TUGAS PENGENDALIAN KUALITAS Nama : Arifin Hadipraja NPM : 061867 / NR

Dynamical design of experiment with MAS to approximate the behavior of complex systems 1 pemasukan Perhubungan ini bekerja belajar dan analisis sistem kompleks saya. e. sistem dapat memproduksi tanggapan kolektif dari interaksi diantara individu sederhana. apa yang sedang menarik kemampuan demikian sistem punya tanggapan kolektif seperti keruwetan mereka ke luar dari kesederhanaan sendiri. Oleh karena itu keruwetan tidak di individu tetapi di interaksi diantara mereka: kekayaan c dapat memenuhi syarat dari muncul.

Sebagai contoh, berikut (dan mengetahui) model baik persamaan dinamis dari populasi (yang berubah-ubah dari 0 ke 1 menurut waktu: xn+1 = rxn(1? xn dimana r tarif reproduktif dan parameter. di contoh ini, pencabangan dua terjadi beberapa nilai r. ukuran populasi yang mana sistem bertemu disatu titik attractor. untuk ditentukan nilai r, beberapa attractor dapat memperlihatkan, mendorong ke arah osilasi diantara mereka. Seperti di banyak situasi, kesepakatan dan kendali perwujudan gabungan tidak bisa secara mudah mempertimbangkan di sendiri tetapi mengerjakan di contoh. Multi-agent model menyediakan konsep menggambarkan demikian sistem sebagai satuan agen yang di lingkungan dibagi dan yang saling berhubungan secara langsung atau melalui lingkungan mereka.

Fig. 1. Steps in CS modeling in order to understand and control them

2 Position of the problem 2 Position of the problem From now, we put the stress on the MAS to take advantage of the opportunity of experimentation they offer : the possibility to try experiments at will, the easiness to set any value for a parameter, the capacity of automation, etc. The MAS behavior is defined as the set of parameters related to the agents’ behavior and to the environment dynamics. Provided some initial conditions, the system will produce a collective property (or pattern). Our issue is then to establish a relationship between these parameters (and initial conditions) and the characteristics of the global behavior. This issue can be broken down into three parts: 1. understanding: knowing the global behavior of the system on a sub space of the parameters space 2. controlling: determining a set of values for the parameters in order to obtain a desired global behavior 3. optimizing: finding a set of values for the parameters that provides the optimal desired global behavior according to a criterion of that behavior.

Menurut kekayaan sistem gabungan, menjawab demikian pertanyaan priori tugas keras. dua utama cenderung dapat menggunakan ini issue: 1. menggunakan rangka resmi di mana fenomen dapat terungkap dan belajar kelakuan di rangka itu, atau 2. belajar secara eksprimen fenomen dengan lakukan beberapa pelaksanaan dengan parameter macam penyesuaian dan mendekati kelakuan dari data ini. 3 Pernyataan 3.1 Generalitie di remaining kertas, kami menganggap hanya kesepakatan dan kendali multi-agent sistem dengan dengan menggunakan suatu percobaan mendekati. berbeda bekerja berhadapan dengan sama memberitakan oleh menandai fungsi mencakup luas sistem atau dengan membuktikan langkah kunci ke ikut sementara belajar sistem. Sifat kunci pernyataan kami penurunan replication dengan definisi dynamical perancangan percobaan. Dari visi kami, kelakuan sistem didefinisikan oleh: 1. parameter satu set (atau masukan) itu sesuai dengan nilai perancang dapat yang ditetapkan dalam sistem sebelum melaksanakan ini. 2. hasil satu set itu sesuai dengan nilai yang dapat mengamati di sistem. sistem sebagai kami sedang belajar dinamis, demikian nilai dapat mengamati melalui waktunya, setiap hasil menjadi rangkaian nilai.

4 instantiation Pernyataan sebagai pernyataan kami didasarkan di prinsip umum, kami menghiasi di seksi ini nya gunakan di contoh. ini harus mengatakan bahwa kami tidak maksud memperoleh contoh baik patut itu fenomen tetapi kami lebih harapan ke penekanan bagaimana kami meletakkan ke pengamalan kami prinsip. akan tetapi, contoh menggunakan dan algoritma ke dengan dinamis desain percobaan umum cukup untuk;menjadi reused untuk sistem lain. 5 akibat dan lebih jauh bekerja Kami menganggap di kertas ini kesepakatan dan kendali sistem kompleks memperagakan dengan multi-agent satu. kami menyarankan suatu pendekatan ke arah secara eksprimen mendekati kelakuan sistem sebagai fungsi parameter, sebagai fenomen dapat memperlakukan sebagai sistem kompleks sendiri, pernyataan kami dapat menggunakan untuk perancangan demikian sistem.

SEKIAN