Metodologiczne aspekty przewidywania zachowania złożonych systemów z wykorzystaniem metod symulacji indukcyjnej

• Autorzy: Rogoza V. , Bobkowska J.
• Języki publikacji: PL

Abstrakty

PL

W niniejszym artykule dokonano próby, z punktu widzenia retrospekcji historycznej, przedstawienia korzeni problematyki badan systemów złożonych sztucznego pochodzenia i udowodnienia tezy o tym, e badania złoonych obiektów i systemów oparte na koncepcji tak zwanej symulacji indukcyjnej udostepniają badaczom efektywne sposoby dokładnego odzwierciedlenia zasadniczych cech omówionych obiektów i systemów. Dla ilustracji podejścia opartego na koncepcji symulacji indukcyjnej wybrano metode grupowania argumentów (GMDH).

EN

The complex system concept is discussed from a historical viewpoint. It is shown that the concept has an inter-disciplinary meaning and it is amenable to theoretical generalization on the systems analysis level. A possible definition of the complex system concept is presented as well as the conclusion on the effectiveness of the use of inductive simulation methods to the study of the mentioned systems are discussed. The GMDH method is analyzed as an example of an inductive approach suitable for the solution of problems of prediction of complex system behavior.

Słowa kluczowe

PL

systemy złożone; modelowanie matematyczne; podejście indukcyjne; metoda GMDH; prognoza; adaptacja i samoorganizacja ewolucji modeli

EN

complex systems; mathematical simulation; inductive approach; prediction; adaptation and evolutionary self-organization of models; GMDH method

• Wydawca: Komisja Informatyki Polskiej Akademii Nauk, Oddział w Gdańsku
• Czasopismo: Metody Informatyki Stosowanej
• Rocznik: 2010
• Tom: nr 1 (22)
• Strony: 143--161
• Opis fizyczny: Bibliogr. 31 poz., rys.

Twórcy

autor

Rogoza V.

autor

Bobkowska J.

• Zachodniopomorski Uniwersytet Technologiczny w Szczecinie, Wydział Informatyki

Bibliografia

• [1] Gödel K. Über formal unentscheidbare Sätze der Principia Mathematica und verwandter Systeme I. – Monatshefte für Mathematik und Physik, 38, 1931, p. 173 – 198.
• [2] Russell S.J, Norvig P. Artificial Intelligence. A Modern Approach. – Prentice Hall, 2003.
• [3] Hopcroft J.E., Motwani R., Ullman J.D. Introduction to Automata Theory, Languages, and Computation. – Addison-Wesley Publ. Comp., 2001.
• [4] Cobham A. The intrinsic computational difficulty of functions. – In Bar-Hillel Y. (Ed.), Proceedings of the 1964 International Congress for Logic, Methodology, and Philosophy of Science, p.24-30, 1964, Jerusalem. Elsevier/North-Holland
• [5] Edmonds J. Paths, trees, and flowers. - Canadian Journal of Mathematics, 17, 1965, p. 449 – 467.
• [6] Cook S.A. The complexity of theorem-proving procedures. – In Proceedings of the 3th Annual ACM Symposium on Theory of Computing, 1971, p. 151 – 158, New York, ACM Press.
• [7] Karp R.M. Reducibility among combinatorial problems. – In Miller R.E. and Thatcher J.W. (Eds.) Complexity of Computer Computations, 1971, p. 85 – 103, Plenum New York.
• [8] Luger G.F. Artificial Intelligence. – Addison-Wesley Publ. Comp., 2002.
• [9] Wiener N. Cybernetics, or Control and Communication in the Animal and the Machine. – The Technology Press and John Wiley & Sons, Inc., New York – Hermann et Cie, Paris, 1948.
• [10] Ashby W. R. Design for a Brain. The Origin of Adaptive Behaviour. – London, Chapman & Hall Ltd, 1960.
• [11] Baader F., Calvanese D., McGuinness D. L., Nardi D., Pater-Schneider P. F. Peter F. The Description Logic Handbook. Theory, Implementation, and Application. – Cambridge University Press, 2003, 556 p.
• [12] Tsypkin Y.Z. Adaptation and Learning in Automatic Systems. – New York: Academic Press, 1971.
• [13] Holland J. H. Adaptation in Natural and Artificial Systems. – A Bradford Book, The MIT Press Cambridge, Massachusetts, London, England, 1992.
• [14] Koza J. R., Kean M. A., Streeter M. J. et al. Genetic Programming IV. Routine Human-Competitive Machine Intelligence, Springer, 2005.
• [15] Pontriagin L.S., Boltianski W.G., Gamkrelidze R.W., Miszczenko E.F. Matematyczna teoria procesów optymalnych. – M.: Fizmatgiz, 1961. (W języku rosyjskim).
• [16] Bellman R. Dynamic programming, system identification and suboptimization. - Journal of the SIAM on Control, 1966, v.4. No.1.
• [17] Ramsey F.P. Truth and probability. – In Braithwaite R.B. (Ed.), The Foundations of Mathematics and Other Logical Essays. Harcourt Brace Jovanovich, New York, 1931.
• [18] Neumann von J., Morgenstern O. The Theory of Games and Economic Behavior. – Princeton University Press, Princeton, New Jersy, 1944.
• [19] Bellman R.E. Dynamic Programming. – Princenton University Press, New Jersy, 1957.
• [20] Klusch M. (Ed.) Intelligent Information Agents. Agent-Based Information Discovery and Management on the Internet. – Springer-Verlag, Berlin Heidelberg, 1999.
• [21] Simon H.A. Administrative behavior. – Macmillan, New York, 1947.
• [22] Paun, G., Rozenberg, G., Salomaa, A. DNA Computing. New Computing Paradigms. – Springer-Verlag Berlin Heidelberg, 1998.
• [23] Turing A. Computing machinery and intelligence. – Mind, 59, 1950, P. 433-460.
• [24] Ivahnenko A.G. Metoda grupowania argumentów – konkurent dla metody aproksymacji stochastycznej. – Automatyka, 1968, # 3, str. 58 – 72. (W języku ukraińskim).
• [25] Wiliński A. GMDH – Metoda grupowania argumentów w zadaniach zautomatyzowanej predykcji zachowań rynków finansowych. – Warszawa – Szczecin: Instytut Badań Systemowych Polskiej Akademii Nauk, 2009.
• [26] Graupe D. Identification of Systems. – Robert E. Krieger Publ. Company, Huntington, New York, 1976.
• [27] Müller J.A., Ivachnenko A.G. Selbstorganisation von Vorhersagemodellen. – Berlin Veb Verlag Technik, 1984.
• [28] Korzyński Mieczysław. Metodyka eksperymentu. Planowanie, realizacja i statystyczne opracowanie wyników eksperymentów technologicznych. – Warszawa, Wydawnictwo Naukowo-Techniczne, 2006.
• [29] Gabor D. Perspektywy planowania. – Automatyka, 1972, #2. (w języku rosyjskim).
• [30] Fryer P. A brief description of Complex Adaptive Systems and Complexity Theory. http://www.trojanmice.com/articles/complexadaptivesystems.htm [dostęp: 2010.01.24].
• [31] Ahmed E, Elgazzar AS, Hegazi AS (28 June 2005). An overview of complex adaptive systems. Mansoura J. Math 32. http://arxiv.org/abs/nlin/0506059