فایل نتورک

شبکه ای از مقالات معتبر برای شما!

فایل نتورک

شبکه ای از مقالات معتبر برای شما!

تحلیل سیستمی پیچیدگی

دسته: کامپیوتر و IT

فرمت فایل: doc

حجم فایل: 26 کیلوبایت

تعداد صفحات فایل: 20

  • تحلیل پیچیدگی
  • تحقیق
  • پروژه تحلیل سیستمی پیچیدگی
  • نظریه پیچیدگی
  • پروژه
  • سیستمی
  • دانلود مقاله
  • پژوهش
  • پیچیدگی
  • تحلیل سیستمی
  • پیچیدگی
  • تحلیل
  • پژوهش تحلیل سیستمی پیچیدگی
  • مقاله تحلیل سیستمی پیچیدگی
  • مقاله
  • تحقیق تحلیل سیستمی پیچیدگی
  • دانلود پژوهش
  • دانلود پروژه
  • دانلود تحقیق
  • سیستمی

تحلیل سیستمی پیچیدگی

مقدمه

یکی از وجوه اساسی علم که آن را از هنر و ادبیات متمایز می کند امکان بیان آن به کمک اعداد و کمی کردن آن با استفاده از روابط ریاضی است. این پدیده چنان فراگیر شده است که بسیاری از اوقات کار علمی براساس کیفیت ریاضیات آن سنجیده می شود و نه محتوای تجربهاش. بهکارگیری روابط ریاضی، علاوه بر ایجاد شرایط جدید برای نگرش به پدیدهها (نوآوری)، نوعی سیستم ارزشی برای اندازه گیری و کمی کردن نیز بهوجود می آورد.

نظریه پیچیدگی مطمئناً راه جدیدی برای نگاه کردن به پدیدههاست و به تدریج در حال تغییر دادن تکنیکهای ریاضی سنتی است. به همین دلیل نیز برخی از دانشمندان نظریه پیچیدگی را گنگ و مبهم میدانند و آن را شایسته عنوان علم نمی شناسند. نیاز به تکنیکهای جدید ریاضی جهت مواجهه با علوم جدید، موضوع تازه ای نیست (ریاضیات نیوتونی و لایبنیتز، توپولوژی پوآنکاره، هندسه غیر اقلیدسی ریمان، آمار بولتزمن و نظریه مجموعههای کانتور). تمام این دیدگاههای جدید در ریاضیات به دلیل نیاز به کمی کردن نظریه های جدید علمی که در آن زمان پا به عرصه وجود گذاشته بودند ابداع شدند.

بهتر است در اینجا نگاهی به اجزای اصلی یک سیستم پیچیده بیندازیم. به طور کلی هر سیستم پیچیده یک سیستم کاملاً عملکردی است که شامل اجزای متغیر و وابسته به هم است. به بیان دیگر، برخلاف یک سیستم کاملاً سنتی (نظیر هواپیما) اجزا دارای ارتباطات دقیقاًٌ تعریف شده و رفتارهای ثابت یا مقادیر ثابت نیستند و عملکردهای انفرادی آنها نیز ممکن است با روشهای سنتی قابل تبیین نباشد. به رغم این ابهام، این سیستمها بخش اعظم جهان ما را تشکیل می دهند و ارگانیسمهای زنده و سیستمهای اجتماعی و حتی بسیاری از سیستمهای غیر ارگانیک طبیعی نیز در زمره آنها قرار می گیرند.

پیچیدگی ایستا (نوع اول). براساس نظریه پیچیدگی اجزایی که دارای برهم کنشهای بحرانی هستند خود را به گونه ای سازمان دهی می کنند که به سوی ساختارهای تکاملی پیش روند و سلسله مراتبی از خصوصیات سیستمهای غالب را ایجاد کنند. در این نظریه سیستمها را باید به صورت یک کل نگریست و برخلاف دیدگاههای سنتی، از تجزیه و ساده سازی آنها پرهیز کرد. به دلیل وجود عوامل غیر خطی در سیستمهای به شدت وابسته به هم، دیدگاههای سنتی قادر به تجزیه و تحلیل نیستند. در اینجا علتها و معلولها قابل تفکیک از هم نیستند و مجموع اجزا برابر با کل نخواهد شد. رویکرد مورد استفاده در نظریه پیچیدگی بر مبنای تکنیکهای جدید ریاضی قرار دارد که سر منشأ آنها را باید در شاخه های مختلف چون فیزیک، زیست شناسی، هوش مصنوعی، سیاست و ارتباطات راه دور جستجو کرد. ساده ترین شکل پیچیدگی که معمولاً توسط ریاضی دانان و دانشمندان مورد مطالعه قرار می گیرد، در ارتباط با سیستمهای ثابت است. در اینجا فرض می کنیم که ساختار مورد نظر در طول زمان تغییر نمی کند. به بیان دیگر، به اصطلاح دانشمندان سیستم، با یک تصویر ثابت از سیستم سرو کار داریم. به عنوان مثال، می توان به یک ریز تراشه کامپیوتر نگاه کرد و آن را پیچیده یافت. می توان آن را با یک مدار الکترونیک مرتبط دانست و برای تعیین پیچیدگی نسبی آن، آن را با سیستمهای جانشین مقایسه کرد (مثلاً از نظر تعداد ترانزیستورها). می توان همین کار را با اشکال زنده حیات نیز انجام داد و آنها را بر حسب تعداد سلولها، تعداد ژنها و غیره اندازه گیری کرد. تمامی این جنبه های کمی، فاقد مهمترین مسئله تفکر در پیچیدگی هستند و آن این است که آیا واقعاًٌ پیچیدگی به تعداد اجزا بستگی دارد و چرا پیچیدگی سیستمی مثلاً با 100 جزء متفاوت با سیستم دیگر با همین تعداد اجزاست.

برای نگرشی دقیقتر به این سئوال، نیازمندیم به دنبال الگوها و آمارهای کمیتها باشیم. روشن است که پیچیدگی ترتیبی از 50 توپ سفید و 50 توپ سیاه، از پیچیدگی 5 توپ سیاه، 17 توپ سفید، 3 توپ سیاه، 33 توپ سفید و 42 توپ سیاه کمتر است. با این حال معنای چنین ترتیبی نامشخص است. آیا ترتیب تصادفی است یا معنادار؟ هنگامی که چنین تحلیلهایی به سه بعد تعمیم داده می شوند و بیش از یک مشخصه برای هر جز تعریف می شود (اندازه، چگالی، شکل) پیچیدگیهای احتمالی به نحوه غیر قابل تصوری افزایش می یابند و توانایی ریاضیات موسوم را به چالش فرا میخوانند. در اینجا صرفاً یک سطح مورد نظر قرار داشت ولی در طبیعت سطوح مختلفی از ساختار در تمام سیستمها وجود دارند و این سطوح باعث افزایش پیچیدگی خواهند شد (پیچیدگی یک مولکول، به علاوه سلول، به علاوه ارگانیسم، به علاوه اکوسیستم، به علاوه سیاره زمین و ... ). این پدیده باعث می شود تا ریاضیات پیچیدگی ایستا نیز دشوار باشد.

پیچیدگی پویا (نوع دوم). با افزایش بعد چهارم، یعنی زمان، موقعیت بسیار بغرنجتر خواهد شد. از زاویه دید مثبت، شاید تشخیص الگوها با تغییراتشان در زمان ساده تر از حالت سکون آنها باشد (فصول، ضربان). اما از سوی دیگر ممکن است با اجازه دادن به اجزا برای تغییر با زمان، الگوهای حالت سکونی را که قبلاً شناسایی کرده بودیم و طبقه بندیهای انجام گرفته بر پایه آنها از دست بروند (برگها سبز هستند، به جز در پاییز که زرد می شوند و در زمستان که اصلاً وجود ندارند!).

تشخیص عملکرد، یکی از راههای اصلی تحلیل علمی است. پرسش «سیستم چه کاری انجام می دهد؟ » و به دنبال آن «چگونه این کار را انجام می دهد؟ » هر دو دارای مفهوم حرکت در زمان هستند. با توجه به ضعف ما در بررسی تجربیات تکرارپذیر، مهم خواهد بود که تشخیص دهیم آیا پدیده مورد مطالعه ایستاست یا آنکه دارای تغییرات دوره ای است. علم همواره با آزمایش و تأیید آزمایشها سروکار دارد و پیشنیاز این امر، داشتن نمونه های متعدد است. روابط ریاضی مورد استفاده به گونه ای هستند که برای داده های یکسان، همواره پاسخهای یکسانی را ارائه می کنند و این یک نکته اساسی در نظریه پیچیدگی است. ما در بسیاری از اوقات ناچار می شویم تا به طور مصنوعی پیچیدگی پدیده مورد بررسی را کاهش دهیم تا در چارچوب محدودیت فوق قرار گیریم. یک فرد دارای وجوه گوناگونی است ولی، او را با آن دسته از مشخصه هایش تعریف می کنیم که در طول زمان بدون تغییر باقی می مانند (و یا قابل پیش بینی هستند) نظیر نام، رنگ پوست، ملّیت یا سن، شغل، قد و مانند آنها. نظریه پیچیدگی نیازمند آن است که سیستم را به صورت یک کل مورد بررسی قرار و از آن تعریفی به دست دهیم که تمامی جنبه های آن را پوشش دهد و در این نقطه است که روشهای سنتی و ریاضی پاسخگو نخواهند بود.

پیچیدگی تکاملی (نوع سوم). یکی از پدیده های مهم در اطراف ما پدیده های ارگانیک هستند. بهترین مثالهای مربوط به این پدیده ها، مربوط به نظریه نوین داروین در انتخاب طبیعی است که طی آن سیستمها در طول زمان تکامل پیدا می کنند و سیستمهای دیگری ابداع می شوند (مثلاً یک موجود دریایی تبدیل به یک موجود خشکی می شود). این شکل از تغییر که ظاهراً منتهایی نیز برای آن قابل تصور نیست، بسیار بغرنجتر از آن است که پیش از این انگاشته می شد. می توان همین مفهوم تغییرات غیردوره ای را با مواردی چون سیستمهای ایمنی بدن، آموزش، هنر و کهکشانها نیز توسعه داد. طبقه بندی پیچیدگی، عملاً به معنای برداشتن قدم دیگری، به سوی تاریکی خواهد بود چرا که اگر امکان شمارش مصداقهای آن وجود نداشته باشد چگونه می توان نام علم را بر آن نهاد؟

پاسخ این سئوال به مبحث الگو باز می گردد. در هر سیستم پیچیده، ترکیبات بسیار زیادی از اجزا می توانند وجود داشته باشند و در حقیقت می توان مشاهده کرد که بسیاری از این ترکیبات پیش از این هرگز در طول حیات جهان وقوع پیدا نکرده اند. با بررسی تعداد زیادی از سیستمهای متفاوت، می توان شباهتها (الگوها) را در آنها تشخیص داد و طبقه بندی هایی را برای تعریف آنها ایجاد کرد. این تکنیکها، که می توان آنها را آماری دانست، بسیار مناسب اند و راهنمایی هایی کلی ارائه می کنند، ولی فاقد یک نیازمندی اساسی در کار علمی هستند و آن قابلیت پیش بینی است. در به کارگیری علم (فناوری) ما نیازمند آن هستیم که سیستم را به گونه ای طراحی و ایجاد کنیم که وظایف خاصی را به انجام برساند واین یعنی خواسته ای که به نظر نمی آید از دیدگاه تکاملی قابل بررسی و تعمیم باشد.

پیچیدگی خود سازمان دهی (نوع چهارم). آخرین شکل سیستم پیچیده، شکلی است که مهمترین و جدیدترین نوع در نظریه پیچیدگی محسوب می شود. در اینجا محدودیتهای داخلی سیستمهای بسته (نظیر ماشینها) با تکامل خلاقانه سیستمهای باز (نظیر مردم) با همدیگر تلفیق می شوند. در این دیدگاه سیستم با محیط خود تکامل می یابد به گونه ای که پس از مدتی، دیگر سیستم در طبقه بندی قبلی خود نمی گنجد. در اینجا می بایستی عملکردها و وظایف سیستم به گونه ای تعریف شوند که چگونگی ارتباط آنها با جهان وسیع خارج از سیستم مشخص شود. از انواع قبلی سیستمهای گسسته و سیستمهای خود نگهدارنده، به نظر می آید که به مفهومی از پیچیدگی رسیده ایم که نمی توان آن را از دیگاه کیفی یک سیستم جدا دانست.

عملاً سیستمهای خود تکاملی نظیر بوم شناسی و زبان سعی دارند عملکردهای خود را کاملاً با تطابق با محیط شکل دهند و عملاً از این دیدگاه می توان روش شناسی ای را تدوین کرد که طی آن فرایند طراحی از درون سیستم به برون آن سوق داده شود. ما می توانیم به جای طراحی خود سیستم، محیط آ ن را طراحی کنیم (محدودیتها) واجازه دهیم تا سیستم خود به گونه ای تکامل یابد تا پاسخ صحیح را بیابد، نه آنکه پاسخی از طرف ما به سیستم تحمیل شود. این دیدگاه در فناوری ارگانیک، دیدگاهی جدید و نتایج آن در حال حاضر در مهندسی ژنتیک و طراحی مدارها در حال بررسی است.

از دیدگاه نظریه پیچیدگی، بسیار مایل هستیم پیش بینی کنیم کدام حل غالب از بین شقها و محدودیتهای گوناگون رخ خواهد داد.

  • پژوهش
  • تحقیق تحلیل سیستمی پیچیدگی
  • دانلود تحقیق
  • تحلیل
  • پژوهش تحلیل سیستمی پیچیدگی
  • تحلیل پیچیدگی
  • مقاله
  • تحلیل سیستمی
  • دانلود پژوهش
  • پروژه
  • سیستمی
  • مقاله تحلیل سیستمی پیچیدگی
  • تحقیق
  • پروژه تحلیل سیستمی پیچیدگی
  • دانلود پروژه
  • دانلود مقاله
  • پیچیدگی
  • پیچیدگی
  • سیستمی
  • نظریه پیچیدگی

ادامه مطلب ...

نظرات 0 + ارسال نظر
برای نمایش آواتار خود در این وبلاگ در سایت Gravatar.com ثبت نام کنید. (راهنما)
ایمیل شما بعد از ثبت نمایش داده نخواهد شد