مقدمه ای بر الگوریتم آشوب یا Chaos در مهندسی آب
نظریه آشوب
نظریه آشوب، به شاخهای از ریاضیات و فیزیک گفته میشود که مرتبط با سیستمهایی است که دینامیک آنها در برابر تغییر مقادیر اولیه، رفتار بسیار حساسی نشان می دهد؛ به طوری که رفتارهای آینده آنها دیگر قابل پیشبینی نمیباشد. به این سیستمها، سیستمهای آشوبی گفته میشود که از نوع سیستمهای غیرخطی دینامیک هستند و بهترین مثال برای آنها اثر پروانهای، جریانات هوایی و دوره اقتصادی میباشد.
این نظریه، گسترش خود را بیشتر مدیون کارهای هانری پوانکاره، ادوارد لورنتس، بنوا مندلبروت و مایکل فایگنباوم میباشد. پوانکاره اولین کسی بود که اثبات کرد، مساله سه جرم (به عنوان مثال، خورشید، زمین، ماه) مسالهای آشوبی و غیر قابل حل است. شاخه دیگر از نظریه آشوب که در مکانیک کوانتومی به کار میرود، آشوب کوانتومی نام دارد. گفته میشود که پیر لاپلاس یا عمر خیام قبل از پوانکاره، به این مشکل و پدیده پی برده بودند.
طی 20 سال گذشته، در حوزه ریاضیات و فیزیک مدرن، روش علمی و تئوری جدید و بسیار جالبی به نام "آشوب" پا به عرصه ظهور گذاشته است. تئوری آشوب، سیستمهای دینامیکی بسیار پیچیده ای مانند اتمسفر زمین، جمعیت حیوانات، جریان مایعات، تپش قلب انسان، فرآیندهای زمین شناسی و ... را مورد بررسی قرار می دهد. انگاره اصلی و کلیدی تئوری آشوب این است که در هر بی نظمی ، نظمی نهفته است. به این معنا که نباید نظم را تنها در یک مقیاس جستجو کرد؛ پدیده ای که در مقیاس محلی، کاملا تصادفی و غیرقابل پیش بینی به نظر می رسد چه بسا در مقیاس بزرگتر، کاملا پایا (Stationary) و قابل پیش بینی باشد
نقاط تشابهی بین تئوری آشوب و علم آمار و احتمالات وجود دارد. آمار نیز به دنبال کشف نظم در بی نظمی است. نتیجه پرتاب یک سکه در هر بار ،تصادفی و نامعلوم است، زیرا دامنه محلی دارد. اما پیامدهای مورد انتظار این پدیده ، هنگامی که به تعداد زیادی تکرار شود، پایا و قابل پیش بینی است. وجود چنین نظمی است که باعث زنده ماندن صنعت قمار است، و گرنه هیچ سرمایه گذاری حاضر نبود که در چنین صنعتی سرمایه گذاری کند. در واقع، قمار برای کسی که قمار می کند پدیده ای تصادفی و شانسی است(چون در مقیاس محلی قرار دارد) و برای صاحب قمارخانه، پدیده ای قابل پیش بینی و پایا است (چون در مقیاس بزرگتر (global)، این پدیده دارای نظم است).
همین جا می توان به مصادیقی از این تئوری در حوزه علوم انسانی اشاره کرد. بسیاری از وقایع تاریخی که در مقیاس 20 ساله ممکن است کاملا تصادفی و بی نظم به نظر برسند، ممکن است که در مقیاس 200 ساله، 2000 ساله یا 20000 ساله دارای دوره تناوب مشخص و یا نوعی نظم در علتها باشند.در نگرش رفتارگرایی در حوزه روانشناسی، در واقع با نوعی تغییر مقیاس، به نظم رفتاری و قوانین آن دست می یابند و امکان پیش بینی و یا اصلاح اختلالات رفتاری فراهم می گردد، و الا اگر رفتارهای منفرد افراد مد نظر باشد چیزی جز چند رفتار تصادفی و غیرقابل پیش بینی نخواهد بود. روش علمی (متدولوژی) که این تئوری در اختیار ما قرار می دهد، تغییر مقیاس در نگاه به وقایع است به گونه ای که بتوان نظم ساختاری آن را کشف کرد. صد البته، نگاه جدید این منطق به نظم، بسیاری از جدالهای سنتی در مورد برهان نظم و ... در فلسفه را نیز مورد چالش قرار می دهد.
موضوع جالب دیگری که در تئوری آشوب وجود دارد، تاکید آن بر وابستگی (یا حساسیت) به شرایط اولیه است. بدین معنی که تغییرات بسیار جزیی در مقادیر اولیه یک فرآیند می تواند منجر به اختلافات چشمگیری در سرنوشت فرآیند شود. مثال ساده زیر شاید جالب باشد :
اگر مسافری 10 ثانیه دیر به ایستگاه اتوبوس برسد نمی تواند سوار اتوبوسی شود که هر 10 دقیقه یک بار از این ایستگاه می گذرد و به سمت مترویی می رود که از آن هر ساعت یک بار قطاری به سوی فرودگاه حرکت می کند. برای مقصد مورد نظر این مسافر، فقط روزی یک پرواز انجام می شود و لذا تاخیر 10 ثانیه ای این مسافر باعث از دست دادن یک روز کامل می شود. بسیاری از پدیده های طبیعی دارای چنین حساسیتی به شرایط اولیه هستند. قلوه سنگی که در خط الراس یک کوه قرار دارد ممکن است تنها بر اساس اندکی تمایل به سمت چپ یا راست، به دره شمالی یا جنوبی بلغزد، در حالی که چند میلیون سال بعد، که توسط فرآیندهای زمین شناسی و تحت نیروهای باد و آب و ... چند هزار کیلومتر انتقال می یابد، می توان فهمید که آن تمایل اندک به راست و چپ به چه میزان در سرنوشت این قلوه سنگ تاثیرگذار بوده است.
اگر چه چنین وابستگی آشوبناک (Chaotic) به شرایط اولیه را می توان در بسیاری از وقایع جامعه شناسی (از جمله انقلابها) و روانشناسی و .. پیجویی کرد، لکن به جز یک حوزه(که پایینتر به آن اشاره خواهد شد)، تاکنون توجه خاصی بدین مسئله صورت نگرفته است. به این معنا که اغلب برای تمام طول حیات یک پدیده، وزن یکسانی از نظر تاثیرگذاری عوامل درونی و بیرونی در نظر گرفته می شود، در حالی که تئوری آشوب، نقش کلیدی را در شرایط و المانهای مرزی اولیه می داند. ادوارد لورنز، دانشمند مشهور هواشناسی، سالها پیش جمله مشهور خود را که بعدها به " اثر پروانه" (Butterfly Effect) مشهور شد، چنین عنوان کرده است: " در یک سیستم دینامیکی مانند اتمسفر زمین، آشفتگی بسیار کوچک ناشی از به هم خوردن بالهای یک پروانه می تواند منجر به توفانهایی در مقیاس یک قاره بشود". در بسیاری از وقایع جامعه شناختی و سیاسی نیز می توان به جای پیجویی عوامل بسیار پیچیده و نادیده گرفتن عوامل به ظاهر ساده، با جدی گرفتن عوامل به ظاهر بی ارزش به تحلیل صحیحی نسبت به آن واقعه رسید.
پیشتر اشاره کردیم که در این مورد ، در یک حوزه کار وسیعی صورت گرفته است. این حوزه ، روانشناسی است و تئوری عظیم نابغه دنیای روانشناسی، فروید، دارای چنین رویکردی است. فروید ریشه تمامی رفتارهای انسانها در طول زندگی را متاثر از دوران کودکی (شرایط اولیه به زبان تئوری آشوب) می داند و با پیجویی این رفتارها تا دوران کودکی، به تحلیل این رفتارها می پردازد.
علاوه بر مطالبی که ذکر شد ،تئوری آشوب ، با ارائه نظریه فرکتالها (Fractals) و ارائه مفهوم جدیدی از بعد فیزیکی (Dimension) و مفاهیمی مانند "خود تشابهی" و " خود تمایلی" ، دروازه جدیدی در کشف نظم در پدیده ها گشود که در جای خود می تواند به طور جدی ، مورد استفاده علوم انسانی قرار گیرد.
مطالعه در مورد این مبحث در حقیقت از مطالعات هواشناسی شروع شد.چندی از دانشمندان هواشناسی مشغول مطالعه در مورد شرایط جوی و تاثیر موارد مختلف بر هوای جهان و منطقه داشتند.آنان به مدت دو سال مشغول مطالعه هوای یک منطقه خاص دارای آب و هوای نسبتا بی تغییر و کاملا معتدل بودند و تمامی تغییرات را ثبت می کردند.یک دستگاه ثبت نمودار تغییرات جوی هر روز راس ساعت شش صبح روشن می شد و نمودار تغییرات را تا شش بعد از ظهر ثبت می کرد.اما در پاییز سال دوم ناگهان نمودار این تغییرات به طرز عجیبی عوض شد.یعنی نموداری مغشوش به ثبت رسید که نشانه بروز تغییرات شدید جوی بود،اما آن چه به چشم دیده می شد هیچ تغییری مشاهده نمی کرد.دانشمندان شروع به مطالعه در این مورد کردند تا دلیل این تغییر را دریابند اما متوجه هیچ چیز نشدند.پس از پاییز همه چیز دوباره عادی شد.این امر آنان را بر آن داشت تا یک سال دیگر مطالعات خود را در آن محل ادامه دهند.در پاییز سال بعد آنها همه چیز را تحت نظر داشتند.در این سال نتیجه مشاهدات خود را پیدا کردند.در نزدیکی آن محل دریاچه ای بود که گروهی از پرندگان مهاجر در پاییز به آنجا می رفتند.آن چه باعث تغییر شدید در نمودار می شد همین پرندگان بودند.پرواز دسته جمعی این پرندگان باعث می شد تا حرکت بال های آنان فشاری بر جو بیاورد و این فشار به مولکول های کناری هوا منتقل می شد و نهایتا به سنسور ثبت نمودار دستگاه می رسید.یکی از دانشمندان کنجکاو در پی آن شد که متوجه شود اگر این پرندگان آنجا نبودند چه می شد.وی با استفاده از یک برنامه کامپیوتری موقعیت منطقه را شبیه سازی کرد و برنامه را یکبار با حضور پرندگان و یکبار بدون حضور آنان اجرا کرد.هنگامی که پرندگان وجود داشتند کامپیوتر شرایط را دقیقا همان طور که در واقعیت بود نشان داد.اما بدون حضور پرندگان طوفانی بزرگ در منطقه شکل می گرفت که باعث تخریب تقریبا 12 هکتار از آن منطقه می شد.در حقیقت پر زدن آن پرندگان باعث می شد که شرایط شکل گیری این طوفان پیش نیایند...!
پس از مطالعات جدی تر و عمیق تر و شبیه سازی جو جهان آنان به نتیجه ای رسیدند که مهم ترین شعار نظریه آشوب نام گرفت: پروانه ای در آفریقا بال می زند و گردبادی در آمریکای جنوبی شکل می گیرد.
فشاری که بال زدن آن پروانه بر اتمسفر می آورد شاید بسیار ناچیز باشد، اما فرایند تشدید باعث می شود که این فشار ناچیز و اندک به مرور و پس از طی مسافتی تبدیل به یک طوفان عظیم شود.
در جای دیگری، گروهی از دانشمندان علم ژنتیک مشغول مطالعه بر نقشه ژنتیکی قورباغه ها بودند.آنان سعی داشتند تا نقشه ژنتیکی این موجودات را تهیه کنند و از آن در راه پیشرفت دانش ژنتیک استفاده کنند.برای جلوگیری از زاد و ولد قورباغه ها و کنترل وضعیت آزمایشگاهی آنان تصمیم گرفتند که تنها از قورباغه های نر استفاده کنند.پس از حدود یک سال مطالعه ناگهان چیزی غریب اتفاق افتاد. روزی آنان متوجه شدند که پنج قورباغه به تعداد قورباغه ها افزوده شده است.
پس از مطالعه آنان متوجه شدند که برای جلوگیری از انقراض نسل، در قورباغه ها جهشی ژنتیکی اتفاق افتاده است و این گروه از قورباغه ها شش ماه از سال را نر و شش ماه را ماده اند.در فاصله تغییر جنسیت آنان در بدنشان تولید مثل می کنند.و این امر باعث ایجاد شعار مهم دوم نظریه آشوب گشت: زندگی برای بقا راه خود را خواهد یافت.
این نظریه در ابتدا تنها یک نظریه بود .(hypothesis) اما مطالعات بعدی آن را به یک تئوری تبدیل کرد.مطالعات بیشتر آن را به حد علم نیز رساندند.به طوری که امروزه از آشوب در معماری و عمران نیزاستفاده می شود.چرا که یکی از اصولی که این علم بیان می کند این است که هیچ چیز قابل پیش بینی نیست.به دلیل این که حیات راه خود را خواهد یافت.حتی اگر با دقت بسیار زیاد شرایط را کنترل کنیم،به این دلیل که خود ما نیز جزئی از مساله هستیم، دچار اشتباه خواهیم.
اثر پروانه ای
عبارت «اثر پروانه ای» در پی مقاله ای از ادوارد لورنتس بوجود آمد. وی در صد سی و نهمین اجلاس ایایایاس در سال ۱۹۷۲ مقاله ای با این عنوان ارائه داد که «آیا بالزدن پروانه ای در برزیل می تواند باعث ایجاد تندباد در تکزاس شود؟»
لورنتس در حال تحقیق روی مدل ریاضی بسیار ساده ای که از آب و هوای زمین، به یک معادله دیفرانسیل غیر قابل حل رسید. وی برای حل این معادله به روشهای عددی با رایانه متوسل شد. او برای اینکه بتواند این کار را در روزهای متوالی انجام دهد، نتیجه آخرین خروجی یک روز را به عنوان شرایط اولیه روز بعد وارد می کرد. لورنتس در نهایت مشاهده کرد که نتیجه شبیه سازی های مختلف با شرایط اولیه یکسان با هم کاملا متفاوت است. بررسی خروجی چاپ شده رایانه نشان داده که رویال مکبی (Royal McBee)، رایانهای که لورنتس از آن استفاده می کرد، خروجی را تا ۴ رقم اعشار گرد می کند. از آنجایی محاسبات داخل این رایانه با ۶ رقم اعشار صورت می گرفت، از بین رفتن دورقم آخر باعث چنین تاثیری شده بود. مقدار تغییرات در عمل گرد کردن نزدیک به اثر بالزدن یک پروانه است. این واقعیت غیر ممکن بودن پیش بینی آب و هوا در دراز مدت را نشان می دهد.
مشاهدات لورنتس باعث پررنگ شدن مبحث نظریه آشوب شد. عبارت عامیانه «اثر پروانه ای» در زبان تخصصی نظریه آشوب، «وابستگی حساس به شرایط اولیه» ترجمه می شود.
به غیر از آب و هوا، در سیستمهای پویای دیگر نیز حساسیت به شرایط اولیه به چشم می خورد. یک مثال ساده، توپی است که در قله کوهی قرار گرفته. این توپ با ضربه بسیار کمی، بسته به اینکه ضربه از چه جهتی زده شده باشد، می تواند به هرکدام از دره های اطراف سقوط کند.
اغلب سیستم ها در دنیای واقعی طی تکرار یک عملیات مشخص کار می کنند. در مثال آب و هوای لورنتس فرایند گرم شدن سطح زمین از طرف خورشید و سرد شدن جو از طریق تابش به فضای بیرون، فرایندی است که مدام تکرار می شود. می توان نشان داد که در چنین سیستمی بازه ای از مقادیر اولیه با عث ایجاد رفتار آشوبناک می شود.
گروه های بسیاری در دنیا کاربرد نظریه آشوب در بازار ها را درست فرض کرده اند و به دنبال هندسه فرکتالی بازار هستند و چند نوع از این هندسه نیز ارایه شده است. امواج الیوت، اشکال هندسه گن و ... از همین نوع هستند.
مثلا امواج الیوت را در نظر بگبرید، این امواج ساختاری هندسی را برای بازار متصور است و عقیده دارد که رفتار بازار بی قاعده و تصادفی نیست بلکه از شکلی خاص پیروی می کند. نکته جالب این است که اصلا اهمیتی ندارد که شما چه تایم فریمی را مورد بررسی قرار می دهید. در تمامی آنها می توانید امواج الیوت را مشاهده کنید و این همان اصل اول فرکتال هاست. ترکیب و بسط یک هندسه ساده منجر به رفتاری بسیار پیچیده و ظاهرا بی قاعده می گردد که همان چیزیست که از آشوب انتظار داریم.
در واقع ما می دانیم که این ظاهر تصادفی و پیچیده بازار ناشی از تکرار و ترکیب یک هندسه ساده است (همان طور که در تمامی مثال های فرکتال ها چنین است) و به دنبال دیدن آن هندسه ساده هستیم. (ابن همان کاربرد نظریه آشوب است)
مثلا هواشناسی نوین برای درک صحیح حرکت یک جبهه هوا که ظاهری کاملا پیچیده و تصادفی دارد، سعی می کند فرکتال اولیه آنرا بیابد تا از ترکیب آنها به هدف خود برسد.
باید توجه کنید که هنگامی که الیوت نظریات خود را در مورد بازارها ارایه کرد هنوز علمی به نام آشوب وجود نداشت و او با نبوغ خود توانسته بود حرکت های صحیح بازار را در ک کند. در واقع ذهن الیوت دید غیر خطی داشته است. اما برای استفاده درست از امواج الیوت باید آنرا به خوبی با نظریه فرکتال ها آمیخت.
به همین ترتیب نیز هندسه گن می تواند این کار را انجام دهد در واقع ما سعی می کنیم در هر لحظه هندسه فرکتالی بازار را بشناسیم و بفهمیم در کجای هندسه قرار داریم و در چه شرایطی منتظر چه چیزی هستیم.
درک صحیح این هندسه علاوه بر دانش کافی تجربه بسیار نیز لازم دارد. درست مانند کسی که تمامی اصول موسیقی را می داند و به خوبی آنرا درک می کند و به تمرین نیاز دارد.
جهت کسب سود از نظریه آشوب ما باید با کمک علم روانشناسی رفتارهای معاملاتی خود را با رفتارهای اصلی بازار هماهنگ کنیم. بدین ترتیب می توانیم از آنچه که به وسیله این علم می بینیم استفاده کنیم.
فراکتال و نظریه آشوب
شاید تا کنون بارها نام فراکتالها یا برخالها را شنیده باشید؛ موجوداتی که به عنوان اصلی ترین بازیگران هندسه منتج از نظریه آشوب شناخته می شوند.
این هندسه ویژگی های منحصر به فردی دارد، که می تواند توجیه گر بسیاری از رویدادهای جهان اطراف ما باشد، اما ویژگی اصلی که در تعریف آشوب و بالطبع هندسه آن وجود دارد، باعث می شود ما استفاده ویژه ای از این سیستم ببریم.
این روزها از فراکتالها به عنوان یکی از ابزارهای مهم در گرافیک رایانه ای نام می برند، اما هنگام پیدایش این مفهوم جدید بیشترین نقش را در فشرده سازی فایلهای تصویری بازی کردند.
برای آن که درک بهتری نسبت به فراکتالها داشته باشیم ، بد نیست نگاه مختصری به آشوبی بیندازیم ، که فراکتال ها فضای هندسی آنها را تعریف می کند.
تعریف آشوب
فصل مشترک تعاریفی که برای مفهوم آشوب ارائه شده است ، تاکید بر این نکته است که آشوب دانش بررسی رفتار سیستم هایی است که اگرچه ورودی آنها قابل تعیین واندازه گیری است ، اما خروجی این سیستم ها ظاهری کتره ای و تصادفی دارد.
شاید به همین دلیل بود که استوارت ریاضیدان برجسته این موضوع را مفهومی احتمالاتی می دانست ، اما چیزی نگذشت که وی تعریف خود را اصلاح کرد و به تعریفی رسید که تقریبا مورد تایید عمومی قرار دارد.
بر اساس این تعریف ، آشوب به توانایی یک الگو و مدل ساده گفته می شود که اگرچه خود این الگو هیچ نشانی از پدیده های تصادفی در خود ندارد، اما می تواند منجر به ظهور رفتارهای بسیار بی قاعده در محیط شود.
برای مثال ، یک دنباله ریاضی از اعداد را در نظر بگیرید که برای توضیح یک پدیده مشخص وضع شده است. بیایید هربار پاسخ معادله را به عنوان متغیر جدید به این سیستم وارد کنید.
سری جوابی که به دست خواهد آمد، دنباله ای از اعداد است که رفتاری آشوبناک دارد و اگر آنها را تصویر کنیم به یک الگوی واقعی آشوب می رسیم ؛ مثلا معادله ساده x3+c که در آن c یک عدد مختلط است ، اگر یک بار یک عدد به x نسبت دهیم و دفعات بعد به جای عدددلخواه پاسخ قبلی معادله را به xنسبت دهیم ، نمونه بسیار جذابی از یک رابطه آشوبناک به دست می آید؛ رابطه ای که زیبایی های خود را آشکار خواهد کرد، اما نکته ای هم مشخص است.
همین طور که از مثال مشخص شده ، یکی از شناسه های مهم سیستم های آشوب در این است که بازخورد یک رفتار بر ادامه فعالیت آن تاثیر می گذارد؛ یعنی همواره اولین محصول خروجی در ادامه روند نقش بازی می کند؛ همانند زاد و ولد موجودات ، اگر بخواهیم روند زاد و ولد انسان یا هر موجود دیگری را در نظر بگیریم ، باید توجه کنیم که نسل اول کودکان اگرچه محصول این سیستم هستند، اما در تعیین ادامه روند سیستم نقش بازی می کنند.
فراکتالها
اگرچه آشوب نظریه ای است که بر موضوعات گوناگون اجتماعی و سیاسی و اقتصادی نظر دارد، اما نیازمند زبانی برای تصویر سازی مفاهیم خود بود و این عرصه ای بود که هندسه آشوب یا فراکتالها خلق کردند.
ما در هندسه آشوب با تصاویر متفاوتی سرو کار داریم ، تصاویری که بزرگترین خصوصیات آنها این است که وقتی رسم آن را آغاز می کنیم ، نمی دانیم در نهایت با چه پدیده ای روبه رو خواهیم شد و از سوی دیگر بازخورد در آن نقش اساسی دارد. بیایید یک فرمول کلی را اجرا کنیم. یک مثلث متساوی الاضلاع رسم کنید.
حال میانه 3ضلع را مشخص کرده و از رسم آنها به هم مثلث متساوی الساقین جدیدی به دست آورید. همین بلا را بر سر 3مثلث تشکیل شده بیرونی بکنید و این روند را تا آنجا که می توانید ادامه دهید. شما با استفاده از یک رابطه ساده - که تقسیم اضلاع مثلث به نصف و اتصال آنها به هم بود - و با تکرار آن موفق به رسم نقشه یک ساختار فراکتالی شده اید.
چنان اشکالی اجزای سازنده هندسه جدی فراکتالی هستند؛ هندسه ای که به قول یکی از خالقان آن، یعنی مندلبرات ابزاری را برای دیدن بی نهایت در اختیار ما قرار می دهد.این اشکال یک مشخصه بسیار عمده دارند. کل شکل از اجزایی مشابه شکل اول تشکیل شده است.
در مثال خودمان مثلث بزرگ از مجموعه ای مثلث های همسان به وجود آمده است. این یکی از خصوصیات زیبای فراکتالهاست که همزمان از سوی طبیعت و فناوری به کار گرفته شده است.
اگر تا به حال به یک برگ سرخس نگاه کرده باشید، می توانید متوجه تشابه اجزای مختلف آن شوید. ساختار کل ساقه همانند یک برگ و ساختار یک برگ همانند یک جزو کوچک آن است.
اگر فرصت کردید نگاهی هم به سواحل دریاها یا تصاویر هوایی کوهستان ها و گیاهان اطرافتان بیندازید، بسرعت درخواهید یافت که در جهانی آشوب زده احاطه شده اید. اگر هنوز از این موجودات ساده و در عین حال پیچیده هیجان زده نشده اید، این نکته را هم بشنوید.این اجسام نه یک بعدی اند، نه دو بعدی و نه سه بعدی.
این ها ابعادی کسری دارند؟ فراکتالها دقیقا به دلیل همین خاصیت ویژه ای که دارند، زمانی توانستند روشی برای ذخیره سازی تصاویر ارائه دهند. معمولا زمانی که یک تصویر گرافیکی قرار است به شکل یک فایل تصویری ذخیره شود، باید مشخصات هرنقطه از آن (شامل محل قرار گیری پیکسل و رنگ آن به صورت داده هایی عدی ذخیره شود و زمانی که یک مرور گر بخواهد این فایل را برای شما به تصویر بکشد و نمایش دهد، باید بتواند این کدهای عدی را به ویژگیهای گرافیکی تبدیل کند و آن را به نمایش بگذارد. مشکلی که در این کار وجود دارد، حجم بالایی از داده ها ست که باید از سوی نرم افزار ضبط کننده و تولید کننده بررسی شود.
اگر بخواهیم تصویر نهایی ما کیفیتی عالی داشته باشد،نیازمند آنیم که اطلاعات هریک از نقاط تشکیل دهنده تصاویر را با دقت بالایی مشخص و ثبت کنیم و این حجم بسیار بالایی از حافظه را به خود اختصاص می دهد، به همین دلیل ، روشهایی برای فشرده سازی تصویر ارائه می شود.
اگر نگاهی به فایلهایی که با پسوندهای مختلف ضبط شده اند، بیندازید متوجه تفاوت فاحش حجم آنها می شوید. برخی از این فرمتها با پذیرفتن افت کیفیت بین تصویر تولیدی و آنچه آنها ذخیره می کنند، عملا این امکان را در اختیار مردم قرار می دهند، که بتوانند فایلها و تصاویر خود را روی فلاپی ها و با حجم کمتر ذخیره کنند یا روی اینترنت قرار دهند.
برای این فشرده سازی از روشهای مختفی استفاده می شود. درواقع در این فشرده سازی ها بر اساس برخی الگوریتم های کار آمد سعی می شود به جای ضبط تمام داده های یک پیکسل مشخصات اساسی از یک ناحیه ذخیره شود، که هنگام باز سازی تصویر نقشی اساسی تر را ایفا می کنند.
در اینجاست که روش فراکتالی اهمیت خود را نشان می داد. در یکی از روشهایی که در این باره مطرح شد و با استقبال بسیار خوبی از سوی طراحان مواجه شد، روش استفاده از خاصیت الگوهای فراکتالی بود. در این روش از این ویژگی اصلی فراکتالها استفاده می شد که جزیی از یک تصویر در کل آن تکرار می شود.برای درک بهتر به یک مثال نگاهی بیندازیم. فرض کنید تصویری از یک برگ سرخس تهیه کرده اید و قصد ذخیره کردن آن را دارید. همان طور که قبلا هم اشاره شد، این برگ ساختاری کاملا فراکتالی دارد؛ یعنی اجزای کوچک تشکیل دهنده در ساختار بزرگ تکرار می شود.
بخشی از یک برگ کوچک ،برگ را می سازد و کنار هم قرار گرفتن برگها ساقه اصلی را تشکیل می دهد. اگر بخواهیم تصویر این برگ را به روش عادی ذخیره کنیم ، باید مشخصات میلیون ها نقطه این برگ را دانه به دانه ثبت کنیم ، اما راه دیگری هم وجود دارد. بیایید و مشخصات تنها یکی از دانه های اصلی را ضبط کنید. در این هنگام با اضافه کردن چند عملگر ریاضی ساده بقیه برگ را می توانید تولید کنید.
در واقع ، با در اختیار داشتن این بلوک ساختمانی و اعمال عملگرهایی چون دوران حول محورهای مختلف ، بزرگ کردن یا کوچک کردن و انتقال می توان حجم تصویر ذخیره شده را به طور قابل توجهی کاهش داد.
در این روش نرم افزار نمایشگر شما هنگامی که می خواهد تصویر را بازسازی کند، باید ابتدا بلوک کوچک را شبیه سازی کرده ، سپس عملگرهای ریاضی را روی آن اعمال کند، تا نتیجه نهایی حاصل شود.
به نظر می رسد این روش می تواند حجم نهایی را به شکل قابل ملاحظه ای کاهش دهد، اما تنها یک مشکل کوچک وجود دارد و آن هم این نکته است که همه اشیای اطراف ما برگ سرخس نیستند و بنابراین الگوهای تکرار در آنها همیشه اینقدر آشکار نیست. بنابراین باید روشی بتواند الگوهای فراکتالی حاضر در یک تصویر را شناسایی کنند و در صورت امکان آن را اعمال کند.
به همین دلیل ، معمولا روش فراکتالی با روشهای فشرده سازی دیگر همزمان به کار برده می شود؛ یعنی اگر الگوهای تکرار چندان پررنگ نبودند، بازهم فشرده سازی امکانپذیر باشدالبته زیاد نگران ناکارامدی این روش نباشید. یادتان نرود، شما در جهانی زندگی می کنید که براساس یافته جدید ساختاری آشوبناک دارد.
تهیه از: مهندس مجید آسیایی
شناسه تلگرام مدیر سایت: SubBasin@
نشانی ایمیل: behzadsarhadi@gmail.com
(سوالات تخصصی را در گروه تلگرام ارسال کنید)
_______________________________________________________
نظرات (۰)