系统复杂性主要体现在种类和数量众多的组分和极其复杂的相互作用关系。结合目前人工智能的发展趋势,分析思考了对于仿真学科研究带来的思维方式变化,形成了对于仿真智能内涵和研究范畴的理解。提出一种复杂系统仿真研究的新模式:“以...系统复杂性主要体现在种类和数量众多的组分和极其复杂的相互作用关系。结合目前人工智能的发展趋势,分析思考了对于仿真学科研究带来的思维方式变化,形成了对于仿真智能内涵和研究范畴的理解。提出一种复杂系统仿真研究的新模式:“以决策为愿景的仿真智能(simulation intelligence based generating decisions,SIGD)”。在SIGD研究模式中,仿真学科中的相似性原理、建模方式以及决策引导模式都与传统仿真中的定位有一定的区别。在这种理念指导下,面向连接的仿真世界观成为一种刻画复杂系统的底层逻辑。以主体、连接和结构为基本元素,采用先自顶向下和自底向上相融合的方式编织以神经网络模型为计算单元的“网真”系统。在该系统中,采用代理建模的方式实现从机理模型到神经网络模型的模型变换,并且基于物理信息神经网络(PINN)和图信息神经网络(GINN)表达整个系统。给出了SIGD的技术实现框架:网真神CE平台作为复杂系统仿真新模式的解决方案,以人流仿真为例,探索了“网真”系统的构建过程。展开更多
文摘系统复杂性主要体现在种类和数量众多的组分和极其复杂的相互作用关系。结合目前人工智能的发展趋势,分析思考了对于仿真学科研究带来的思维方式变化,形成了对于仿真智能内涵和研究范畴的理解。提出一种复杂系统仿真研究的新模式:“以决策为愿景的仿真智能(simulation intelligence based generating decisions,SIGD)”。在SIGD研究模式中,仿真学科中的相似性原理、建模方式以及决策引导模式都与传统仿真中的定位有一定的区别。在这种理念指导下,面向连接的仿真世界观成为一种刻画复杂系统的底层逻辑。以主体、连接和结构为基本元素,采用先自顶向下和自底向上相融合的方式编织以神经网络模型为计算单元的“网真”系统。在该系统中,采用代理建模的方式实现从机理模型到神经网络模型的模型变换,并且基于物理信息神经网络(PINN)和图信息神经网络(GINN)表达整个系统。给出了SIGD的技术实现框架:网真神CE平台作为复杂系统仿真新模式的解决方案,以人流仿真为例,探索了“网真”系统的构建过程。
