Моделирование различных процессов одно из основных направлений в науке и технике. При наличии модели простой системы можно получить значение параметров её вектора состояния до начала процесса. Однако, моделирование сложных процессов (систем) в рамках стандартных методов развития вычислительной техники и моделирующего программного обеспечения наталкивается на трудности из-за хаотической динамики таких систем. Количество моделей, которые позволяют описать динамику сложных биологических динамических систем крайне мало, так как повторить одинаковые результаты экспериментов невозможно на основе детерминистских или стохастических моделей. Предлагается модель, которая позволяет проводить описание вектора состояния человека в рамках трёхкомпартментных двухкластерных систем управления. Модель может быть реализована с помощью пакета прикладных программ, которые демонстрируют работу каждого кластера по отдельности. На выходе модели можно наблюдать сигналы, которые сравниваются с данными реальных экспериментов в виде наблюдаемых выходных сигналов. Получаемые на выходе имитационной модели сигналы демонстрируют различные состояния системы в условиях внешних управлявших воздействий, при которых происходило изменение внутренних свойств и состояний за счёт внешнего (возмущающего) сигнала. Управляющий внешний сигнал с первого кластера и соответственно выходной сигнал со 2-го кластера были разделены на четыре основные составляющие, которые имели одноименные аналоги в динамике поведения сложных биологических динамических систем [2, 4].
трёхкомпартментная двухкластерная модель, биологические системы, внешнее управляющее воздействие, коэффициент диссипации
Введение. Одно из основных направлений в науке и технике - это поиск формальных моделей, закономерностей и алгоритмов, описывающих те или иные объекты, системы, процессы, явления, и, как следствие, большинство современных научных исследований посвящено вопросам их адекватной формализации. Несомненно, результаты таких исследований крайне востребованы и практически значимы для любого направления научных знаний человека. Всё это позволяет переходить на всё новый и новый уровень понимания и оперирования окружающим миром, тем более, если речь идёт о сложных биосистемах.
При исследовании относительно простых предметных областей (технических систем) процедура получения формальных описаний предметной области хорошо отработана и известна, получаемые результаты
1. Еськов В.М. Физика и теория хаоса-самоорганизации в изучении живого и эволюции разумной жизни // Сложность. Разум. Постнеклассика. 2013. № 2. С. 77-95.
2. Еськов В.М., Хадарцев А.А., Гавриленко Т.В., Ватамова С.Н. Вариабельность состояния параметров функциональных систем организма человека на примере непроизвольных и произвольных движений человека. // Нелинейная динамика в когнитивных исследованиях - 2013: Труды III всероссийской конференции г. Нижний Новгород 24-27 сентября 2013. Нижний Новгород: Институт прикладной физики НИИ РАН, 2013. С. 55-59.
3. Еськов В.М., Хадарцев А.А., Гудков А.В., Гудкова С.А., Сологуб Л.И. Философско-биофизическая интерпретация жизни в рамках третьей парадигмы // Вестник новых медицинских технологий. 2012. Т. 19. № 1. С. 38-41.
4. Еськов В.М., Антонишкис Ю.А., Лобзин Ю.В., Несмеянов А.А., Хадарцев АА. Новые представления о механизме защитной реакции клеток крови на экстремальное воздействие // Вестник новых медицинских технологий. 2012. Т. 19. № 1. С. 24-28.
5. Еськов В.М., Еськов В.В., Филатова О.Е., Хадарцев А.А. Особые свойства биосистем и их моделирование//Вестник новых медицинских технологий. 2011. Т. 18. №3. С. 331-332.
6. Еськов В.М., Филатова О.Е., Хадарцев А.А., Хадарцева КА. Фрактальная динамика поведения че-ловекомерных систем//Вестник новых медицинских технологий. 2011. Т. 18. №3. С. 330-331.
7. Eskov V.M. Models of hierarchical respiratory neuron networks // Neurocomputing, 1996. 11. P. 203-226.
8. Eskov V.M., Eskov V. V., Filatova O.E. Characteristic features of measurements and modeling for biosystems in phase spaces of states // Measurement Techniques (Medical and Biological Measurements). 2011. V. 53 (12). P. 1404-1410.
9. Eskov V. M., Gavrilenko T. V., Kozlova V. V., Filatov M. A.. Measurement of the dynamic parameters of microchaos in the behavior of living biosystems // Measurement Techniques. 2012. Vol. 55. №. 9. P. 1096-1100.
10. Eskov V.M., Kulaev S. V., Popov Yu. M., Filatova O.E. Computer technologies in stability measurements on stationary states in dynamic biological systems // Measurement Techniques. 2006. Vol. 49. № 1. P.59-65
11. Prigogine I. The Die Is Not Cast // Futures. Bulletin of the Word Futures Studies Federation. 2000. Vol. 25. № 4. P. 17-19.
