Стихионика

Адаптивные информационные модели окружающего мира.

Под термином Стихионика скрывается название научной дисциплины, необходимость появления которой связана с нетрадиционными методами моделирования природных явлений и объектов. Объектами Стихионики являются адаптивные иерархические системы, сохраняющие инвариантность свойств и стабильность (пространственную и временную) благодаря своей пластичности, обеспечиваемой гибкой структурой связей между элементами систем и подсистем. Выдвигается гипотеза, что мир Природы является сложной иерархией систем, устойчивость которых поддерживается благодаря адаптивным_механизмам. Как известно, свойства систем определяются в первую очередь не самими элементами, а связями между ними. Адаптивные механизмы ответственны за настройку этих связей и других подстроечных параметров. Таким образом, появляется возможность рассматривать мир, как иерархию систем, функционирующих по одним и тем же принципам, что упрощает его понимание. Модели явлений становятся гибкими, пластичными и отвечающим свойствам реального мира (для мира живого это очевидно). Все это дает надежду построить модель Биосферы, что крайне необходимо для понимания законов ее жизни в период активного разворачивания планетарного экологического кризиса, грозящего гибелью человечеству. Возможность же построения биосферных моделей традиционными средствами весьма проблематична. Таким образом, на первое место выдвигается практически игнорируемая в настоящее время информационная компонента, регулирующая энергетические потоки. Но в смысле нейрокибернетики, а не кибернетики. Следствием описываемых представлений является гипотеза о том, что информационная организация мозга не случайна, а отражает общие принципы информационной организации Природы, и, благодаря общности этих принципов, мозг является столь эффективным информационным механизмом при взаимодействии с окружающим миром. Теоретической базой для построения моделей служит концепция сетей с самостоятельной адаптацией. Название "Стихионика" производно от слова "стихия", а его звучание навеяно ассоциацией с названием другой науки - Бионики. Бионика связала искусственный мир технологии с миром творений Природы. Хочется надеяться, что помимо чисто научных достижений, Стихионика позволит вернуть утраченный баланс техногенного мышления и природной информационной среды. Что она поможет восстановить обратную связь между человеком и Биосферой - нашим общим домом.

1. Ланкин Ю.П. Адаптивные сети с самостоятельной адаптацией / Препринт ТО N4.- Красноярск: Институт биофизики СО РАН, Теоротдел, 1998.- 17 стр.

Предложена концепция создания сетей с самостоятельной адаптацией (поисковым поведением), предназначенная для реализации адаптивных сетей (и нейросетей) 3-го поколения. Концепция ориентирована на моделирования деятельности сознания, мозга, адаптивных экологических и биологических систем, построение сложных иерархических систем, гомеостатирование, адаптивное управление, а также решение традиционных задач нейроинформатики. Приведены преимущества новых сетей перед существующими нейросетевыми алгоритмами 2-го поколения. Описана идея одного из возможных алгоритмов с поисковым адаптивным поведением, разработанного для реализации требований концепции.

2. Басканова Т.Ф., Ланкин Ю.П. Алгоритмы самостоятельной адаптации для нейронных сетей / Препринт ТО N5.- Красноярск: Институт биофизики СО РАН, Теоротдел, 1998.- 14 стр.

Предложены алгоритмы самостоятельной адаптации с поисковым поведением. Алгоритмы позволяют строить сложные (в том числе иерархические) адаптивные системы, вести обучение сетей на больших промежутках времени, обучать рекуррентные сети, создавать экспертные системы, решать задачи гомеостатирования и адаптивного управления.

3. Ланкин Ю.П. Стихионика./ Препринт ТО N7.- Красноярск: Института биофизики СО РАН, Теоротдел, 1998.- 27с.

Приведены базовые гипотезы и основания Стихионики. Указаны ограничения современной научной методологии, сдерживающие создание и развитие эффективных модельных представлений, описывающих биосферные и биологические процессы.

4. Басканова Т.Ф., Ланкин Ю.П. Нейросетевые алгоритмы самостоятельной адаптации // Научная сессия МИФИ-99. Всероссийская научно-техническая конференция "Нейроинформатика-99". Сборник научных трудов. В 3 частях. Ч.1.- М.: МИФИ, 1999.- С.17-24.

Описаны алгоритмы самостоятельной адаптации с прогнозируемым случайным поиском направления адаптации, предназначенные для решения сложных адаптивных задач по неполным данным и традиционных задач нейроинформатики.

5. Ланкин Ю.П., Хлебопрос Р.Г. Нейроинформатика: самоадаптирующиеся нейронные сети в экологии (возможности сетей с поисковым поведением) // Инженерная экология.- М.: Инженерная экология, №2.- 1999.- С.28-37.

Рассмотрены возможности использования искусственных нейронных сетей с самостоятельной адаптацией (сетей с поисковым поведением) для решения экологических задач. Нейронные сети являются удобным естественным объектом для отработки математических методов Стихионики.

6. Ланкин Ю.П., Хлебопрос Р.Г. Экологические основания концепции самоадаптирующихся сетей и систем с поисковым поведением // Инженерная экология, 2001.- №2.- С.2-26.

7. Lankin J.P. Adaptive simulation of atmospheric phenomena // SPIE, 2002.- Vol. 4678.- P. 669-680.

8. Lankin J.P., Baskanova T.F. Algorithms of self-adaptation for atmospheric model designing // SPIE, 2004. - Vol. 5397. - P. 260-270.

9. Ланкин Ю.П. Моделирование экологической сложности на основе самоорганизующихся адаптивных сетей // Материалы Национальной конференции с международным участием "Математическое моделирование в экологии" ЭкоМатМод-2009.- Пущино: ИФХиБПП РАН, 2009.- С.153-154.
Скопировать статью (176 Kb):  LankinYP_Modelirovanie_slojnostti.pdf

10. Ланкин Ю.П., Басканова Т.Ф. Методы для моделей адаптивной самоорганизации экосистем // Материалы второй Национальной конференции с международным участием "Математическое моделирование в экологии" ЭкоМатМод-2011.- Пущино: ИФХиБПП РАН, 2011.- С.147-149.
Скопировать статью (197 Kb):  LankinYP_BaskanovaTF_Metodi_adaptiv_samoorg.pdf

11. Ланкин Ю.П., Печуркин Н.С. Адаптивная самоорганизация природных экосистем // Материалы второй Национальной конференции с международным участием "Математическое моделирование в экологии" ЭкоМатМод-2011.- Пущино: ИФХиБПП РАН, 2011.- С.149-151.
Скопировать статью (218 Kb):  LankinYP_PechurkinNS_Adaptiv_samoorg_ecosistem.pdf

12. Ланкин Ю.П., Иванова Н.С. Общий подход к моделированию разнообразия экосистем биосферы на основе фундаментальных свойств живых систем // Современные проблемы науки и образования. - 2011. - № 6; URL: http://www.science-education.ru/100-4883

13. Ланкин Ю.П., Иванова Н.С., Басканова Т.Ф. Основы теории моделирования разнообразия экосистем биосферы на основе фундаментальных свойств живых систем // Современные проблемы науки и образования. – 2012. – № 1; URL: http://www.science-education.ru/101-5144

14. Ланкин Ю.П. Самовозникновение моделей – от теории к реальности // Международный журнал прикладных и фундаментальных исследований, 2013.- №5.- С. 22-26.
Скопировать статью (305 Kb):  2013_05_2013(3).pdf

15. Lankin Yu.P. Self-Assembly of Models: Theory and Application of Description of Properties of Complex Systems// Population Dynamics: Analysis, Modelling, Forecast. 2013. 2(3): 117-128.
Скопировать статью (305 Kb):  http://popdynamf.ung.si/Papers/Vol_2_3/Manuscr_Lank_2(3)_117-128.pdf