破坏恐怖主义网络：一种动态适应性景观方法
摘要：通过近五年的研究，哈佛商学院的Pankaj Ghemawat和沃顿商学院的Daniel Levinthal进行了一项详细的模拟，产生了大约一百万个适应性图表，以确定企业的最佳决策模式。在2006年，我们将这项研究与我们自己关于恐怖主义的工作相结合，研究了如果我们颠倒Ghemawat和Levinthal的发现，并试图提供错误信息或干扰恐怖组织的沟通和决策过程，以优化糟糕的决策和组织的低效性等影响，会发生什么情况。 该研究的大部分内容随后在2006年北美社会与组织科学计算年会上展示。我们在这里呈现了该研究的更新版本，强调了一个相当不符合直觉的发现，即“软”目标几乎没有价值，除非能够影响关键因素，否则针对恐怖组织易于接触的元素的努力实际上可能比不做任何努力更糟糕。我们得出结论：如果美国要有效地防御未来的恐怖袭击，可能需要进行一些根本性的重新思考。
作者：Philip V. Fellman, Jonathan P. Clemens, Roxana Wright, Jonathan Vos Post, Matthew Dadmun
论文ID：0707.4036
分类：Adaptation and Self-Organizing Systems
分类简称：nlin.AO
提交时间：2008-07-17