Published

2000-01-01

Distribución λ-Generalizada en la simulación de sistemas estocásticos complejos

DOI:

https://doi.org/10.15446/ing.investig.n45.21312

Keywords:

Distribución λ-generalizada, Sistema complejo, Autómata de aprendizaje, Plan adaptativo, Variable aleatoria, Vida artificial (es)
Generalize Lambda Distribution, Complex System, Learning automata, Adaptative plan, Random variate, Artificial Life (en)

Authors

  • Jorge Eduardo Ortíz Triviño Universidad Nacional de Colombia

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.

Específicamente, 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.

This paper presents a technique to design computers stochastic models of adaptative complex systems using automata nets. The method consists in construct models for subsystems through learning automata, after that, it is necessary find the random relationships that allow interactions between components. So, it is possible construct an automata net as a model of the system in study.

In the same way, it is possible design an adaptative plan to represent the systems change as a space-time function. The model so construct can be simulated, in a computer, using generators of random vectors. In specific, these vectors are used in both simulation of the relationships between different automatas and in the adaptative plan operators.

This method can be used not only to know about natural complex systems but also in design of synthetic complex organisms that presents artificial life properties.

References

Devroye, Luc. Non-Uniform Random Variate Generation. Editorial Springer-Velag. 1986. DOI: https://doi.org/10.1007/978-1-4613-8643-8

Garzon, M. Cellular Automata and Discrete Neural Networks, Physica D 45, 431-440. 1990 DOI: https://doi.org/10.1016/0167-2789(90)90200-9

____ Models of Massive Parallelism: Analysis of Cellular Automata and Neural Networks, Springer-Verlag, 1995. 1996

____ Evolutionary Computation: Evolution in Evolution. En Memorias del Primer Congreso Nacional de Neurocomputación. Academia Colombiana de Ciencias Exactas, Físicas y Naturales, 43-51, 1996.

Golberg, D. E., "Genetic Algorithms”: En Search, Optimization, and Machine Learning. Addisson-Wesley, 1989.

Goles, E (1990), Automata Networks, Birkhauser, 1990. DOI: https://doi.org/10.1007/978-94-009-0529-0

Holland J. H., Adaptation in Natural and Artificial Systems: An Introductory Analysis with Applications to Biology, Control and Artificial Intelligence, MIT Press, 1992. DOI: https://doi.org/10.7551/mitpress/1090.001.0001

Kosko B. Neural Networks and Fuzzy Systems: A Dynamical Systems Approach. Prentice-Hall, 1992.

Krzanowski, W.J. Multivariate Analysis: Distributions, Ordination and Inference. 1994.

Narendra, K. and Thathachar M.A.L. (1989), Learning Automata: An Introduction. Prentice-Hall.

Ramberg, et al “A Probability Distribution and Its Uses in Fitting Data”. Technometrics, Vol 21, No. 2 May 1.979. DOI: https://doi.org/10.1080/00401706.1979.10489750

Zavan, A. Karian y Edward, J. Dudewicz. Modern Statistical, Systems and GPSS Simulation. 1992.

How to Cite

APA

Ortíz Triviño, J. E. (2000). Distribución λ-Generalizada en la simulación de sistemas estocásticos complejos . Ingeniería e Investigación, (45), 28–32. https://doi.org/10.15446/ing.investig.n45.21312

ACM

[1]
Ortíz Triviño, J.E. 2000. Distribución λ-Generalizada en la simulación de sistemas estocásticos complejos . Ingeniería e Investigación. 45 (Jan. 2000), 28–32. DOI:https://doi.org/10.15446/ing.investig.n45.21312.

ACS

(1)
Ortíz Triviño, J. E. Distribución λ-Generalizada en la simulación de sistemas estocásticos complejos . Ing. Inv. 2000, 28-32.

ABNT

ORTÍZ TRIVIÑO, J. E. Distribución λ-Generalizada en la simulación de sistemas estocásticos complejos . Ingeniería e Investigación, [S. l.], n. 45, p. 28–32, 2000. DOI: 10.15446/ing.investig.n45.21312. Disponível em: https://revistas.unal.edu.co/index.php/ingeinv/article/view/21312. Acesso em: 25 mar. 2025.

Chicago

Ortíz Triviño, Jorge Eduardo. 2000. “Distribución λ-Generalizada en la simulación de sistemas estocásticos complejos ”. Ingeniería E Investigación, no. 45 (January):28-32. https://doi.org/10.15446/ing.investig.n45.21312.

Harvard

Ortíz Triviño, J. E. (2000) “Distribución λ-Generalizada en la simulación de sistemas estocásticos complejos ”, Ingeniería e Investigación, (45), pp. 28–32. doi: 10.15446/ing.investig.n45.21312.

IEEE

[1]
J. E. Ortíz Triviño, “Distribución λ-Generalizada en la simulación de sistemas estocásticos complejos ”, Ing. Inv., no. 45, pp. 28–32, Jan. 2000.

MLA

Ortíz Triviño, J. E. “Distribución λ-Generalizada en la simulación de sistemas estocásticos complejos ”. Ingeniería e Investigación, no. 45, Jan. 2000, pp. 28-32, doi:10.15446/ing.investig.n45.21312.

Turabian

Ortíz Triviño, Jorge Eduardo. “Distribución λ-Generalizada en la simulación de sistemas estocásticos complejos ”. Ingeniería e Investigación, no. 45 (January 1, 2000): 28–32. Accessed March 25, 2025. https://revistas.unal.edu.co/index.php/ingeinv/article/view/21312.

Vancouver

1.
Ortíz Triviño JE. Distribución λ-Generalizada en la simulación de sistemas estocásticos complejos . Ing. Inv. [Internet]. 2000 Jan. 1 [cited 2025 Mar. 25];(45):28-32. Available from: https://revistas.unal.edu.co/index.php/ingeinv/article/view/21312

Download Citation

CrossRef Cited-by

CrossRef citations0

Dimensions

PlumX

Article abstract page views

449

Downloads

Most read articles by the same author(s)