Wyniki wyszukiwania - BazTech

Ograniczanie wyników

Znaleziono wyników: 2

Liczba wyników na stronie

Wyniki wyszukiwania

Wyszukiwano:
w słowach kluczowych: cellular automata method

Sortuj według:

Ogranicz wyniki do:

Metoda analizy wieloskalowej w zastosowaniach inżynierskich.

Madej Ł., Pietrzyk M.

Mechanik

2007

R. 80, nr 7

562-565

Zaprezentowano dynamicznie rozwijające się nowe metody obliczeniowe, umożliwiające opis zjawisk zachodzących w materiale, niemożliwych do przewidywania tradycyjnymi metodami modelowania. Metody Automatów Komórkowych (Cellular Automata - CA), Monte Carlo (MC) czy Dynamiki Molekularnej (Molecular Dynamics - MD) mogą być wykorzystane do modelowania procesów w skali mikro, ze szczególnym uzględnieniem zjawisk nieciągłych, a także do tworzenia powiązań między procesami zachodzącymi w skali mikro i zachowaniem się materiału w skali makro. Omówiono przykłady tworzenia i zastosowania metod analizy wieloskalowej ze szczególnym uwzględnieniem metody CAFE (Cellular Automata Finite Element).

Presented are new, dynamically developing calculation methods providing for description of the phenomena occurring inside material, which could not be outlined by means of conventional methods. Discussed are examples how the multiple scale analysis methods were created and applied with particular attention paid to CAFE (Cellular Automata Finite Element).

Simulating the spread of the BSE disease: a cellular automata approach

Magdoń-Maksymowicz M., Maksymowicz A. Z.

TASK Quarterly : scientific bulletin of Academic Computer Centre in Gdansk

2005

Vol. 9, No 2

179-185

The rules of evolution applied in the cellular automata approach may correspond to the propagation of the mad cow disease. In a computer simulation of the BSE disease's spread both inherited and infectious mechanisms are accounted for. The initial population of items is randomly distributed on a two-dimensional square lattice, Nx × Ny = 1000 × 1000, with a fraction of 1 percent the items already infected. Alternatively, faulty prions may spontaneously develop during the simulation with a very small frequency. Our results indicate a critical probability, pc, of BSE transmission, so that for p below the threshold the population recovers. For p > pc the disease is launched in the population with a dynamic equilibrium between the healthy and infected fractions of the population. The threshold is very sensitive to spatial clustering of the population and the detailed rules for the disease's onset, evolution and propagation.