元胞自动机参考文献
- 格式:docx
- 大小:13.65 KB
- 文档页数:1
元胞自动机综述姓名:班级:控制研-14学号:元胞自动机综述摘要:随着智能交通系统的发展,出现了一种基于元胞门动机理论的交通流模型。
交通流元胞门动机模型由一系列车辆运动应遵守的运动规则和交通规则组成,并且包含驾驶行为、外界干扰等随机变化规则。
文章主要介绍了交通流元胞自动机模型的产生与发展,并总结和评述了国内外的各种元胞门动机模型。
元胞自动机(Cellular Automata,简称CA,也有人译为细胞自动机、点格白动机、分子自动机或单元口动机)。
是一时间和空间都离散的动力系统。
散布在规则格网(Lattice Grid)中的每一元胞(Cell)取有限的离散状态,遵循同样的作用规则,依据确定的周部规则作同步更新。
大量元胞通过简单的相互作用而构成动态系统的演化。
不同于一般的动力学模型,元胞自动机不是由严格定义的物理方程或函数确定,而是用一系列模型构造的规则构成。
凡是满足这些规则的模型都可以算作是元胞门动机模型。
因此,元胞门动机是一类模型的总称,或者说是一个方法框架。
其特点是时间、空间、状态都离散,每个变最只取有限多个状态,且其状态改变的规则在时间和空间上都是局部的。
元胞自动机的构建没有固定的数学公式,构成方式繁杂,变种很多,行为复杂。
故其分类难度也较大,白元胞白动机产生以来,对于元胞白动机分类的研究就是元胞口动机的一个重要的研究课题和核心理论,在基于不同的出发点,元胞门动机可有多种分类,其中,最具彫响力的当属S. Wolfram在80午代初做的基于动力学行为的元胞白动机分类,而基于维数的元胞自动机分类也是最简单和最常用的划分。
除此之外,在1990年,Howard A. Gutowitz提出了基于元胞自动机行为的马尔科夫概率量测的层次化、参最化的分类体系(Gutowitz, H.A. ,1990)o下面就上述的前两种分类作进一步的介绍。
同时就儿种特殊类型的元胞自动机进行介绍和探讨S. Wolfrarm在详细分忻研究了一维元胞自动机的演化行为,并在大量的计算机实验的基础上,将所有元胞白动机的动力学行为归纳为四大类(Wolfram. S. , 1986):(1)平稳型:自任何初始状态开始,经过一定时间运行后,元胞空间趋于一个空间平稳的构形,这里空间平稳即指每一个元胞处于固定状态。
邻居形式。
(4)一个元胞的生死由其在该时刻本身的生死状态和周围八个邻居的状态决定。
2 元胞自动机的扩展CA采用“自下而上”的工作模式,通过作为CA基本单元的一个个元胞根据自身状态及环境改变自身状态的行为共同作用的结果,使事物从整体上发生变化。
城市是个典型的复杂系统,具有开放性、动态性、自组织性等耗散结构特点。
越来越多的研究表明,作为一个典型的复杂系统,城市的动态发展是空间个体相互作用的结果,因此,从空间个体行为的微观角度入手,在较高的空间和时间分辨率下,“自下而上”地研究城市的发展变化是深入理解城市空间动态演变特征和规律的必然要求[2,3]。
然而,城市元胞自动机在现实中的应用仍存在种种的局限,如简单性与真实性的矛盾问题、转换规则问题等[2]。
以下本文主要从三个方面综述国内外学者为了突破城市元胞自动机在实际应用中的局限,扩展urban-CA的定义和功能的情况。
2.1邻居定义的扩展邻居定义的扩展是CA简单性和真实性问题的一个侧面。
上文提及的“生命游戏”,由于其简单、确定的邻居关系,在数据处理上具有简单快捷的优势,但是,对于对现实世界进行模拟和预测的urban-CA而言,需要考虑更多的是可靠性和真实性。
在面对简单性与真实性的矛盾问题时,城市元胞自动机研究进展杨陈照 福建师范大学地理科学学院1 引言一个CA系统通常包括四个要素:元胞、元胞空间、邻居和转换规则。
用数学符号可以将一个标准细胞自动机表示为四元组[1]:A=(Ld, S, N, f)这里A表示一个元胞自动机系统;L表示元胞空间,d是一个整数,表示元胞自动机内元胞空间的维数;S是元胞内有限的、离散的状态集合;N表示一个所有邻域内细胞的组合(包括中心细胞)。
F是基于邻近函数实现的转换规则,根据转换规则,一个细胞可以从一种状态转换为另一种状态。
经典的元胞自动机有初等元胞自动机、“生命游戏”、格子气自动机和“能自我复制的元胞自动机”等[2]。
下面介绍生命游戏的构成及规则:(1)元胞分布在规则划分的网格上;(2)元胞具有0,1两种状态,0代表“死”,1代表“生”;(3)元胞以相邻的8个元胞为邻居,即Moore研究者们转变了模拟思路,不再单纯把城市系统看成是自组织系统,而是把城市发展看作一个受到大尺度因素限制和修改的局部尺度上的自组织过程,在模拟时注重考虑宏观外部因素的影响[4]。
1元胞自动机方法及其在材料介观模拟中的应用何燕,张立文,牛静大连理工大学材料系(116023) E-mail : commat @ 摘 要:元胞自动机(CA)是复杂体系的一种理想化模型,适合于处理难以用数学公式定量描述的复杂动态物理体系问题,如材料的组织演变等。
本文概述了元胞自动机方法的基本思想及原理,介绍了CA的基本组成及特征,综述了CA方法在材料介观模拟研究中的应用。
研究表明CA法在对金属凝固结晶、再结晶、及相变现象等材料介观尺度的组织模拟中表现出特有的优越性。
关键词:元胞自动机,组织演变,介观模拟,动态再结晶1. 引 言 自20世纪计算机问世以来,用计算机建立模型来模拟材料行为的方法在材料设计中的应用越来越广泛,此方法既可节省大量的人力物力和实验资金,又能为实验提供巨大的灵活性和方便性,因而已经引起了各界科学家的高度重视和极大兴趣。
计算机对材料行为的模拟主要有三个方面:材料微观行为、介观行为和宏观行为的模拟。
材料的微观行为是指在电子、原子尺度上的材料行为,如模拟离子实(原子)体系行为,在这方面主要应用分子动力学、分子力学等理论方法;材料的介观行为是指材料显微组织结构的转变,包括金属凝固结晶、再结晶及相变过程,在这方面的模拟主要应用Monte Carlo(MC)方法和Cellular Automata(CA)方法;材料的宏观行为主要指材料加工方面,如材料加工中的塑性变形,应力应变场及温度场的变化等,在这方面的模拟工作主要应用大型有限元软件Marc, Ansys等。
大量实验研究表明,材料的微观组织结构决定了其宏观行为及特征。
因此,对材料介观行为的模拟显得尤为重要。
传统的数学建模方法是建立描述体系行为的偏微分方程,它依赖于对体系的成熟定量理论,而对大多数体系来说这种理论是缺乏的;从微观入手的Monte Carlo方法主要依赖于体系内部自由能的计算,由于其运算量大,需要大量的数据,运算速度慢,为模拟工作带来了诸多不便;而CA方法则另辟蹊径,通过直接考察体系的局部相互作用,再借助计算机模拟这种作用导致的总体行为,从而得到其组态变化,并体现出宏观上的金属性能。
基于元胞自动机的自动-手动驾驶混行交通流特性研究基于元胞自动机的自动-手动驾驶混行交通流特性研究近年来,随着自动驾驶技术的快速发展,汽车行业正逐渐迈向自动化时代。
然而,由于手动驾驶车辆仍然存在较长的使用寿命,以及自动驾驶技术在应用中仍存在一些问题,自动驾驶和手动驾驶车辆混行的交通流成为了当前的现实问题。
为了更好地研究和理解自动-手动驾驶混行交通流的特性,科学家和工程师们开始借鉴元胞自动机的理论和方法,进行相关研究。
元胞自动机是由一系列规则控制的相互作用的细胞单元组成的计算模型。
每个细胞单元可以有多种状态,通过局部规则和细胞之间的相互作用进行更新。
这种模型可以描述复杂系统的动态演变,适用于模拟和研究自动-手动驾驶交通流的行为。
首先,研究人员根据实际道路的特征,建立了一个元胞自动机模型来模拟自动-手动驾驶车辆的混行交通流。
模型中包括自动驾驶车辆和手动驾驶车辆两类,每个车辆都被分配一个唯一的细胞单元。
根据车辆之间的距离和速度差异,以及车辆的速度和加速度限制,研究人员定义了单元之间的局部规则和相互作用规则。
然后,研究人员通过模拟不同交通流密度和比例的自动-手动驾驶车辆混行情况,分析了交通流的稳定性和流量容量。
研究结果表明,自动-手动驾驶交通流的稳定性受到混合比例的影响。
当自动驾驶车辆比例较高时,交通流整体稳定性更好;当自动驾驶车辆的密度较大时,交通流容量也更大。
此外,交通流的稳定性还受到手动驾驶车辆的影响,由于手动驾驶车辆的驾驶行为较为复杂和不规范,容易引起交通流的堵塞和波动。
因此,在自动-手动驾驶混行交通流中,提高自动驾驶车辆的比例和密度,有助于提高交通流稳定性和流量容量。
此外,研究人员还对自动-手动驾驶交通流的效率和安全性进行了分析。
在高比例和高密度的自动驾驶车辆交通流中,由于自动驾驶车辆之间的通信和协调,交通流的平均速度大幅度提高,车辆的行驶时间减少,从而提高了交通流的效率。
而当手动驾驶车辆比例较高时,由于交通流容易发生拥堵和急刹车等情况,交通流的安全性下降,易引发事故。
第29卷第3期 咸 宁 学 院 学 报 Vo.l29,No.3 2009年6月 Journal of X ianni n g Universit y Jun.2009文章编号:1006-5342(2009)03-0103-04地理元胞自动机研究综述*柯新利1,2,边馥苓2(1.咸宁学院 资源与环境科学学院,湖北 咸宁 437100;2.武汉大学 空间信息与数字工程研究中心,湖北 武汉 430079)摘 要:从地理元胞自动机的应用范围、地理元胞自动机转换规则的获取、地理元胞自动机空间划分、元胞自动机与G IS的集成等方面回顾了地理元胞自动机模型的研究,对地理元胞自动机模型研究的发展趋势进行了分析,认为地理元胞自动机模型研究在以下几个方面需要进一步深入:(1)应用范围应进一步扩大;(2)在确定地理元胞自动机的转换规则时应综合考虑自然因素和社会经济因素;(3)应加强地理元胞自动机与多智能体系统的集成研究;(4)应加强对地理元胞自动机的尺度划分及尺度效应的研究;(5)应进一步深化地理元胞自动机与G IS的集成研究。
关键词:元胞自动机;地理模拟;研究综述中图分类号:F301 文献标识码:A0 引 言元胞自动机(Ce ll u l a r Au t om ata,CA)具有强大的空间运算能力,常用于自组织系统演变过程的研究。
它是一种时间、空间、状态都离散,空间相互作用和时间因果关系都为局部的网格动力学模型,具有模拟复杂系统时空演化过程的能力[1]。
与传统的基于方程式的地理学模型相比,元胞自动机模型具有较好的时空动态性,可以模拟非线性复杂系统的突现、混沌、进化等特征,是模拟生态、环境、自然灾害等多种高度复杂的地理现象的有力工具。
很多地理学家利用元胞自动机对各种复杂的地理现象进行了模拟研究,取得了许多有意义的成果。
因此,从地理空间系统的模拟来看,元胞自动机模型的研究和应用提供了一种从地理系统的微观出发、将自然与人文统一的地理模拟系统的新视角和新途径。
元胞自动机的研究现状及进展摘要:元胞自动机是一种利用简单编码与仿细胞繁殖机制的非数值算法空间分析模式,可以说是一种动态模型,也可以说是一种算法。
它可以演示出许多纷繁复杂的行为。
元胞自动机近年来引起了研究者们的追捧,元胞自动机算法由于其优点已成为目前世界上备受关注的算法之一。
本文综述了元胞自动机的研究进展,相关研究理论方法及其在不同领域的广泛应用。
关键词:元胞自动机MATLAB实现相关理论方法元胞自动机的应用1.引言元胞自动机(cellular automaton)简称CA,也有人译为细胞自动机、点格自动机、分子自动机或格子气自动机。
不同的领域翻译出来的名称都带有各自领域的特色。
元胞自动机可以说是由许许多多网格组成的,每一个网格中的一个单元就代表着一个元胞,而这些元胞遵循同样的转换规则,所有的元胞进行同步转换,同步更新。
大量元胞通过彼此之间的相互作用,形成动态系统,进行复杂的演化状态。
所以我们简单的说元胞自动机模型就是在一定的转换规则下的动态系统。
本文主要讲到元胞自动机的研究进展,相关研究理论方法及其的应用。
2.元胞自动机的研究及其组成元胞自动机的起源需要追溯到上世纪40年代,计算机之父-----约翰·冯·诺依曼(John Von Neumann)在设计可以自我进行复制的自动机时,他参照了生物体细胞的自我繁殖机制,提出来元胞自动机的概念及计算机模型。
20世纪70年代,Conway 的“生命”游戏引发了元胞自动机的研究热潮。
在此期间,人们发现了元胞自动机的自组织机制。
在众多研究者的努力下,到目前随着元胞自动机及其相关的研究不断深入,从简单到复杂,从一维元胞自动机到二维、三维元胞自动机,从计算机对一定规则的游戏的实现,到现实生活中实例的模拟,元胞自动机为实际问题的分析研究提供了很好的工具。
元胞自动机是由元胞,元胞空间,邻居及转换规则组成。
其中最基本的单位也就是元胞,元胞位于一维,二维及多维的网格点上,元胞所分布的网格点的集合就成为元胞空间。
元胞自动机在城市土地利用规划中的应用一.研究背景及进展1.1城市土地利用研究背景和进展随着中国社会主义市场经济体制的不断完善,计划导向的土地利用规划也逐步向社会主义市场经济体制下的土地利用规划转变。
借鉴国际上市场经济国家土地利用规划的经验,建立具有中国特色的土地利用规划体系成为必然。
对国际上土地利用规划的对比研究有以下主要观点:美国的土地利用规划更多采用公众参与的方法,参与者包括房屋所有人、社会活动家、房地产开发商、联邦和州政府、规划委员会以及民选官员包括城市议会会员。
同时,美国基于可持续发展的土地利用规划设计了保护生态环境、维持生态平衡、注重新技术的应用、提高土地利用效率和控制人口增长的一系列政策。
联合国粮食与农业组织(FAO)的土地利用规划指南强调土地利用规划作为最佳土地利用的选择,是以土地评价为基础的,而且不仅包括自然的适宜性评价,也包括经济效益的评价和环境效应的检验,这是编制规划方案和方案选择的科学基础。
英国规划的体系由国家级规划、区域性规划、郡级规划、区级规划组成。
国家级规划叫规划政策指南,提出全国性的土地利用方针政策,以白皮文件的形式下发。
地区规划又叫区域规划指南,通过召开区域协调会议制定。
郡级规划也叫结构规划,由每一个郡级的规划机关在土地测量基础上,与相关委员会协商后提出本郡土地利用的方针、政策及发展的框架结构。
区级规划也叫地方规划,是一种详细的发展和实施规划。
科学发展观对土地利用规划的科学性提出了较高的要求,土地利用规划的应用基础研究尤为重要。
从2002年国土资源部启动12个县级规划试点工作,2003年又启动14个地(市)级规划修编试点,2004年土地利用规划修编的重新开始,到2005年关于土地利用规划前期研究工作的国办[32]文的颁布,新一轮土地利用规划稳步开展。
相应的土地利用规划相关研究也日益深入,但与城市规划相比,与作为中国空间规划重要组成部分的地位要求还有一定差距。
但这些研究的广泛开展标志着中国土地利用规划逐渐走上了新的轨道,是提高中国土地利用规划科学性的重要基础。
基于元胞自动机的智能交通作者:郝朝霞黄一丁邓沛能来源:《学习导刊》2014年第03期摘要:随着社会的发展,堵车成了人们最头疼的问题,为了提高车流量,我们主要通过研究交通规则来研究对车流量的影响,首先利用基于元胞自动机[1]模型的STCA模型,进行纵向智能控制,通过MATLAB仿真得出车流量模拟图,然后将横向与纵向控制相结合来实现完全智能状态下的交通系统,从而达到既增加安全性又减少了交通拥堵问题的目的。
关键词:车流量元胞自动机模型 STCA模型完全智能一、引言交通系统是由人、车、路及环境构成的大系统,具有复杂性、动态性和随机性。
车辆超车是常见的驾驶员操作,它是驾驶员针对周围车辆的车速、车辆间距等周边环境信息的刺激,调整并完成自身驾驶目标策略的综合行为过程。
在这样复杂的过程中,必须兼顾车辆的横向控制和车辆的纵向控制,与此同时还需考虑超车的快速性,平顺性和安全性。
目前,智能车辆的控制大多限于单一的横向控制或单一纵向控制,而在超车方面的研究相对较少。
本文按照我国的交通规则,即右行左超车的规则,可以很有效的提高安全性,但不足以缓解交通拥堵的问题,模拟在同一负荷下改变右行左超车的规则后车流量的变化,发现这一交通规则在提升车流量方面无效,经分析得出我们采用右行左右都可以超车的规则会相应提升车流量,从而我们选择右行左右都可以超车的规则来进一步研究。
在以上纵向研究的基础上,加入了横向的智能控制,结合了有规则的安全性高和无规则车流量大的优点,从而更能有效的提升车流量,增加安全性并减少交通拥堵问题。
二、STCA模型由于断面的车辆数呈现泊松分布规律[2],在基于泊松分布原理而建立断面发车模型时,重要的是利用概率统计原理,确定发车模型的相关参数,从而建立具体的发车模型,为了避免产生追尾现象,我们定义一个安全距离,则无论什么情况下安全系数是一样的。
我们通过前进规则(NS规则)和换道规则来实现整个流程,由于NS模型[3]在时间上和空间上都是离散的,车辆随机的分布在离散的元胞链上。
元胞自动机教材
以下是关于元胞自动机的一些教材推荐:
1. 《元胞自动机:一种全新的建模和模拟方法》(Cellular Automata: A New Modeling and Simulation Approach):由Stephen Wolfram于1983年出版的经典著作,介绍了元胞自动
机的基本概念、原理和应用。
是学习元胞自动机的入门教材。
2. 《元胞自动机导论》(Introduction to Cellular Automata):由Andreas Deutsch于2005年出版的教材,详细介绍了元胞自动
机的理论和应用。
内容涵盖了数学模型、动力学和自组织等方面。
3. 《元胞自动机与异质混合系统》(Cellular Automata and Complex Systems):由Tommaso Toffoli和Norman Margolus于1987年出版的著作,详细介绍了元胞自动机与复杂系统的关
系和应用。
内容包括元胞自动机的定义和性质、生命游戏等经典案例,以及元胞自动机在计算机科学中的应用。
4. 《元胞自动机和计算机图形学》(Cellular Automata and Computer Graphics):由Andy Adamatzky于2010年出版的教材,重点讨论了元胞自动机与计算机图形学的关系和应用。
内容包括元胞自动机的建模原理、图形处理、图像生成等方面。
以上教材涵盖了元胞自动机的基本理论、应用领域和相关技术,适合初学者和研究者使用。
选择适合自己的教材,可以根据自己的学术背景和研究方向进行评估和选择。
元胞自动机相关文献研究综述发布时间:2021-05-19T08:07:58.369Z 来源:《中国科技人才》2021年第8期作者:黄震1 贾舒媛1黄丽1 王超1 卿馨予1 [导读] 元胞自动机 (Cellular Automata, 简称CA)仅需定义其规模、状态集合中的元素及元胞间以何种位置关系互为邻居、邻居状态又以何种演化规则进行转化,那么这个元胞自动机模型就能进行自我迭代,从而在对某种演化现象(如森林火灾、种群繁衍、捕食模型等)的模拟实验中得到每一个离散的单位时间内各状态元胞的空间分布以及元胞数量随时间的演化情况。
1 攀枝花学院智能制造学院四川攀枝花 617000摘要随着元胞自动机理论和计算机能力的发展,元胞自动机开始运用到各个领域,为许多复杂系统的研究提供了有力的工具。
本文总结了元胞自动机目前在人员疏散、交通流领域的应用情况,并对不同领域内不同场景的元胞自动机模型进行分析,最后对元胞自动机模型的发展提出展望。
关键字:元胞自动机;人员疏散;交通流1元胞自动机相关概念元胞自动机 (Cellular Automata, 简称CA)仅需定义其规模、状态集合中的元素及元胞间以何种位置关系互为邻居、邻居状态又以何种演化规则进行转化,那么这个元胞自动机模型就能进行自我迭代,从而在对某种演化现象(如森林火灾、种群繁衍、捕食模型等)的模拟实验中得到每一个离散的单位时间内各状态元胞的空间分布以及元胞数量随时间的演化情况。
目前元胞自动机已经成为复杂性研究中网络动力学的典型代表,本文将从应用最广泛的人员疏散、交通流领域进行论述。
2元胞自动机研究领域2.1人员疏散领域元胞自动机是时间和空间都离散的动力模型,基于其建立的模型能较真实、直观的展示人员疏散情况,具有安全、可靠、经济等优点。
学者们通过研究,在元胞自动机建立起的模型中加入不同的场景和约束,对模型进行优化,为修建建筑物或应急设施的布局提供参考。
姜兰在文献1中以航站楼为场景,探究单层公共场所人员安全疏散的最佳方式,建立人员在疏散过程中行为决策的仿真模型,利用理性决策和从众决策确定疏散人员的优先疏散方向,考虑了人的真实视野范围,更符合实际。
收稿日期:2006205222;修返日期:2006207228 基金项目:国家自然科学基金资助项目(70371063) 作者简介:王仲君(19642),女,湖北武汉人,教授,硕导,主要研究方向为计算数学、生物信息学及复杂性研究(wangzj3000@g mail .com );王能超(19372),男,江苏盐城人,教授,博导,主要研究方向为并行算法、快速算法、复杂系统演化分析等;冯飞(19832),湖北松滋人,硕士研究生,主要研究方向为统计学、复杂性研究;田武峰,湖北荆州人,硕士研究生,主要研究方向为统计学、复杂性研究.元胞自动机的演化行为研究3王仲君1,2,王能超1,冯 飞2,田武峰2(1.华中科技大学计算机科学与技术学院,武汉430071;2.武汉理工大学统计学系,武汉430063)摘 要:基于元胞自动机演化行为研究与仿真系统,通过对元胞自动机的一、二、三维演化行为的研究,从统计和渐进的角度对元胞自动机进行了分类,将元胞自动机的演化行为动态统计图与沃尔弗拉姆对于元胞自动机的分类对应起来研究。
这些从不同视角得到的结果有助于对元胞自动机的演化行为进行深入研究;但从统计和渐进的角度对元胞自动机进行分类是否具有普适性,是需要进一步研究探讨的问题。
关键词:元胞自动机;演化行为;统计;渐进;复杂系统中图分类号:TP391.41 文献标志码:A 文章编号:100123695(2007)0820038204Research on evolved behavi or of cellular aut omataWANG Zhong 2jun1,2,WANG Neng 2chao 1,FE NG Fei 2,TI A N W u 2feng2(1.College of Co m puter Science &Technology,Huazhong U niversity of Science &Technology,W uhan 430071,China;2.D ept .of S tatistics,W uhan U niversity of Technology,W uhan 430063,China )Abstract:The paper studied evolved behavi or of cellular aut omat on on one 2di m ensi on,t w o 2di m ensi on,and three 2di m ensi on,based on the devel oped cellular aut omat on syste m about evolved behavi or research and si m ulati on .Fr om the vie wpoint of statis 2tics,cellular aut omata was studied by statistics characteristic,classified according t o its evolved behavi or,and compared t o Worfra m ’s classificati on .W hether or not these results have gotten are universal,this is an i m portant questi on that need further t o study .Key words:cellular aut omat on;evolved behavi or;statistics;advances gradually;comp lex syste m 元胞自动机是21世纪科学研究中一个异常活跃的前沿领域,是复杂性科学的核心技术之一。
[1] Zhou W H, Lee J, Li G L, et al. Embedding Game of Life into a Simple Asynchronous Cellular Automaton[C]. Computing and Networking (CANDAR), 2014 Second International Symposium on IEEE, 2014: 503-506.
[2]Tian J, Treiber M, Zhu C, et al. Cellular Automaton Model with Non-hypothetical Congested Steady State Reproducing the Three-Phase Traffic Flow Theory[M]. Cellular Automata. Springer International Publishing, 2014: 610-619.
[3]Delivorias S, Hatzikirou H, Penaloza R, et al. Detecting Emergent Phenomena in Cellular Automata Using Temporal Description Logics[M]. Cellular Automata. Springer International Publishing, 2014: 357-366.
[4] D'Ariano G M, Mosco N, Perinotti P, et al. Path-integral solution of the one-dimensional Dirac quantum cellular automaton[J]. Physics Letters A, 2014, 378(43): 3165-3168.
[5] Bisio A, D’Ariano G M, Tosini A. Quantum field as a quantum cellular automaton: The Dirac free evolution in one dimension[J]. Annals of Physics, 2015, 354: 244-264.
[6] Masuda T, Nishinari K, Schadschneider A. Cellular Automaton Approach to Arching in Two-Dimensional Granular Media[M]. Cellular Automata. Springer International Publishing, 2014: 310-319.
[7] Takada K, Namiki T. on Limit Set of Two-Dimensional Two-State Linear Cellular Automaton Rules[C]. Computing and Networking (CANDAR), 2014 Second International Symposium on. IEEE, 2014: 470-475.
[8] Al-Mamun M A, Srisukkham W, Fall C, et al. A cellular automaton model for hypoxia effects on tumour growth dynamics[C].Software, Knowledge, Information Management and Applications (SKIMA), 2014 8th International Conference on. IEEE, 2014: 1-8.
[9] Hu M L, Sun J. Sudden change of geometric quantum discord in finite temperature reservoirs[J]. Annals of Physics, 2015, 354: 265-273.
[10] Bureš M, Siegl P. Hydrogen atom in space with a compactified extra dimension and potential defined by Gauss’ law [J]. Annals of Physics, 2015, 354: 316-327.
[11] Terrier V. Recognition of linear-slender context-free languages by real time one-way cellular automata[C]. AUTOMATA 2015. 2015, 9099: 251-262.
[12] Fuentes M L, Klimchuk J A. Two-dimensional cellular automaton model for the evolution of active region coronal plasmas[J]. The Astrophysical Journal, 2015, 799(2): 128.
[13] Tucker G E, Hobley D E J, Hutton E, et al. CellLab-CTS 2015: a Python library for continuous-time stochastic cellular automaton modeling using Landlab[J]. Geoscientific Model Development Discussions, 2015, 8: 9507-9552.。