مدل‌سازی سیستم‌های اقتصادی ابرپیچیده در اقتصادهای نوظهور بر پایه نظریه بازی‌های با اطلاعات ناقص، با بهره‌گیری از ابزارهای نظریه ماشین‌ها و هوش مصنوعی

هدف این پژوهش بررسی نقش ترکیبی نظریه ماشین‌ها و هوش مصنوعی در مدل‌سازی سیستم‌های ابرپیچیده اقتصادی با اطلاعات ناقص است؛ سیستم‌هایی که در آن‌ها عامل‌های متعدد با تعاملات پیچیده و داده‌های ناقص یا نامطمئن درگیرند. این موضوع از آن جهت اهمیت دارد که بسیاری از مسائل واقعی در حوزه‌های اقتصاد، سیاست، علوم شناختی و مهندسی، دارای ساختارهایی مشابه با چنین سیستم‌هایی هستند و تحلیل آن‌ها با روش‌های کلاسیک امکان‌پذیر نیست. در محیط‌هایی که اطلاعات کامل در دسترس نیست، تصمیم‌گیری عقلانی و پیش‌بینی رفتار سیستم نیازمند ابزارهایی است که بتوانند با عدم قطعیت و پویایی سازگار شوند. در این پژوهش نشان داده شد که نظریه ماشین‌ها، با ارائه چارچوب‌های منطقی مانند ماشین‌های حالت محدود و ماشین‌های تورینگ، امکان تعریف ساختار رفتاری سیستم‌ها را فراهم می‌کند. اما برای مواجهه با پیچیدگی‌های محیطی و اطلاعات ناقص، استفاده از الگوریتم‌های هوش مصنوعی مانند یادگیری تقویتی، شبکه‌های عصبی و مدل‌های احتمالاتی ضروری است. یافته‌ها حاکی از آن است که ترکیب این دو حوزه، به‌ویژه در مدل‌سازی سیستم‌های چندعاملی و بازی‌های با اطلاعات ناقص، منجر به طراحی سیستم‌هایی می‌شود که هم از نظر نظری قابل تحلیل هستند و هم از نظر عملی توانمند در یادگیری و سازگاری می باشند. این رویکرد، مسیر توسعه فناوری‌های هوشمند و تحلیل دقیق‌تر رفتارهای پیچیده را هموار می‌سازد.