Математическое моделирование
RUS  ENG    ЖУРНАЛЫ   ПЕРСОНАЛИИ   ОРГАНИЗАЦИИ   КОНФЕРЕНЦИИ   СЕМИНАРЫ   ВИДЕОТЕКА   ПАКЕТ AMSBIB  
Общая информация
Последний выпуск
Архив
Импакт-фактор
Правила для авторов

Поиск публикаций
Поиск ссылок

RSS
Последний выпуск
Текущие выпуски
Архивные выпуски
Что такое RSS



Матем. моделирование:
Год:
Том:
Выпуск:
Страница:
Найти






Персональный вход:
Логин:
Пароль:
Запомнить пароль
Войти
Забыли пароль?
Регистрация


Математическое моделирование, 2016, том 28, номер 7, страницы 3–19 (Mi mm3744)  

Эта публикация цитируется в 2 научных статьях (всего в 2 статьях)

Базовая решёточная модель возбудимой среды: моделирование с помощью кинетического метода Монте-Карло

А. Г. Макеев, Н. Л. Семендяева

Московский государственный университет имени М.В. Ломоносова
Список литературы:
Аннотация: Рассматривается простейшая стохастическая решёточная модель возбудимой среды. Каждая ячейка решётки может находиться в одном из трёх состояний: возбуждённом, рефракторном или в состоянии покоя. Переходы между различными состояниями ячеек происходят с заданными вероятностями. Модель предназначена для изучения передачи возбуждения в сердечной мышце и нервном волокне на клеточном и субклеточном уровне, а также для моделирования распространения эпидемий. Имитация элементарных событий на решётке проводится с помощью кинетического метода Монте-Карло, который заключается в построении марковской цепи состояний решётки, соответствующих решению основного кинетического уравнения. Предложен эффективный алгоритм реализации кинетического метода Монте-Карло. Число арифметических операций на каждом временном шаге предложенного алгоритма практически не зависит от размеров решётки, что позволяет проводить расчёты на дву- и трёхмерных решётках очень большого размера (более $10^9$ ячеек). Показано, что модель воспроизводит основные пространственно-временные структуры (уединённые бегущие импульсы, серии импульсов, концентрические и спиральные волны, “спиральную турбулентность”), характерные для возбудимой среды. Изучены основные свойства бегущих импульсов и спиральных волн для рассматриваемой стохастической решёточной модели и проведено их сравнение с известными свойствами детерминистических уравнений типа реакция-диффузия, которые обычно используются для моделирования возбудимых сред.
Ключевые слова: возбудимая среда, бегущие импульсы, спиральные волны, решёточные модели, кинетический метод Монте-Карло.
Поступила в редакцию: 10.08.2015
Англоязычная версия:
Mathematical Models and Computer Simulations, 2017, Volume 9, Issue 5, Pages 636–648
DOI: https://doi.org/10.1134/S2070048217050088
Реферативные базы данных:
Тип публикации: Статья
Образец цитирования: А. Г. Макеев, Н. Л. Семендяева, “Базовая решёточная модель возбудимой среды: моделирование с помощью кинетического метода Монте-Карло”, Матем. моделирование, 28:7 (2016), 3–19; Math. Models Comput. Simul., 9:5 (2017), 636–648
Цитирование в формате AMSBIB
\RBibitem{MakSem16}
\by А.~Г.~Макеев, Н.~Л.~Семендяева
\paper Базовая решёточная модель возбудимой среды: моделирование с~помощью кинетического метода Монте-Карло
\jour Матем. моделирование
\yr 2016
\vol 28
\issue 7
\pages 3--19
\mathnet{http://mi.mathnet.ru/mm3744}
\elib{https://elibrary.ru/item.asp?id=26604112}
\transl
\jour Math. Models Comput. Simul.
\yr 2017
\vol 9
\issue 5
\pages 636--648
\crossref{https://doi.org/10.1134/S2070048217050088}
\scopus{https://www.scopus.com/record/display.url?origin=inward&eid=2-s2.0-85029755683}
Образцы ссылок на эту страницу:
  • https://www.mathnet.ru/rus/mm3744
  • https://www.mathnet.ru/rus/mm/v28/i7/p3
  • Эта публикация цитируется в следующих 2 статьяx:
    Citing articles in Google Scholar: Russian citations, English citations
    Related articles in Google Scholar: Russian articles, English articles
    Математическое моделирование
    Статистика просмотров:
    Страница аннотации:473
    PDF полного текста:131
    Список литературы:51
    Первая страница:7
     
      Обратная связь:
     Пользовательское соглашение  Регистрация посетителей портала  Логотипы © Математический институт им. В. А. Стеклова РАН, 2024