بررسي آينده جمعيت‌ها با کمک شبکه‌هاي پيچيده‌اي از نقشه‌هاي پيش‌بيني‌کننده
ساينس ديلي مي‌نويسد: «نقشه‌هاي لجستيکي مي‌توانند آينده را از همين حالا پيش‌بيني کنند. براي مثال، مي‌توان از آن‌ها براي پيش‌بيني انقلاب يک ملت در آينده نزديک استفاده کرد. ارتباط آن‌ها هنگام مطالعه سيستم‌هايي از قبيل کل جمعيت‌ها، که در آن رفتار واحدهاي مجزا با قابليت سازماندهي خود نمي‌تواند رفتار کل سيستم را توضيح دهد، مشخص مي‌شود. محققان يک نسخه الکترونيکي از يک نقشه لجستيکي را که مي‌تواند با بسياري از نقشه‌هاي ديگر در تعامل باشد، ايجاد کرده‌اند. به‌عنوان معياري براي توضيح رفتارهاي جديد و در حال ظهور کل سيستم‌هاي پيچيده، آن‌ها شبکه‌هاي نقشه‌هاي لجستيکي را در سطوح مختلف بررسي کرده‌اند. يافته‌هاي آن‌ها اين امکان را فراهم کرد تا به‌آساني بتوان شبيه‌سازي‌هاي کامپيوتري قبلي را با نتايج آزمايشي به دست آمده با استفاده از مدل الکترونيکي پيشرفته مقايسه کرد. در گذشته، شبکه‌هاي نقشه‌هاي لجستيکي به بوم‌شناسان امکان مي‌دادند تا تاثير تنوع و ناهمگني مکاني در جمعيت‌هاي رقيب را بررسي کنند. به علاوه نه‌تنها از نقشه‌هاي لجستيکي در مدل‌هاي بوم‌شناختي استفاده مي‌شود، بلکه يک مدل براي ساير برنامه‌ها از قبيل مولد نويز يا يک دستگاه رمزگذاري براي ارتباطات ايمن است. در اين تحقيق، محققان يک نسخه الکترونيکي از نقشه لجستيکي طراحي‌شده براي تعامل با ساير نقشه‌ها را ارائه مي‌دهند. در اين نسخه از قطعات ارزان استفاده شده و مصرف انرژي پاييني دارد. به‌علاوه اين نسخه مي‌تواند نويز و پارامترهاي مهم از قبيل ناهمگني‌ها و نوسانات تصادفي را کنترل کند. اين‌گونه به‌دقت مي‌توان ويژگي‌هاي سيستم‌هاي دنياي واقعي را ارائه داد. بعد از اجراي شبکه نقشه‌هاي لجستيکي الکترونيکي، محققان شبيه‌سازي‌هاي عددي را کاليبره کردند تا آن‌ها بتوانند يافته‌ها را فراي نتايج تجربي بررسي کنند.
