وبلاگ شخصی فرحناز شیخ بهائی

۱۳ مطلب با کلمه‌ی کلیدی «استرمن» ثبت شده است

وابستگی به مسیر یعنی الگویی رفتاری که در آن اتفاقات کوچک و تصادفی در پیشینه سیستم وضعیت پایانی آن را مشخص می کند. وابستگی به مسیر در سیستم هایی رخ میدهد که پویایی شان تحت غلبه فرآیندهایی با بازخورد مثبت است. وابستگی به مسیر الگوی رفتاری است که تعادل نهایی در آن به شرایط اولیه و ضربه های تصادفی وابسته است که سیستم در زمان رشد خود با آنها مواجه می شود. در یک سیستم وابسته به مسیر، اتفاقاتی کوچک و غیرقابل پیش بینی که در پیشینه دور آن سیستم اتفاق افتاده اند می توانند به طور قطعی سرنوشت نهایی آن را تعیین کنند. حالت پایانی احتمالی یک سیستم وابسته به مسیر به نقطه شروع و به اختلالات کوچک و غیرقابل پیش بینی پیشینه دور آن وابسته است. حتی هنگامی که همه مسیرها در ابتدا جذابیت یکسانی داشته باشند، این تقارن به وسیله اغتشاشات میکروسکوپی و اختلالات بیرونی شکسته خواهد شد. سپس فرآیندهای بازخوردی مثبت این تفاوت های کوچک اولیه را تقویت می کنند تا جایی که به ایجاد تاثیرات مهم در مقیاس ماکروسکوپی بینجامد. وقتی یک طرح یا استاندارد عمده به وجود می آید، هزینه های تغییر بسیار بالا می رود، بنابراین تعادل خود را تحمیل کرده و سیستم قفل شده است.

۱ نظر ۱۷ آذر ۹۶ ، ۱۳:۲۲
فرحناز شیخ بهائی

بخش دوم
انتشار بسیاری از محصولات جدید دقیقا مسیر منحنی لجستیک را دنبال می کند. مدل لجستیک برای تشریح و پیش بینی میزان انتشار نوآوری ها، رشد جمعیت ها و بسیاری از این قبیل پدیده ها در سطح گسترده کاربرد دارد. مدل لجستیک برای گستره وسیعی از فرآیندهای رشد به خوبی مطابقت دارد اما شما مجاز نیستید که از هر مدلی برای بدست آوردن منحنی برازش پیش بینی های جعبه سیاه استفاده کنید. مدل لجستیک غالبا به این دلیل تقریب مناسبی است که شامل دو فرآیند بازخوردی اساسی در هر فرآیند رشد می شود. یکی حلقه بازخوردی مثبت که رشد فزاینده ابتدای فرآیند رشد را ایجاد می کند و دیگری حلقه بازخوردی منفی که با نزدیک شدن منحنی به ظرفیت تحمل آن سبب کاهش سرعت رشد می شود. هر سیستمی که با بازخورد مثبت رشد  می کند باید شامل این دو نوع حلقه باشد که به طور غیرخطی با یکدیگر ارتباط دارند. هر مدل رشد باید با یک ضریب نرخ رشد که در نهایت با نزدیک شدن منحنی به ظرفیت تحمل آن تا رسیدن به صفر کاهش می یابد مشخص شود.

۰ نظر ۱۱ آذر ۹۶ ، ۱۰:۲۳
فرحناز شیخ بهائی

بخش اول 
هر سیستمی که ابتدا توسط بازخوردهای مثبت کنترل می شود، در نهایت به ظرفیت تحمل محیط خود می رسد. با توجه به محدودیت های رشد، یک انتقال غیرخطی از غلبه بازخورد مثبت به غلبه بازخورد منفی وجود دارد. تحت شرایط معین نتیجه رشد s شکل است که در آن جمعیت در حال رشد به آرامی و به طور یکنواخت به تعادل نزدیک می شود. اگر جمعیت هنگامی که نسبت به محدودیت هایش کوچک است، توسط بازخورد مثبت هدایت شود، رفتار ناشی از آن به صورت رشد s شکل خواهد بود. مشروط به آنکه تاخیر ملموسی در بازخوردهای منفی که جمعیت را محدود می کند وجود نداشته باشد.
چنانچه در پاسخ جمعیت برای رسیدن به ظرفیت تحمل تاخیری وجود داشته باشد، رفتار آن رشد s شکل خواهد بود همراه با جهش و نوسان. چنانچه ظرفیت تحمل توسط جمعیت در حال رشد مصرف شود رفتار آن به شکل جهش و نزول خواهد بود. یک سیستم که رشد s شکل داشته است رفتار آن در ابتدا توسط حلقه های بازخوردی مثبت کنترل می شود اما هنگامی که سیستم رشد می کند با یک تغییر غیرخطی تحت کنترل حلقه بازخوردی منفی قرار می گیرد. 

۰ نظر ۱۰ آذر ۹۶ ، ۱۷:۲۱
فرحناز شیخ بهائی

بخش سوم
متاسفانه بسیاری از مدلسازان توجه خود را به مدل هایی که می توانند به عنوان سیستم های خطی فرض شوند محدود می کنند تا بتوانند با فرض منطقی بودن تخمین خطی ابزارهای قوی تئوری سیستم های خطی را به کار برند. واقعیت این است که اعتماد به تئوری خطی و اجتناب از سیستم های غیرخطی پیش از توسعه شبیه سازی رایانه ای توجیه پذیر بود. زیرا راه حل های جبری برای سیستم های پویای غیرخطی عموما یافت نمی شد. متخصصان علوم نظری ابتدایی فرض خطی بودن را به این دلیل قرار می دادند که این تنها راه پیشرفت در زمینه سیستم های پویا بود. حتی پس از ظهور شبیه سازی رایانه ای هنوز هم تعداد زیادی از مدل سازان و ریاضی دانان بر تئوری خطی بودن تاکید دارند و مدل های خطی می سازند. 
در چند دهه اخیر گرایش های زیادی به تئوری ها و داده های مربوط به اهمیت رفتار غیرخطی در همه شاخه های پویایی به وجود آمده است. تحلیل خطی به عنوان ابزاری مهم همچنان باقی است. با این حال فهم پویایی های سیستم های واقعی نیازمند مدل های غیرخطی است.

۰ نظر ۰۴ شهریور ۹۶ ، ۱۳:۲۳
فرحناز شیخ بهائی

بخش دوم
اطمینان بیش از حد به معنای این است که حدود اطمینان که افراد برای برآوردهای خود برای یک کمیت نامشخص در نظر می گیرند بسیار محدود است و باعث پیش بینی های نادرست غیرمنتظره زیادی می شود. ساختار علی ، متغیرهای مرتبط و پارامترها شدیدا غیرقطعی و ناشناخته اند. در بسیاری از شرایط اجتماعی و تجاری، تاخیرها آنقدر طولانی اند که هیچ شانسی برای یادگیری از تجربیات وجود ندارد.
زمانی که بازخورد در دسترس است برای انجام اقدامات اثربخش بسیار دیر است. غلبه کردن بر اطمینان بیش از حد به فروتنی بیشتری در مورد محدودیت های تخصص ما نیاز دارد. روش های بسیاری می توانند در این مورد کمک کنند.

۰ نظر ۰۲ شهریور ۹۶ ، ۱۲:۳۴
فرحناز شیخ بهائی

بخش اول 
این فصل ارتباط بین ساختار و رفتار را با مرتبط کردن بازخورد با ساختارهای حالت و جریان شکل می دهد. تمرکز بر روی ساده ترین سیستم های بازخوردی است که تنها یک حالت دارند که به آنها سیستم های درجه اول می گویند. سیستم های درجه اول خطی می توانند رشد نمایی و رفتار هدف جو را ایجاد کند. غیرخطی بودن در سیستم های درجه اول موجب انتقال در حلقه های غالب می شود که به رشد S شکل منجر می شود. نمودار فاز، نموداری است که چگونگی ارتباط نرخ خالص تغییر متغیر حالت با خود متغیر حالت را نشان می دهد. بازخورد مثبت رشد نمایی ایجاد می کند و بازخورد منفی رفتار هدف جو را به وجود می آورد. 
ساده ترین سیستمی که می تواند چنین رفتارهایی را به وجود آورد سیستم بازخوردی درجه اول خطی است. درجه ی یک سیستم پویا یا حلقوی تعداد متغیرهای حالتی است که در آن سیستم وجود دارد. یک سیستم درجه اول شامل تنها یک متغیر حالت است. سیستم های خطی، سیستم هایی هستند که در آنها معادلات نرخ، ترکیبات خطی از متغیرهای حالت و هر ورودی درون زا است.

۰ نظر ۲۲ تیر ۹۶ ، ۱۱:۲۷
فرحناز شیخ بهائی

فصل حاضر رفتار متغیرهای حالت و جریان را مورد مطالعه و بررسی قرار می دهد. انتگرال گیری از جریان برای بدست آوردن حالت و مشتق گیری از حالت برای بدست آوردن نرخ خالص تغییر است. کشف ارتباط میان متغیرهای حالت و جریان عملی شهودی است. برای مدلسازان آنچه حائز اهمیت است این است که بتوانید به طور شهودی و با استفاده از تکنیک های ترسیمی و دیگر روش های غیر ریاضی، رفتار متغیرهای حالت و جریان را با یکدیگر مرتبط سازند. نرخ خالص تغییر متغیر حالت برابر است با مجموع کل جریان های ورودی منهای مجموع کل جریان های خروجی.
متغیرهای حالت، نرخ های خالص تغییر را انباشت می کنند. زمانی که مقدار متغیرهای حالت تغییر نمی کند، در وضعیت تعادل قرار دارند. برای آنکه یک متغیر حالت در حالت تعادل باشد، نرخ خالص تغییر باید صفر باشد؛ بدین معنا که مقدار کل جریان های ورودی در مقایسه با مقدار کل جریان های خروجی در وضعیتی تعادلی قرار دارد. چنین وضعیتی را تعادل پویا می نامند. تعادل ایستا از وضعیتی ناشی می شود که تمام جریان های ورودی و خروجی منبع صفر باشند.

۰ نظر ۲۹ خرداد ۹۶ ، ۱۷:۱۶
فرحناز شیخ بهائی

در این فصل مفهوم متغیرهای حالت جریان که مفهومی اساسی در پویایی شناسی سیستم ها به شمار می آید توضیح داده می شود. توانایی در شناخت، ترسیم و تفسیر نمودارهای حالت و جریان سیستم ها مهارت حیاتی برای هر مدلساز سیستم های مدرن است. نمودارهای علّی حلقوی در بسیاری از موقعیت ها بسیار مفیدند. این نمودارها برای نمایش وابستگی های متقابل و فرآیندهای بازخوردی موثر بوده و در شروع یک پروژه مدلسازی نقش موثری در ارائه مدل های ذهنی دارند. نمودارهای علّی حلقوی محدودیت هایی دارند و به راحتی ممکن است از آنها سوء استفاده شود. یکی از مهم ترین محدودیت های نمودارهای علّی ناتوانی آنها در نمایش ساختار متغیر حالت و جریان سیستم ها است. 

۱ نظر ۱۶ فروردين ۹۶ ، ۱۹:۵۴
فرحناز شیخ بهائی

در پویایی شناسی سیستم ها از ابزارهای نموداری مختلفی برای درک ساختار سیستم استفاده می کنیم. نمودارهای علی حلقوی ابزاری مهم برای نشان دادن ساختار بازخوردی سیستم ها است. فواید نمودار علی حلقوی: دستیابی سریع به فرضیه ای در مورد علت های پویایی؛ استنباط و درک مدل های ذهنی افراد یا گروه ها. یک نمودار علی از تعدادی متغیر تشکیل شده است که به وسیله پیکان هایی که نشان دهنده تاثیرهای علی بین متغیرها هستند به هم متصل شده اند. همچنین باید حلقه های بازخوردی مهم را نیز در نمودار مشخص نمود. به هر رابطه علی علامت + یا - داده شده است که نشان دهنده نحوه تغییر متغیر وابسته در هنگام تغییر متغیر مستقل است. توجه کنید که نماد حلقه در جهت تاثیر حلقه مربوطه ترسیم می شود. یک رابطه مثبت به معنای هم جهت بودن متغیر مستقل و وابسته است و یک رابطه منفی مختلف الجهت بودن علت و معلول را نشان می دهد.

۰ نظر ۰۹ فروردين ۹۶ ، ۱۴:۵۹
فرحناز شیخ بهائی

سیستم پیچیده عبارت است از یک ساختار به هم پیوسته از حلقه های بازخوردی. رفتار یک سیستم از ساختار آن ناشی می شود. سبک های پایه ی رفتار در سیستم های پویا همراه با ساختارهای بازخوردی به وجود آورنده آنها شناخته می شوند. رشد به وسیله بازخور مثبت، هدف جو به وسیله بازخور منفی و نوسان ها به وسیله بازخور منفی همراه با تاخیرهای زمانی به وجود می آیند. رشد s شکل، جهش و نزول، از تعامل غیرخطی این ساختارهای پایه به وجود می آیند. بازخور مثبت همیشه موجب ایجاد رشد نمی شود. رشد خطی تقریبا نادر است. رشد غالبا نمایی است اما چون روی یک افق زمانی کوتاه نمایش داده می شود، شتاب آن قابل ملاحظه نیست. 

۰ نظر ۰۷ فروردين ۹۶ ، ۱۷:۵۷
فرحناز شیخ بهائی

مفهوم دنیای مجازی به عنوان روشی برای تسریع فرآیند یادگیری معرفی شد. مدلسازی با همه ویژگی هایی که دارد، در متن حل مسائل جهان واقعی قرار دارد. مدل سازی به عنوان بخشی از فرآیند یادگیری تکراری است و فرآیند پیوسته ای است از فرموله کردن فرضیه ها، آزمایش و بازبینی مدل های ساخت یافته و ذهنی. در مدل سازی مهم ترین افراد طراحان هستند. در سیستم های اجتماعی و تجاری، مدیران هر دو نقش را ایفا می کنند، تصمیم میگیرند و همچنین طراحند. نقش طراحی مهم ترین نقش است اما معمولا کمترین توجه به آن می شود. دنیای مجازی ابزار مهمی را برای مدیران در عملکرد و به ویژه طراحی سازمان شان فراهم می کند. در مدلسازی روی مسائل مهم متمرکز شوید.مدلسازی در انزوا انجام نمی شود. برای اثربخش بودن کار، فرآیند مدلسازی باید روی نیازهای مشتریان متمرکز باشد.

۰ نظر ۰۶ فروردين ۹۶ ، ۱۴:۱۸
فرحناز شیخ بهائی

پویایی شناسی سیستم ها می تواند به حل مسائل با ریسک بالا کمک کند. پویایی شناسی سیستم ها در طیف گسترده ای از موضوعات از استراتژی شرکت گرفته تا پویایی شناسی بیماری قند، به کار رفته است. پویایی شناسی سیستم ها می تواند در مورد هر سیستم پویایی و با هر مقیاس زمانی و مکانی به کار برده شود. ایجاد و توسعه یک مدل خردمندانه دشوار است. زمانی بیشترین امکان بهبود وجود دارد که فرآیند مدلسازی، مدل های ذهنی را که عمیقا در ذهن افراد رسوخ کرده تغییر دهد. یکی از زمینه های بهبود، مطالعه رفتار رقبا و تقسیم بندی بازار است.

۰ نظر ۰۵ فروردين ۹۶ ، ۱۲:۰۸
فرحناز شیخ بهائی

در بسیاری از مواقع، سیاست هایی که برای حل مسائل مهم به کار میبندیم شکست میخورند، مسئله را وخیم تر می کنند و یا حتی مشکلات جدیدی پدید می آورند. برای تصمیم گیری و یادگیری موثر در جهانی که پیچیدگی های پویای آن پیوسته در حال افزایش است لازم است که تفکر سیستمی داشته باشیم. پویایی شناسی سیستم ها، دیدگاه و مجموعه ای از ابزارهای مفهومی است که به ما توانایی درک ساختار و پویایی سیستم های پیچیده را می دهد. شبیه سازی دنیای بسیار کوچکی است که می توان فضا و زمان را در هم فشرد و سرعتشان را کند کرد که بتوان اثرهای جانبی بلند مدت تصمیم گیری ها را آزمود و آنها را درک کرد. پویایی شناسی سیستم ها ریشه در نظریه کنترل و نظریه مدرن پویایی های غیرخطی دارد. مدلسازی رفتار انسان متفاوت از مدلسازی سیستم های فیزیکی در علوم و مهندسی است. 

۰ نظر ۰۲ فروردين ۹۶ ، ۲۰:۲۱
فرحناز شیخ بهائی