План

Вступ

1. Нейробіоніка

2. Біоархітектура

3. Біопрогнозування

4. Джерела використання

Висновок

Література

Вступ

Біоніка – це новий напрямок досліджень, який виник в середині ХХ століття і викликаний ходом розвитку науки, техніки, виробництва. Задачі нової науки пов`язані з відтворенням в штучних умовах особливо технічних системах окремих властивостей і закономірностей самої складної в природі – біологічної форми руху матерії. Виходячи з цього, для біонічних досліджень і розробок необхідні спеціалісти широкого профілю, які знайомі з принципами будови, функціонування і розвитку живих організмів, які мають інженерні навички, і можуть втілити всі свої званння в науковії творчості при створенні нової техніки і технологій, в питаннях сучасного виробництва.

Біоніка в наш час одержала значне поширення. За останні роки біоніка стала окремим предметом в циклі дисциплін для біологічних факультетів. Значний інтерес до біоніки зумовлений значною практичною спрямованістю цієї науки, яка вивчає принципи будови і функціонування біологічних систем перш за все з метою створення нових машин, пристроїв, механізмів, будівельних конструкцій і технологічних процесів, характеристики для яких дули б настільки досконалі і високоефективні, як і для живих систем.

1. Нейробіоніка

У мозку, поряд з послідовним виконанням окремих етапів рішення, відбувається рівнобіжна обробка інформації. При цьому кожний з мільйонів нейронів є автономним обчислювальним пристроєм, і усі вони можуть працювати одночасно. Якщо нейрони зв'язані між собою в складну багаторівневу мережу, як це має місце в живих організмах, процес вироблення кінцевого стану мережі у відповідь на вхідний сигнал відбувається одночасно у всіх елементах мережі і тому завершується швидко незважаючи на те, що швидкість поширення сигналу (визначальна швидкодію) у мозку виміряється сантиметрами в секунду, а в електронній обчислювальній машині наближається до швидкості світла.

Створення електронних машин з паралельно-послідовною обробкою інформації дозволить істотно поліпшити швидкість рішення задач, пов'язаних з керуванням складними системами і з розпізнаванням. У машинах з паралельно-послідовною обробкою інформації кожний елемент машини повинен бути обчислювальним пристроєм. Для розробки таких машин доцільно звернутися до принципів роботи їхнього біологічного прототипу — мозку.

Фізіологічне дослідження нейронних мереж основано на встановленні природи зв'язків між нейронами Для цього використовуються різноманітні методики.

Важливі дані дають морфологічні методи. Анатомічні і мікроскопічні дослідження дозволяють установити загальну картину зв'язків відділів мозку і зв'язків окремих нейронів. Електронно-мікроскопічне і гістохімічне вивчення синаптичних зон дає можливість судити про напрямок проведення збудження і про природу медіаторів.

Дослідження роботи нейронів у процесі обробки сигналу на різних рівнях нервової системи дозволяє створювати моделі можливих нервових зв'язків у мережах. Важливу інформацію про зв'язки нейронів дає внутрішньоклітинна реєстрація постсинаптичних потенціалів, що виникають у відповідь на подразнення певних нейронів і провідних шляхів. Вона доповнює інформацію про зв'язки нейронів, отриману при статистичній обробці записів імпульсної активності декількох одночасно працюючих нейронів.

Фізіологічні і морфологічні дані свідчать про надзвичайну множинність прямих і непрямих зв'язків нейронів у центральній нервовій системі. Досліджувана фізіологом нейронна мережа представляє в дійсності тільки штучно ізольовану функціональну частину величезного цілісного апарата центральної нервової системи. Треба відзначити, що одночасна реєстрація електричних процесів у багатьох нейронах сполучена із серйозними технічними труднощями. Установлення картини роботи сотень або тисяч нейронів у реальних нейронних мережах мозку технічно навряд чи можна здійснити. Для вироблення гіпотез про роботу складних нервових мереж важливого значення набуває метод моделювання.

Вивчення адаптивних властивостей біологічних об'єктів сприяло створенню теорії систем. Здатністю до навчання повинні володіти пристрою розпізнавання образів, пристрою визначення характеристик невідомих процесів, об'єктів і середовищ, пристрої керування цими процесами й об'єктами, а також цілий ряд інших систем. Вивчення нейронних мереж біологічних систем, які володіють цим комплексом властивостей і особливостей, безсумнівно істотно просунуло б вирішення проблеми адаптивності технічних пристроїв і систем, здатних накопичувати інформацію про нові властивості середовища і тим самим поліпшувати свої характеристики.

У біологічних нейронних структурах важливими, з технічної точки зору, є принципи кодування інформації про зовнішнє середовище. Істотним принципом кодування сенсорної інформації є принцип новизни повідомлення, що полягає в тому, що сенсорні канали пропускають тільки нову інформацію (зміна положення тіла, зміна температури або тиску на шкіру, появу нового предмета в полі зору, зміна характеристик звукового подразника і т.д.). Кодування тільки змінюючоїся інформації, а також добре відомі реакції нейронів типу «оn» — «off» і їх комбінації свідчать про зв'язок принципів кодування з похідними сенсорних сигналів.

При кодуванні інформації в сенсорних каналах можлива перебудова чутливості до різного типу подразників. Це означає, що максимальна чутливість каналу забезпечується тільки до тих подразників, що у даний момент є життєво важливими для тварини. Таке кодування зменшує надмірність інформації про зовнішнє середовище, збільшуючи тим самим пропускну здатність сенсорних каналів для важливих повідомлень.

Ще одним важливим принципом кодування інформації є вироблення ознак, тобто обчислення за перевагою логічних функцій від вхідних величин: показань різних рецепторів або інтернейронів. Ці ознаки можуть виділятися окремими нейронами.

У нейронній мережі спостерігається фонова і викликана активність. Під фоновою активністю прийнято розуміти таку імпульсацію нейронів мережі, що має місце під час відсутності подразників. Викликана активність прямо зв'язана з подразненням. Фонова активність часто носить випадковий характер, хоча можливі і реверберуючі фонові розряди. Важливе функціональне значення фонової активності полягає в стабілізації порогів нейронів у мережі на необхідному рівні.

Розглянуті особливості біологічних нейронних мереж важливі для моделювання процесів обробки інформації в технічних системах керування, діагностики і розпізнавання образів. Сучасні системи керування складними об'єктами і процесами повинні бути тими, які навчають, і, що пристосовуються до різних умов роботи. Саме такими і є біологічні керуючі системи. Моделювання біологічних нейронних мереж викликано прагненням одержати в технічних системах швидку дію, ефективність і високу надійність функціонування. У цьому і полягає одна з найважливіших задач сучасної нейробіоніки.

2. Біоархітектура

Біоархітектура - напрям наукової і проектно-конструкторськоі діяльності, що полягає у вивченні й практичному використанні законів, закономірностей і принципів природи для створення нових прийомів архітектурної організації простору в містобудуванні й окремих спорудах, нових конструкцій і матеріалів. Біоархітектура сприяє кращій функціональній організації об'єктів, підвищенню несучої здатності конструкцій, зниженню ваги будівель тощо. У світовій практиці ця новинка вже давно застосовується, досить назвати такі країни, як Мексика, Франція, Австралія, Італія та багато інших.

Наша Україна теж поступово «зодягається» в дивовижне «вбрання» архітектурної біоніки. Це насамперед стосується столиці. Кияни вже звикли до того, що нові станції метрополітену нагадують живе суцвіття величезних квітів, до них нещодавно приєдналася і Севастопольська площа, що вражає просторим, наче живим куполом.

Тільки погляньте на цю вигнуту пелюстку тюльпана. Саме завдяки цій вигнутості, він витримує удари крапель дощу та сідаючих на нього бджіл. А чи приходилось вам зазирати в глибини моря, де живуть морські зірки чи краби, молюски, морські їжаки? Звідки вони беруть сили витримувати такий тиск води?

Жива природа - майстерний будівельник, славетний архітектор. Не дивлячись на те, що людина багато чого досягла в архітектурі, вона може надати урок мистецтва у будівництві. І не дивно!

Ось уже 500 мільйонів років павук плете павутиння - легку конструкцію із тонких і міцних ниток, а працелюбні бджоли збирають мед і споруджують свої домівки 50 мільйонів років. Людина же існує всього біля 2-3 мільйонів років, а її архітектурна і містобудівна діяльність почалася зовсім недавно: 6 - 7 тисяч років тому.

За три мільярди років у живій природі виникли досконалі конструкції. Дослідженням будівних досягнень живої природи і використанням їх в архітектурі став займатися новий науковий напрямок. Він отримав назву архітектурної біоніки. Біоніка у перекладі з англійської мови означає «елемент життя».

Звернітесь до живої природи. Ви рідко коли зустрінете плескаті форми. Вигнуте листя і стовбури дерев, пелюстки квітів, черепашки молюсків, стебла рослин. Таким чином, природа створює форми без зайвих витрат будівельного матеріалу. У якому напрямку в архітектурі може бути використаний цей досвід?

Зараз у світі багато будується великих за розміром споруд: криті спортивні комплекси, цирки, театри, виставкові павільйони, ангари для літаків, їм протипоказані колони, що підтримують дах Наприклад, у Парижі побудований грандіозний виставковий павільйон, покрівля якого, нагадує пелюстку квітки, перекриває простір без підпори в 216 метрів.

У Приморському парку міста Баку в Азербайджані стоїть споруда, його покриття нагадує велику черепашку - тридахну, викинуту морем на беріг. Вона побудована за новим принципом та із легкого матеріалу - армоцегли Але людство бажає нових досягнень.

Пелястки квітів, листя відкриваються і закриваються, регулюючи доступ світла, тепла, вологи, захищаючись від вітру та дощу. Такі рухи в біології називають оборотними. В архітектурі оборотні рухи названі трансформаціями. Трансформаціям належить майбутнє. Уявіть собі місто, в якому будуть відчинятися і зачинятися покрівлі споруд, самі складатися і розсуватися стіни, з'являтися і зникати під землею споруди. Справжня жива архітектура.

Біоархітектура - молодий напрямок. Вона мріє про світосяйні міста, як їх назвав знаменитий архітектор сучасності Лє Корбюзьє.

Придивіться уважно до природи - яку велику кількість форм, можливостей створення різноманітних конструкцій, зроблених із різних матеріалів, таїть вона у собі. І це багатство повинно стати добутком людей -будівельників, архітекторів.

Важко зараз сказати, які будуть дома і міста майбутнього. Безперечно те, що архітектура і жива природа повинні злитися в одне гармонійне ціле.

3. Біопрогнозування

Часто найбільш важливою частиною моделювання в екології є прогнозування стану тих чи інших екологічних систем - від біосфери в цілому до конкретних ланцюгів живлення. Такі прогнози можна розробляти на основі індуктивно-емпіричних або дедуктивно-теоретичних моделей. Перші з них базуються на конкретних даних про стан модельованого об'єкта, а другі будуються на основі загальних наукових уявлень (теорій і гіпотез) про об'єкт.

Біопрогноз — це науково обґрунтоване імовірнісне судження про можливий стан якого-небудь об'єкта, процесу або явища до певного моменту в майбутньому.

Базовим поняттям в екологічному прогнозуванні є поняття про часовий ряд. Часовий ряд - це сукупність послідовних значень перемінної (процесу), зроблених через певні, найчастіше рівні, інтервали значень параметра (звичайно часу). Якщо вимірювані значення є багатомірними, то часовий ряд теж називається бага-томірним. Аналізом одержуваних вимірів статистичних даних займається напрям статистики, що називається аналізом часових рядів. Аналіз часових рядів використовується, зокрема, для розв'язання таких завдань:

1) для побудови математичної моделі процесу, представленого часовим рядом;

2) для дослідження структури часового ряду, наприклад, для виявлення зміни середнього рівня значень (тренда) і виявлення періодичних коливань;

3) для прогнозування майбутнього розвитку процесу, представленого часовим рядом;

4) для дослідження взаємодій між різними часовими рядами. Для розв'язання цих і інших завдань аналізу часових існує велика кількість різних методів. Серед них найбільш важливими є:

1. Методи кореляційного аналізу, що дозволяють виявити найбільш істотні періодичні залежності і їх лаги (затримки) в одному процесі (автокореляція) або між кількома процесами (кроскореляція).

2. Різні модифікації регресійного аналізу, що виявляють основну тенденцію в змінах часового ряду й різні фактори, що на цій тенденції позначаються - контролюють її.

3. Методи спектрального аналізу дозволяють знаходити періодичні й квазіперіодичні залежності в даних.

4. Методи згладжування і фільтрації призначені для перетворення часових рядів з метою видалення з них високочастотних або сезонних коливань.

5. Методи авторегресії і проінтегрованого ковзного середнього (АКІМА) виявляються особливо корисними для опису і прогнозування процесів, що виявляють однорідні коливання навколо середнього значення.

Метод АКІМА був розроблений Г. Боксом і Г. Дженкінсом, і в даний час існує велика кількість його модифікацій.