آزمایشگاه تحقیقاتی مدل¬سازی و شبیه¬سازی سیستم¬های پیچیده باسیستم¬های چندعاملی

 

دانشکده مهندسی برق و کامپیوتر

گروه مهندسی کامپیوتر

آزمایشگاه تحقیقاتی مدل­سازی و شبیه­سازی سیستم­های پیچیده باسیستم­های چندعاملی

سرپرست آزمایشگاه: دکتر سید ناصر رضوی

 

رسالت:

در سال‌های اخیر جامعه‌ی علمی شاهد پژوهش‌ها و مطالعات بسیاری در زمینه‌ی سیستم‌های پیچیده بوده است و پژوهش‌ها در این زمینه همچنان دارای یک روند رو به رشد است؛ به طوری که امروزه نظریه‌ی سیستم‌های پیچیده به صورت یک رشته‌ی علمی مجزا در نظر گرفته می‌شود که با بسیاری از حوزه‌های علمی دیگر تلاقی دارد. نظریه‌ی سیستم‌های پیچیده یک رویکرد علمی جدید است که بررسی می‌کند چگونه ارتباطات میان اجزای یک سیستم باعث تولید رفتارهای سطح بالا در سطح سیستم می‌گردد و همچنین چگونه یک سیستم با محیط خود تعامل برقرار می‌کند. به بیان دقیق‌تر، یک سیستم پیچیده شامل تعداد بسیار زیادی از اجزا و موجودیت‌ها است که با یکدیگر تعامل دارند. از طرفی، هر یک از این اجزا نیز به نوبه‌ی خود می‌توانند بیانگر یک سیستم پیچیده باشند (ساختار تو در تو). در اثر تعامل این اجزا با یکدیگر رفتارها و الگوهای جدیدی در سیستم ظاهر می‌گردد. در چنین سیستم‌هایی، کل چیزی بیش از جمع ساده‌ی اجزا است به طوری که با دانستن ویژگی‌های اجزا و قوانین مربوط به تعامل آن‌ها، استنتاج ویژگی‌های مربوط به کل بدیهی نیست. پدیده­هایی همچون دسته­های پرندگان و ماهی­ها و سیستم­های پیچیده­ی بیولوژیکی حاصل از سلول­ها، مثال­های خوبی از این واقعیت هستند که چگونه سیستم­هایی متشکل از قوانین ساده می­توانند در اثر تعامل اجزا با یکدیگر رفتارهای پیچیده­ای از خود نشان دهند. در اینجا به عنوان چند مثال از سیستم‌های پیچیده می‌توان به سیستم‌هایی مانند جنگ، بازار، آب و هوا، مغز انسان، جوامع انسانی، جوامع حشرات و کهکشان‌ها اشاره نمود.

مسئله‌ی اصلی در رابطه با سیستم‌های پیچیده مشکلاتی است که در زمینه‌ی مدل‌سازی و شبیه‌سازی آن‌ها وجود دارد. زیرا در اغلب موارد ارائه‌ی یک مدل ریاضی از چنین سیستم‌هایی بسیار مشکل و در برخی موارد غیرممکن است. در نتیجه شبیه‌سازی در مطالعه‌ی چنین سیستم‌هایی از اهمیت بسزایی برخوردار است. شبیه‌سازی را می‌توان به عنوان یک ابزار مناسب به منظور بررسی و مطالعه‌ی سیستم‌هایی در نظر گرفت که به طور مستقیم قابل مشاهده و اندازه‌گیری نیستند.

تا کنون روش‌های مختلفی به منظور شبیه‌سازی سیستم‌های پیچیده پیشنهاد شده است؛ اما در حال حاضر سیستم‌های چندعاملی به عنوان یکی از پر استفاده‌ترین و مناسب‌ترین ابزارها به منظور تحلیل، مدل‌سازی و شبیه‌سازی چنین سیستم‌هایی به شمار می‌روند. امروزه شبیه­سازی مبتنی بر چند عاملی در تعداد رو به رشدی از کاربردها استفاده می­شود و جایگزین مناسبی برای روش­های متعددی مانند «شبیه­سازی خرد»، شبیه­سازی شیءگرا، یا روش­های شبیه­سازی مبتنی بر فرد به شمار می­رود. دلیل اصلی این امر توانایی شبیه­سازی مبتنی بر چند عاملی در نمایش مدل­های بسیار متفاوت از «افراد»، از موجودیت­های ساده (عامل­های واکنشی) تا موجودیت­های پیچیده­تر (عامل­های شناختی) است. همچنین، سادگی مدیریت سطوح مختلف بازنمایی (به عنوان مثال افراد و گروه­ها) یکی دیگر از دلایل محبوبیت این روش محسوب می­شود. با نگاهی به مقالات منتشر شده در چند سال اخیر در این زمینه، به سادگی می­توان دریافت که این نوع شبیه­سازی در حوزه­های مختلف علمی از قبیل جامعه­شناسی، زیست­شناسی، فیزیک، شیمی، اقتصاد و بسیاری از حوزه­های دیگر با موفقیت استفاده شده است. شبیه­سازی چند عاملی معمولاً به مدل­های فرد-محور اشاره دارد و ابزاری را به منظور مدل­سازی و شبیه­سازی جنبه­های پویای یک جمعیت متشکل از افراد دارای تعامل را فراهم می­کند که در آن هر فرد با یک عامل مدل می­شود. به بیان ساده‌تر، سیستم‌های چندعاملی به ما امکان می‌دهند رفتارها و خصوصیات هر یک از موجودیت‌های