建模复杂系统之（1）：系统概念，复杂系统的 working defination，复杂系统性质；对系统进行建模的技术种类；复杂系统的建模流程；建模复杂系统的意义

系统的基本概念

基本系统的定义：

• 元素
• 内在组织（relation）
• 如果没有内在组织导致整个系统的各部分系统作用，那么这个系统就只能是所有 元素的简单叠加，但是通过relation 将各个 element 联系起来协同对外作用，可以从外部看做一个整体

复杂系统的性质

Numerosity（多成分）

• Numerosity：many parts and self-orgnization。
• 复杂系统通常具备很多个 parts，而且具备不同级别的结构层次，这些层次是通过 self-orgnization 自发构成的）

Interdependent & Nonlinearity （相互依赖和非线性）

• 各个部分相互依赖，在各部分高度依赖的过程中产生非线性的系统（例如，当我们将很多事物放在一起，他们的效果往往不等于各个部分的简单相加（两段声波叠加要么相互抵消，要么相互增益）而且由于 feedback loop 反馈的作用，可能以指数速度增长或者衰减，这些快速变化的时期被称为相变 （Phase transition）这也就是为什么复杂系统可以在短期内发生非常大的变化，从一个状态迅速转变成另外一个状态，系统输入值的一些微小的变化可以通过 feedback loop 而产生非常大的系统效应，这叫做对初始条件的敏感性，这也是混沌理论的中心思想）

connectivity （连通性）

• 各个组件之间是密集或高度互联的，因此通常可以组成网络

autonomy & adaptation（自治性和自适应性）

• 很多复杂系统中，不需要中心化、自上而下的指令 对各个 element 进行额外的限制，而是靠 element 自身的能力做出调整；构建了一种自下而上的组织模式；这也导致了对复杂系统给定很多不同的输入，其给出的输出差别会很大，这代表复杂系统大多是异质性的；有高度的多样性；在没有中心化调整的情况下，系统表现出更高水平的差异化和整合性

建模（Modelling）

模型类型

基于数学的模型

• 通常使用宏观的数学公式来宏观表示整个系统的行为

例如在捕食者系统中：

• state 有两种 ：狼和羊（wolves 和 sheeps）
• behavior 是通过数学定义的公式
  
• 通常这类的复杂系统都通过微积分求解宏观方程最终获得解
  
• 但大多数系统没有一个这样的解
• 因此需要很多时候需要一种更加灵活的建模方式

基于计算的模型（Computational models)

agent-based models（ABM)

• 系统组成部分（system part）：由很多具备 local state 和 local rules 的 agent 组成
• 系统的结构（system structure）： agents 之间的 local interaction 构成了系统的结构
• 系统表现出的行为（system behavior）：agents 在与其他 agent 发生 interaction 时采用的**动态规则（dynamic rules）**最终形成了整个系统的行为

建模复杂系统的步骤

• 定义一个关键的要探究的问题
• 分清楚当前系统的结构（包括组成它的各个部分，以及各个 agent 之间的 interaction 是什么）
• 对于各个 part 的可能发生的 state
• 定义这些 parts 在和其他 parts 进行 interaction 的过程他们的 state 如何随着时间进行改变
• 验证和评估模型的简洁性，正确性和稳定性
• 设计和运行实验来探究关键的问题

用自己的话来概括就是：

• 首先弄清楚要解决的问题
• 设计整个系统的结构（对单个 agent 的设计以及他们之间的交互方式）
• 每个 agent 可能的状态有哪些
• 每个 agent 可能与周围的 agent 发生哪些交互行为
• 确保设计的模型是简洁的，正确的（能按照设计运行），鲁棒的（稳定的）
• 当前的模型正确运行后能不能回答我们提出的问题

建模复杂系统的意义（想通过复杂系统建模探究的问题）