Сложная адаптивная система - Википедия - Complex adaptive system

А сложная адаптивная система это система то есть сложный в том, что это динамическая сеть взаимодействий, но поведение ансамбля может быть непредсказуемым в соответствии с поведением компонентов. это адаптивный в этом человек и коллективное поведение мутировать и самоорганизация соответствующие микро-событию, инициирующему изменение, или совокупности событий.[1][2][3] Это «сложная макроскопическая коллекция» относительно «похожих и частично связанных микроструктур», сформированная для того, чтобы адаптироваться к изменяющейся среде и повысить их выживаемость как макроструктура.[1][2][4] Подход сложных адаптивных систем основан на динамика репликатора.[5]

Изучение сложных адаптивных систем, подмножества нелинейные динамические системы,[6] является междисциплинарным вопросом, который пытается объединить идеи естественных и социальных наук для разработки моделей и идей системного уровня, которые позволяют гетерогенные агенты, фаза перехода, и эмерджентное поведение.[7]

Обзор

Период, термин сложные адаптивные системы, или же наука о сложности, часто используется для описания слабо организованной академической среды, которая выросла вокруг изучения таких систем. Наука о сложности не является единой теорией - она ​​охватывает более одной теоретической основы и является междисциплинарной, ища ответы на некоторые фундаментальные вопросы о жизнь, адаптируемые, изменяемые системы. Сложные адаптивные системы могут использовать жесткий или более мягкий подход.[8] 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 Теория жизнеспособности, а класс более мягкой теории Теория жизнеспособной системы. Многие предположения, сделанные в твердой теории, имеют отношение и к более мягкой теории. С этого момента интерес будет сосредоточен на CAS.

Изучение CAS фокусируется на сложных, возникающих и макроскопических свойствах системы.[4][9][10] Джон Х. Холланд сказал, что CAS «представляют собой системы, которые имеют большое количество компонентов, часто называемых агентами, которые взаимодействуют, адаптируются или обучаются».[11]

Типичные примеры сложных адаптивных систем включают: климат; города; фирмы; рынки; правительства; отрасли; экосистемы; социальные сети; электрические сети; стаи животных; транспортные потоки; социальное насекомое (например. муравей ) колонии;[12] то мозг и иммунная система; и клетка и развивающиеся эмбрион. Человеческие усилия, основанные на социальных группах, такие как политические партии, сообщества, геополитический организации, война, и террористические сети также считаются CAS.[12][13][14] В Интернет и киберпространство - составлен, сотрудничал и управляется сложным сочетанием взаимодействие человека с компьютером, также рассматривается как сложная адаптивная система.[15][16][17] CAS могут быть иерархическими, но чаще проявляют аспекты «самоорганизации».[18]

Общие свойства

Что отличает CAS от чистого многоагентная система (MAS) сосредоточен на свойствах и функциях верхнего уровня, таких как самоподобие, сложность, появление и самоорганизация. MAS определяется как система, состоящая из нескольких взаимодействующих агентов; тогда как в CAS агенты, а также система являются адаптивными, и система самоподобный. CAS - это сложная самоподобная совокупность взаимодействующих адаптивных агентов. Сложные адаптивные системы характеризуются высокой степенью адаптивная способность, давая им стойкость перед лицом возмущение.

Другими важными свойствами являются адаптация (или гомеостаз ), общение, сотрудничество, специализация, пространственная и 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 движущие сотрудничество между агентами в такой системе в некоторых случаях можно проанализировать с помощью теория игры.

Характеристики

Некоторые из наиболее важных характеристик сложных систем:[19]

  • Количество элементов достаточно велико, чтобы обычные описания (например, система дифференциальные уравнения ) 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 разнообразны, т.е. на любой элемент или подсистему в системе влияют и влияют несколько других элементов или подсистем.
  • Взаимодействия нелинейный: небольшие изменения входов, физических взаимодействий или стимулов могут вызвать большие эффекты или очень значительные изменения в выходных данных
  • Взаимодействие в первую очередь, но не исключительно, происходит с непосредственными соседями, и характер влияния модулируется.
  • Любое взаимодействие может иметь обратную связь непосредственно или после ряда промежуточных этапов. Такие отзывы могут отличаться по качеству. Это известно как повторение
  • Общее поведение системы элементов не предсказывается поведением отдельных элементов.
  • Такие системы могут быть открытыми, и может быть трудно или невозможно определить границы системы.
  • Сложные системы работают под далеко от равновесия условия. Должен быть постоянный поток энергии для поддержания организации системы.
  • У сложных систем есть история. Они развиваются, и их прошлое несет ответственность за их нынешнее поведение.
  • Элементы системы могут не знать о поведении системы в целом, реагируя только на информацию или физические стимулы, доступные им локально.

Роберт Аксельрод & Майкл Д. Коэн[20] определить ряд ключевых терминов с точки зрения моделирования:

  • Стратегия, шаблон условного действия, который указывает, что делать в каких обстоятельствах
  • Артефакт, материальный ресурс, имеющий определенное местонахождение и способный реагировать на действия агентов
  • Агент, набор свойств, стратегий и возможностей для взаимодействия с артефактами и другими агентами
  • численность населения, набор агентов или, в некоторых ситуациях, набор стратегий
  • Система, большая коллекция, включающая одну или несколько популяций агентов и, возможно, также артефакты
  • Тип, все агенты (или стратегии) ​​в популяции, которые имеют некоторые общие характеристики
  • Разнообразие, разнообразие типов в популяции или системе
  • Схема взаимодействия, повторяющиеся закономерности контакта между типами внутри системы
  • 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 использования различных типов агентов или стратегий
  • Критерий успеха или же показатели эффективности, «оценка», используемая агентом или разработчиком при присвоении кредита при выборе относительно успешных (или неудачных) стратегий или агентов.

Тернер и Бейкер[21] 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:

  • В зависимости от пути: Системы, как правило, чувствительны к своим начальным условиям. Одна и та же сила может по-разному влиять на системы.[22]
  • Системы имеют историю: Будущее поведение системы зависит от ее начальной отправной точки и последующей истории.[23]
  • Нелинейность: Непропорционально реагируйте на возмущения окружающей среды. Результаты отличаются от результатов простых систем.[24] [25]
  • Появление: Внутренняя динамика каждой системы влияет на ее способность изменяться способом, который может сильно отличаться от других систем.[26]
  • Неснижаемый: Необратимые преобразования процесса не могут быть возвращены в исходное состояние.[27]
  • Адаптивность / адаптивность: Системы, которые одновременно упорядочены и неупорядочены, более адаптируемы и устойчивы.[28]
  • Действует между порядком и хаосом: Адаптивное напряжение возникает из-за разницы в энергии между системой и окружающей средой.[29]
  • Самоорганизация: Системы состоят из взаимозависимости, взаимодействия частей и разнообразия системы. [30]

Моделирование и симуляция

CAS иногда моделируются с помощью агент-ориентированные модели и сложная сеть на базе моделей.[31] Агентно-ориентированные модели разрабатываются с помощью различных методов и инструментов, в первую очередь путем идентификации различных агентов внутри модели.[32] Другой метод разработки моделей для CAS заключается в разработке сложных сетевых моделей с использованием данных взаимодействия различных компонентов CAS.[33]

В 2013 SpringerOpen / BioMed Central запустил онлайн-журнал с открытым доступом по теме моделирование сложных адаптивных систем (CASM).[34]

Эволюция сложности

Сравнение пассивных и активных тенденций в эволюции сложности. CAS в начале процессов окрашены в красный цвет. Изменения количества систем показаны высотой столбцов, при этом каждый набор графиков перемещается вверх во временном ряду.
Основная статья: Эволюция биологической сложности

Живые организмы - сложные адаптивные системы. Хотя сложность в биологии трудно определить количественно, эволюция произвел несколько удивительно сложных организмов.[35] Это наблюдение привело к распространенному заблуждению о прогрессивной эволюции, ведущей к тому, что считается «высшими организмами».[36]

Если бы это было в целом верно, эволюция имела бы активную тенденцию к усложнению. Как показано ниже, в этом типе процесса значение наиболее распространенной сложности со временем будет увеличиваться.[37] Действительно, некоторые искусственная жизнь моделирования показали, что генерация CAS - неизбежная черта эволюции.[38][39]

Однако идея общей тенденции к сложности эволюции также может быть объяснена через пассивный процесс.[37] Это предполагает увеличение отклонение но самое распространенное значение, Режим, не меняется. 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 случайная прогулка.

В этой гипотезе очевидная тенденция к созданию более сложных организмов является иллюзией, возникающей в результате концентрации внимания на небольшом количестве больших и очень сложных организмов, населяющих правый хвост распределения сложности и игнорирования более простых и гораздо более распространенных организмов. Эта пассивная модель подчеркивает, что подавляющее большинство видов микроскопический прокариоты,[40] которые составляют около половины мирового биомасса[41] и составляют подавляющую часть биоразнообразия Земли.[42] Следовательно, простая жизнь остается доминирующей на Земле, а сложная жизнь кажется более разнообразной только благодаря систематическая ошибка выборки.

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

Смотрите также

Рекомендации

  1. ^ а б «Выводы из теории сложности: лучшее понимание организаций». доц. Проф. Амит Гупта, соавтор студентов - С. Аниш, IIM Bangalore. Получено 1 июня 2012.
  2. ^ а б «Десять принципов сложности и благоприятных инфраструктур». профессора Ив Митлтон-Келли, директора программы исследования сложности Лондонской школы экономики. CiteSeerX  10.1.1.98.3514. Цитировать журнал требует | журнал = (помощь)
  3. ^ Миллер, Джон Х. и Скотт Э. Пейдж (1 января 2007 г.). Сложные адаптивные системы: введение в вычислительные модели социальной жизни. Издательство Принстонского университета. ISBN  9781400835522. OCLC  760073369.CS1 maint: несколько имен: список авторов (связь)
  4. ^ а б «Эволюционная психология, сложные системы и социальная теория» (PDF). Брюс МакЛеннан, факультет электротехники и информатики, Университет Теннесси, Ноксвилл. eecs.utk.edu. Получено 25 августа 2012.
  5. ^ Фостер, Джон (2006). «Почему экономика не является сложной системной наукой?» (PDF). Журнал экономических проблем. 40 (4): 1069–1091. Дои:10.1080/00213624.2006.11506975. S2CID  17486106. Получено 18 января 2020.
  6. ^ Лансинг, Дж. Стивен (2003). «Сложные адаптивные системы». Ежегодный обзор антропологии. Ежегодные обзоры. 32 (1): 183–204. Дои:10.1146 / annurev.anthro.32.061002.093440. ISSN  0084-6570.
  7. ^ Ауэрбах, Давид (19 января 2016 г.). "Теория всего, а потом еще немного". Шифер. ISSN  1091-2339. Получено 7 марта 2017.
  8. ^ Йоллес, Морис (2018). «Континуум сложности, часть 1: жесткая и мягкая теории». Kybernetes. 48 (6): 1330–1354. Дои:10.1108 / K-06-2018-0337.
  9. ^ Фоше, Жан-Батист. «Сложная адаптивная организация под признаком модели ЖИЗНИ: на примере Википедии». Egosnet.org. Получено 25 августа 2012.
  10. ^ «Сложные адаптивные системы как модель для оценки организации: изменения, вызванные внедрением информационных систем здравоохранения» (PDF). Кирен Димент, Пинг Ю, Карин Гаррети, Исследовательская лаборатория медицинской информатики, Факультет информатики, Университет Вуллонгонга, Школа менеджмента, Университет Вуллонгонга, Новый Южный Уэльс. uow.edu.au. Архивировано из оригинал (PDF) 5 сентября 2012 г.. Получено 25 августа 2012.
  11. ^ Холланд Джон Х (2006). «Изучение сложных адаптивных систем» (PDF). Журнал системной науки и сложности. 19 (1): 1–8. Дои:10.1007 / s11424-006-0001-z. HDL:2027.42/41486. S2CID  27398208.
  12. ^ а б Стивен Строгац, Дункан Дж. Уоттс и Альберт-Ласло Барабаши "объясняя синхронность (в 6:08), теория сетей, механизм самоадаптации сложных систем, шесть степеней разделения, феномен маленького мира, события никогда не изолированы, поскольку они зависят друг от друга (в 27:07) в документальном фильме BBC / Discovery ". BBC / Открытие. Получено 11 июн 2012. «Раскрытие науки, лежащей в основе идеи шести степеней разделения»
  13. ^ «На пути к сложному сообществу адаптивного интеллекта. Вики и блог». Д. Кэлвин Андрус. cia.gov. Получено 25 августа 2012.
  14. ^ Солвит, Самуэль (2012). «Измерения войны: понимание войны как сложной адаптивной системы». L'Harmattan. Получено 25 августа 2013.
  15. ^ «Интернет анализируется как сложная адаптивная система». Получено 25 августа 2012.
  16. ^ «Киберпространство: предельно сложная адаптивная система» (PDF). Международный журнал C2. Получено 25 августа 2012. Пол В. Фистер младший
  17. ^ «Сложные адаптивные системы» (PDF). mit.edu. 2001 г.. Получено 25 августа 2012. Серена Чан, Исследовательский семинар по инженерным системам
  18. ^ Голландия, Джон Х. (Джон Генри) (1996). Скрытый порядок: как адаптация увеличивает сложность. Эддисон-Уэсли. ISBN  0201442302. OCLC  970420200.
  19. ^ Поль Сильерс (1998) Сложность и постмодернизм: понимание сложных систем
  20. ^ Роберт Аксельрод & Майкл Д. Коэн, Обуздание сложности. Базовые книги, 2001
  21. ^ Тернер, Дж. Р., и Бейкер, Р. (2020). Просто делаю: тематическое исследование, в котором творчество и инновационные процессы проверяются как сложные адаптивные системы. Новые горизонты в образовании взрослых и развитии человеческих ресурсов, 32 (2). https://doi.org/10.1002/nha3.20283
  22. ^ Lindberg, C .; Шнайдер, М. (2013). «Борьба с инфекциями в Медицинском центре штата Мэн: взгляд на сложное руководство на основе положительного отклонения». Лидерство. 9 (2): 229–253. Дои:10.1177/1742715012468784. S2CID  144225216.
  23. ^ Boal, K. B .; Шульц, П. Л. (2007). «Повествование, время и эволюция: роль стратегического лидерства в сложных адаптивных системах». The Leadership Quarterly. 18 (4): 411–428. Дои:10.1016 / j.leaqua.2007.04.008.
  24. ^ Lindberg, C .; Шнайдер, М. (2013). «Борьба с инфекциями в Медицинском центре штата Мэн: взгляд на сложное руководство на основе положительных отклонений». Лидерство. 9 (2): 229–253. Дои:10.1177/1742715012468784. S2CID  144225216.
  25. ^ Луома, М. (2006). «Игра четырех арен - как сложность может служить развитию менеджмента». Обучение менеджменту. 37: 101–123. Дои:10.1177/1350507606058136. S2CID  14435060.
  26. ^ Lindberg, C .; Шнайдер, М. (2013). «Борьба с инфекциями в Медицинском центре штата Мэн: взгляд на сложное руководство на основе положительных отклонений». Лидерство. 9 (2): 229–253. Дои:10.1177/1742715012468784. S2CID  144225216.
  27. ^ Borzillo, S .; Каминска-Лаббе, Р. (2011). «Распутывание динамики создания знаний в сообществах практики через линзы теории сложности». Исследования и практика управления знаниями. 9 (4): 353–366. Дои:10.1057 / kmrp.2011.13. S2CID  62134156.
  28. ^ Lindberg, C .; Шнайдер, М. (2013). «Борьба с инфекциями в Медицинском центре штата Мэн: взгляд на сложное руководство на основе положительных отклонений». Лидерство. 9 (2): 229–253. Дои:10.1177/1742715012468784. S2CID  144225216.
  29. ^ Borzillo, S .; Каминска-Лаббе, Р. (2011). "Распутывание динамики создания знаний в сообществах практики через линзы теории сложности". Исследования и практика управления знаниями. 9 (4): 353–366. Дои:10.1057 / kmrp.2011.13. S2CID  62134156.
  30. ^ Lindberg, C .; Шнайдер, М. (2013). «Борьба с инфекциями в Медицинском центре штата Мэн: взгляд на сложное руководство на основе положительного отклонения». Лидерство. 9 (2): 229–253. Дои:10.1177/1742715012468784. S2CID  144225216.
  31. ^ Муаз А. К. Ниази, На пути к новой унифицированной структуре для разработки формальных, сетевых и проверенных моделей имитационного моделирования сложных адаптивных систем на основе агентов Кандидатская диссертация
  32. ^ Джон Х. Миллер и Скотт Э. Пейдж, Сложные адаптивные системы: введение в вычислительные модели социальной жизни, Princeton University Press Книжная страница
  33. ^ Мелани Митчелл, Экскурсия по сложности, Oxford University Press, Книжная страница
  34. ^ Springer Журнал моделирования сложных адаптивных систем (CASM)
  35. ^ Адами С (2002). «Что такое сложность?». BioEssays. 24 (12): 1085–94. Дои:10.1002 / bies.10192. PMID  12447974.
  36. ^ МакШи Д. (1991). «Сложность и эволюция: что все знают». Биология и философия. 6 (3): 303–24. Дои:10.1007 / BF00132234. S2CID  53459994.
  37. ^ а б Кэрролл С.Б. (2001). «Случайность и необходимость: эволюция морфологической сложности и разнообразия». Природа. 409 (6823): 1102–9. Bibcode:2001 Натур. 409.1102C. Дои:10.1038/35059227. PMID  11234024. S2CID  4319886.
  38. ^ Фурусава К., Канеко К. (2000). «Происхождение сложности в многоклеточных организмах». Phys. Rev. Lett. 84 (26, ч. 1): 6130–3. arXiv:nlin / 0009008. Bibcode:2000ПхРвЛ..84.6130Ф. Дои:10.1103 / PhysRevLett.84.6130. PMID  10991141. S2CID  13985096.
  39. ^ Адами С, Офрия С, Коллиер ТК (2000). «Эволюция биологической сложности». Proc. Natl. Акад. Sci. СОЕДИНЕННЫЕ ШТАТЫ АМЕРИКИ. 97 (9): 4463–8. arXiv:физика / 0005074. Bibcode:2000PNAS ... 97.4463A. Дои:10.1073 / pnas.97.9.4463. ЧВК  18257. PMID  10781045.
  40. ^ Орен А (2004). «Разнообразие и таксономия прокариот: текущее состояние и будущие задачи». Филос. Пер. R. Soc. Лондон. B Biol. Наука. 359 (1444): 623–38. Дои:10.1098 / rstb.2003.1458. ЧВК  1693353. PMID  15253349.
  41. ^ Уитмен В., Коулман Д., Вибе В. (1998). «Прокариоты: невидимое большинство». Proc Natl Acad Sci USA. 95 (12): 6578–83. Bibcode:1998PNAS ... 95,6578 Вт. Дои:10.1073 / пнас.95.12.6578. ЧВК  33863. PMID  9618454.
  42. ^ Schloss P, Handelsman J (2004). «Статус микробной переписи». Микробиол Мол Биол Рев. 68 (4): 686–91. Дои:10.1128 / MMBR.68.4.686-691.2004. ЧВК  539005. PMID  15590780.

Литература

внешняя ссылка