Distribución λ-Generalizada en la simulación de sistemas estocásticos complejos
DOI:
https://doi.org/10.15446/ing.investig.n45.21312Palabras clave:
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)
Descargas
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.
Referencias
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.
Cómo citar
APA
ACM
ACS
ABNT
Chicago
Harvard
IEEE
MLA
Turabian
Vancouver
Descargar cita
CrossRef Cited-by
Dimensions
PlumX
Visitas a la página del resumen del artículo
Descargas
Licencia
Derechos de autor 2000 Jorge Eduardo Ortíz Triviño

Esta obra está bajo una licencia internacional Creative Commons Atribución 4.0.
Los autores o titulares del derecho de autor de cada artículo confieren a la revista Ingeniería e Investigación de la Universidad Nacional de Colombia una autorización no exclusiva, limitada y gratuita sobre el artículo que una vez evaluado y aprobado se envía para su posterior publicación ajustándose a las siguientes características:
1. Se remite la versión corregida de acuerdo con las sugerencias de los evaluadores y se aclara que el artículo mencionado se trata de un documento inédito sobre el que se tienen los derechos que se autorizan y se asume total responsabilidad por el contenido de su obra ante la revista Ingeniería e Investigación, la Universidad Nacional de Colombia y ante terceros.
2. La autorización conferida a la revista estará vigente a partir de la fecha en que se incluye en el volumen y número respectivo de la revista Ingeniería e Investigación en el Sistema Open Journal Systems y en la página principal de la revista (https://revistas.unal.edu.co/index.php/ingeinv), así como en las diferentes bases e índices de datos en que se encuentra indexada la publicación.
3. Los autores autorizan a la revista Ingeniería e Investigación de la Universidad Nacional de Colombia para publicar el documento en el formato en que sea requerido (impreso, digital, electrónico o cualquier otro conocido o por conocer) y autorizan a la revista Ingeniería e Investigación para incluir la obra en los índices y buscadores que estimen necesarios para promover su difusión.
4. Los autores aceptan que la autorización se hace a título gratuito, por lo tanto renuncian a recibir emolumento alguno por la publicación, distribución, comunicación pública y cualquier otro uso que se haga en los términos de la presente autorización.