🧬

Біологія та Життя

Роїстий інтелект, мурашина оптимізація та клітинні автомати. Прості правила породжують складну поведінку живих систем.

12+ симуляцій Three.js · Canvas 2D Boids · ACO · Conway

Симуляції категорії

Відкрийте симуляцію — вона запуститься просто у браузері

🐦
Популярне ★★☆ Середнє
3D Boids — Роїстий Інтелект
5000+ птахів-агентів у 3D просторі: відокремлення, вирівнювання, зближення. InstancedMesh для плавних 60fps. Регулюй сили у реальному часі.
Three.js InstancedMesh Reynolds
🐜
★☆☆ Легке
Мурашина Колонія (ACO)
200 мурашок залишають феромонові стежки до їжі. Колонія сама знаходить найкоротший шлях — алгоритм оптимізації мурашиною колонією.
Canvas 2D ACO Stigmergy
🔬
★★☆ Середнє
Гра Життя Конвея
Класичний клітинний автомат у 3D-поданні на Three.js. Тисячі клітин оновлюються синхронно за чотирма правилами. Малюй власні патерни.
Three.js Cellular Automata Conway
🦠
Нове ★★☆ Середнє
SIR Модель епідемії
Частинки поширюють інфекцію поблизу. Налаштуй β, γ, вакцинуй у реальному часі. Спостерігай R₀ та криву епідемії.
Canvas 2D SIR Model Epidemiology Particles
🌱
Нове ★★☆ Середнє
L-Системи — Процедурні Рослини
Правила переписування Ліндемаєра вирощують рослини, фрактальні криві та паттерни. 10 пресетів — Koch, Hilbert, Dragon, Fern, Sierpinski.
Canvas 2D L-System Turtle Graphics Procedural
🐠
Нове ★★☆ Середнє
Хижак–Жертва (Лотка–Вольтерра)
Сотні частинок-жертв та хижаків взаємодіють за просторовими правилами. Спостерігай класичні цикли Лотки–Вольтерра.
Canvas 2D Lotka–Volterra Particles Ecology
🧠
Нове ★★★ Складне
Нейромережа — Зворотне поширення
Двошарова мережа навчається XOR у реальному часі. Ваги як кольорові ребра, активації як яскравість вузлів, крива втрат по епохах.
Canvas 2D Backprop XOR Deep Learning
🦊
Нове ★★☆ Середнє
Лисиці і Зайці
Жива симуляція хижак-жертва з анімованими тваринами. Спостерігай коливання популяцій у реальному часі на графіку!
Canvas 2D Kids Lotka–Volterra Ecology
🔵
★★☆ Середнє
Реакція–Дифузія
Система реакції-дифузії Грея–Скотта на GPU. Плямистий, смугастий та лабіринтний узор виникає із взаємодії двох хімічних речовин.
WebGL Gray–Scott Патерн
🦠
★★☆ Середнє
Поширення Хвороби
Агентна симуляція епідемії з моделлю SEIR. Регулюй рівень зараження, одужання та імунітету, щоб побачити, як поширюються хвороби.
SEIR Canvas 2D Епідеміологія
🧬
★★★ Складне
Генетичний Алгоритм
Популяція еволюціонує, щоб вирішити задачу комівояжера. Відбір, схрещування та мутація забезпечують збіжність.
Canvas 2D TSP Еволюційне
🐦
★☆☆ Початковий
Зграя (Boids)
Алгоритм зграї Крейга Рейнольдса: три правила — розділення, вирівнювання і зближення. Тисячі агентів формують мурмурацію без центрального керування — емерджентний інтелект натовпу.
Агентна модель Емерджентність Three.js
🦅
★☆☆ Початковий
Зграя Птахів
Тривимірна мурмурація тисяч шпаків. Лише локальна взаємодія з сусідами — жодного глобального лідера. Стеж, як зграя розділяється, зливається і кружляє навколо хижаків.
Boids Three.js Instancing
🦋
★☆☆ Початковий
Метелики
Траєкторії польоту метеликів на основі шуму Перліна в полі. Кожен метелик має індивідуальну частоту помахів крил та тяжіє до квіток — медитативна симуляція.
Шум Перліна Three.js Анімація

Навчальні матеріали

Статті та туторіали про алгоритми цієї категорії

Ключові Концепції

Теми та алгоритми, які ви досліджуєте в цій категорії

Гра Конвея 'Життя'Тьюринг-повний клітинний автомат
ДНК / ГенетикаКодування пар основ і симуляція мутацій
Патерни ТюрінгаМорфогенез реакційної дифузії
Нейронний імпульсМодель потенціалу дії Ходжкіна-Хакслі
Еволюція / ГАВідбір, схрещування, мутація
Клітинні АвтоматиЛокальні правила генерують біологічні патерни

Часті Запитання

Поширені запитання про цю категорію симуляцій

Чи дійсно Гра Конвея є Тьюринг-повною?
Так — доведено, що патерни Гри Конвея можуть симулювати будь-які обчислення, включаючи універсальну машину Тьюрінга та логічні вентилі. Симуляція використовує Canvas 2D з торичними граничними умовами.
Як формуються патерни Тюрінга?
У роботі 1952 року Тюрінг показав, що два хімікати — активатор та інгібітор — при різних швидкостях дифузії можуть спонтанно порушити симетрію та створити стабільні просторові патерни. Симуляція реалізує модель Грея-Скотта.
Що симулює генетичний алгоритм?
Симуляція еволюціонує популяцію агентів через відбір (більш пристосовані відтворюються частіше), схрещування (змішування геномів батьків) і мутацію (випадкові зміни бітів). За покоління популяція адаптується до ландшафту пристосованості.

Про Симуляції Біології та Життя

Зграї, еволюція, епідемії та клітинні патерни — як код

Симуляції біології та життя моделюють системи, в яких прості правила створюють складну поведінку. Гра Життя Конвея демонструє, як три правила на безкінечній сітці породжують осцилятори, глайдери та конструкції Тюрінга.

Епідемічні моделі SIR та SEIR показують поширення хвороб у популяціях різного розміру та рівня вакцинації. Стохастичні моделі росту клітин моделюють поділ, апоптоз та диференціацію.

Кожна симуляція побудована з акцентом на точність. Математичні моделі базуються на класичній математичній біології та системній біології.

Інші категорії