• اگر سمپادی هستی همین الان عضو شو :
    ثبت نام عضویت

Complex Systems

  • شروع کننده موضوع
  • #1

sayna

کاربر خاک‌انجمن‌خورده
ارسال‌ها
2,460
امتیاز
12,313
نام مرکز سمپاد
دبيرستان فرزانگان ۱
شهر
تهران
دانشگاه
علوم پزشكى شهيدبهشتى
رشته دانشگاه
پزشكى
همه‌ی ما توی کتابای مختلف درسی تعریف سیستم رو خوندیم. «به مجموعه‌ای از اعضا که با نظم خاصی کنار هم چیده‌شده و هدف خاصی را دنبال می‌کنند، سیستم می‌گویند.»
از اونجایی که ما تعریف دقیقی از «پیچیدگی» نداریم و نمی‌تونیم دقیقا بگیم چی پیچیده هست و چی نیست پس تعریف دقیقی هم از سیستم‌های پیچیده - Complex System نداریم. اما به صورت نسبی به سیستم‌هایی که با مطالعه‌ی تک تک اجزاش نشه رفتار کل ِ سیستم رو پیش‌بینی کرد، سیستم‌های پیچیده می‌گیم. خیلی از پدیده‌هایی که برای ما «ناشناخته» نامیده می‌شن، برای همینه که یک سیستم پیچیده هستند. مثل مغز انسان!
تا حالا فکر کردید چرا با این همه پیشرفت توی مسائل جغرافیایی و آب‌وهوا ما هنوز سیستم دقیق پیش‌بینی آب و هوا رو نداریم؟ یک زمین، یک اتمسفر و یک سری اقیانوس و جریان‌های مختلف آب. پس چرا پیش‌بینی آب و هوا انقدر سخته و اصلا چرا نمی‌تونیم آب و هوا رو به صورت بلند مدت پیش‌بینی کنیم؟ چون آب و هوا هم یک سیستم پیچیده‌ست. طی مطالعه‌ی همین آب و هوا بود که دانش‌مندان به نظریه‌ی Butterfly Effect رسیدند. که حتما بعدا راجع بش مفصل حرف می‌زنیم.
سیستم‌های پیچیده همه جا هستند. سهام بورس، آب و هوا، ترافیک، شبکه‌های اجتماعی، کنام‌های جانوری و شاید پیچیده‌ترین اون‌ها «انسان!» و باز هم پیچیده‌ترین ارگان بدن انسان، «مغز»
توی این تاپیک، می‌خوایم بیشتر با Complex Systems آشنا شیم. شاید اولش بحثمون خیلی ربطی به نوروساینس نداشته باشه. اما نهایتا کلّی‌ست که جزئی‌ش مربوط به نوروساینسه.
فکر کنم گام اول، جمع‌آوری اطلاعات باشه. شما چه اطلاعاتی راجع به سیستم‌های پیچیده دارید؟ چیزی ازشون شنیدید؟

×ترجیحا اطلاعات به صورت پست باشه، همه نمی‌تونند و حوصله نمی‌کنند فیلم و مقاله‌های بلند بالا بخونند، امّا یک پست مرتب و منسجم رو چرا.
 

الهام1375

کاربر حرفه‌ای
ارسال‌ها
318
امتیاز
1,966
نام مرکز سمپاد
فـرزانگان
شهر
بیرجند
مدال المپیاد
شیمی میخوندم.
دانشگاه
دانشگاه علوم پزشکی تهران
رشته دانشگاه
پزشکی
پاسخ : Complex Systems

شاید مهمترین مطلب درباره سیستم های پیچیده همینه که نتایجی که از فعالیت اونها بدست میاد وابستگی حساسی به شرایط اولیه و عمل تک تک اجزا داره و مشکلی که در رابطه با اونها وجود داره اثرهای غیر مستقیم یا شاید نامربوطی هست که مطالعه اونها برای انسان مشکله چون تنها وابسته به یک علم خاص نیستند و مجموعه علوم رو میتونند شامل بشوند.بحث هایی که در رابطه با اونها وجود دارد در سه بخش طبقه بندی می شوند که بخش اول بررسی چگونگی ارتباط اجزاست که منجر به نتایج خاص میشه ، بخش دوم شناخت راه هایی هست که میتونیم به کمک اونها این سیستم ها رو توصیف کنیم و بخش سوم روند شکل گیری این سیستم ها در مسیر تکاملشان است.
بررسی سیستم های پیچیده به ما کمک میکنه تا حد زیادی جلوی نتایج مخربی که در اثر عمل ما هستن رو بگیریم و با آنالیزشون در فکر طراحی وشبیه سازی اونها باشیم.
 

نسترنگار

کاربر خاک‌انجمن‌خورده
ارسال‌ها
2,367
امتیاز
7,064
نام مرکز سمپاد
فرزانگان ۱ تهران
رشته دانشگاه
پزشکی بهشتی
پاسخ : Complex Systems

من یه جا خونده بودم که اگر بتونیم موقعیت فعلی تک تک اجزای سیستم رو مشخص کنیم، می‌تونیم وضعیت بعدی سیستم رو هم پیش بینی کنیم. درسته؟ :D
 

August McJoseph

کاربر فوق‌حرفه‌ای
ارسال‌ها
733
امتیاز
3,916
نام مرکز سمپاد
هاش II
شهر
مشهد
پاسخ : Complex Systems

به نقل از نسترنّگار :
من یه جا خونده بودم که اگر بتونیم موقعیت فعلی تک تک اجزای سیستم رو مشخص کنیم، می‌تونیم وضعیت بعدی سیستم رو هم پیش بینی کنیم. درسته؟ :D
آره تا حد زیادی البته باید کرکرد هم تشخیص داده شه دیگه، مگر نه میشه فقط اطلاعات خام، باید استنتاج بشه و به نوعی ارتباط ها کشف بشن و بنظر من باید ارتباط های اجزا بخش اصلی باشه نه موقعیت تنها. هوم؟

×ترجیحا اطلاعات به صورت پست باشه، همه نمی‌تونند و حوصله نمی‌کنند فیلم و مقاله‌های بلند بالا بخونند، امّا یک پست مرتب و منسجم رو چرا.
من قبلا یه مطلبی خوندم که تقریبا مرتبطه اما الان حوصله ی بازنویسیش رو ندارم، خود متن مقاله نیست و به نوعی بازنویسی شده از برداشت هست و کمتر از یک صفحش، من نکات مهمش رو که به موضوع مربوط به ظور خلاصه آوردم.

خلاصه ی مطلب اینو که شاید گاهی در سیستم های پیچیده نیاز نباشه تک تک اجزا رو برسی و احاطه ی کامل روشون پیدا کنیم، ممکنه یه سیستم پیچیده از قوانین و اطلاعات اولیه ی ساده ای تشکیل شده باشه که با شناخت اون بدون احاطه ی کامل به اون قادر به درک پیچیدگیش شدیم.

قسمت های مهمش بصورت خلاصه :

فراکتال مندلبرو تا بی نهایت ریز توسعه می یابد و نکته جالب اینجاست که هرگز تکرار نمیشود و رشد درونی ان مرتب با پیچیدگی های بیشتری همراه است.
تصور کنیم که این فراکتال پدیده ای فیزیکی است همانند مغز انسان، و قصد داریم، بعد از شناخت آن از ان کپی برداری کنیم. دقت کنید در اینصورت هرگزحتی موفق به نقشه برداری از آن نمیشدیم، چون تا بی نهایت ریز گسترش پیدا میکند و در هر مرحله فرم و ساختار شکلی آن تغییر میکند، به طوری که حدس مرحله بعد غیر ممکن است.
مهندسی معکوس یک پدیده گاهی با تجزیه آن پدیده به اجزا و شناخت اجزا و روابط آنها عملی است ، اما در این مورد قطعا غیر ممکن است. بی شک بخش زیادی از پژو هشگران با قاطعیت اعلام خواهند کرد که بازتولید همچین پدیده شگرف و پیچیده ای و شناخت آن فراتر از توان و دسترس بشری است.
خوشبختانه در مورد مثال این فراکتال، ما آنرا کاملا می شناسیم ، فرمول ساخت آن فقط و فقط از شش کاراکتر تشکیل شده است.z=z2+c فقط و فقط همین.

کورزویل میگوید که ساختار مغز چیزی شبیه به فراکتال بالاست، هر چند که فرمولی شش کاراکتری ندارد و به مراتب پیچیده تر است، اما نه انقدرپیچیده که دور از دسترس ما باشد. تمام ساختار سلسله مراتبی مغز با الگوهایی نه چندان پیچیده اما تکرار شونده که در تمام سطوح تاثیر گذار هستند، شکل میگیرد و پیچیدگی نئوکورتکس مغز از اینجا ناشی می شود که این الگوها بارها و بارها و در تمامی سطوح تکرار می شوند. ماحصل آن پدیده شگفت انگیزی با بیش از صد میلیارد نورون در هم تنیده، است که میبینیم.
نطفه انسان که همه دیتای لازم را نه تنها برای ساخت مغز که برای ساخت کلیه اندام های بدن، نحوه کارکرد و غرایز را داراست، حدود پنجاه مگابایت می باشد.

خیلی از پدیده های پیچیده ساختارهای شکل دهنده ساده ای دارند ، در نتیجه لزوما از پیچیدگی یک پدیده نمیتوان نتیجه گرفت که ساخت آن هم پیچیده است.
 
  • شروع کننده موضوع
  • #5

sayna

کاربر خاک‌انجمن‌خورده
ارسال‌ها
2,460
امتیاز
12,313
نام مرکز سمپاد
دبيرستان فرزانگان ۱
شهر
تهران
دانشگاه
علوم پزشكى شهيدبهشتى
رشته دانشگاه
پزشكى
پاسخ : Complex Systems

به نقل از نسترنّگار :
من یه جا خونده بودم که اگر بتونیم موقعیت فعلی تک تک اجزای سیستم رو مشخص کنیم، می‌تونیم وضعیت بعدی سیستم رو هم پیش بینی کنیم. درسته؟ :D
موقعیت فعلی تا حدی آره. مثلا توی یک ترافیک سنگین توی خیابان‌ها، با توجه به موقعیت فعلی ماشین‌ها ما تا حدّی موقعیت بعدی ماشین‌ها و نهایتاً موقعیت بعدی سیستم رو پیش‌بینی کنیم. امّا دقّت کنید، چیزی که سیستم پیچیده رو سیستم‌های پیچیده می‌کنه، برهم‌کنش‌های پیچیدهٔ بین اجزای اونه. برای همین پیش‌بینی اجزای اون کمکی به شناحت موقعیت سیستم نداره. مثلاً توی همون ترافیک، اینکه هر ماشین، به تنهایی چه حرکتی انجام می‌ده، کمکی به پیش‌بینی کلّ سیستم با ۲۰۰ ماشین، نمی‌کنه.
 

kia.celever

کاربر حرفه‌ای
ارسال‌ها
338
امتیاز
1,366
نام مرکز سمپاد
دبیرستان علامه حلی ۳
شهر
تهران
پاسخ : Complex Systems

یه تعریف نسبتاً خوبی از پیچیدگی وجود داره که می‌گه پیچیدگی سیستم به دو تا عامل بستگی داره.
اول. وضعیّت سیستم به عامل‌های زیادی بستگی داره.
دوم. روابط بین این عامل‌ها پیچیده‌ان. اینجا همون مفهوم ریاضی پیچیدگی مد نظره که مثلاً یه تابع چندجمله‌ای هرچقد درجه‌ش بالاتر باشه پیچیده‌تره و این‌ها.

حالا من یه موضوعی رو متوجّه نمی‌شم. سیستم پیچیده به سیستمی گفته می‌شه که «با مطالعه‌ی تک تک اجزاش نشه رفتار کل ِ سیستم رو پیش‌بینی کرد»؟ یا این که ما در حال حاضر ریاضیات مورد نیاز برای محاسبه‌ی روابط میان عوامل مؤثرش رو بلد نیستیم؟
منظورم اینه که مطلقاً نمی‌شه یا ما نمی‌تونیم؟ :D
 

ShiNinG

کاربر حرفه‌ای
ارسال‌ها
326
امتیاز
4,247
نام مرکز سمپاد
دبیرستان فرزانگان 1
شهر
مشهد
پاسخ : Complex Systems

به نقل از نسترنّگار :
من یه جا خونده بودم که اگر بتونیم موقعیت فعلی تک تک اجزای سیستم رو مشخص کنیم، می‌تونیم وضعیت بعدی سیستم رو هم پیش بینی کنیم. درسته؟ :D
سه تا مساله هست اینجا ، اولین مورد موقعیت تک تک اجزاس ، و فعالیتشون ، و دوم نحوه ی ارتباط اون ها با هم . و سوم هم عوامل بیرونی هست که External factors گفته میشن . اگر تمامی این هارو بدونیم میتونیم وضعیت بعدی رو پیش بینی کنیم .
به نظر من در بعضی موارد وضعیت بعدی غیرقابل پیش بینی ِ . به خاطر اینکه عوامل بیرونی گاها قابل پیش بینی نیستن یا ما ابزارشون رو نداریم . و باز می رسیم به همون نظریه Butterfly Effect . مثلا از نظر من هیچ وقت نمیشه موقعیت همه ی اجزای مغز انسان رو تحت کنترل قرار داد . به خاطر اینکه سیستم وجودی انسان پر از زیر وبم ها و پیچیدگی ِ . اما خوب خیلی سیستم ها رو میشه تا حد زیادی پیش بینی کرد مثلا ربات . اما خوب باز هم عوامل بیرونی تاثیر میزارن و باعث میشن که خیلی نتونیم روشون حساب باز کنیم . کاری که دانشمندان در عصر جدید می کنن ، کم تر کردن حساسیت سیستم نسبت به عوامل بیرونی . مثلا در ساخت ربات هایی که در جنگ کاربرد داشته باشن و غیره و ذالک .
پس وقتی میشه موقعیت بعدی سیستم رو پیش بینی کرد که سه فاکتور اجزا ، روابط و عوامل بیرونی رو تحت کنترل داشته باشیم .
 

kia.celever

کاربر حرفه‌ای
ارسال‌ها
338
امتیاز
1,366
نام مرکز سمپاد
دبیرستان علامه حلی ۳
شهر
تهران
پاسخ : Complex Systems

یه چیزی وجود داره به اسم پارادوکس بونینی (Bonini's paradox) که می‌گه مدل یه سیستم پیچیده، به اندازه‌ی خود سیستم پیچیده‌س. به بیان دیگه: «یه مدل ساده غلطه. یه مدل پیچیده، قابل فهم نیست.» می‌شه ازش نتیجه گرفت که هیچ‌وقت -حتی با پیشرفت ریاضیات- نمی‌تونیم مدل‌سازی کاملی از سیستم‌های پیچیده داشته باشیم. چون اگه مدل کاملی داشته باشیم، باید به اندازه‌ی خود سیستم پیچیده باشه. در نتیجه قابل فهم نیست و به درد نمی‌خوره.
× در جواب به پست قبلی خودم. :-"

اول تو پرانتز یه چیزی رو بگم. این تابعی که مجموعه‌ی مندلبروت از روش به دست میاد به همین سادگی‌ها هم نیست. در حقیقت تو اون فرمول فقط اگه z و c اعداد مختلط باشن به نتایج جالبی دست پیدا می‌کنیم. اعداد مختلط هم شاخه‌ی جدیدی از ریاضیات محسوب می‌شن. بگذریم. ربطی به تاپیک نداره. :D

ولی می‌گن معما چو حل شود، آسان شود! وقتی فراکتال‌ها هنوز شناخته نشده بودن، اگه عکس یه فراکتال رو به ما نشون می‌دادن و می‌گفتن معادله‌ش رو دربیارین قطعاً به این سادگی که الان می‌تونیم، نمی‌تونستیم جواب بدیم. مغز انسان هم الان مثل تصویر یه فراکتاله نه خود فراکتال. منظورم اینه که ممکنه در واقعیت اون‌قدرها هم پیچیده نباشه؛ ولی این که ذاتش پیچیده نیست به ما کمکی نمی‌کنه! چون ما در هر صورت ظاهر قضیه رو می‌بینیم.
 
بالا