دسترسی نامحدود
برای کاربرانی که ثبت نام کرده اند
برای ارتباط با ما می توانید از طریق شماره موبایل زیر از طریق تماس و پیامک با ما در ارتباط باشید
در صورت عدم پاسخ گویی از طریق پیامک با پشتیبان در ارتباط باشید
برای کاربرانی که ثبت نام کرده اند
درصورت عدم همخوانی توضیحات با کتاب
از ساعت 7 صبح تا 10 شب
ویرایش: [1st ed.] نویسندگان: Ted Carmichael, Andrew J. Collins, Mirsad Hadžikadić سری: Understanding Complex Systems ISBN (شابک) : 9783030203078 ناشر: Springer International Publishing سال نشر: 2019 تعداد صفحات: VIII, 250 [254] زبان: English فرمت فایل : PDF (درصورت درخواست کاربر به PDF، EPUB یا AZW3 تبدیل می شود) حجم فایل: 8 Mb
در صورت تبدیل فایل کتاب Complex Adaptive Systems: Views from the Physical, Natural, and Social Sciences به فرمت های PDF، EPUB، AZW3، MOBI و یا DJVU می توانید به پشتیبان اطلاع دهید تا فایل مورد نظر را تبدیل نمایند.
توجه داشته باشید کتاب سیستمهای تطبیقی پیچیده: دیدگاههایی از علوم فیزیکی، طبیعی و اجتماعی نسخه زبان اصلی می باشد و کتاب ترجمه شده به فارسی نمی باشد. وبسایت اینترنشنال لایبرری ارائه دهنده کتاب های زبان اصلی می باشد و هیچ گونه کتاب ترجمه شده یا نوشته شده به فارسی را ارائه نمی دهد.
این کتاب از کنفرانس های بین المللی سازماندهی شده به عنوان
بخشی از مجموعه سمپوزیوم های پاییز AAAI و کنفرانس Swarmfest
2017 پدیدار شد. این پژوهشگران را از زمینه های مختلف گرد هم می
آورد که این سیستم های پیچیده را با استفاده از CAS و ابزارها و
تکنیک های مدل سازی مبتنی بر عامل مطالعه می کنند. در گذشته،
دانش به دست آمده در هر حوزه تا حد زیادی در انحصار آن حوزه
باقی مانده است. با گرد هم آوردن دانشمندانی که این پدیدهها را
مطالعه میکنند، این کتاب دانش را از یک حوزه میگیرد تا بینش
دیگری را ارائه دهد.
بیشترین پدیدههای جالب در سیستمهای طبیعی و اجتماعی شامل
انتقال و نوسانات مداوم در میان مراحل مختلف آنها - جنگها،
شرکتها، جوامع، بازارها میشود. و انسان به ندرت در یک حالت
پایدار و قابل پیش بینی برای مدت طولانی باقی می ماند. تصادفی
بودن، قوانین قدرت و رفتار انسانی تضمین می کند که آینده
ناشناخته و چالش برانگیز است. وقایع چگونه آشکار می شوند؟ چه
زمانی می گیرند؟ چرا برخی از رویدادهای اولیه باعث سقوط بهمن می
شوند در حالی که برخی دیگر این کار را نمی کنند؟ ویژگی این
وقایع چیست؟ آستانههایی که تغییر دریا را از غیر رویدادی
متمایز میکنند چیست؟
سیستمهای تطبیقی پیچیده (CAS) ثابت کردهاند که ابزار
قدرتمندی برای کاوش این پدیدهها و سایر پدیدههای مرتبط هستند.
نویسندگان یک مدل کلی CAS را دارای تعداد زیادی عامل مشابه خود
توصیف می کنند که: 1) از یک یا چند سطح بازخورد استفاده می
کنند. 2) ویژگی های اضطراری و خود سازماندهی را به نمایش
بگذارید. و 3) رفتار دینامیکی غیر خطی ایجاد کند. پیشرفتها در
فنآوری مدلسازی و محاسبات نه تنها منجر به درک عمیقتر
سیستمهای پیچیده در بسیاری از زمینهها شده است، بلکه این
احتمال را نیز افزایش دادهاند که اصول بنیادی مشابهی در این
سیستمها کار میکنند، حتی اگر اصول اساسی ممکن است خود را
متفاوت نشان دهند.
This book emerged out of international conferences organized
as part of the AAAI Fall Symposia series, and the Swarmfest
2017 conference. It brings together researchers from diverse
fields studying these complex systems using CAS and
agent-based modeling tools and techniques. In the past, the
knowledge gained in each domain has largely remained
exclusive to that domain. By bringing together scholars who
study these phenomena, the book takes knowledge from one
domain to provide insight into others.
Most interesting phenomena in natural and social systems
include constant transitions and oscillations among their
various phases – wars, companies, societies, markets, and
humans rarely stay in a stable, predictable state for long.
Randomness, power laws, and human behavior ensure that the
future is both unknown and challenging. How do events unfold?
When do they take hold? Why do some initial events cause an
avalanche while others do not? What characterizes these
events? What are the thresholds that differentiate a sea
change from a non-event?
Complex adaptive systems (CAS) have proven to be a powerful
tool for exploring these and other related phenomena. The
authors characterize a general CAS model as having a large
number of self-similar agents that: 1) utilize one or more
levels of feedback; 2) exhibit emergent properties and
self-organization; and 3) produce non-linear dynamic
behavior. Advances in modeling and computing technology have
led not only to a deeper understanding of complex systems in
many areas, but they have also raised the possibility that
similar fundamental principles may be at work across these
systems, even though the underlying principles may manifest
themselves differently.