8
копирования эколого – генетических процессов приводит к построению моделей
“слишком” большой размерности даже на уровне одной популяции (Абросов,
Розенгауз, 1986; Меншуткин, Казанский, 1986). Это обстоятельство не позволяет
проводить машинные расчеты на эволюционно – значимые времена.
В ряде других работ пытаются косвенно учесть процессы адаптации
популяций путем “навязывания” им некоторых целевых функций, например,
максимизация продуктивности, численности, теоретико-игровые постановки и др.
(Цетлин, 1969; Ханин, Дорфман, Кухарев, 1978; см. обзор: Фурсова, Левич, 2002;
Maynard Smith, 1982). Некоторые из таких целевых функций весьма искусственны,
и их не стоит серьезно рассматривать. Напротив, если параметры, реализующие
максимум целевой функции (
), доставляют еще и преимущество в конкурентной
борьбе, то функция
может быть использована для поиска ЭУ – параметров
(Семевский, Семенов, 1982). Однако такого сорта “корректные” функционалы
могут быть получены лишь для достаточны простых экологических ситуаций.
Поэтому их “корректность” в более сложных ситуациях весьма сомнительна.
Более перспективным представляется подход на основе идей эволюционного
моделирования (Фогель, Оуэнс, Уолш, 1969; Букатова, 1979). Например, вместо
одной популяции с параметром
создать набор из нескольких близких
субпопуляций с различными параметрами. В частности, модельная структура
”Триада” содержит три субпопуляции с параметрами (
321
,,
), где
+==−=
321
,, . При действии факторов среды “Триада” реализует
естественный отбор в малом: субпопуляция с параметром, доставляющим
конкурентное преимущество становится доминирующей. Последовательное
развитие этой идеи – “эволюции в малом” - приводит к построению биологически
корректного уравнения и для параметра
. Тогда возникает эколого-эволюционная
модель малой размерности с высоким быстродействием. (Ильичев, 1989а, 1990а)
Отметим, что оценка долговременных экологических последствий (климата
и др.) должна учитывать возможные процессы микроэволюции популяций. Иначе,
модельные оценки биомассы некоторых популяций будут заниженными.
Развитие вычислительной техники (увеличение памяти и быстродействия)
активизировало применение методов эволюционного моделирования. Данный
подход становятся все более популярными и при решении разнообразных