در هنگام جستجو کلمه در قسمت عنوان میتوانید کلمات مورد جستجو را با کاراکتر (-) جدا کنید.
کاربرد نوع شرط:
- جایگاه : پژوهشی
- مجله: پژوهش اجتماعی
- نوع مقاله: Journal Article
- کلمات کلیدی: کلید واژه ها: شبیهسازی اجتماعی,جامعه مصنوعی,مدل کسب و انتقال تجربه,یادگیری تقویتی
- چکیده: چکیده معمولاً در سیستمهای چندعاملی، تعاملات بین عاملها و تعاملات عاملها با محیط، به صورت انتخاب و اجرای عملهایی از بین مجموعهای محدود از اَعمال مشخص توسط عاملها حاصل میشود. بنابراین نوع و میزان پیچیدگی رفتارهای پیدایشی حاصل از این تعاملات نیز به نحوه اجرا و تعداد رفتارهای قابل اجرا توسط عاملها وابسته است. در این پژوهش سعی شد با توسعه مدل کسب و انتقال تجربه و اضافه کردن قابلیت یادگیری به عاملها، تاثیر یادگیری در بهبود رفتار عاملها در انتخاب روش (راهبرد) های انتقال تجربه و در بهبود شاخصهای رفاهی در جامعه مصنوعی مورد مطالعه قرار گیرد. روش یادگیری پیشنهاد شده در پژوهش برای افزایش دامنه تواناییهای عاملها، یادگیری تقویتی4 بود. با استفاده از این روش، عاملها به مرور زمان یاد گرفتند که چگونه در مواجهه با شرایط مختلف محیطی، رفتارهای مناسبتری را انتخاب و اجرا کنند تا به اهداف فردی و اجتماعی نزدیکتر شوند. نتایج حاصل از شبیهسازی و انجام آزمایشها نشان داد که اِعمال فرآیند یادگیری میتواند منجر به بهبود رفتار عاملها و بهبود شاخصهای رفاهی جامعه مصنوعی شود.
- چکیده انگلیسی: Abstract Usually in multi-agent systems, interactions between agents and agents interactions with the environment would be formed as selection and implementation of operations of a limited set of specific actions by agents. Therefore, the type and complexity rate of the emergent behaviours resulting from these interactions is also dependent on the how to implementation and numbers of applicable behaviours by the agents. In the conducted research it was tried to investigate the impact of learning on improvement of agents’ behaviour in the selection of methods (strategies) of experience transfer and in improving the welfare indexes (measures) in the artificial society with the development of model of acquiring and transferring experience as well as adding learning capability to agents. Reinforcement learning was the learning method proposed in this study to increase the range of agents’ capabilities. With using this method, agents learned over time how to select and implement more appropriate actions in confrontation with different environmental conditions to be closer to the individual and social goals. The results of simulation and experiments showed that applying learning process can lead to improve behaviour of agents and improve welfare indexes (measures) in the artificial society.
- انتشار مقاله: 09-08-1395
- نویسندگان: امیر پویان خدابخشی,آرش رحمان,محسن روحانی
- مشاهده
- جایگاه : پژوهشی
- مجله: پژوهش اجتماعی
- نوع مقاله: Journal Article
- کلمات کلیدی: کیفیت زندگی,کلید واژگان: فضای سبز,تاکستان,زندگی شهری
- چکیده: چکیده
اهمیت فضاهای سبز در محیط شهری تا حدیست که به عنوان شاخصهای توسعه یافتگی جوامع مطرح بوده و در عین حال معیاری برای ارتقای کیفیت زندگی محسوب میشوند. شهرها به عنوان کانونهای تمرکز فعالیت و زندگی انسانها برای اینکه بتوانند پایداری خود را تنظیم کنند چارهای جز پذیرش ساختار و کارکردی متأثر از سیستمهای طبیعی ندارند. فضاهای سبز علاوه بر محیا کردن بستر مناسب برای گذران اوقات فراغت ارتقاء شرایط زیست محیطی شهرها را نیز سبب میشود.هدف اصلی این مقاله بررسی تأثیرات فضاهای سبز شهری در ارتقاء کیفیت زندگی شهروندان با استفاده از الگوی seeking- Escaping در جامعه آماری 372 نفر بوده و در نهایت با استفاده از روش طیف لیکرت به بررسی و تحلیل دیدگاههای افراد پرداخته شده است. یافتههای تحقیق بیانگر آن است که شهروندان شهر تاکستان بیشتر به منظور دسترسی به هوای سالم، تفریح خانوادگی، کسب نشاط و دوری از تنگی محیط مسکونی، پیادهروی،رفع خستگی و گریز از یکنواختی زندگی به فضاهای سبز روی میآورند.- چکیده انگلیسی: Abstract
The importance of green spaces in urban environments to the extent that has been used as an indicator of the development of the society and at the same time a measure to improve life quality are considered. Focus cities as centers of human life activity to be able to regulate their stability choice but to accept structure and functioning of natural systems are affected. The main objective of this paper is to examine the effects of green spaces in improving the quality of life of citizens using the pattern Seeking – Escaping Statistical population of 372 persons ultimately using Likert scale to investigate and analyze the views of the people discussed. The findings suggest that Shhrtakstan citizens greater access to clean air, family fun, business vitality and avoid shortness of residential environment, hiking, refreshment doctrines of the monotony of life are turning to green spaces.- انتشار مقاله: 11-07-1395
- نویسندگان: آرش رحمانی,دکتر ولی اله نظری
- مشاهده
- جایگاه : پژوهشی
- مجله: پژوهش اجتماعی
- نوع مقاله: Journal Article
- کلمات کلیدی: کیفیت زندگی,کلید واژگان: فضای سبز,تاکستان,زندگی شهری
- چکیده: چکیده
اهمیت فضاهای سبز در محیط شهری تا حدیست که به عنوان شاخصهای توسعه یافتگی جوامع مطرح بوده و در عین حال معیاری برای ارتقای کیفیت زندگی محسوب میشوند. شهرها به عنوان کانونهای تمرکز فعالیت و زندگی انسانها برای اینکه بتوانند پایداری خود را تنظیم کنند چارهای جز پذیرش ساختار و کارکردی متأثر از سیستمهای طبیعی ندارند. فضاهای سبز علاوه بر محیا کردن بستر مناسب برای گذران اوقات فراغت ارتقاء شرایط زیست محیطی شهرها را نیز سبب میشود.هدف اصلی این مقاله بررسی تأثیرات فضاهای سبز شهری در ارتقاء کیفیت زندگی شهروندان با استفاده از الگوی seeking- Escaping در جامعه آماری 372 نفر بوده و در نهایت با استفاده از روش طیف لیکرت به بررسی و تحلیل دیدگاههای افراد پرداخته شده است. یافتههای تحقیق بیانگر آن است که شهروندان شهر تاکستان بیشتر به منظور دسترسی به هوای سالم، تفریح خانوادگی، کسب نشاط و دوری از تنگی محیط مسکونی، پیادهروی،رفع خستگی و گریز از یکنواختی زندگی به فضاهای سبز روی میآورند.- چکیده انگلیسی: Abstract
The importance of green spaces in urban environments to the extent that has been used as an indicator of the development of the society and at the same time a measure to improve life quality are considered. Focus cities as centers of human life activity to be able to regulate their stability choice but to accept structure and functioning of natural systems are affected. The main objective of this paper is to examine the effects of green spaces in improving the quality of life of citizens using the pattern Seeking – Escaping Statistical population of 372 persons ultimately using Likert scale to investigate and analyze the views of the people discussed. The findings suggest that Shhrtakstan citizens greater access to clean air, family fun, business vitality and avoid shortness of residential environment, hiking, refreshment doctrines of the monotony of life are turning to green spaces.- انتشار مقاله: 11-07-1395
- نویسندگان: آرش رحمانی,دکتر ولی اله نظری
- مشاهده
- جایگاه : پژوهشی
- مجله: پژوهش اجتماعی
- نوع مقاله: Journal Article
- کلمات کلیدی: کلید واژه ها: شبیهسازی اجتماعی,جامعه مصنوعی,مدل کسب و انتقال تجربه,یادگیری تقویتی
- چکیده: چکیده معمولاً در سیستمهای چندعاملی، تعاملات بین عاملها و تعاملات عاملها با محیط، به صورت انتخاب و اجرای عملهایی از بین مجموعهای محدود از اَعمال مشخص توسط عاملها حاصل میشود. بنابراین نوع و میزان پیچیدگی رفتارهای پیدایشی حاصل از این تعاملات نیز به نحوه اجرا و تعداد رفتارهای قابل اجرا توسط عاملها وابسته است. در این پژوهش سعی شد با توسعه مدل کسب و انتقال تجربه و اضافه کردن قابلیت یادگیری به عاملها، تاثیر یادگیری در بهبود رفتار عاملها در انتخاب روش (راهبرد) های انتقال تجربه و در بهبود شاخصهای رفاهی در جامعه مصنوعی مورد مطالعه قرار گیرد. روش یادگیری پیشنهاد شده در پژوهش برای افزایش دامنه تواناییهای عاملها، یادگیری تقویتی4 بود. با استفاده از این روش، عاملها به مرور زمان یاد گرفتند که چگونه در مواجهه با شرایط مختلف محیطی، رفتارهای مناسبتری را انتخاب و اجرا کنند تا به اهداف فردی و اجتماعی نزدیکتر شوند. نتایج حاصل از شبیهسازی و انجام آزمایشها نشان داد که اِعمال فرآیند یادگیری میتواند منجر به بهبود رفتار عاملها و بهبود شاخصهای رفاهی جامعه مصنوعی شود.
- چکیده انگلیسی: Abstract Usually in multi-agent systems, interactions between agents and agents interactions with the environment would be formed as selection and implementation of operations of a limited set of specific actions by agents. Therefore, the type and complexity rate of the emergent behaviours resulting from these interactions is also dependent on the how to implementation and numbers of applicable behaviours by the agents. In the conducted research it was tried to investigate the impact of learning on improvement of agents’ behaviour in the selection of methods (strategies) of experience transfer and in improving the welfare indexes (measures) in the artificial society with the development of model of acquiring and transferring experience as well as adding learning capability to agents. Reinforcement learning was the learning method proposed in this study to increase the range of agents’ capabilities. With using this method, agents learned over time how to select and implement more appropriate actions in confrontation with different environmental conditions to be closer to the individual and social goals. The results of simulation and experiments showed that applying learning process can lead to improve behaviour of agents and improve welfare indexes (measures) in the artificial society.
- انتشار مقاله: 09-08-1395
- نویسندگان: امیر پویان خدابخشی,آرش رحمان,محسن روحانی
- مشاهده