m odÈle proie - prÉdateur olivier cacciuttolo, joris harnetiaux, lucas jourdes, zhou ren 14 mai...

15
MODÈLE PROIE - PRÉDATEUR Olivier Cacciuttolo, Joris Harnetiaux, Lucas Jourdes, Zhou Ren 14 mai 2013

Upload: emma-deville

Post on 04-Apr-2015

107 views

Category:

Documents


1 download

TRANSCRIPT

Page 1: M ODÈLE PROIE - PRÉDATEUR Olivier Cacciuttolo, Joris Harnetiaux, Lucas Jourdes, Zhou Ren 14 mai 2013

MODÈLE PROIE -

PRÉDATEUROlivier Cacciuttolo, Joris Harnetiaux, Lucas Jourdes, Zhou Ren

14 mai 2013

Page 2: M ODÈLE PROIE - PRÉDATEUR Olivier Cacciuttolo, Joris Harnetiaux, Lucas Jourdes, Zhou Ren 14 mai 2013

2

Plan

• Introduction au problème• Explication du problème• Approche itérative• Modélisation FSP• Approche concurrente• Problèmes rencontrés• Démonstration• Résultats

Page 3: M ODÈLE PROIE - PRÉDATEUR Olivier Cacciuttolo, Joris Harnetiaux, Lucas Jourdes, Zhou Ren 14 mai 2013

3

Introduction au problème

• Equations de Lotka-Volterra

• « Décrire la dynamique des systèmes biologiques dans un environnement ou interagissent les proies et leurs prédateurs respectifs »

Page 4: M ODÈLE PROIE - PRÉDATEUR Olivier Cacciuttolo, Joris Harnetiaux, Lucas Jourdes, Zhou Ren 14 mai 2013

4

Explication duproblème

• Proies ()– Taux de croissance constant– Interactions avec prédateurs – Evolution de la population

−𝒑𝑷𝒅𝑯𝒅𝒕𝑯

=𝒓𝒅𝑯𝒅𝒕

=𝒓𝑯 −𝒑𝑯𝑷

: Taux croissance proies : Efficacité prédateur

Page 5: M ODÈLE PROIE - PRÉDATEUR Olivier Cacciuttolo, Joris Harnetiaux, Lucas Jourdes, Zhou Ren 14 mai 2013

5

Explication duproblème

• Prédateurs ()– Taux de m constant– Interactions avec proies – Evolution de la population

𝒅=−

𝒅𝑷𝒅𝒕𝑷

𝒅𝑷𝒅𝒕𝑷

=−𝒅+𝜶𝑯𝒅𝑷𝒅𝒕

=−𝒅𝑷+𝒂𝒑𝑷𝑯

: Taux croissance proies : Efficacité prédateur : Taux mortalité prédateurs : Energie apportée

Page 6: M ODÈLE PROIE - PRÉDATEUR Olivier Cacciuttolo, Joris Harnetiaux, Lucas Jourdes, Zhou Ren 14 mai 2013

6

Approche itérative

• Repose sur composants POO2• Adaptation aux coefficients probabilistes• Notion de déplacement dans un espace

fini• Les animaux « vivent » au tour à tour– Parcours d’une liste– Simulation du comportement de l’animal

Page 7: M ODÈLE PROIE - PRÉDATEUR Olivier Cacciuttolo, Joris Harnetiaux, Lucas Jourdes, Zhou Ren 14 mai 2013

7

Modélisation FSP

POSITION_LOCK = (aquirePos->releasePos->POSITION_LOCK).MEET_LOCK = (look->lookAway->MEET_LOCK).

Page 8: M ODÈLE PROIE - PRÉDATEUR Olivier Cacciuttolo, Joris Harnetiaux, Lucas Jourdes, Zhou Ren 14 mai 2013

8

• Chaque animal devient un thread– Agissent sans contrainte de temps

• synchronized sur les accès aux objets partagés :– Liste des animaux– Matrice représentant leur habitat

• Surveillance de l’état mortuaire de l’animal

Approche concurrente

Page 9: M ODÈLE PROIE - PRÉDATEUR Olivier Cacciuttolo, Joris Harnetiaux, Lucas Jourdes, Zhou Ren 14 mai 2013

9

Problèmes rencontrés

• FSP

• Mise en place du parallélisme :– Reproduction des espèces– Déplacement des animaux– Famine– Capacité mémoire insuffisante

Page 10: M ODÈLE PROIE - PRÉDATEUR Olivier Cacciuttolo, Joris Harnetiaux, Lucas Jourdes, Zhou Ren 14 mai 2013

10

DÉMONSTRATION

Page 11: M ODÈLE PROIE - PRÉDATEUR Olivier Cacciuttolo, Joris Harnetiaux, Lucas Jourdes, Zhou Ren 14 mai 2013

11

RÉSULTATS2000 steps 100×100 = 10.000 cases ≈ 50 prédateurs≈ 200 proies

Proies : = 0,05 = 0,5 Prédateurs : = 0,03 = 0,2

Page 12: M ODÈLE PROIE - PRÉDATEUR Olivier Cacciuttolo, Joris Harnetiaux, Lucas Jourdes, Zhou Ren 14 mai 2013

12

RÉSULTATS2000 steps 100×100 = 10.000 cases ≈ 50 prédateurs≈ 200 proies

Proies : = 0,2 = 0,5 Prédateurs : = 0,03 = 0,2

Page 13: M ODÈLE PROIE - PRÉDATEUR Olivier Cacciuttolo, Joris Harnetiaux, Lucas Jourdes, Zhou Ren 14 mai 2013

13

RÉSULTATS2000 steps 100×100 = 10.000 cases ≈ 50 prédateurs≈ 200 proies

Proies : = 0,05 = 0,5 Prédateurs : = 0,03 = 0,05

Page 14: M ODÈLE PROIE - PRÉDATEUR Olivier Cacciuttolo, Joris Harnetiaux, Lucas Jourdes, Zhou Ren 14 mai 2013

14

RÉSULTATS2000 steps 100×100 = 10.000 cases ≈ 50 prédateurs≈ 200 proies

Proies : = 0,05 = 0,5 Prédateurs : = 0,01 = 0,2