Мультиагентное моделирование в биологии растений

Обложка

Цитировать

Полный текст

Аннотация

Традиционные методы, такие как системы алгебраических или дифференциальных уравнений, L-системы или функционально-структурные модели, зачастую не способны в полной мере моделировать динамическое взаимодействие растений со средой. Мультиагентные системы позволяют представить моделируемый объект как коллектив автономных агентов, представляющих отдельные функциональные части, каждая из которых следует локальным правилам, обеспечивающим принятие решения и взаимодействие с внешней средой.

Цель исследования - анализ современных подходов к мультиагентному моделированию в биологии растений. Проведенный анализ ряда публикаций показал, что моделирование на основе мультиагентного подхода воспроизводит рост апельсинового дерева, архитектуру корневой системы, морфологическую адаптацию черной ольхи, поведенческую пластичность животных в растительных экосистемах и позволяет реализовать цифровые двойники пшеницы. В рассмотренных работах особое внимание уделяется эмерджентным свойствам предложенных моделей, которые проявляются без явного задания глобальных правил. Результаты проведённого анализа демонстрируют высокий потенциал мультиагентного подхода как инструмента моделирования морфологических и физиологических процессов биологических систем, а также его перспективность в задачах цифрового земледелия, селекции и прогнозирования урожайности в условиях изменяющегося климата. Этот подход способен учитывать пространственную неоднородность среды и временные изменения условий. Представленный обзор исследований показывает, что подход на основе мультиагентных систем успешно применяется для моделирования роста деревьев, корневых систем, популяционной динамики, цифровых двойников сельскохозяйственных культур.

Об авторах

М. И. Анчёков

Кабардино-Балкарский научный центр Российской академии наук

Автор, ответственный за переписку.
Email: murat.antchok@gmail.com
ORCID iD: 0000-0002-8977-797X
SPIN-код: 3299-0927

заведующий лабораторией «Имитационное моделирование
феногенетических процессов» НИЦ «Интеллектуальные генетические системы»
 

Россия, 360010, Россия, Нальчик, ул. Балкарова, 2

Ж. Х. Курашев

Кабардино-Балкарский научный центр Российской академии наук

Email: kurashev-j@mail.ru
ORCID iD: 0000-0001-9442-6122
SPIN-код: 8549-2620

заведующий НИЦ «Интеллектуальные генетические системы» 

360002, Россия, г. Нальчик, ул. Балкарова, 2

Список литературы

  1. Qu H., Wang Yo., Cai Lg, Wang T. Orange tree simulation under heterogeneous environment using agent-based model ORASIM. Simulation Modelling Practice and Theory. 2012. Vol. 23. Pp. 19–35. doi: 10.1016/j.simpat.2011.12.005
  2. Reuter H., Jopp F., Hölker F., Eschenbach Ch.A. The ecological effect of phenotypic plasticity – Analyzing complex interaction networks (COIN) with agent-based models. Ecological Informatics. 2008. Vol. 3. No. 1. Pp. 35–45. doi: 10.1016/j.ecoinf.2007.03.010
  3. Иорданский Н. Н. Фенотипическая пластичность организмов и эволюция // Русский орнитологический журнал. 2024. Т. 33. № 2385. С. 294–303. EDN: HTMMOX
  4. Eschenbach C. The effect of light acclimation of single leaves on whole tree growth and competition – an application of the tree growth model ALMIS. Annals of Forest Science. 2000. Vol. 57. No. 5. Pp. 599–609. doi: 10.1051/forest:2000145
  5. Mußmann M., Hofstadler D.N., Mammen S. von. An Agent-based, Interactive Simulation Model of Root Growth. The 2024 Conference on Artificial Life. 2024. doi: 10.1162/isal_a_00718
  6. Raies Y., von Mammen S. A Swarm Grammar-Based Approach to Virtual World Generation. Lecture Notes in Computer Science. 2021. Pp. 459–474. doi: 10.1007/978-3-030-72914-1_30
  7. Lindenmayer A. Mathematical models for cellular interactions in development II. Simple and branching filaments with two-sided inputs. Journal of Theoretical Biology. 1968. Vol. 18. No. 3. Pp. 300–315. doi: 10.1016/0022-5193(68)90080-5
  8. Prusinkiewicz P. Pillars of theoretical biology: Mathematical models for cellular interaction in development. I and II. Journal of Theoretical Biology. 2025. No. 609. P. 112142
  9. Li X., Su Zh., Sun H., Zheng P. Agent-based plant growth modeling. ICICSE '09: Proceedings of the 2009 Fourth International Conference on Internet Computing for Science and Engineering. 2009. Pp. 6–11. doi: 10.1109/ICICSE.2009.8
  10. Garro A., Falcone A., Baldoni M. et al. Intelligent agents: multi-agent systems. Encyclopedia of Bioinformatics and Computational Biology. 2025. Pp. 379–385.
  11. Skobelev P., Laryukhin V., Simonova E. et al. Multi-agent approach for developing a digital twin of wheat. In 2020 IEEE International Conference on Smart Computing (SMARTCOMP). 2020. Pp. 268–273. doi: 10.1109/smartcomp50058.2020.00062
  12. Тихонов А. А., Головатый В. С. Модели планирования развития растения для сервиса цифрового двойника сельскохозяйственных культур // Modern Science. 2022. № 2-2. С. 278–283. EDN: IYEJFS
  13. Grieves M. Digital twin: manufacturing excellence through virtual factory replication. White Paper. 2015.
  14. Skobelev P., Mayorov I., Simonova E. et al. Development of digital twin of plant for adaptive calculation of development stage duration and forecasting crop yield in a cyber-physical system for managing precision farming. Studies in Systems, Decision and Control. Springer. 2021. Pp. 83–96. doi: 10.1007/978-3-030-67892-0_8
  15. Lee E.A. Cyber physical systems: design challenges. 2008 11th IEEE international symposium on object and component-oriented real-time distributed computing (ISORC). 2008. Pp. 363–369. doi: 10.1109/ISORC.2008.25

Дополнительные файлы

Доп. файлы
Действие
1. JATS XML

© Анчёков М.И., Курашев Ж.Х., 2025

Creative Commons License
Эта статья доступна по лицензии Creative Commons Attribution 4.0 International License.

Согласие на обработку персональных данных с помощью сервиса «Яндекс.Метрика»

1. Я (далее – «Пользователь» или «Субъект персональных данных»), осуществляя использование сайта https://journals.rcsi.science/ (далее – «Сайт»), подтверждая свою полную дееспособность даю согласие на обработку персональных данных с использованием средств автоматизации Оператору - федеральному государственному бюджетному учреждению «Российский центр научной информации» (РЦНИ), далее – «Оператор», расположенному по адресу: 119991, г. Москва, Ленинский просп., д.32А, со следующими условиями.

2. Категории обрабатываемых данных: файлы «cookies» (куки-файлы). Файлы «cookie» – это небольшой текстовый файл, который веб-сервер может хранить в браузере Пользователя. Данные файлы веб-сервер загружает на устройство Пользователя при посещении им Сайта. При каждом следующем посещении Пользователем Сайта «cookie» файлы отправляются на Сайт Оператора. Данные файлы позволяют Сайту распознавать устройство Пользователя. Содержимое такого файла может как относиться, так и не относиться к персональным данным, в зависимости от того, содержит ли такой файл персональные данные или содержит обезличенные технические данные.

3. Цель обработки персональных данных: анализ пользовательской активности с помощью сервиса «Яндекс.Метрика».

4. Категории субъектов персональных данных: все Пользователи Сайта, которые дали согласие на обработку файлов «cookie».

5. Способы обработки: сбор, запись, систематизация, накопление, хранение, уточнение (обновление, изменение), извлечение, использование, передача (доступ, предоставление), блокирование, удаление, уничтожение персональных данных.

6. Срок обработки и хранения: до получения от Субъекта персональных данных требования о прекращении обработки/отзыва согласия.

7. Способ отзыва: заявление об отзыве в письменном виде путём его направления на адрес электронной почты Оператора: info@rcsi.science или путем письменного обращения по юридическому адресу: 119991, г. Москва, Ленинский просп., д.32А

8. Субъект персональных данных вправе запретить своему оборудованию прием этих данных или ограничить прием этих данных. При отказе от получения таких данных или при ограничении приема данных некоторые функции Сайта могут работать некорректно. Субъект персональных данных обязуется сам настроить свое оборудование таким способом, чтобы оно обеспечивало адекватный его желаниям режим работы и уровень защиты данных файлов «cookie», Оператор не предоставляет технологических и правовых консультаций на темы подобного характера.

9. Порядок уничтожения персональных данных при достижении цели их обработки или при наступлении иных законных оснований определяется Оператором в соответствии с законодательством Российской Федерации.

10. Я согласен/согласна квалифицировать в качестве своей простой электронной подписи под настоящим Согласием и под Политикой обработки персональных данных выполнение мною следующего действия на сайте: https://journals.rcsi.science/ нажатие мною на интерфейсе с текстом: «Сайт использует сервис «Яндекс.Метрика» (который использует файлы «cookie») на элемент с текстом «Принять и продолжить».