4
การออกเสียงลงคะแนนส่วนใหญ่ด้วย Cellular Automata
มีปัญหาที่สำคัญจริงๆในเซลออโตมาตาที่เรียกว่าปัญหาส่วนใหญ่ : ปัญหาส่วนใหญ่หรืองานการจำแนกความหนาแน่นเป็นปัญหาของการค้นหากฎการเคลื่อนที่อัตโนมัติแบบมิติเดียวที่ดำเนินการลงคะแนนเสียงส่วนใหญ่ได้อย่างแม่นยำ ... เมื่อกำหนดค่าของเซลล์ออโตมาตาสองสถานะด้วยเซลล์ i + j ทั้งหมดซึ่ง i อยู่ในสถานะเป็นศูนย์และ j ซึ่งอยู่ในสถานะเดียวทางออกที่ถูกต้องสำหรับปัญหาการลงคะแนนจะต้องตั้งค่าเซลล์ทั้งหมดให้เป็นศูนย์ในที่สุด i> j และต้องตั้งค่าเซลล์ทั้งหมดให้เป็นหนึ่งถ้า i <j สถานะสุดท้ายที่ต้องการจะไม่ระบุหาก i = j แม้ว่าจะได้รับการพิสูจน์แล้วว่าไม่มีเซลลูลาร์ออโตมาตาสามารถแก้ไขปัญหาส่วนใหญ่ได้ในทุกกรณี แต่มีกฎหลายข้อที่สามารถแก้ไขได้ในกรณีส่วนใหญ่ หุ่นยนต์ Gacs-Kurdyumov-Levin มีความแม่นยำประมาณ 78% โดยมีเงื่อนไขเริ่มต้นแบบสุ่ม กฎ GKL ไม่ซับซ้อน: รัศมี 3 หมายถึงสถานะใหม่ของเซลล์ขึ้นอยู่กับ 7 เซลล์ก่อนหน้านี้: ตัวเอง 3 เซลล์ทางด้านขวาและ 3 เซลล์ทางด้านซ้าย หากเซลล์อยู่ในขณะนี้Oสถานะใหม่ของมันคือส่วนใหญ่ของตัวเองเซลล์ไปทางซ้ายและเซลล์ 3 ก้าวไปทางซ้าย หากเซลล์อยู่ในขณะนี้1สถานะใหม่ของมันคือส่วนใหญ่ของตัวเองเซลล์ทางด้านขวาและเซลล์ 3 ขั้นตอนไปทางขวา นี่คือตัวอย่าง: 0 …