在许多自组织系统中,从外部环境中提取必要资源的能力对于系统的增长和生存至关重要。例如,有机植物中的阳光和营养物质,商业组织中的货币收入以及群体情报行动中的移动机器人的提取。当在竞争性,不断变化的环境中运行时,此类系统必须明智地分配其内部资产,以改善和调整其提取可用资源的能力。随着系统规模的增加,资产分配过程通常会围绕多规模控制拓扑组织进行组织。根据系统的内部约束和适应性机制,该拓扑可以是静态(固定)或动态(启用生长和结构适应)。在本文中,我们扩展了一种受植物启发的资产分布模型,并引入了一个更通用的多尺度模型,可在更广泛的天然和人工系统域中。我们研究了多尺度控制过程的拓扑对系统在环境内部发生变化时自加工资产分布的能力的影响。结果表明,当环境变化发生时,系统分支之间的不同拓扑特征和不同的竞争水平会影响整体系统的盈利能力,适应性延迟和干扰。这些发现为系统设计人员提供了为其特定应用程序和执行环境选择最合适的拓扑和配置的基础。
translated by 谷歌翻译