Problems of adaptative organization of computations in intelligent simulating systems

Rogoza, V.; Bazarko, J.

Artykuł - szczegóły

Tytuł artykułu

Problems of adaptative organization of computations in intelligent simulating systems

Autorzy

Rogoza V. , Bazarko J.

Identyfikatory

Warianty tytułu

Problemy adaptacyjne organizacji obliczeń w inteligentnych systemach symulujących

Języki publikacji

Abstrakty

The paper deals with the problem of building adaptive simulation systems dedicated to the study of objects whose behavior possesses features of complex systems. The phenomenon of complexity is discussed in connection with the properties of the mentioned simulation systems. The approaches to the development of adaptive simulation systems are analyzed and some recommendations allowing implementation of those systems are given.

W artykule przedstawiono analizę właściwości i budowę sztucznych systemów tworzonych na zasadzie adaptacji i przeznaczonych do symulacji obiektów o skomplikowanym charakterze zachowania.

Słowa kluczowe

complex systems and objects simulation adaptation

złożone systemy i obiekty symulacja adaptacja

Wydawca

Wydawnictwo SIGMA-NOT

Czasopismo

Elektronika : konstrukcje, technologie, zastosowania

Rocznik

2010

Tom

Vol. 51, nr 6

Strony

178--185

Opis fizyczny

Bibliogr. 28 poz., wykr.

Twórcy

autor

Rogoza V.

autor

Bazarko J.

Zachodniopomorski Uniwersytet Technologiczny w Szczecinie, Wydział Informatyki

Bibliografia

[1] Tsypkin Y. Z.: Adaptation and Learning in Automatic Systems. New York: Academic Press, 1971.
[2] Holland J. H.: Adaptation in Natural and Artificial Systems. A Bradford Book, The MIT Press Cambridge, Massachusetts, London, England, 1992.
[3] Müller J. A., Ivachnenko A. G.: Selbstorganisation von Vorhersagemodellen. Berlin Veb Verlag Technik, 1984.
[4] Michalewicz Z., Fogel D. B.: Jak to rozwiązać, czyli nowoczesna heurystyka. Warszawa, Wyd-wo Naukowo-Techniczne, 2006.
[5] Wiliński A.: GMDH-metoda geupowania argumentów w zadaniach zautomatyzowanej predykcji zachowań rynków finansowych. Warszawa-Szczecin: Instytut Badań Systemowych Polskiej Akademii Nauk, 2009.
[6] Hykin S.: Neural Networks. A Comprehensive Foundation. Prentice Hall, 1999.
[7] Ashby W. R.: Design for a Brain. The Origin of Adaptive Behaviour. London, Chapman & Hall Ltd, 1960.
[8] Rastrigin L. A.: Adaptive computer systems. Riga: RPI, 1987. (In Russian).
[9] Sigorski W. P.: Problem adaptation In GAD systems.//„Izwestia wuzow-Radioelektronika", #6, tom 31, 1988, pp. 5-23. (In Russian).
[10] Gödel K.: Über formal unentscheidbare Sätze der Principia mathematica und verwandter Systeme I. Monatshefte für Mathematik und Physik, 38, 1931, pp. 173-198.
[11] Iwachnienko O. G.: Argument grouping metod is a competitor for the metod of stochastic approximation. Automatyka, 1968, # 3, pp. 58-72. (In Ukreinian).
[12] Koza J. R., Kean M. A., Streeter M. J. et al.: Genetic Programming IV. Routine Human- Competitive Machine Intelligence, Springer, 2005.
[13] Asmussen S., Glynn P. W.: Stochastic Simulation: Algorithms and Analysis. Springer, 2007.
[14] Russel S. J., Norvig P.: Artificial Intelligence. A Modern Approach. Prentice Hall, 2003.
[15] Kron G.: Diakoptics: The Piecewice Solution of Large Scale Systems. MacDonald, 1963.
[16] Rogoza W.: Adaptive simulation of separate dynamical systems in the neural network basis. In: Jerzy Pejas, Andrzej Piegat (Eds.). Enhanced Methods in Computer Security, Biometric and Artificial Intelligent Systems, KLUWER Academic Publ., 2005, pp. 371-386.
[17] Dennis J. E., Jorge Jr. J.: Quasi-Newton Methods. Motivation andTheory. Cornell University, Ithaca, NY, USA, 1974.
[18] Getreu I. E.: Modeling the Bipolar Transistor (Computer-aided design of electronic circuits). Amazon Press, 1978.
[19] Graupe D.: Identification of Systems. Robert E. Krieger Publ. Company, Huntington, New York, 1976.
[20] Pontriagin L. S., Boltianski W. G., Gamkrelidze R. W., Miszczenko E. F.: Mathematical theory of optimization processes. M.: Fizmatgiz, 1961. (In Russian).
[21] Bellman R.: Dynamic programming, system identification and suboptimization. Journal of the SIAM on Control, 1966, v.4. No.1.
[22] Wasan M. T.: Stochastic Approximation. Cambridge University Press, 2004.
[23] Newell A., Simon H.: GPS: a program that simulates human thought. Lernende Automaten, H. Billing ed., Munich: R. Oldenbourg KG, 1961. pp. 109-124.
[24] Shannon C. E.: A Mathematical Theory of Communication.//Bell System Technical Journal, vol. 27, 1948, pp. 379-423, 623-656.
[25] Rogoza V. S.: Program realization of adaptors in problem adaptive systems.//Polish Journal of Environmental Studies, vol. 16, no. 5B, 2007, pp. 193-201.
[26] Feichen F. C.: Electronic Integrated Circuits and Systems. Van Nostrand Reinhold Company, NY, 1990.
[27] Yuan J. S., Liou J. J.: Semiconductor Device Physics and Simulation. Springer, 1998.
[28] Turing A. Computing machinery and intelligence.-Mind, 59, 1950, pp. 433-460.

Typ dokumentu

Bibliografia

Identyfikator YADDA

bwmeta1.element.baztech-article-BWAW-0005-0053