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 Искусственная жизнь
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
Емельянов В. В., Курейчик В. В., Курейчик В. Н. Теория и практика эволюционного моделирования. — М: Физматлит, 2003.
*