作为一门致力于利用虚拟手段增加植物和植物生命知识库的学科,算法植物学为植物学家提供了使用计算机工具来研究和模拟植物的许多不同场景的工具,这种利用虚拟工具研究虚拟植物的方法已经受到了广泛的关注,是卡尔加里大学...
作为一门致力于利用虚拟手段增加植物和植物生命知识库的学科,算法植物学为植物学家提供了使用计算机工具来研究和模拟植物的许多不同场景的工具,这种利用虚拟工具研究虚拟植物的方法已经受到了广泛的关注,是卡尔加里大学一门主要课程的重点。

植物学家研究植物的生物学。算法植物学的过程最好表现为生物建模和可视化,更通俗地说是BMV方法。正是这种方法构成了目前由卡尔加里大学计算机科学系主持的研究的基础。基本上,算法植物学中的模型是利用计算机科学技术与各种类型的软件相结合来建立一个虚拟实验室,在这个实验室里,虚拟植物在严格和受控的条件下被培育。同时运行多个不同的模拟的能力有助于加快大量的研究。算法植物学创造了一个植物学家可以在很短的时间内自由探索各种可能性的环境,与现实生活中类似的努力需要数年或几十年的时间不同,卡尔加里大学的BMV研究小组并不是一个人在工作。来自世界各地的人都参与到这个项目中。这项工作基本上分为三个主要部分。建模是基础构件和涉及虚拟植物的创建基础。仿真建立在模型创建的基础上,允许研究人员将一系列控制因素引入每个模型的虚拟环境中。工厂的可视化允许研究由引入的一系列因素产生的最终产品,提供有关在实际应用中利用这些因素的可行性和可取性。2007年11月,对算法植物学进展感兴趣的人们聚集在新西兰纳皮尔举行的第五届功能结构植物建模研讨会上,这个研讨会对卡尔加里大学项目的相关人员以及在他们的工作中使用某种算法植物学的独立研究人员开放。