[论文解读] Complex Systems: A Survey

M. E. J. Newman|arXiv (Cornell University)|Dec 6, 2011

Complex Systems and Time Series Analysis参考文献 14被引用 167

一句话总结

本综述全面概述了复杂系统科学，综合了用于研究具有许多相互作用组分并表现出涌现行为的系统的理论框架与计算方法。它概述了关键建模方法——从动力系统和网络理论到基于代理的模拟——并突出显示了基础性著作和软件工具，为研究人员进入复杂系统这一跨学科领域提供了入门指南。

ABSTRACT

A complex system is a system composed of many interacting parts, often called agents, which displays collective behavior that does not follow trivially from the behaviors of the individual parts. Examples include condensed matter systems, ecosystems, stock markets and economies, biological evolution, and indeed the whole of human society. Substantial progress has been made in the quantitative understanding of complex systems, particularly since the 1980s, using a combination of basic theory, much of it derived from physics, and computer simulation. The subject is a broad one, drawing on techniques and ideas from a wide range of areas. Here I give a survey of the main themes and methods of complex systems science and an annotated bibliography of resources, ranging from classic papers to recent books and reviews.

研究动机与目标

• 为物理学、生物学、社会科学和计算机科学等领域的研究人员提供一个结构化且易于理解的复杂系统跨学科领域的入门途径。
• 阐明复杂系统概念基础，特别是众多代理之间相互作用所引发的涌现与集体行为。
• 汇编并注释关键文献——经典论文、专著和软件工具——使研究人员能够导航该领域的理论与计算格局。
• 弥合理论框架与实际模拟技术之间的鸿沟，强调基于代理的建模和计算方法作为现代复杂系统研究中的核心工具。
• 突出具有里程碑意义的研究工作和正在进行的研究方向，特别是在基于代理的建模、人工生命以及金融市场和生态系统等系统中，以激发进一步探究。

提出的方法

• 调查并分类核心理论框架，如动力系统、统计物理、博弈论和信息论，作为分析复杂系统的基础工具。
• 对关键建模技术进行分类与综述，包括细胞自动机、网络理论和计算复杂性理论，以理解涌现行为。
• 详述计算机模拟——特别是蒙特卡洛方法和基于代理的模拟——作为研究现实世界大规模复杂系统的核心工具。
• 将基于代理的模型（ABMs）作为模拟具有局部规则的异质性、自适应代理的主要方法，从而产生全局涌现现象。
• 对具有里程碑意义的工作和软件工具（如 NetLogo、Repast、Mason、Sugarscape、Tierra）进行注释，以指导研究人员选择合适的仿真与分析平台。
• 整合来自不同领域的案例研究——例如，谢尔令的隔离模型、人工股票市场和人工生命模拟（Tierra）——以说明基于代理的建模方法的威力与应用范围。

实验结果

研究问题

• RQ1 什么定义了复杂系统？其组成部分之间的相互作用如何导致涌现行为？
• RQ2 简化数学模型与大规模计算机模拟如何用于研究同一类系统？两者之间的权衡是什么？
• RQ3 研究具有许多相互作用代理的系统（如生态系统、经济系统或社交网络）时，最有效的理论与计算工具是什么？
• RQ4 基于代理的模型如何促进了对市场波动性、社会隔离和演化动力学等现象的理解？
• RQ5 哪些基础性著作和软件工具是跨学科研究复杂系统的研究人员所必需的？

主要发现

• 复杂系统的特点是其涌现行为无法仅通过单个组分的行为来预测，其例子涵盖从凝聚态物质到人类社会的广泛范围。
• 自20世纪80年代以来，统计力学、网络理论和动力系统等理论工具为理解复杂系统行为提供了深刻洞见。
• 基于代理的建模已发展为一种强大的仿真技术，其代表性模型如谢尔令的隔离模型和 Sugarscape 模型，展示了简单代理规则如何导致复杂的宏观模式。
• 人工生命模拟如 Tierra，其中自复制程序在无外部适应度函数的情况下演化，展示了计算系统中进化动力学的涌现。
• NetLogo、Repast 和 Mason 等软件工具已成为复杂系统教育和高级研究中不可或缺的工具，支持可重现且可视化的仿真。
• 尽管已取得显著进展，该领域仍极为广泛且发展尚不充分，大量科学未知领域仍待探索——使其成为未来研究的肥沃土壤。