New techniques for implementing membrane systems

Resumen

Biomolecular computing is the focus of this thesis. In particular, the area of computing with the membranes of the living cells commonly referred as ‘membrane computing’ or ‘transition P-systems’. It introduces the concept of ‘adaptability’. The new idea of “adaptability “appears in this work. Adaptability means the ability for the membrane computing model to interact with other technologies in order to obtain optimal results when dealing with complex problems. In fact, new scenarios containing P-systems are shown. These scenarios have the transition P-systems working together with other technologies. Furthermore, methodologies and new software are introduced to implement the evolution rules application phase within membrane computing. These methodologies and software improve P-system’s functionality by processing the information in a faster way. This is especially useful to obtain optimal results when dealing with complex problems such as NP-complete problems. In particular this thesis reveals: Transition P-systems as an adaptable technology as they can interact with Multi-agent Systems and with robots to acquire an optimal performance. A random function to implement the evolution rules application phase is defined to make the model less deterministic. Moreover, introduced here are new techniques for evolution rules application that improve the current performance of the P-systems when solving problems that have a high computational complexity. The techniques described in this thesis use solutions of linear system Diophantine equations, data structures (virtual or physical) and probabilistic and statistical patterns. Este tesis se encuadra en computacion biomolecular y de una manera mas especifica en el area de las propiedades de las celulas vivas. Este area es conocida como computacion de membranas. Esta tesis introduce el concepto de adaptabilidad en la computacion de membranas. Se entiende por adaptabilidad como la habilidad de los P-sistemas de transicion para interactuar con otras tecnologias obteniendo resultados optimos en resolucion de problemas complejos. Se muestran, por tanto, escenarios compuestos y modelos nuevos que tienen a los P-sistemas como actores. Ademas, metodologias y software nuevos se proponen para manejar e implementar la fase de aplicacion de reglas de evolucion que ocurre cuando los P-sistemas evolucionan. Las metodologias y software que aqui se presentan mejoran la funcionalidad de los P-sistemas, procesando la informacion de manera mucho mas rapida. Esto es especialmente util para obtener resultados optimos cuando se resuelven problemas complejos como los problemas NP-completos. De manera mas especifica, esta tesis desarrolla: P-sistemas como una tecnologia adaptable donde de muestra un enlace entre los P- sistemas y los sistemas Multi-agente asi como un escenario donde varios robots autonomos y p-sistemas trabajan juntos para resolver problemas complejos. Se propone una funcion aleatoria para implementar el modelo de la fase de aplicacion de reglas de evolucion para que sea mas no determinista. Se crean nuevas tecnicas de aplicacion de reglas de evolucion que mejoran sensiblemente el rendimiento actual de los p-sistemas cunado resuelven problemas de gran complejidad. Una de ellas utiliza estructuras auxiliares en memoria principal. Otra usa la resolucion de ecuaciones lineales diofanticas y otra, sigue patrones probabilisticos y estadisticos.