Loading...
机构名称:
¥ 1.0

摘要:是否有可能开发出一种有意义的方法来衡量模拟模型的复杂性?算法信息论提供了已应用于其他研究领域的概念,用于实际测量对象复杂性。本文从多个角度概述了复杂性,并提供了有关模拟模型复杂性的知识体系。定义了模型细节、分辨率和范围等关键词。算法信息论中的一个重要概念——柯尔莫哥洛夫复杂性,以及该概念的一个应用——归一化压缩距离,用于表示测量模型细节变化的可能性。该领域的进一步研究可以推动建模和仿真知识体系向测量模拟模型复杂性的实际应用迈进。示例表明,模拟模型的 KC 和 NCD 测量可以检测到范围和细节的变化。

迈向模拟模型复杂性测量 - AFIT Scholar

迈向模拟模型复杂性测量 - AFIT ScholarPDF文件第1页

迈向模拟模型复杂性测量 - AFIT ScholarPDF文件第2页

迈向模拟模型复杂性测量 - AFIT ScholarPDF文件第3页

迈向模拟模型复杂性测量 - AFIT ScholarPDF文件第4页

迈向模拟模型复杂性测量 - AFIT ScholarPDF文件第5页

相关文件推荐

2022 年
¥2.0
2016 年
¥33.0
2024 年
¥5.0
2023 年
¥1.0
2023 年
¥1.0
2023 年
¥1.0