penna模型论文以及代码

▉ΝβκS

无性繁殖Penna模型

一、 设计思路(包括规则说明 参数设定)

       1. 模型规则:

生物体由基因构成,基因可以分类,最简单的分类方式为两类，以好坏界定，用0，1表示,构成方式为有限长串结构..

规则:

(1) 死亡机制：   

老死：B

    活到B岁（最大年龄），下一步死亡

疾病：     

   活到当前年龄，累计的“疾病”次数达到 Tc次，下一时刻死亡

环境压力：

   每个个体以概率   （Verhulst因子） 生存

(2) 繁殖机制：

最低繁殖年龄：R

   每个个体活到R岁时，开始繁殖,繁殖时，采用拷贝加突变的方式形成子代

突变：M

   突变强度为M，此处为M个位置

  个数：b

   每次繁殖b个子代；

二、 代码(关键部分加注释)

#include

#include

#include

int i,j,t;

double x,y;

FILE *fp;

#define GeneSize 32

#define N0 1000

#define Nmax 100000

#define TIME 1000

#define ReproductionAge 8

#define T 2

struct {

int Gene[GeneSize];//

int Age;

int BadGeneNum;

int LiveOrDie;//活着是0；死的是1

}Agent[Nmax];         //定义结构体数组表示每个个体

int Nt=N0;

void Intial()            //初始化函数

{

for(i=0;i

{

Agent.Age=0;

Agent.BadGeneNum=0;

for (j=0;j

{

x=rand();

y=x/32767;

if(y<0.01)         //初始基因串随机给出，坏基因比例0.01

            {

Agent.Gene[j]=1;

}

else

            {

Agent.Gene[j]=0;

}

}

        if (i

{

Agent.LiveOrDie=0;

}

else

{

Agent.LiveOrDie=1;

}

}

}

void Age(int i)                //年龄机制函数

{

if (Agent.Gene[Agent.Age]==1)

Agent.BadGeneNum++;

Agent.Age++;

}

void Die(int i)                  //死亡机制函数

{

double v;

v=(double)rand()/RAND_MAX;

if (Agent.BadGeneNum>=T)

{

    Nt-=1;

    Agent.LiveOrDie==1;

}

else if (v<((double)Nt/Nmax))

{

Nt-=1;

    Agent.LiveOrDie==1;

}

else if (Agent.Age>=GeneSize)

{

Nt-=1;

    Agent.LiveOrDie==1;

    }

}

void Reproduction(int i)

{

k=0;

int z1,z2;

z1=rand()2;

z2=rand()2;

while(Agent[k].LiveOrDie==0)    //将b个原本死亡的格子变活，b=1

k=k++;

Agent[k].Age=0;                //对新生的个体赋予年龄值

    Agent[k].BadGeneNum=0;

for (j=0;j

{

   Agent[k].Gene[j]=Agent.Gene[j];

   if( Agent.Gene[z1]==1)

    Agent[k].Gene[z1]=0;

   else

    Agent[k].Gene[z1]=1;

   if( Agent[k].Gene[z2]==0)

    Agent[k].Gene[z2]=1;

   else

    Agent[k].Gene[z2]=0;

}

    Nt=Nt+1;

Agent[k].LiveOrDie=0;

}                                       //z1,z2突变位置

void main()

{

srand((unsigned)time(NULL));

Intial();  //初始化

       //时间步迭代

fp=fopen("penna.txt","w");

for(t=0;t

{

for (i=0;i

{

if (Agent.LiveOrDie==0)

{

Age(i);//年龄加1；更新坏基因数

Die(i);//判断死亡1.坏基因致死，2.环境压力致死.3老死

}

}

for (j=0;j

{

if (Agent[j].LiveOrDie==0 && Agent[j].Age>=ReproductionAge)

{

Reproduction(j);

}

}

fprintf(fp,"%d\t",Nt);

}

}

三、 结果及分析(包括图及分析)

(1)对P（B=32, 105, 2, 8, 1, M）

最大年龄B=32岁,最大种群数Nmax=105,疾病次数Tc=2,最低繁殖年龄R=8,每次繁殖子代个数b=1,突变：M=0,t=1000;100,种群规模随时间的变化图

图一    M=2，t=1000;   
图二     M=2，t=100
9 s- T) `: J' A# E4 {) \& m
5 y) ]1 X; d  U; Q
; G, s: y) O/ C6 l/ {8 C

               图三    M=2，t=1000;                              

* n- N9 N9 B2 I; _- Y2 K2 y& L0 Q

                                                                     图四    M=2,t=1000;                                                                       

- a' G! h$ Y  h0 a$ X  k9 P

(2) 对P（32, 105, 4, R, 1, 2）

R取2、4、6作稳定后的年龄结构图。

由（1）知，t=200以后种群数量已经稳定，所以考虑t=200时的年龄组成即可。

                                        图五  

R=2

，

t=200

年龄结构图        

               

' H; k, W4 B# _; \1 v

                    图六 R=4，t=200年龄结构图

                                 图七  R=6，t=200年龄结构图

# @1 o7 i1 I3 b
3 g  Z: N% W  J5 O5 r; Z- b: w