INNE EBOOKI AUTORA
Autor:
Format:
ibuk
Fundamentem, na którym opierają się rozważania zawarte w monografii, jest głębokie przekonanie autora, że systemy ekonomiczne bliższe są w swej dynamice imperatywnej sekwencji rozkazów programu komputerowego niż funkcyjnej abstrakcji idei matematycznych. Oprogramowanie symulacyjne może stać się samo w sobie modelem systemów ekonomicznych, łącząc cechy dynamiki agentowej, ewolucyjnej adaptacji, inspirowanej biologicznie wielopoziomowej struktury i wszechobecnej złożoności. W pracy przedstawiono taki zunifikowany model oraz przykłady jego działania w kontekście zagadnień optymalizacji kombinatorycznej i ewolucyjnej. Opisane eksperymenty komputerowe pozwalają postawić też interesujące hipotezy dotyczące inteligencji wykazywanej przez człowieka i spotykanej w systemach ekonomicznych.
Zeszyty Naukowe Uniwersytetu Ekonomicznego w Krakowie. Seria specjalna: Monografie, nr 226
Rok wydania | 2013 |
---|---|
Liczba stron | 230 |
Kategoria | Teoria ekonomii |
Wydawca | Wydawnictwo Uniwersytetu Ekonomicznego w Krakowie |
ISBN-13 | 978-83-7252-618-2 |
Numer wydania | 1 |
Język publikacji | polski |
Informacja o sprzedawcy | ePWN sp. z o.o. |
INNE EBOOKI AUTORA
POLECAMY
Ciekawe propozycje
Struktury codzienności
do koszyka
Struktury historii
do koszyka
Struktury projektów działań. Światy...
do koszyka
Struktury wynagradzania pracowników
do koszyka
Spis treści
Wstęp | 7 |
Rozdział 1. Pokonywanie ograniczeń w badaniu systemów złożonych | 15 |
1.1. Wielość komplementarnych podejść badawczych | 15 |
1.2. Pomiary i postrzeganie zmysłowe | 26 |
1.3. Dualizm agregacja–złożoność | 30 |
1.4. Rola maszyn cyfrowych w badaniach złożoności | 38 |
Rozdział 2. Atrybuty złożoności systemów ekonomicznych | 45 |
2.1. Uniwersalny motyw złożoności | 45 |
2.2. Złożoność organiczna | 51 |
2.3. Systemy agentowe a inteligencja zbiorowości | 60 |
Rozdział 3. Ewolucja w systemach ekonomicznych | 74 |
3.1. Ewolucja jako mechanizm postępu | 74 |
3.2. Ewolucyjny wzorzec architektoniczny | 82 |
3.3. Optymalizacja poprzez ewolucję | 90 |
3.4. Metaewolucja jako dobór kryteriów doboru naturalnego | 100 |
Rozdział 4. Podejście synkretyczne w agentowych systemach symulacyjnych | 111 |
4.1. Potrzeba integracji metod modelowania | 111 |
4.2. Struktura modelu synkretycznego | 113 |
4.2.1. Hierarchia agentów | 113 |
4.2.2. Pula danych | 121 |
4.2.3. Możliwości reprezentacji danych | 126 |
4.2.4. Membrana | 132 |
4.2.5. Procesor i program genetyczny | 135 |
4.3. Ponadalgorytmiczna dynamika systemu agentowego | 145 |
4.4. Związki z klasycznym programowaniem | 152 |
Rozdział 5. Możliwości aplikacyjne modelu synkretycznego | 157 |
5.1. Uwagi wstępne | 157 |
5.2. Swobodna optymalizacja ewolucyjna – model negocjacji ceny | 158 |
5.3. Zadania optymalizacji kombinatorycznej – problem komiwojażera | 174 |
Zakończenie – konsekwencje komputerowej implementacji modeli ekonomicznych | 191 |
Aneks | 199 |
Literatura | 203 |
Spis rysunków | 217 |
Streszczenie w języku angielskim | 219 |
Wykaz rozpraw habilitacyjnych wydanych przez Uniwersytet Ekonomiczny | |
w Krakowie | 221 |