Wprowadzenie do złożonych systemów


Original: http://www.calresco.org/intro.htm


przez David Kirshbaum

I. wprowadzenie do teorii systemów złożonych: podstawowe definicje

Złożony System jest każdy system, który obejmuje szereg elementów, ułożone w structure(s), które mogą istnieć na wiele wagi. Te przechodzą przez procesy zmian, które nie są dostateczną przez regułę jednej ani sprowadza się do tylko jednego poziomu wyjaśnienie, poziomy te często zawierają funkcje których pojawienie się nie można przewidzieć z ich aktualne specyfikacje. Złożone systemy teorii obejmuje również badanie interakcji wielu części systemu.

Wcześniej badając temat, naukowcy tendencję podejścia ograniczająca, który podjął próbę podsumowania dynamiki, procesy i zmienić miejsce najniższego wspólnego mianownika i najprostszych, jeszcze najczęściej udowodnienia i stosowne wyjaśnienia elegancki.

Ale ponieważ z nadejściem potężne komputery, które poradzi sobie z ogromną ilością danych, naukowcy mogą teraz badania złożoności czynników związanych z przedmiotem i zobacz jakie spostrzeżenia, które złożoność daje bez uproszczenia lub zmniejszenie.

Naukowcy przekonują, że złożoność, sam często charakteryzuje się kilka ważnych cech:
Własnej organizacji (II.1)
Nieliniowość (II.2)
(II.3) zamówienia/Chaos dynamiczne
Właściwości wschodzących (II.4).

W procesie uczenia się analizy, symulacja i modelowanie te cechy układów złożonych, numer unikatowy i skłaniająca komputera, programowanie podejścia pojawiły:
Sztuczne życie (III.1)
Algorytmy genetyczne (III.2)
Sieci neuronowe (III.3)
Automatów komórkowych (III.4)
Sieci logiczne (III.5).

Aby uzyskać więcej informacji na temat złożonych systemów w prasie ogólnej:
Pomoc & przegląd lub tematyczne wprowadzenia
Poradniki & najczęściej zadawane pytania
Aplikacje
Odpowiednie linki
Naciśnij twój przeglądarka przycisk Wstecz wrócić do tego punktu, kiedy lub jeśli chcesz.

Własnej organizacji (II.1)

Naukowcy przekonują, że nastąpi zmiana naturalnie i automatyczne systemy w celu zwiększenia efektywności i skuteczności, tak długo, jak systemy są złożone, jak określono powyżej.

Ta zmiana jest realizowane przez elementy, które tworzą system, gdy automatycznie reagują na informacje zwrotne od środowiska, które znajduje się w systemie. Środowiska opinii można uznać za dostarczenie informacji o skuteczności i efektywności systemu.

Elementy, które przeżyły negatywnych opinii środowiska będzie automatycznie ponownie osiedlić się lub ponownie organizować sobie i ich wzajemnego oddziaływania w celu lepiej osiągnąć cele systemu. Sukces na tym następnie zapewnia ich dalsze istnienie również ochronę i wzmocnienie struktur, których elementy są częścią.

Takiej reakcji występuje nawet wtedy, gdy elementy i systemu są ekologiczne, nieinteligentnych i nieprzytomny tak długo, jak system jest złożone, jak opisano powyżej.

Bardziej ogólne informacje o samoorganizacji naciśnij tutaj

Aby uzyskać informacje o aplikacji naciśnij tutaj

Dla odpowiednich hiperłącza do innych stron internetowych w sieci Web kliknij tutaj

Naciśnij twój przeglądarka przycisk Wstecz wrócić do tego punktu, kiedy lub jeśli chcesz.

Przykłady
Oto kilka przykładów samoorganizacji w różnych złożonych systemów:

Dobór naturalny (II.1.A): dobór naturalny jest najbardziej znany z teorii ewolucji, która opisuje co gatunków uda i jakie gatunki wymarły w walce o przetrwanie w środowisku naturalnym.

W tej teorii jednostki rodzą się z szeregiem cech. Te cechy, które obsługują przetrwania stają się coraz powszechniejsze w gatunku jako całość, ponieważ osoby, które mają te cechy mają tendencję do żyć dłużej i bardziej skutecznie, kolega rozkładając gen to charakterystyka bardziej łatwo. Natomiast osoby, które mają cechy, które nie obsługują przeżycia nie tak łatwo przejść na gen to charakterystyczne, ponieważ nie wydają się przetrwać jak również i tym samym są mniej skłonni do rasy jak często.

Taki proces może się zdarzyć z nieekologicznych złożonych systemów, ponieważ naturalnie w rozwoju wszystkich złożonych systemów (organicznych i nieorganicznych) te procesy, które działają zostaną wzmocnione wystąpić ponownie, lub być chronione lub wzmocnić jakoś (bo struktur, które są częścią będzie wydają się nie być uszkodzone tyle lub będą chronione w jakiś sposób). Natomiast tych procesów, które szkody lub stanowić zagrożenie dla systemu będzie operacyjnie nie występują tak często lub przekazywana tak łatwo, ponieważ struktur, które są częścią są bardziej prawdopodobne, aby być uszkodzone lub zniszczone.

Naukowcy opracowali techniki programowania komputerów, rozwiązywania problemów w oparciu o złożone procesy biologicznej ewolucji i doboru naturalnego. Te techniki “Obliczenia ewolucyjne” są nazywane: sztuczne życie (III.1) i Algorytmy genetyczne (III.2).

Krótkie wprowadzenie do tych technik naciśnij ich nazwę lub odpowiedni numer.
Naciśnij twój przeglądarka przycisk Wstecz wrócić do tego punktu, kiedy / jeśli chcesz.

(II.1.B) inny wzór dla samoorganizacji występuje na przykład w skomplikowany system centralny układ nerwowy zwierząt.

W tym przykładzie sieci komórkowych mózgu, które są te, które najbardziej skutecznie pomóc zwierzę przeżyje ten, na który są najczęściej używane są, a więc są te, które rozwijają się najczęściej w wielkości i złożoności. Natomiast tych sieci komórkowych mózgu, które nie pomagają zwierzę przeżyje mniej są używane, a tym samym wzrośnie mniej a może nawet stop uprawy, zanik i znikają.

Naukowcy opracowali komputer programowania techniki w oparciu o podejście do rozwiązywania problemów (jak przetrwanie) o nazwie sieci neuronowych (III.3).

Krótkie wprowadzenie do tej techniki naciśnij na jego nazwę lub temat numer w konspekcie.
Naciśnij twój przeglądarka przycisk Wstecz wrócić do tego punktu, kiedy / jeśli chcesz.

Kolejnym przykładem (II.1.C) A wzór Samoorganizacja jest gdzie ogólne zadanie jest realizowane poprzez rozbicie go na mini zadania, które są następnie rozprzestrzenił się wśród oddzielne trochę części do wykonania, które następnie również koordynować razem tam, gdzie jest to konieczne w celu wsparcia funkcjonowania.

W naturze znajdujemy to najbardziej oczywiście przejawia się w komórki, które tworzą narządów w organizmie. Komórki nie istnieje oddzielnie od narządu. Komórki w rzeczywistości tworzą bardzo struktury narządu, a następnie wykonać różne role w ogólnej pracy organu, który realizuje to ogólny cel.

Naukowcy opracowali komputer programowania techniki w oparciu o podejście do rozwiązywania problemów o nazwie automatów komórkowych (III.4).

Krótkie wprowadzenie do tej techniki naciśnij na jego nazwę lub temat numer w konspekcie.
Naciśnij twój przeglądarka przycisk Wstecz wrócić do tego punktu, kiedy / jeśli chcesz.

Nieliniowość (II.2)

Kiedy nastąpi zmiana w złożonych systemach występuje w sposób nieliniowy.

Liniowe zmiany jest gdzie istnieje sekwencja wydarzeń, które wpływają na siebie wzajemnie w kolejności, w jakiej pojawiają się jedna po drugiej. Natomiast w nielinearnych zmiana, widzi elementy zmieniane przez poprzednie elementy, ale wtedy z kolei tych zmienionych elementów wpływają elementy, które są przed nim w sekwencji.

W ten sposób w nieliniowej analizy, naukowcy Spójrz jak wszystko w kolejności ma możliwość wpływu na wszystko w kolejności przed i po. W ten sposób często wynikiem kończy się unproportional do oryginalnych danych wejściowych.

Tego rodzaju dynamicznych w złożonym systemie jest znacznie bliżej jak rzeczy wydarzyć w przyrodzie. Prawie nigdy w przyrodzie występuje wyłącznie liniowe sekwencji zdarzeń i zmian.

Bardziej ogólne informacje o Non liniowości naciśnij tutaj
Aplikacji: Linki
Naciśnij twój przeglądarka przycisk Wstecz wrócić do tego punktu, kiedy / jeśli chcesz.

(II.3) zamówienia/Chaos dynamiczne

To jest zwykle dość łatwe do przewidzenia, co będzie rozwijać się w kolejny etap rozwoju systemu, gdy jeden ma rozległą wiedzę z poprzedniego etapu. I ta wiedza jest zazwyczaj szereg możliwości, które mogą rozwijać się dalej.

Ale jak zaczyna zajmować się etapy rozwoju, dalej i dalej w dół sekwencji stadiów rozwojowych, staje się coraz bardziej trudne do przewidzenia, co będzie rozwijać tylko na podstawie wiedzy o tym pierwszym etapie, nawet wtedy, gdy ta wiedza jest obszerny. Tak więc mimo, że tam jest logicznym rozwinięciem z etapu na etap, jest coraz niemożność przewidzenia, co rzeczywiście będzie przyszłym rozwoju. Ta niepewność przewidywalności nazywa się “chaos”.

W związku z tym wtedy widać, jak małe zmiany w stanie może doprowadzić do ogromnej liczby różnych możliwych wyników. Ale jeszcze wszystkie te zmiany są nadal logiczne że małe zmiany, tylko staje się coraz bardziej trudne do przewidzenia, dokładnie jaki wynik rzeczywiście wystąpią. Ale ponieważ pewne prawdopodobieństwo wystąpienia dla wielu z nich może być znane, a następnie analizy statystycznej nadal jest bardzo ważne dla pomaga opisać ogólną sytuację.

Klasyczne ilustracji to jest pomysł jak trzepotanie skrzydeł motyla, w jednej części świata mogą przyczynić się do rozwoju huragan w innej części świata.

Bardziej ogólne informacje o porządek i Chaos naciśnij tutaj to tutaj
Aplikacji: Odpowiednie linki.
Naciśnij twój przeglądarka przycisk Wstecz wrócić do tego punktu, kiedy / jeśli chcesz.

Właściwości wschodzących (II.4)

Nieprzewidywalność, co jest związane z naturalną ewolucję złożonych systemów, a następnie mogą przynieść wyniki, które są całkowicie nieprzewidywalne oparte na wiedzy z pierwotnymi warunkami. Taka nieprzewidywalna wyniki są nazywane emergentnych. Właściwości wschodzących tym samym pokazać jak złożonych systemów są z natury kreatywny.

Właściwości wschodzących są wciąż logiczny wynik, nie tylko jedną przewidywalna. Może to dotyczyć również wyższy poziom stanowi zjawisko, które nie mogą zostać zredukowane do to prostsze lub jest pochodzenia.

Aby uzyskać więcej informacji w ogóle o wschodzących właściwości, kliknij tutaj
Aplikacji: Linki.:
Naciśnij twój przeglądarka przycisk Wstecz wrócić do tego punktu, kiedy / jeśli chcesz.

(III) rachmistrz technik programowania
Te naśladować i modelu cechy układów złożonych

Sztuczne życie (III.1)

Sztuczne życie jest modelowanie program, który symuluje na ekranie komputera, z jednostki wygenerowane komputerowo (określane jako agenci), ewolucyjnych procesów życia które dyktować, co przetrwa i który nie będzie. Obejmuje to selekcja naturalna.

Aby uzyskać więcej informacji w ogóle o sztuczne życie, naciśnij tutaj
Aplikacji: Linki
Naciśnij twój przeglądarka przycisk Wstecz wrócić do tego punktu, kiedy / jeśli chcesz.

Algorytmy genetyczne (III.2)

Algorytmy genetyczne jest podejście obliczeniową, która opiera się na procesach, które atakują, rozwiązywanie problemów w taki sposób, że dobór naturalny w ewolucji biologicznej atakuje problem przetrwania najsilniejszego. Podobnie jak dobór naturalny program jest skonfigurowane do generowania różnego rodzaju rozwiązania programistyczne do konkretnego problemu i te, które uda i rozwiązuje problem przetrwa, i te, które nie są odrzucane.

Aby uzyskać więcej informacji w ogóle o Algorytmy genetyczne, naciśnij tutaj
Aplikacji: Linki
Naciśnij twój przeglądarka przycisk Wstecz do zwrotu tego punktu, kiedy / jeśli chcesz.

Sieci neuronowe (III.3)

Grupę połączonych komórek nerwowych sztuczne wpływają na siebie wzajemnie w taki sposób, aby dotrzeć w wyniku w oparciu o ich wejścia. To jest regulowana w czasu najlepiej pasuje wymagane odpowiedzi.

To podejście jest używany głównie do badania procesów uczenia się i samoorganizacji.

To podejście jest wzorowane procesu rozwoju systemu nerwowego królestwa zwierząt.

Aby uzyskać więcej informacji w ogóle o sieci neuronowe, naciśnij tutaj
Aplikacji: Linki
Naciśnij twój przeglądarka przycisk Wstecz do zwrotu tego punktu, kiedy / jeśli chcesz.

Automatów komórkowych (III.4)

Automatów komórkowych jest podejście komputerowych wokół proste programowanie sub-procedury (określane jako agenci) które są pewne ograniczenia operacyjne:

(III.5.A) ich działanie jest ograniczone do podzadania zadanie ogólnej struktury, która je zawiera.

(III.5.B) ich stan jest określana wyłącznie przez strukturę, która zawiera ich

(III.5.C), że nie może poruszać wokół niezależne od tej struktury.

Ograniczenia te są często również zaprogramowane parametry wyznaczone problem lub cel.

Agenci następnie rozwiązać swoje własne cele programowania i koordynować razem, która to przyczynia się do osiągnięcia ogólną strukturę zadań lub cel.

To jest wzorzyste po komórki sposób działają jako części narządów w organizmie i wsparcia w funkcjonowaniu tego narządu.

Aby dowiedzieć się więcej ogólnie o automatów komórkowych, naciśnij tutaj
Aplikacji: Linki
Naciśnij twój przeglądarka przycisk Wstecz do zwrotu tego punktu, kiedy / jeśli chcesz.

Logiczny sieci (III.5)

Logiczna sieć obliczeń rozpoczyna się jednostki podstawowe logika binarna wł. / wył., tak/nie, dobrem a złem – 2 naprzeciwko wyborów z nie wyborów pomiędzy. Jeden następnie badania złożoności tworząc złożone relacje między takich jednostek prosta logika, dodając operator logiczny złącza takie jak “I”, “OR”, “nie i”, itp. i za pomocą zmiennych losowych. Przykładem tego może być:

I oznacza oba warunki muszą być spełnione w celu stan końcowy mogło być prawdziwe.

(1) zawodowych koszykarzy musi być wysoki, i
(2) koszykarz, gracz musi być szybka.

John jest wysoki, ale on nie jest szybki. Dlatego on nie może być zawodowym koszykarzem.

Natomiast lub oznacza, że tylko jeden warunek musi być prawda.

(1) Tom lubi słodki żywności, lub
(2) Tom lubi słono.

Czekoladowe ciasteczka są słodkie, ale nie słony. Tom jeszcze lubi czekoladowych.

Aby dowiedzieć się więcej ogólnie o logiczny sieci, naciśnij tutaj
Aplikacji: Linki
Naciśnij twój przeglądarka przycisk Wstecz do zwrotu tego punktu, kiedy / jeśli chcesz.

Więcej informacji na temat stosowania tych pomysłów w naszym życiu można znaleźć tutaj i w naszych wielu esejów.

Aby dodać komentarz, proszę nacisnąć tutaj.