Distribución λ-generalizada en la simulación de sistemas estocásticos complejos
En este artículo se presenta una técnica para diseñar modelos estocásticos de sistemas complejos adaptativos empleando redes de autómatas. El método consiste en modelar los elementos de un sistema mediante autómatas de aprendizaje, luego determinar las relaciones estocásticas y determinísticas que p...
- Autores:
-
Ortíz Triviño, Jorge Eduardo
- Tipo de recurso:
- Article of journal
- Fecha de publicación:
- 2000
- Institución:
- Universidad Nacional de Colombia
- Repositorio:
- Universidad Nacional de Colombia
- Idioma:
- spa
- OAI Identifier:
- oai:repositorio.unal.edu.co:unal/34108
- Acceso en línea:
- https://repositorio.unal.edu.co/handle/unal/34108
http://bdigital.unal.edu.co/24188/
- Palabra clave:
- Generalize Lambda Distribution
Complex System
Learning automata
Adaptative plan
Random variate
Artificial Life
Distribución λ-generalizada
Sistema complejo
Autómata de aprendizaje
Plan adaptativo
Variable aleatoria
Vida artificial
- Rights
- openAccess
- License
- Atribución-NoComercial 4.0 Internacional
Summary: | En este artículo se presenta una técnica para diseñar modelos estocásticos de sistemas complejos adaptativos empleando redes de autómatas. El método consiste en modelar los elementos de un sistema mediante autómatas de aprendizaje, luego determinar las relaciones estocásticas y determinísticas que permiten la interacción entre tales componentes para, de esta manera, constituir una red de autómatas como abstracción de la estructura del sistema en estudio. Así mismo, para modelar su dinámica se propone el diseño de un plan adaptativo en el cual deben construirse los operadores que otorgan a la estructura la posibilidad de evolucionar. Una vez construida la red adaptativa de autómatas puede simularse mediante la construcción adecuada de generadores de variables aleatorias a través de la distribución λ-generalizada. Especifícamente, éstos generadores son usados en la simulación de las relaciones estocásticas de los autómatas de aprendizaje y en la selección de los operadores en el plan adaptativo. El método no solo es útil en el análisis de sistemas complejos, sino que permite construir organismos dotados con vida artificial. |
---|