شبيه سازي رايانه اي سيستم هاي انطباقي

براي شبيه سازي رفتارسيستم هاي انطباقي از مدل سازي رايانه اي استفاده كنيم. اين تــــوانمندي در سالهاي اخير رشد شگفت انگيزي داشته است. ماشينهاي خودكار سلولي و محاسبات عددي ژنتيك دو ابزاري هستند كه امروزه به صورتهاي مختلف در اين امر كاربرد دارند. اين مدل سازي به تركيب كاربري جمعيتهاي نامتجانس عامل، قوانين ساده، محيط (مانند توزيع منابع)، تعاملات و بازخورد كه براساس اطلاعات موجود براي هر عامل فراهــــم آمده است، مي پردازد. مقاله اي در سال 1999 در مجله »تي.اف.اس.سي« در رابطه بـــــا رشد سيستم هاي انطباقي از مراحل اوليه رشد چاپ شد كه از طريق شبيه سازي رايانه اي ايجاد شده بود. اين مقاله همچنين به ارايه شيوه هاي متعددي مي پرداخت و بيانگر نظراتي در رابطه با برنامه ريزي و مديريت فناوري بود. كاربري اين اطلاعات در جهت شبيه سازي خلاقيت از طريق تغييردادن يك سيستم راكد و ثابت به يك سيستم مغشوش (دگرگوني خلاق، بررسي وجود تناسب بين تمركزگرايي و تمركززدايـــــي و مابين جهاني سازي و منطقه سازي است. از آن زمان به بعد در »تي.اف.اس.سي« مقاله هاي فراواني با موضوع به كارگيري ماشين هاي شبيه ساز خودكار سلولي نوآورانه، همين طور با موضوع مدل سازي ساده عامل به عنوان يك اپيدمي، به چاپ رسيد. در كار جديدي كه توسط »گولدن برگ« انجام شد از مدل ماشين خودكار سلولي براي شناخت حيات مجدد نوآوريهاي خاموش بهره جسته است. علاوه بر آن و طبق نظر »كــوف من« شبيه سازي رايانه اي عاملي براي انجام بررسي مقايسه اي بين تحول فناورانه و بيولوژيك است. در حال حاضر، رايانه همچنين قادر است تا بر محدوديتها غلبه كند و از اين طريق امكان پيش بيني فراهم شود. اين پروسه در برگيرنده الف: مدل سازي اكتشافي رايانه اي در جهت خلق سناريوهاي كلي مـــربوط به آينده است و ب : تجسم رايانه اي و مراحل تحقيقي به منظور استخراج اطلاعات از اين كليات كه براي وزن دهي به گزينه هاي انتخابي و در نتيجه تصميم گيري صحيح به كار مي رود. ما حتي مي توانيم با كمك آن تازه ها را در فناوري معرفي كرده و تاثير آنها را ارزيابي كنيم. در كليه موارد بالا از رايانه براي حل پيچيدگي اين سيستم ها استفاده كرده و شرايط عدم اطمينان را بااستفاده از روشهايي كه بيشتر شبيه به معجزه است برطرف مي سازيم. اين توانمندي بايد بتواند ما را به سمت پيش بيني و آينده نگري سوق دهد.