Эволюционная кибернетика
Эволюционная кибернетика — наука, которая занимается исследованием эволюции биологических информационных систем и обеспечиваемых этими системами кибернетических свойств биологических организмов. Эволюционная кибернетика — это развивающаяся научная дисциплина, активно сопряженная с биофизикой сложных систем, синергологией и психофизикой сознания научное направление. Эволюция видов, биоценоза, цивилизации и субъектсти индивида, нормы и патологии, возрастные особенности субъектности способствует глубокому познанию, предметности научно-практической биофизики сложных систем.
Сфера исследований эволюционной кибернетики
Эволюционная кибернетика является отраслью компьютерного моделирования биофизических процессов для регистрации, анализа, прогнозирования поведения натурных и модельных систем в биофизике сложных систем.
Эволюционная кибернетика делится на две составляющие:
- Эволюционное моделирование
- Модели возникновения молекулярно-генетических систем
- Модели пролиферации стволовых клеток
- Общие модели эволюции системогенеза
- Модели иерархичного системогенеза
- Первичный системогенез- синергогенез
- Эволюционные модели искусственной жизни
- Прикладное эволюционное моделирование
- Эволюционная психофизика сознания
- Эволюционная кибернетика коммуникаций
- Модели иерархии генеза в психофизике сознания
- Модели эволюции сенсорных систем
- Модели эволюции нейронных сетей
- Модели первичного процессора сознания
- Эволюция мышления
- Теория происхождения логики
- Модели эволюции мышления
Перспективы развития
Развитие данной науки не только имеют большое значение в исследований эволюции биологических кибернетических систем, но и: — просто интересно; — важно с точки зрения теории познания; — может служить естественно-научной основой многочисленных прикладных работ, от простых эволюционных методов оптимизации в инженерных задачах, до разработки иерархических систем управления человеческим сообществом.
См. также
Источники
1) Meyer, J.A. (1998). «Evolutionary Approaches to Walking and Higher-Level Behaviors in 6-Legged Animats». In Gomi (Ed.).Evolutionary Robotics. Vol II. From Intelligent Robots to Artificial Life (ER’98). AAAI Books. See also: https://web.archive.org/web/20011217231557/http://www-poleia.lip6.fr/ANIMATLAB/#Publications
2) R. Sutton and A. Barto. Reinforcement Learning: An Introduction. Cambridge: MIT Press, 1998. 432 p. See also: https://web.archive.org/web/20040824090034/http://www-anw.cs.umass.edu/~rich/book/the-book.html
3) Wilson, S.W. and Goldberg, D.E. (1989), « A Critical Review of Classifier Systems», in Proceedings of the Third International Conference on Genetic Algorithms pp. 244-255, Los Altos, California: Morgan Kaufmann. See also: https://web.archive.org/web/20000128193428/http://www.csm.uwe.ac.uk/personal/am-barry/LCSWEB/online.htm
4) Werbos P.J. (1998) Stable Adaptive Control Using New Critic Designs: http://xxx.itep.ru/html/adap-org/9810001 (недоступная+ссылка)