چکیده مقاله
هدف این پژوهش بررسی نقش ترکیبی نظریه ماشین ها و هوش مصنوعی در مدل سازی سیستم های ابر پیچیده اقتصادی با اطلاعات ناقص است؛ سیستم هایی که در آنها عامله های متعدد با تعاملات پیچیده و داده های ناقص یا نامطمئن درگیرند این موضوع از آن جهت اهمیت دارد که بسیاری از مسائل واقعی در حوزه های اقتصاد، سیاست، علوم شناختی و مهندسی دارای ساختارهایی مشابه با چنین سیستم هایی هستند و تحلیل آنها با روش های کلاسیک امکان پذیر نیست در محیط هایی که اطلاعات کامل در دسترس نیست، تصمیم گیری عقلانی و پیش بینی رفتار سیستم نیازمند ابزارهایی است که بتوانند با عدم قطعیت و پویایی سازگار شوند در این پژوهش نشان داده شد که نظریه ماشین ها با ارائه چارچوب های منطقی مانند ماشین های حالت محدود و ماشین های تورینگ امکان تعریف ساختار رفتاری سیستم ها را فراهم می کند اما برای مواجهه با پیچیدگی های محیطی و اطلاعات ناقص استفاده از الگوریتم های هوش مصنوعی مانند یادگیری تقویتی، شبکه های عصبی و مدل های احتمالاتی ضروری است یافته ها حاکی از آن است که ترکیب این دو حوزه به ویژه در مدل سازی سیستم های چندعاملی و بازی های با اطلاعات ناقص منجر به طراحی سیستم هایی می شود که هم از نظر نظری قابل تحلیل هستند و هم از نظر عملی توانمند در یادگیری و سازگاری می باشند این رویکرد مسیر توسعه فناوری های هوشمند و تحلیل دقیق تر رفتارهای پیچیده را هموار می سازد
کلیدواژهها
نویسندگان
شیوه ارجاع
یاراحمدی، مهدی،1404،مدل سازی سیستم های اقتصادی بر پایه نظریه بازی های با اطلاعات ناقص با بهره گیری از ابزارهای نظریه ماشین ها و هوش مصنوعی،کنفرانس هوش مصنوعی در اقتصادهای نوظهور و کسب وکارهای دیجیتال،یزد
ارائهشده در
مجموعه مقالات کنفرانس هوش مصنوعی در اقتصادهای نوظهور و کسب وکارهای دیجیتال21 آبان 1404 · یزد