Сложная адаптивная система

редактировать

A сложная адаптивная система - это система, в которой безупречное понимание отдельных частей не дает автоматически идеального понимания всей системы. поведение. В сложных адаптивных системах целое сложнее, чем его части, и более сложное и значимое, чем совокупность его частей. Изучение сложных адаптивных систем, подмножества нелинейных динамических систем, является в высшей степени междисциплинарным и сочетает в себе идеи естественных и социальных наук для разработки моделей и идей системного уровня, которые позволяют разнородных агентов, фазовый переход и эмерджентное поведение.

Они сложны в том смысле, что представляют собой динамические сети взаимодействий, и их отношения не являются агрегатами. отдельных статических объектов, т. е. поведение ансамбля не предсказывается поведением компонентов. Они являются адаптивными в том смысле, что индивидуальное и коллективное поведение мутируют и самоорганизуются в соответствии с инициирующим изменение микро-событием или совокупностью событий. Они представляют собой «сложную макроскопическую коллекцию» относительно «похожих и частично связанных микроструктур», сформированных для адаптации к изменяющейся среде и повышения их живучести в качестве макроструктуры. Подход сложных адаптивных систем основан на динамике репликатора.

Термин комплексная адаптивная система был введен в 1968 году социологом Уолтером Ф. Бакли, который предложил модель культурной эволюции, которая считает психологические и социокультурные системы аналогичными биологическим видам. В современном контексте сложная адаптивная система либо напрямую связана с меметикой, либо предлагается в качестве более жизнеспособной переформулировки для замены меметической концепции.

Содержание
  • 1 Обзор
    • 1.1 Общие свойства
    • 1.2 Характеристики
  • 2 Моделирование и симуляция
  • 3 Развитие сложности
  • 4 См. Также
  • 5 Ссылки
  • 6 Литература
  • 7 Внешние ссылки
Обзор

Термин сложные адаптивные системы или наука о сложности часто используется для описания слабо организованной академической области, которая выросла вокруг изучения таких систем. Наука о сложности - это не единая теория - она ​​охватывает более одной теоретической основы и является в высшей степени междисциплинарной, ища ответы на некоторые фундаментальные вопросы о живых, адаптируемых, изменчивых системах. Сложные адаптивные системы могут использовать жесткий или более мягкий подход. Жесткие теории используют точный формальный язык, склонны рассматривать агентов как обладающие осязаемыми свойствами и обычно видят объекты в поведенческой системе, которыми можно каким-либо образом манипулировать. Более мягкие теории используют естественный язык и повествования, которые могут быть неточными, а агенты - это субъекты, обладающие как материальными, так и нематериальными свойствами. Примеры жестких теорий сложности включают сложные адаптивные системы (CAS) и теорию жизнеспособности, а класс более мягкой теории - теория жизнеспособных систем. Многие предположения, сделанные в твердой теории, имеют отношение и к более мягкой теории. С этого момента интерес теперь будет сосредоточен на CAS.

Изучение CAS фокусируется на сложных, возникающих и макроскопических свойствах системы. Джон Х. Холланд сказал, что CAS «представляют собой системы, которые имеют большое количество компонентов, часто называемых агентами, которые взаимодействуют и адаптируются или учатся ".

Типичные примеры сложных адаптивных систем включают: климат; города; фирмы; рынки; правительства; отрасли; экосистемы; социальные сети; электрические сети; стаи животных; транспортные потоки; колонии социальных насекомых (например, муравьев ); мозг и иммунная система ; и ячейка и развивающийся эмбрион. Человеческие усилия, основанные на социальных группах, такие как политические партии, сообщества, геополитические организации, войны и террористические сети также считаются CAS. Интернет и киберпространство - составленные, совместные и управляемые сложной смесью взаимодействия человека и компьютера, также считается сложной адаптивной системой. CAS может быть иерархической, но чаще проявлять аспекты «самоорганизации».

Общие свойства

Что отличает CAS от чистой многоагентной системы (MAS) фокусируется на свойствах и функциях верхнего уровня, таких как самоподобие, сложность, возникновение и самоорганизация. MAS определяется как система, состоящая из нескольких взаимодействующих агентов; тогда как в CAS агенты, а также система являются адаптивными, и система самоподобна. CAS - это сложная самоподобная совокупность взаимодействующих адаптивных агентов. Сложные адаптивные системы характеризуются высокой степенью адаптивной способности, что придает им устойчивость перед возмущением.

Другими важными свойствами являются адаптация (или гомеостаз ), коммуникация., сотрудничество, специализация, пространственно-временная организация и воспроизводство. Их можно найти на всех уровнях: клетки специализируются, адаптируются и воспроизводят себя, как это делают более крупные организмы. Общение и сотрудничество происходят на всех уровнях, от уровня агента до уровня системы. Силы, управляющие взаимодействием между агентами в такой системе, в некоторых случаях можно проанализировать с помощью теории игр.

Характеристики

Некоторые из наиболее важных характеристик сложных системы:

  • Количество элементов достаточно велико, поэтому обычные описания (например, система дифференциальных уравнений ) не только непрактичны, но и перестают помогать в понимании системы. Более того, элементы взаимодействуют динамически, и взаимодействия могут быть физическими или включать обмен информацией
  • Такие взаимодействия обширны, то есть на любой элемент или подсистему в системе влияют и влияют несколько других элементов или подсистем. -systems
  • Взаимодействия нелинейны : небольшие изменения во входных данных, физических взаимодействиях или стимулах могут вызвать большие эффекты или очень значительные изменения в выходных данных
  • Взаимодействия в первую очередь, но не только с непосредственными соседями, и природа влияния модулируется
  • Любое взаимодействие может иметь обратную связь непосредственно или после ряда промежуточных этапов. Такие отзывы могут отличаться по качеству. Это известно как повторяемость
  • Общее поведение системы элементов не предсказывается поведением отдельных элементов
  • Такие системы могут быть открытыми, и может быть трудно или невозможно определить систему границы
  • Сложные системы работают в далеких от равновесных условиях. Для поддержания организации системы необходим постоянный поток энергии.
  • У сложных систем есть история. Они развиваются, и их прошлое несет совместную ответственность за их поведение в настоящем
  • Элементы системы могут игнорировать поведение системы в целом, реагируя только на информацию или физические стимулы, доступные им локально

Роберт Аксельрод Майкл Д. Коэн определяет ряд ключевых терминов с точки зрения моделирования:

  • Стратегия, шаблон условных действий, который указывает, что делать в каких обстоятельствах
  • Артефакт, материальный ресурс, который имеет определенное местоположение и может реагировать на действия агентов
  • Агент, набор свойств, стратегий и возможностей для взаимодействия с артефактами и другими агентами
  • Население, набор агентов или, в некоторых ситуациях, наборы стратегий
  • Система, более крупная коллекция, включая одну или несколько популяций агентов и, возможно, также артефакты
  • Тип, все агенты (или стратегии) ​​в популяции, у которой есть некоторые общие характеристики
  • Разновидность, нырок количество типов в популяции или системе
  • Модель взаимодействия, повторяющиеся закономерности контакта между типами в системе
  • Пространство (физическое), расположение в географическом пространстве и времени агентов и артефактов
  • Пространство (концептуальное), «местоположение» в наборе категорий, структурированных таким образом, что «близлежащие» агенты будут иметь тенденцию взаимодействовать
  • Выбор, процессы, которые приводят к увеличению или уменьшению частоты различных типов агента или стратегий
  • Критерии успеха или Показатели эффективности, «оценка», используемая агентом или разработчиком при присвоении кредита при выборе относительно успешных (или неудачных) стратегий или агентов

Тернер и Бейкер синтезировали характеристики сложных адаптивных систем из литературы и протестировали эти характеристики в контексте творчества и инноваций. Было показано, что каждая из этих восьми характеристик присутствует в творческих и инновационных процессах:

  • Зависимость от пути: Системы, как правило, чувствительны к своим начальным условиям. Одна и та же сила может по-разному влиять на системы.
  • У систем есть история: Будущее поведение системы зависит от ее начальной отправной точки и последующей истории.
  • Нелинейность: Непропорционально реагировать на возмущения окружающей среды. Результаты отличаются от результатов простых систем.
  • Появление: Внутренняя динамика каждой системы влияет на ее способность изменяться способом, который может сильно отличаться от других систем.
  • Неприводимый: Необратимые преобразования процесса не могут быть возвращается в исходное состояние.
  • Адаптивность / адаптируемость: Системы, которые одновременно упорядочены и неупорядочены, более адаптируемы и эластичны.
  • Действует между порядком и хаосом: Адаптивное напряжение возникает из разницы энергий между система и ее окружение.
  • Самоорганизация: Системы состоят из взаимозависимости, взаимодействия ее частей и разнообразия в системе.
Моделирование и симуляция

CAS иногда моделируются с помощью агентных моделей и сложных сетевых моделей. Агентно-ориентированные модели разрабатываются с помощью различных методов и инструментов, в первую очередь путем идентификации различных агентов внутри модели. Другой метод разработки моделей для CAS включает разработку сложных сетевых моделей посредством использования данных взаимодействия различных компонентов CAS.

В 2013 году SpringerOpen / BioMed Central запустил онлайн-журнал открытого доступа на тема моделирования сложных адаптивных систем (CASM).

Эволюция сложности
Пассивные и активные тенденции в эволюции сложности. CAS в начале процессов окрашены в красный цвет. Изменения в количестве систем показаны высотой столбцов, при этом каждый набор графиков перемещается вверх во временном ряду.

Живые организмы представляют собой сложные адаптивные системы. Хотя сложность биологии трудно определить количественно, эволюция произвела несколько удивительно сложных организмов. Это наблюдение привело к распространенному заблуждению о том, что эволюция прогрессивна и ведет к тому, что рассматривается как «высшие организмы».

Если бы это было в целом правдой, эволюция имела бы активную тенденцию к усложнению. Как показано ниже, в этом типе процесса значение наиболее распространенной сложности со временем будет увеличиваться. Действительно, некоторые модели искусственной жизни предполагают, что генерация CAS является неизбежным признаком эволюции.

Однако идея общей тенденции к сложности эволюции также может быть объяснена через пассивный процесс. Это предполагает увеличение дисперсии, но наиболее распространенное значение, режим, не изменяется. Таким образом, максимальный уровень сложности со временем увеличивается, но только как косвенный результат того, что организмов в целом становится больше. Этот тип случайного процесса также называется ограниченным случайным блужданием.

. В этой гипотезе очевидная тенденция к более сложным организмам является иллюзией, возникающей из-за концентрации на небольшом количестве больших, очень сложных организмов, которые населяют правый хвост распределения сложности и игнорирование более простых и гораздо более распространенных организмов. Эта пассивная модель подчеркивает, что подавляющее большинство видов - это микроскопические прокариоты, которые составляют около половины биомассы мира и составляют подавляющее большинство биоразнообразия Земли. Таким образом, простая жизнь остается доминирующей на Земле, а сложная жизнь кажется более разнообразной только из-за систематической ошибки выборки.

Если нет общей тенденции к усложнению биологии, это не исключает наличия сил, движущих системы к сложности в подмножестве случаев. Эти второстепенные тенденции будут уравновешены другими эволюционными факторами, толкающими системы к менее сложным состояниям.

См. Также
  • диаграмма Портал системной науки
Ссылки
Литература
Внешние ссылки
На Викискладе есть материалы, связанные с Сложными адаптивными systems.
Последняя правка сделана 2021-05-15 08:15:49
Содержание доступно по лицензии CC BY-SA 3.0 (если не указано иное).
Обратная связь: support@alphapedia.ru
Соглашение
О проекте