term experiments on man’s stay in biological life-support system.// Adv. Space Res.- 1989.-V.9.- P.65−71.
  132. Gitelson J.I., Okladnikov Yu.N. Man as a Component of a Closed Ecological Life Support System.// Life Supp & Biosph Sci.- 1994.- v. l, No2.- P.73−81.
  133. Gitelson J.I., Bltim V., Grigoriev A.J., Lisovsky G.M., Manukovsky N.S., Sinyak Yu.E., Ushakova S. A. Biological-physical-chemical aspects of a human life support system for a lunar base.// Acta Astronautica.- 1995.- v.37.- P.385−394.
  134. Goodsell D.S., Olson A.J. Structural symmetry and protein function.// Annu Rev. Biophys. Biomol. Struct.- 2000.- No.29.- P.105−153.
  135. Green D.G. Emergent Behavior, in Biological Systems.// Complexity International.-1994.-v.l.-P. 12.
  136. Grossberg S. Nonlinear neural networks: principles, mechanisms, and- architectures.// Neural Network.- 1988.- v.4.- P.17−61.
  137. Grover J.P. Stoichiometry, Herbivory and Competition for Nutrients: Simple Models based on Planktonic Ecosystems.// J. Theor. Biol.- 2002.- v. 214, No. 4.- P.599−618.
  138. Hecht-Nielson R. On the geometry of feedforward neural network error surfaces.// Neural Computation, MIT Press.- 1993.- v.5, No 6.- P.910−927.
  139. Hedge, A., Burge, P. S., Wilson, A.S. and J. Harris-Bass. Work-related illness in office workers: a proposed model of the sick building syndrome.// Environment International.-1989.- v. l5.- P.143−158.
  140. Hedge, A., Erickson, W.A. and Rubin, G. Psychosocial correlates of sick building syndrome.// Indoor Air.- 1995.- v.5.- P. 10−21'.
  141. Hedge, A., Erickson, W.A. and Rubin, G. Predicting sick building syndrome at the individual and aggregate levels.// Environment International.- 1996.- v.22, No.l.- P. 1319:
  142. Hengeveld H.G. Climate Change Digest Projections for Canada’s Climate Future CCD 00−01: Special Edition, A Discussion of recent simulations with Canadian Global Climate Model, www.tor.ec.gc.ca/apac/.
  143. Hopfield J.J. Neurab networks and physical systems with emergent collective computational abilities.// PNAS.- 1982.- v.79.- P.2554−2558.
  144. Hosomi Т., Tako Y., Ashida A., Nitta K., Tokimori Y., Yamamoto T. Material Flow Simulation Software for CEEF: Closed Ecological Experimental Facilities.// SAE Paper. -1995.- No.951 537,25th ICESi- P.10.
  145. Huttenbach R.C., Radford J.D. Life support future trends and developments.// SAE Technical Paper.- 1989.- No.891 549.
  146. Jain S. and Krishna S. A model for the emergence of cooperation, interdependence, and structure in evolving networks.// PNAS.- 2001.- v.98, № 2, — P.543−547.
  147. Jeffries C. Qualitative stability and! digraphs in model ecosystems.// Ecology.- 1974.-v.55,No.l.- P.1415−1419.
  148. INDOOR AIR'90^ Proceedings of the 5th International Conference on Indoor Air Quality-and Climate., w.1−5, D.S. Walkinshaw, ed. Indoor Air Technologies, Ottawa, 1990.
  149. Karl D.M. Aquatic ecology: Phosphorus, the staff of life.// Nature.- 2000, — v.406.- P.31−33-
  150. Kauffman S. A-, Smith R.G. Adaptive automata based on Darwinian selection.// Physica D.- 1986.-v.22, No.1−3.- P.68−82.
  151. Kauffman S.A. Origins: of order: self-organization andt selection in evolution. N.Y.:Oxford Univ. Press, 19 931
  152. Kimura M. Recent development of the neutral- theory viewed from the Wrightian tradition of theoretical population genetics.// PNAS.-1991.- v.88.- P.5969−5973:
  153. Kohonen T. Self-organized formation of topologically correct feature maps.// Biol. Cybern.- 1982.- No.43.- P.59−69.
  154. Levin t S.A., Grenfell В., Hastings A., Perelson A. S: Mathematicah and computational t Challenges in Population biology and? ecosystems science.// Science.- 1997.- v.275.-P.334−343.
  155. May R.M. Qualitative stability in model ecosystems.// Ecology.- 1973.- v.54, No.l.-P.638−641.
  156. Mendell," M.J. Non-specific symptoms in office workers: a review and summary of the epidemiologic literature.// Indoor Air.- 1993.- v.3.- P.227−236.
  157. Mendell, M- and Smith A. Consistent pattern of elevated symptoms in air-conditioned: office buildings: A reanalysis of epidemiologic studies.// American Journal of Public Health.- 1990 v.80.- C. l 193−1199.
  158. Miyajima H., Ishikawa Y., Nitta K. Material circulation analysis CEEF through simulation.// SAE Paper.- 1997.- No.972 297,27th IGES.- P.9.
  159. Mori? K., Ohya H., Matsiunoto K., Furune H. Sunlight Supply and Gas Exchange Systems in Microalgal Bioreactor.// Adv. Space Res.- 1987.- v.7, No.4.- P.47−52.
  160. Nelson, M.- Dempster, W.F. Living in space: results from Biosphere 2's initial closure, an early testbedi for closed ecological systems on Mars.// Life Sup.&Bisph.Sci.- 1995.-v.2.- P.81−102.
  161. Nitta, K.- Ashida, A.- Otsubo, K. Closedt Ecology Experiment Facilities (CEEF) Construction Planning and Present Status.// Life Sup.&Bisph.Sci.- 1996.- v.3.- P.101−115.
  162. Odum H.T., Pinkerton R.C. Time’s speed regulator: the optimum efficiency for maximum power output in physical and biological systems.// American Scientist.- 1955.-v.43, No.2.-P.331−343.
  163. Parrott L., Kok R. Incorporating Complexity in Ecosystem Modelling.// Complexity International.- 2000.- v.7.- P.20.
  164. Partridge D., Yates W.B. Replicability of Neural Computing Experiments.// Complex Systems.- 1996.- № 10.- P.257−281.
  165. Pelletier J.D. Are large complex ecosystems more unstable?// Mathematical Biosciences.- 2000.- v.163, No. 11- P.91−96.
  166. Reidys С. M., Stadler P. F. Combinatorial Landscapes. // Santa Fe Institute Working Paper.- 2001.- No.01−03−013.- P.42.
  167. Rumelhart D.E., Hinton G.E. Williams R.G. Learning representations by back-propagating errors.//Nature.- 1986.- v.323.- P.533−536.
  168. Schuster P. How does Complexity Arise in Evolution?// Complexity.- 1996.- № 2.- P.22−30.
  169. Sick Building Syndrome, Environmental Health Center, National Safety Council, June 18, 1997. URL: http://www.nsc.org/ehc/indoor/sbs.htm.
  170. Silver S.R., Mateles R.I. Control of mixed-substrate utilization in continuous cultures of E. coli. ll J.Bacteriol.- 1969.- v.97, No.2.- P.535−543.
  171. Sole R.V. Modelling Macroevolutionary Patterns: an Ecological Perspective.// Santa Fe Institute Working Paper.- 2000.- No.00−12−063.- P.26.
  172. Stubbs D.F. Entropy and Neural Nets. In: Neurocomputers and Attention, Manchester Univ. Press, 1991: — P.685−694.
  173. Theodoridis G.C., Anne A: Stark L. On Evolutive Systems and The Initial of Structure, and Function.//J. Theor. Biol.- 1996.- v.178,№ 1.- P.61−88.
  174. Volk Т., Rummel J.D. Mass Balances for a Biological Life Support System Simulation- Model.//Adv.Space Res.- 1987.- v.7, No.4.- P. 141−148.
  175. Wigner E.P. The probability of the existence of a self-reproduction unit. In: The Logic of Personal Knowledge, The Free Press, Glencoe, Illinois, 1961, — P.231−238.
  176. Wolfram S. Cellular automata as models of complexity.// Nature.- 1984.- v.311.- P.419−424.
  177. Wolpert D. H., Macready W. G. No Free Lunch Theorems for Search.// Santa Fe Institute Working Paper.- 1996.- No.95−02−010.- P. l 8.
  178. Wolynes P.G. Symmetry and the energy landscapes of biomolecules.// PNAS.- 1996.-v.93.- P.14 249−14 255.
  179. Yanofsky C., Horn V., Thorpe D. Protein structure relationships revealed by mutaitional analysis.// Science.- 1964.'- v.146.- P.1593−1594.
  180. Zang C.T. A Symmetrical Theory of DNA Sequences and Its Applications.// J. Theor. Biol.- 1997.- v. l 87, № 3.- P.297−306.
  181. Zweers, Т., Preller, L., Brunekreef, В., and Boleij, J.S.M. Health and indoor climate complaints of 7043 office workers in 61 buildings in the Netherlands.// Indoor Air.-1992.- v.2.- P.127−136.
Заполнить форму текущей работой

Сессия? Спокойно!