Wyniki wyszukiwania - BazTech

Ograniczanie wyników

Powiadomienia systemowe

Sesja wygasła!

Znaleziono wyników: 2

Liczba wyników na stronie

Wyniki wyszukiwania

Wyszukiwano:
w słowach kluczowych: complex systems modeling

Sortuj według:

Ogranicz wyniki do:

Learning structures of conceptual models from observed dynamics using evolutionary echo state networks

Abdelbari H., Shafi K.

Journal of Artificial Intelligence and Soft Computing Research

2018

Vol. 8, No. 2

133--154

Conceptual or explanatory models are a key element in the process of complex system modelling. They not only provide an intuitive way for modellers to comprehend and scope the complex phenomena under investigation through an abstract representation but also pave the way for the later development of detailed and higher-resolution simulation models. An evolutionary echo state network-based method for supporting the development of such models, which can help to expedite the generation of alternative models for explaining the underlying phenomena and potentially reduce the manual effort required, is proposed. It relies on a customised echo state neural network for learning sparse conceptual model representations from the observed data. In this paper, three evolutionary algorithms, a genetic algorithm, differential evolution and particle swarm optimisation are applied to optimize the network design in order to improve model learning. The proposed methodology is tested on four examples of problems that represent complex system models in the economic, ecological and physical domains. The empirical analysis shows that the proposed technique can learn models which are both sparse and effective for generating the output that matches the observed behaviour.

Metoda dynamiki systemowej w modelowaniu złożonych systemów i procesów

Hoffmann R., Protasowicki T.

Biuletyn Instytutu Systemów Informatycznych

2013

nr 12

19-28

Autorzy przedstawili metodę dynamiki systemowej (ang. System Dynamics), która umożliwia budowę modeli symulacji ciągłej. Artykuł ma postać rozważań teoretycznych dotyczących samej metody, jak również jej potencjalnych zastosowań w symulacji złożonych systemów i zachodzących w nich procesów. Opisana w artykule metoda pozwala modelować strukturę i dynamikę złożonych systemów, uwzględniając przy tym występujące w tych systemach liczne sprzężenia zwrotne. Dzięki rozpatrywaniu badanego systemu, jako spójnej całości w kontekście jego dynamiki, tworzone modele symulacyjne umożliwiają łatwe odwzorowanie i zrozumienie nawet bardzo skomplikowanych relacji o nieliniowym charakterze. Omawiana metoda pozwala na łatwe dokonywanie adaptacji zbudowanego modelu do bieżących potrzeb, m.in. w celu sprawdzenia kolejnych hipotez lub nowych scenariuszy działania. Dzięki tym właściwościom może ona być z powodzeniem stosowana w modelowaniu i analizie różnych klas złożonych zagadnień z zakresu niemalże dowolnej dziedziny problemowej.

This paper presents the System Dynamics (SD) method, which allows to build a continuous simulation models. Paper contains a theoretical consideration on SD method and its potential applications in field of the simulation of complex systems and processes. Described method allows to model the structure and dynamics of complex systems, taking into account a feedback loops embedded within these systems. By considering the system as comprehensive and indivisible – in the meaning of its dynamics – developed simulation models allows for easy mapping and understanding the complex non-linear relationships between elements included to the model. SD method allows for easy adaptation of the constructed model to the current needs, to verify new hypotheses and new scenarios. These properties enables the SD method to be successfully used in modeling and analyzing the different classes of complex systems related to almost any problem domain.