System adaptacyjny

System adaptacyjny to zestaw oddziałujących lub współzależnych bytów, rzeczywistych lub abstrakcyjnych, tworzących zintegrowaną całość, które razem są w stanie reagować na zmiany środowiskowe lub zmiany w oddziałujących częściach, w sposób analogiczny do ciągłej homeostazy fizjologicznej lub adaptacji ewolucyjnej w biologii . Pętle sprzężenia zwrotnego stanowią kluczową cechę systemów adaptacyjnych, takich jak ekosystemy i pojedyncze organizmy ; lub w ludzkim świecie, społecznościach , organizacjach i rodzinach . Systemy adaptacyjne można zorganizować w hierarchię.

Sztuczne systemy adaptacyjne obejmują roboty z systemami sterowania , które wykorzystują ujemne sprzężenie zwrotne do utrzymania pożądanych stanów.

Prawo adaptacji

Prawo adaptacji można określić nieformalnie jako:

Każdy system adaptacyjny zbiega się do stanu, w którym ustaje wszelki rodzaj stymulacji.

Formalnie prawo można zdefiniować w następujący sposób:

$uwagę$ system , mówimy, że zdarzenie fizyczne $\ displaystyle P (S \ rightarrow S'| E)}$${$$systemu$ wtedy $i$ tylko wtedy, gdy prawdopodobieństwo jest , że system ulega zmianie lub jest zaburzony (w swoich elementach lub w swoich procesach), gdy zdarzenie $ma$ , jest ściśle większe niż wcześniejsze prawdopodobieństwo, że $mi {\ displaystyle S}$ ulega zmianie niezależnie od ${\ displaystyle E}$ :

${\ Displaystyle P (S \ strzałka w prawo S'| E)> P (S \ strzałka w prawo S')}$

Niech będzie dowolnym systemem podlegającym zmianom w czasie $będzie dowolnym zdarzeniem$ niech $, które$ bodźcem dla systemu $:$ mówimy $\ displaystyle S}$ że jest systemem $adaptacyjnym$ wtedy i tylko wtedy, gdy t dąży do nieskończoności ${\ Displaystyle (t \ rightarrow \ infty)}$ prawdopodobieństwo, że system swoje zachowanie ${\ displaystyle S}$$Displaystyle (S \ rightarrow S ')}$$,$ w kroku czasu $jest$ pod uwagę, że zdarzenie równe prawdopodobieństwu, że system zmieni swoje zachowanie niezależnie od wystąpienia zdarzenia ${\ displaystyle E}$ . W kategoriach matematycznych:

1. - ${\ Displaystyle P_ {t_ {0}} (S \ strzałka w prawo S'| E)> P_ {t_ {0}} (S \rightarrow S')>0}$
2. - ${\ Displaystyle \ lim _ {t \ strzałka w prawo \ infty} P_ {t} (S \ strzałka w prawo S' | E) =P_{t}(S\strzałka w prawo S')}$

Zatem dla każdej chwili będzie istniał przedział czasowy taki, że: $displaystyle t}$$\$

${\ Displaystyle P_ {t + h}(S\rightarrow S'|E)-P_{t+h}(S\rightarrow S')<P_{t}(S\rightarrow S'|E)-P_{t}(S\rightarrow S' )}$

Korzyści płynące z systemów samoregulujących

W systemie adaptacyjnym parametr zmienia się powoli i nie ma preferowanej wartości. Natomiast w układzie samoregulującym wartość parametru „zależy od historii dynamiki układu”. Jedną z najważniejszych cech samoregulujących się systemów jest ich „ przystosowanie do krawędzi chaosu ”, czyli umiejętność unikania chaosu . Praktycznie rzecz biorąc, kierując się na skraj chaosu bez pójścia dalej, lider może działać spontanicznie, ale bez katastrofy. Artykuł dotyczący złożoności z marca/kwietnia 2009 dalej wyjaśnia zastosowane systemy samoregulujące i realistyczne implikacje. Fizycy wykazali, że adaptacja do krawędzi chaosu występuje w prawie wszystkich systemach ze sprzężeniem zwrotnym .

Zobacz też

• Autopoieza
• Adaptacyjny układ odpornościowy
• Sztuczna sieć neuronowa
• Złożony system adaptacyjny
• Dyfuzja innowacji
• Ekosystemy
• Hipoteza Gai
• Programowanie ekspresji genów
• Algorytmy genetyczne
• Uczenie się
• Adaptacja neuronalna

Notatki

•   Martin H., Jose Antonio; Javiera de Lope; Darío Maravall (2009). „Adaptacja, przewidywanie i racjonalność w systemach naturalnych i sztucznych: paradygmaty obliczeniowe naśladujące naturę”. Naturalne przetwarzanie . 8 (4): 757–775. doi : 10.1007/s11047-008-9096-6 . S2CID 2723451 .