Bottom-up Modelle, Soft Computing und komplexe Systeme - Modellierung komplexer Prozesse durch naturanaloge Verfahren - page 4

automaten (siehe unten), von einzelnen Zellen aus, die in verschiedenen Zuständen sein können
und deren Zustände darstellen, ob es sich um Räuber oder Beute handelt. Zusätzlich symboli-
sieren die Zustände das biologische Alter sowie Geschlecht und das Maß des individuellen
Hungers. Wesentlich sind hier auch räumliche Aspekte: Die Zellen haben nur eine gewisse
„Einsicht“ in ihre Umgebung. So könnte ein Räuber z. B. durchaus überleben, wenn er „sehen“
könnte, dass sich eine Beute in einer bestimmten Entfernung befindet. Die Regeln dieses Zellu-
larautomaten lauten unter anderem folgendermaßen:
IF ein Räuber ist hungrig und IF eine Beute ist in der lokalen Umgebung, THEN der Räuber
frisst die Beute. Oder: IF ein Räuber ist im maximalen Hungerzustand und IF keine Beute ist
in der lokalen Umgebung, THEN der Räuber stirbt. Und schließlich, als letztes Beispiel: IF ein
Räuber ist männlich und IF ein weiblicher Räuber ist in der lokalen Umgebung und IF eine
„leere“ Zelle ist in der lokalen Umgebung, THEN ein neuer Räuber wird generiert mit biologi-
schem Mindestalter. 3
Das auf den ersten Blick Erstaunliche ist, dass mit diesem bottom-up Modell ein globales Ge-
samtverhalten des Systems erzeugt wird, das dem Verhalten äußerst ähnlich ist, das in Simula-
tionen mit den Lotka-Volterra-Gleichungen generiert werden kann. Zur Illustration werden
zwei Zustände sowie eine typische Verlaufskurve des Räuber-Beute-Systems dargestellt:
Bild 1-1a Zustände nach 100 Schritten; graue Zellen sind Räuber („Füchse“), schwarze Zellen sind
Beute („Gänse“); Anfangszustand: 100 Füchse, 300 Gänse.
3 Nach den bekannten Kinderliedern über Füchse, die Gänse fressen, haben wir dies Programm
FUXGANS genannt. Interessenten stellen wir es gerne zur Verfügung.