2026-09-22T01:44:00Zhttps://www.iris.unict.it/oai/request

oai:www.iris.unict.it:20.500.11769/6578902025-01-22T22:50:46Zcom_20.500.11769_434851com_123456789_40col_20.500.11769_434852

Dalle Formiche alle Folle: Sfruttare la Competizione per l'ottimizzazione CRESPI, CAROLINA Crespi, Carolina PAVONE, MARIO FRANCESCO optimization swarm intelligence collective behavior complex system agent-based models ottimizzazione intelligenza degli sciami comportamenti collettivi sistemi complessi modelli ad agenti Questa tesi di dottorato indaga le dinamiche della competizione all'interno di sistemi complessi, in particolare nel contesto della scienza delle reti. Si occupa dell'interazione tra cooperazione e competizione in vari ambiti, come i problemi di ottimizzazione e i sistemi sociali complessi. La ricerca esplora il ruolo della competizione all'interno di contesti cooperativi, mirando a comprendere la sua importanza nel raggiungere soluzioni ottimali. Sono stati sviluppati tre filoni di ricerca interconnessi, ciascuno utilizzando modelli basati su agenti. Il primo filone ha sviluppato un algoritmo di ottimizzazione della colonia di formiche per reti dinamiche, dimostrando che la competizione strategica può migliorare l'efficienza dell'algoritmo. Il secondo filone si è concentrato sui comportamenti collettivi, rivelando che un mix bilanciato di cooperazione e competizione nelle folle produce risultati migliori. Il terzo filone ha esaminato le dinamiche di fiducia nei sistemi multi-agente, scoprendo che fidarsi di un robot, soprattutto se con maggiore efficienza, migliora le prestazioni degli agenti. Nel complesso, la ricerca mette in luce le intricate dinamiche di cooperazione e competizione nei sistemi complessi, facendo luce sul loro impatto combinato sul comportamento e sulle prestazioni del sistema. This doctoral thesis investigates competition dynamics within complex systems, particularly within the framework of network science. It addresses the interplay between cooperation and competition in various domains, such as optimization problems and social complex systems. The research explores the role of competition within cooperative frameworks, aiming to understand its significance in achieving optimal solutions. Three interconnected research lines were developed, each employing agent-based models. The first line developed an Ant Colony Optimization algorithm for dynamic networks, showing that strategic competition can enhance algorithm efficiency. The second line focused on collective behaviors, revealing that a balanced mix of cooperation and competition in crowds yields better outcomes. The third line examined trust dynamics in multi-agent systems, finding that trusting a robot, especially with higher efficiency, enhances agent performance. Overall, the research highlights the intricate dynamics of cooperation and competition in complex systems, shedding light on their combined impact on system behavior and performance. 2024-06-26 info:eu-repo/semantics/doctoralThesis https://hdl.handle.net/20.500.11769/657890 ita info:eu-repo/semantics/openAccess Università degli studi di Catania place:Catania license:PUBBLICO - Pubblico con Copyright license uri:iris.PUB02