复杂模型管理的概念方法：基于广义建模模式和进化识别
摘要：复杂系统的建模和仿真是研究各种自然现象的强大方法，提供了关于其结构和行为的广泛知识。然而，增强的建模和仿真需要将各种数据和知识来源，各种模型（数据驱动模型，数值模型，仿真模型等），智能组件整合到一个复合解决方案中。这样复杂模型的增加会导致需要特定的方法来管理这样的模型。这种需求扩展到模型本身成为一个复杂系统的情况。复杂模型管理的一个重要方面是处理各种不确定性（上下文、参数、结构、输入/输出）以控制模型。在系统被建模或建模要求随着时间变化的情况下，需要特定的方法和工具来自动进行建模和应用程序（元模型操作）。为了支持复杂模型的自动构建和管理，我们提出了一种通用的进化计算方法，可以管理各种不确定性和复杂性。该方法基于对模型相空间的进化探索，以确定最佳的模型结构和参数。借助所提出的方法和解决方案，详细阐述了不同领域（医疗保健、水文气象学、社交网络分析）的示例。
作者：Sergey V. Kovalchuk, Oleg G. Metsker, Anastasia A. Funkner, Ilia O. Kisliakovskii, Nikolay O. Nikitin, Anna V. Kalyuzhnaya, Danila A. Vaganov, Klavdiya O. Bochenina
论文ID：1809.04656
分类：Other Computer Science
分类简称：cs.OH
提交时间：2020-02-28