Articulo de referencia

Sistema adaptativo complejo

Un sistema adaptativo complejo ( SAC ) es un sistema complejo, ya que constituye una red dinámica de interacciones , pero el comportamiento del conjunto puede no ser predecible ...

Un sistema adaptativo complejo ( SAC ) es un sistema complejo, ya que constituye una red dinámica de interacciones , pero el comportamiento del conjunto puede no ser predecible según el comportamiento de sus componentes. Es adaptativo porque el comportamiento individual y colectivo muta y se autoorganiza en respuesta al microevento o conjunto de eventos que inician el cambio. [ 1 ] [ 2 ] [ 3 ] Es una "colección macroscópica compleja" de microestructuras relativamente "similares y parcialmente conectadas", formadas para adaptarse al entorno cambiante y aumentar su capacidad de supervivencia como macroestructura . [ 1 ] [ 2 ] [ 4 ] El enfoque de los Sistemas Adaptativos Complejos se basa en la dinámica de replicadores . [ 5 ]

El estudio de los sistemas adaptativos complejos, un subconjunto de los sistemas dinámicos no lineales , [ 6 ] es un asunto interdisciplinario que intenta combinar conocimientos de las ciencias naturales y sociales para desarrollar modelos y perspectivas a nivel de sistema que permitan la existencia de agentes heterogéneos , transiciones de fase y comportamientos emergentes . [ 7 ] Los CAS se aplican cada vez más al análisis del desarrollo político-económico y el cambio institucional, donde los resultados surgen de las interacciones entre agentes adaptativos y pueden verse influenciados, pero no controlados con precisión. [ 8 ] [ 9 ]

Descripción general

El término sistemas adaptativos complejos , o ciencia de la complejidad , se usa a menudo para describir el campo académico poco organizado que ha surgido en torno al estudio de dichos sistemas. La ciencia de la complejidad no es una teoría única, sino que abarca más de un marco teórico y es interdisciplinaria, buscando respuestas a algunas preguntas fundamentales sobre sistemas vivos , adaptables y cambiantes. Los sistemas adaptativos complejos pueden adoptar enfoques duros o blandos. [ 10 ] Las teorías duras usan un lenguaje formal que es preciso, tienden a ver a los agentes con propiedades tangibles y generalmente ven objetos en un sistema de comportamiento que pueden ser manipulados de alguna manera. Las teorías blandas usan lenguaje natural y narrativas que pueden ser imprecisas, y los agentes son sujetos que tienen propiedades tanto tangibles como intangibles. Ejemplos de teorías de complejidad duras incluyen los sistemas adaptativos complejos (SAC) y la teoría de la viabilidad , y una clase de teoría blanda es la Teoría de Sistemas Viables . Muchas de las consideraciones proposicionales hechas en la teoría dura también son relevantes para la teoría blanda. A partir de aquí, el interés se centrará en los SAC.

El estudio de los CAS se centra en las propiedades complejas, emergentes y macroscópicas del sistema. [ 4 ] [ 11 ] [ 12 ] John H. Holland dijo que los CAS "son sistemas que tienen un gran número de componentes, a menudo llamados agentes, que interactúan y se adaptan o aprenden". [ 13 ]

Ejemplos típicos de sistemas adaptativos complejos incluyen: el clima; las ciudades; las empresas; los mercados; los gobiernos; las industrias; los ecosistemas; las redes sociales; las redes eléctricas; los enjambres de animales; los flujos de tráfico; las colonias de insectos sociales (por ejemplo, hormigas ); [ 14 ] el cerebro y el sistema inmunitario ; y la célula y el embrión en desarrollo . Los esfuerzos humanos basados ​​en grupos sociales, como los partidos políticos , las comunidades , las organizaciones geopolíticas , la guerra , las cadenas de suministro y las redes terroristas también se consideran SAC. [ 14 ] [ 15 ] [ 16 ] [ 17 ] Internet y el ciberespacio —compuestos, colaborados y gestionados por una compleja mezcla de interacciones humano-computadora— también se consideran un sistema adaptativo complejo. [ 18 ] [ 19 ] [ 20 ] Los SAC pueden ser jerárquicos, pero con mayor frecuencia exhiben aspectos de "autoorganización". [ 21 ]

El término sistema adaptativo complejo fue acuñado en 1968 por el sociólogo Walter F. Buckley [ 22 ] [ 23 ], quien propuso un modelo de evolución cultural que considera los sistemas psicológicos y socioculturales como análogos a las especies biológicas . [ 24 ] En el contexto moderno, el sistema adaptativo complejo a veces se vincula con la memética , [ 25 ] o se propone como una reformulación de la memética. [ 26 ] Sin embargo, Michael D. Cohen y Robert Axelrod argumentan que el enfoque no es darwinismo social ni sociobiología porque, aunque los conceptos de variación, interacción y selección pueden aplicarse al modelado de " poblaciones de estrategias empresariales", por ejemplo, los mecanismos evolutivos detallados a menudo son claramente no biológicos. [ 27 ] Por lo tanto, el sistema adaptativo complejo es más similar a la idea de replicadores de Richard Dawkins . [ 27 ] [ 28 ] [ 29 ]

Propiedades generales

Lo que distingue a un sistema adaptativo complejo (SAC) de un sistema multiagente puro (SMA) es el enfoque en propiedades y características de alto nivel como la autosimilitud , la complejidad , la emergencia y la autoorganización . Los teóricos definen un SMA como un sistema compuesto por múltiples agentes que interactúan; mientras que en un SAC, tanto los agentes como el sistema son adaptativos y el sistema es autosimilar . Un SAC es una colectividad compleja y autosimilar de agentes adaptativos que interactúan. Los sistemas adaptativos complejos presentan un alto grado de capacidad adaptativa , lo que les confiere resiliencia ante las perturbaciones .

Otras propiedades importantes incluyen la adaptación (u homeostasis ), la comunicación, la cooperación, la especialización, la organización espacial y temporal, y la reproducción. Estas propiedades pueden manifestarse en todos los niveles: las células se especializan, se adaptan y se reproducen al igual que los organismos más grandes. La comunicación y la cooperación tienen lugar en todos los niveles, desde el nivel del agente hasta el del sistema. En algunos casos, las fuerzas que impulsan la cooperación entre los agentes en un sistema de este tipo pueden analizarse mediante la teoría de juegos .

Características

Algunas de las características más importantes de los sistemas adaptativos complejos son: [ 30 ]

  • El número de elementos es tan grande que las descripciones convencionales (por ejemplo, un sistema de ecuaciones diferenciales ) no solo resultan poco prácticas, sino que dejan de ser útiles para comprender el sistema. Además, los elementos interactúan dinámicamente, y estas interacciones pueden ser físicas o implicar el intercambio de información.
  • Estas interacciones son complejas, es decir, cualquier elemento o subsistema del sistema se ve afectado por otros elementos o subsistemas y, a su vez, los afecta.
  • Las interacciones no son lineales : pequeños cambios en las entradas, las interacciones físicas o los estímulos pueden provocar grandes efectos o cambios muy significativos en las salidas.
  • Las interacciones se producen principalmente, aunque no exclusivamente, con los vecinos inmediatos, y la naturaleza de la influencia está modulada.
  • Cualquier interacción puede retroalimentarse a sí misma directamente o tras varias etapas intermedias. Dicha retroalimentación puede variar en calidad. Esto se conoce como recurrencia.
  • El comportamiento general del sistema de elementos no se puede predecir a partir del comportamiento de los elementos individuales.
  • Estos sistemas pueden ser abiertos y puede resultar difícil o imposible definir sus límites.
  • Los sistemas complejos operan en condiciones alejadas del equilibrio . Debe existir un flujo constante de energía para mantener la organización del sistema.
  • Los agentes del sistema son adaptativos. Actualizan sus estrategias en respuesta a la información de otros agentes y del propio sistema. [ 3 ]
  • Los elementos del sistema pueden desconocer el comportamiento del sistema en su conjunto, respondiendo únicamente a la información o a los estímulos físicos disponibles localmente.

Robert Axelrod y Michael D. Cohen identifican una serie de términos clave desde una perspectiva de modelado: [ 31 ]

  • Estrategia , un patrón de acción condicional que indica qué hacer en determinadas circunstancias.
  • Artefacto , un recurso material que tiene una ubicación definida y puede responder a la acción de los agentes.
  • Agente , una colección de propiedades, estrategias y capacidades para interactuar con artefactos y otros agentes.
  • Población , un conjunto de agentes o, en algunas situaciones, conjuntos de estrategias.
  • Sistema , una colección más grande, que incluye una o más poblaciones de agentes y posiblemente también artefactos.
  • Tipo : todos los agentes (o estrategias) de una población que tienen alguna característica en común.
  • Variedad , la diversidad de tipos dentro de una población o sistema.
  • Patrón de interacción , las regularidades recurrentes de contacto entre tipos dentro de un sistema.
  • Espacio (físico) , ubicación en el espacio geográfico y el tiempo de agentes y artefactos.
  • Espacio (conceptual) , "ubicación" en un conjunto de categorías estructuradas de manera que los agentes "cercanos" tenderán a interactuar.
  • Selección , procesos que conducen a un aumento o disminución en la frecuencia de diversos tipos de agentes o estrategias.
  • Criterios de éxito o medidas de rendimiento , una "puntuación" utilizada por un agente o diseñador para atribuir crédito en la selección de estrategias o agentes relativamente exitosos (o no exitosos).

Turner y Baker sintetizaron las características de los sistemas adaptativos complejos a partir de la literatura y probaron estas características en el contexto de la creatividad y la innovación. [ 32 ] Se había demostrado que cada una de estas ocho características estaba presente en los procesos de creatividad e innovación:

  • Dependencia de la trayectoria: Los sistemas tienden a ser sensibles a sus condiciones iniciales. Una misma fuerza puede afectar a los sistemas de manera diferente. [ 33 ]
  • Los sistemas tienen una historia: El comportamiento futuro de un sistema depende de su punto de partida inicial y de su historia posterior. [ 34 ]
  • No linealidad: Reaccionan de forma desproporcionada a las perturbaciones ambientales. Los resultados difieren de los de los sistemas simples. [ 33 ] [ 35 ]
  • Emergencia: La dinámica interna de cada sistema afecta su capacidad de cambiar de una manera que puede ser bastante diferente a la de otros sistemas. [ 33 ]
  • Irreductible: Las transformaciones de procesos irreversibles no se pueden reducir a su estado original. [ 36 ]
  • Adaptabilidad: Los sistemas que son simultáneamente ordenados y desordenados son más adaptables y resilientes. [ 33 ]
  • Opera entre el orden y el caos: La tensión adaptativa surge del diferencial de energía entre el sistema y su entorno. [ 36 ]
  • Autoorganización: Los sistemas se componen de interdependencia, interacciones de sus partes y diversidad en el sistema. [ 33 ]

Mecanismos de adaptación

La organización de un sistema adaptativo complejo se basa en el uso de modelos internos , modelos mentales o esquemas que guían los comportamientos del sistema. Podemos distinguir tres niveles de adaptación de un sistema:

  • Utilizar un esquema para reaccionar a las circunstancias cambiantes del entorno. [ 37 ]
  • Cambiar un esquema cuando el existente no produce resultados satisfactorios. [ 37 ]
  • Selección de sistemas mediante esquemas exitosos entre una población ( supervivencia del más apto ). [ 37 ]

Modelado y simulación

Los CAS se modelan ocasionalmente mediante modelos basados ​​en agentes y modelos basados ​​en redes complejas . [ 38 ] Los modelos basados ​​en agentes se desarrollan mediante diversos métodos y herramientas, principalmente identificando primero los diferentes agentes dentro del modelo. [ 39 ] Otro método para desarrollar modelos de CAS implica el desarrollo de modelos de redes complejas utilizando datos de interacción de varios componentes del CAS. [ 40 ]

Los modelos y las simulaciones se utilizan con frecuencia para estudiar los fenómenos de los sistemas propuestos en grandes sistemas de infraestructura, donde las pruebas empíricas serían prohibitivamente costosas y arriesgadas. Algunos ejemplos incluyen el uso de enfoques basados ​​en agentes y en la teoría de grafos aplicados a gemelos digitales de la cadena de suministro y a la detección de anomalías en redes de alta velocidad. [ 41 ] [ 42 ]

En 2013, SpringerOpen/BioMed Central lanzó una revista en línea de acceso abierto sobre el tema del modelado de sistemas adaptativos complejos (CASM). La publicación de la revista cesó en 2020. [ 43 ]

Evolución de la complejidad

Tendencias pasivas frente a activas en la evolución de la complejidad. Los sistemas complejos adaptativos (CAS) al inicio de los procesos están coloreados de rojo. Los cambios en el número de sistemas se muestran mediante la altura de las barras, y cada conjunto de gráficos se desplaza hacia arriba en una serie temporal.

Los organismos vivos son sistemas adaptativos complejos. Aunque la complejidad es difícil de cuantificar en biología, la evolución ha producido organismos notablemente complejos. [ 44 ] Esta observación ha dado lugar a la idea errónea común de que la evolución es progresiva y conduce a lo que se considera "organismos superiores". [ 45 ]

Si esto fuera generalmente cierto, la evolución tendría una tendencia activa hacia la complejidad. Como se muestra a continuación, en este tipo de proceso el valor de la cantidad más común de complejidad aumentaría con el tiempo. [ 46 ] De hecho, algunas simulaciones de vida artificial han sugerido que la generación de CAS es una característica ineludible de la evolución. [ 47 ] [ 48 ]

Sin embargo, la idea de una tendencia general hacia la complejidad en la evolución también puede explicarse mediante un proceso pasivo. [ 46 ] Esto implica un aumento de la varianza , pero el valor más común, la moda , no cambia. Por lo tanto, el nivel máximo de complejidad aumenta con el tiempo, pero solo como un producto indirecto de que haya más organismos en total. Este tipo de proceso aleatorio también se denomina paseo aleatorio acotado .

En esta hipótesis, la tendencia aparente hacia organismos más complejos es una ilusión que resulta de concentrarse en el pequeño número de organismos grandes y muy complejos que habitan la cola derecha de la distribución de complejidad e ignorar los organismos más simples y mucho más comunes. Este modelo pasivo enfatiza que la inmensa mayoría de las especies son procariotas microscópicos , [ 49 ] que comprenden aproximadamente la mitad de la biomasa mundial [ 50 ] y constituyen la gran mayoría de la biodiversidad de la Tierra. [ 51 ] Por lo tanto, la vida simple sigue siendo dominante en la Tierra, y la vida compleja parece más diversa solo debido a un sesgo de muestreo .

Si bien no existe una tendencia general hacia la complejidad en biología, esto no excluye la existencia de fuerzas que impulsan a los sistemas hacia la complejidad en un subconjunto de casos. Estas tendencias menores se verían contrarrestadas por otras presiones evolutivas que conducen a los sistemas hacia estados menos complejos.

Véase también

Referencias

  1. 1 2 "Perspectivas desde la teoría de la complejidad: una mejor comprensión de las organizaciones" . Por el profesor asociado Amit Gupta, con la colaboración del estudiante S. Anish, del IIM Bangalore . Consultado el 1 de junio de 2012 .
  2. 1 2 Diez principios de complejidad e infraestructuras facilitadoras (Informe). Por la profesora Eve Mitleton-Kelly, directora del Programa de Investigación sobre Complejidad de la London School of Economics. CiteSeerX 10.1.1.98.3514 . 
  3. 1 2 Miller, John H.; Scott E. Page (1 de enero de 2007). Sistemas adaptativos complejos: una introducción a los modelos computacionales de la vida social . Princeton University Press. ISBN 978-1-4008-3552-2OCLC 760073369 
  4. 1 2 "Psicología evolutiva, sistemas complejos y teoría social" (PDF) . Bruce MacLennan, Departamento de Ingeniería Eléctrica e Informática, Universidad de Tennessee, Knoxville . eecs.utk.edu . Consultado el 25 de agosto de 2012 .
  5. Foster, John (2006). "¿Por qué la economía no es una ciencia de sistemas complejos?" (PDF) . Journal of Economic Issues . 40 (4): 1069– 1091. doi : 10.1080/00213624.2006.11506975 . S2CID 17486106. Consultado el 18 de enero de 2020 . 
  6. Lansing, J. Stephen (2003). "Sistemas adaptativos complejos". Annual Review of Anthropology . 32 (1). Annual Reviews: 183– 204. doi : 10.1146/annurev.anthro.32.061002.093440 . ISSN 0084-6570 . 
  7. Auerbach, David (19 de enero de 2016). "La teoría del todo y algo más" . Slate . ISSN 1091-2339 . Consultado el 7 de marzo de 2017 . 
  8. Ang, Yuen Yuen (2025). "Economía política adaptativa: hacia un nuevo paradigma" . World Politics . 77 (1): 51– 67.
  9. Ang, Yuen Yuen (2 de febrero de 2026). "Economía política AIM (adaptativa, inclusiva y moral): introducción y aplicaciones" . Oxford Development Studies : 1–9 . doi : 10.1080/13600818.2026.2622283 . ISSN 1360-0818 . 
  10. Yolles, Maurice (2018). "El continuo de la complejidad, Parte 1: teorías duras y blandas". Kybernetes . 48 (6): 1330– 1354. doi : 10.1108/K-06-2018-0337 . S2CID 69636750 . 
  11. Faucher, Jean-Baptiste. "Una organización adaptativa compleja bajo la lente del modelo LIFE: el caso de Wikipedia" . Egosnet.org . Consultado el 25 de agosto de 2012 .
  12. "Sistemas adaptativos complejos como modelo para evaluar el cambio organizacional causado por la introducción de sistemas de información sanitaria" (PDF) . Kieren Diment, Ping Yu, Karin Garrety, Laboratorio de Investigación en Informática Sanitaria, Facultad de Informática, Universidad de Wollongong, Escuela de Administración, Universidad de Wollongong, NSW . uow.edu.au. Archivado del original (PDF) el 5 de septiembre de 2012. Recuperado el 25 de agosto de 2012 .
  13. Holland John H (2006). "Estudio de sistemas adaptativos complejos" (PDF) . Journal of Systems Science and Complexity . 19 (1): 1– 8. doi : 10.1007/s11424-006-0001-z . hdl : 2027.42/41486 . ​​S2CID 27398208 . 
  14. 1 2 Steven Strogatz , Duncan J. Watts y Albert-László Barabási "explicando la sincronicidad (en 6:08) , la teoría de redes, el mecanismo de autoadaptación de sistemas complejos, los seis grados de separación, el fenómeno del mundo pequeño, los eventos nunca están aislados ya que dependen unos de otros (en 27:07) en el documental de la BBC/Discovery" . BBC/Discovery . Consultado el 11 de junio de 2012 ."Desvelando la ciencia que hay detrás de la idea de los seis grados de separación"
  15. "Hacia una comunidad de inteligencia adaptativa compleja: la wiki y el blog" . D. Calvin Andrus . Agencia Central de Inteligencia. Archivado del original el 13 de junio de 2007. Recuperado el 25 de agosto de 2012 .
  16. Solvit, Samuel (2012). "Dimensiones de la guerra: comprender la guerra como un sistema adaptativo complejo" . L'Harmattan . Consultado el 25 de agosto de 2013 .
  17. Proselkov, Yaniv; Zhang, Jie; Xu, Liming; Hofmann, Erik; Choi, Thomas Y.; Rogers, Dale; Brintrup, Alexandra (1 de febrero de 2024). "Efecto dominó financiero en redes de suministro adaptativas complejas: un modelo basado en agentes" . International Journal of Production Research . 62 (3): 823– 845. doi : 10.1080/00207543.2023.2173509 . ISSN 0020-7543 . 
  18. "Internet analizado como un sistema adaptativo complejo" . Archivado del original el 29 de mayo de 2019. Consultado el 25 de agosto de 2012 .
  19. "Ciberespacio: El sistema adaptativo complejo definitivo" (PDF) . The International C2 Journal . Consultado el 25 de agosto de 2012 .Por Paul W. Phister Jr.
  20. "Sistemas adaptativos complejos" (PDF) . mit.edu. 2001. Consultado el 25 de agosto de 2012 .Por Serena Chan, Seminario de Investigación en Sistemas de Ingeniería
  21. Holland, John H. (John Henry) (1996). Orden oculto: cómo la adaptación construye complejidad . Addison-Wesley. ISBN 0-201-44230-2OCLC 970420200 .​ 
  22. Buckley, Walter; Schwandt, David; Goldstein, Jeffrey A. (2008). "Una introducción a "La sociedad como un sistema adaptativo complejo"" . E:CO Emergence: Complexity & Organization . 10 (3): 86– 112 . Consultado el 2 de noviembre de 2020 .
  23. Bentley, Chance; Anandhi, Aavudai (2020). "Representación de la complejidad de la interacción conductor-respuesta en ecosistemas mediante un modelo conceptual mejorado" . Ecological Modelling . 437 (437) 109320. Bibcode : 2020EcMod.43709320B . doi : 10.1016/j.ecolmodel.2020.109320 . Consultado el 24 de diciembre de 2020 .
  24. Buckley, Walter W. (1968). Investigación de sistemas modernos para el científico del comportamiento: un libro de referencia . Aldine. ISBN 978-0-202-36940-2. Consultado el 2 de noviembre de 2020 .
  25. Situngkir, Hokky (2004). "Sobre los memes egoístas: la cultura como sistema adaptativo complejo" . Journal of Social Complexity . 2 (1): 20– 32. Recuperado el 2 de noviembre de 2020 .
  26. Frank, Roslyn M. (2008). "La analogía lenguaje-organismo-especie: un enfoque de sistemas adaptativos complejos para cambiar las perspectivas sobre el "lenguaje""" . En Frank (ed.). Situación sociocultural, vol. 2. De Gruyter. págs. 215-262 . ISBN  978-3-11-019911-6. Consultado el 2 de noviembre de 2020 .
  27. 1 2 Axelrod, Robert M.; Cohen, MD (1999). Aprovechando la complejidad: Implicaciones organizativas de una frontera científica . Free Press. ISBN 978-0-684-86717-5.
  28. Gell-Mann, Murray (1994). "Sistemas adaptativos complejos" (PDF) . En Cowan, G.; Pines, D.; Meltzer, D. (eds.). Estudios en las ciencias de la complejidad, Actas del Vol. XIX . Addison-Wesley. pp. 17–45 . Consultado el 6 de noviembre de 2020 . 
  29. Fromm, Jochen (2004). El surgimiento de la complejidad . Kassel University Press . Consultado el 6 de noviembre de 2020 .
  30. Paul Cilliers (1998) Complejidad y posmodernismo: comprensión de los sistemas complejos
  31. Robert Axelrod y Michael D. Cohen , Aprovechando la complejidad . Basic Books , 2001
  32. Turner, JR, & Baker, R. (2020). Simplemente haciendo lo que se debe hacer: Un estudio de caso que pone a prueba la creatividad y los procesos innovadores como sistemas adaptativos complejos. New Horizons in Adult Education and Human Resource Development, 32(2). doi : 10.1002/nha3.20283
  33. 1 2 3 4 5 Lindberg, C.; Schneider, M. (2013). "Combatiendo infecciones en el Maine Medical Center: Perspectivas sobre el liderazgo basado en la complejidad desde la desviación positiva". Leadership . 9 (2): 229– 253. doi : 10.1177/1742715012468784 . S2CID 144225216 . 
  34. Boal, KB; Schultz, PL (2007). "Narración de historias, tiempo y evolución: El papel del liderazgo estratégico en sistemas adaptativos complejos". The Leadership Quarterly . 18 (4): 411– 428. doi : 10.1016/j.leaqua.2007.04.008 .
  35. Luoma, M (2006). "Un juego de cuatro arenas: cómo la complejidad puede servir al desarrollo gerencial". Management Learning . 37 : 101–123 . doi : 10.1177/1350507606058136 . S2CID 14435060 . 
  36. 1 2 Borzillo, S.; Kaminska-Labbe, R. (2011). "Desentrañando la dinámica de la creación de conocimiento en comunidades de práctica a través de la teoría de la complejidad". Knowledge Management Research & Practice . 9 (4): 353– 366. doi : 10.1057/kmrp.2011.13 . S2CID 62134156 . 
  37. 1 2 3 Gell-Mann, M. (1994), SANTA FE INSTITUTE STUDIES IN THE SCIENCES OF COMPLEXITY-PROCEEDINGS (PDF) , vol. 19, pág. 17, Wikidata Q133896186   .
  38. Muaz AK Niazi, Hacia un nuevo marco unificado para el desarrollo de modelos de simulación basados ​​en agentes, formales y validados, de sistemas adaptativos complejos (Tesis doctoral)
  39. John H. Miller y Scott E. Page, Sistemas adaptativos complejos: Una introducción a los modelos computacionales de la vida social, Princeton University Press (página del libro)
  40. Melanie Mitchell, Complejidad: Un recorrido guiado, Oxford University Press, página del libro
  41. Proselkov, Y. (2024). Control de red autónomo escalable mediante agentes mínimamente informados [Apollo - Repositorio de la Universidad de Cambridge]. https://doi.org/10.17863/CAM.115743
  42. Herrera, Manuel; Proselkov, Yaniv; Pérez-Hernández, Marco; Parlikad, Ajith Kumar (2021). "Minería de series temporales de transformada de Fourier de grafos para la detección de anomalías del tráfico de Internet en redes centrales y metropolitanas" . IEEE Access . 9 : 8997–9011 . doi : 10.1109/ACCESS.2021.3050014 . ISSN 2169-3536 . 
  43. Revista Springer Complex Adaptive Systems Modeling (CASM)
  44. Adami C (2002). "¿Qué es la complejidad?" . BioEssays . 24 (12): 1085– 94. doi : 10.1002/bies.10192 . PMID 12447974 . 
  45. McShea D (1991). "Complejidad y evolución: lo que todo el mundo sabe". Biología y Filosofía . 6 (3): 303– 24. doi : 10.1007/BF00132234 . S2CID 53459994 . 
  46. 1 2 Carroll SB (2001). "Casualidad y necesidad: la evolución de la complejidad y diversidad morfológica". Nature . 409 (6823): 1102– 9. Bibcode : 2001Natur.409.1102C . doi : 10.1038/35059227 . PMID 11234024 . S2CID 4319886 .  
  47. Furusawa C, Kaneko K (2000). "Origen de la complejidad en organismos multicelulares". Phys. Rev. Lett . 84 (26 Pt 1): 6130– 3. arXiv : nlin/0009008 . Bibcode : 2000PhRvL..84.6130F . doi : 10.1103/ PhysRevLett.84.6130 . PMID 10991141. S2CID 13985096 .  
  48. Adami C, Ofria C, Collier TC (2000). "Evolución de la complejidad biológica" . Proc. Natl. Acad. Sci. USA . 97 (9): 4463–8 . arXiv : physics/0005074 . Bibcode : 2000PNAS...97.4463A . doi : 10.1073/ pnas.97.9.4463 . PMC 18257. PMID 10781045 .  
  49. Oren A (2004). "Diversidad y taxonomía de procariotas: estado actual y desafíos futuros" . Philos. Trans. R. Soc. Lond. B Biol. Sci . 359 ( 1444): 623– 38. doi : 10.1098/rstb.2003.1458 . PMC 1693353. PMID 15253349 .  
  50. Whitman W, Coleman D, Wiebe W (1998). "Procariotas: la mayoría invisible" . Proc Natl Acad Sci USA . 95 (12): 6578–83 . Bibcode : 1998PNAS...95.6578W . doi : 10.1073 / pnas.95.12.6578 . PMC 33863. PMID 9618454 .  
  51. Schloss P, Handelsman J (2004). "Estado del censo microbiano" . Microbiol Mol Biol Rev. 68 ( 4): 686– 91. doi : 10.1128/MMBR.68.4.686-691.2004 . PMC 539005. PMID 15590780 .  

Literatura

  • Ahmed E, Elgazzar AS, Hegazi AS (28 de junio de 2005). "Una visión general de los sistemas adaptativos complejos". Mansoura J. Math . 32 : 6059. arXiv : nlin.AO/0506059v1 . Bibcode : 2005nlin......6059A .
  • Bullock S, Cliff D (2004). "Complejidad y comportamiento emergente en sistemas TIC" . Hewlett-Packard Labs. HP-2004-187.; encargado como informe por el Programa de Prospectiva del gobierno del Reino Unido .
  • Dooley, K., Glosario sobre complejidad en las ciencias sociales : un proyecto de formación en investigación de la Comisión Europea.
  • Edwin E. Olson; Glenda H. Eoyang (2001). Facilitando el cambio organizacional . San Francisco: Jossey-Bass. ISBN 0-7879-5330-X.
  • Gell-Mann, Murray (1994). El quark y el jaguar: aventuras en lo simple y lo complejo . San Francisco: WH Freeman. ISBN 0-7167-2581-9.
  • Holland, John H. (1992). Adaptación en sistemas naturales y artificiales: un análisis introductorio con aplicaciones a la biología, el control y la inteligencia artificial . Cambridge, Massachusetts: MIT Press. ISBN 0-262-58111-6.
  • Holland, John H. (1999). Emergencia: del caos al orden . Reading, Mass: Perseus Books. ISBN 0-7382-0142-1.
  • Solvit, Samuel (2012). Dimensiones de la guerra: Comprender la guerra como un sistema adaptativo complejo . París, Francia: L'Harmattan. ISBN 978-2-296-99721-9.
  • Kelly, Kevin (1994). Fuera de control: la nueva biología de las máquinas, los sistemas sociales y el mundo económico (Texto completo disponible en línea) . Boston: Addison-Wesley. ISBN 0-201-48340-8.
  • Faraón, MC (en línea). Buscando en la teoría de sistemas una explicación reductiva de la experiencia fenomenológica y fundamentos evolutivos para el pensamiento de orden superior. Archivado el 25 de octubre de 2008 en Wayback Machine . Recuperado el 15 de enero de 2008.
  • Hobbs, George y Scheepers, Rens (2010), "Agilidad en los sistemas de información: Capacidades habilitadoras para la función de TI", Pacific Asia Journal of the Association for Information Systems : Vol. 2: Núm. 4, Artículo 2. Enlace
  • Sidney Dekker (2011). Deriva hacia el fracaso: De la búsqueda de componentes rotos a la comprensión de sistemas complejos . CRC Press.
  • Grupo de Sistemas Adaptativos Complejos: grupo poco integrado de científicos e ingenieros de software interesados ​​en sistemas adaptativos complejos.
  • Grupo de Investigación DNA Wales: Investigación actual en cambio organizacional. Noticias relacionadas con CAS/CES y datos de investigación gratuitos. También vinculado a Business Doctor y la serie documental de la BBC.
  • Descripción de sistemas adaptativos complejos en la web de Principia Cybernetica.
  • Descripción de una sola página para una consulta rápida sobre el "mundo" de la complejidad y conceptos relacionados, publicada por el Centro para el Estudio de Sistemas Complejos de la Universidad de Michigan.
  • Red de investigación de sistemas complejos
  • El Consorcio Abierto de Modelado Basado en Agentes
  • TEDxRotterdam – Igor Nikolic – Sistemas adaptativos complejos , y El surgimiento de la conciencia universal: Brendan Hughes en TEDxPretoria . Charlas que analizan varios ejemplos prácticos de sistemas adaptativos complejos, incluyendo Wikipedia, galaxias estelares, mutación genética y otros ejemplos.