复杂系统建模与仿真

为什么要用计算机仿真为什么是复杂系统仿真为什么用Repast仿真Repast仿真方法实例介绍什么是计算机仿真计算机仿真以计算机技术为手段,通过仿真模型模拟实际系统的运动来认识实际系统规律的一种研究方法。1946年2月世界上第一台电子计算机ENIAC在美国诞生,到四十年代末期首台模拟式电子计算机就被用于三自由度飞机系统的仿真。五十年代末期到六十年代,由于宇航科技发展的迫切需要,美国科研人员又创造了混合计算机系统(由数学计算机和模拟计算机通过一套混合接口联接而成),这使得人们能对较复杂系统的行为进行仿真研究。七十年代以来,随着数字计算机运算速度的大大提高以及相应的仿真软件的不断完善,数字计算机仿真得到很快发展,其应用范围也由各种工程领域扩展到非工程领域。九十年代,计算机仿真技术又朝智能化仿真(仿真技术与人工智能相结合)、分布式并行处理仿真、仿真支持系统等方向发展。实验的方法——观察法（植物培育实验等）理论的方法——数学和逻辑方法成果：爱因斯坦的相对论、电磁理论我们如何研究疾病传染？我们如何研究森林火灾的蔓延规律？我们如何研究信息的传递形式？——我们不可能用人类、森林、来做实验。有些问题在现实中无法解决，或者解决的成本太高（病毒的传播、火灾的影响、……）在计算机系统中，这些都可以通过模型实现。成本低，效果好模型参数任意调整——不同的参数、不同结果系统模型快速求解——立即看到结果运算结果可靠准确——模型合理可以得到准确结果实物仿真形象直观——可视化的模型来展示结果“复杂性”科学起始于1928年，以奥地利生物学家贝塔朗菲（L.V.Bertalanffy）在其《生物有机体》论文中首次提出了“复杂性”的概念为标志。圣菲研究所把计算机作为从事复杂性研究的最基本工具，用计算机模拟相互关联的繁杂网络，对于复杂系统仿真有着巨大的推动。美国学者霍兰于1994年引入了复杂适应性系统(CAS；ComplexAdaptiveSystem)的概念，区别于传统的理论研究方法，复杂适应系统的研究方法强调采用计算机仿真作为主要的研究工具1989年《哲学研究》第10期上发表了钱学森的文章“基础科学研究应该接受马克思主义哲学的指导”，其中第三节“开放的复杂巨系统的研究与方法论”，把开放的复杂巨系统作为宏观层次基础科学研究的重大课题，且对其内容及其处理方法做出初步阐述。这标志着在1989年秋天，开放的复杂巨系统的概念已形成。到1989年底，钱学森同于景元、戴汝为合作写成的“一个科学新领域——开放的复杂巨系统及其方法论”，对复杂系统概念及其方法论做出了全面系统的论述。1998年，白方周教授出版了国内第一部定性仿真专著，对定性仿真、模糊仿真及归纳推理等仿真方法作了较系统的介绍，对这一复杂系统的核心处理方法起到了一定的推动作用。2004年，由青岛大学主办的国内第一份刊登复杂系统和复杂性科学领域研究成果的中文学术期刊《复杂系统与复杂性科学》杂志创刊，提供了供大家就复杂系统问题交流的一个平台，同时也反映了国家对复杂系统研究的认可和重视2004年9月是《系统仿真学报》的百期纪念，李伯虎，王正中，王子才等在《系统仿真学报》百期纪念特约专家论坛上均发表了关于复杂系统仿真的论文，并且《系统仿真学报》自身也进行了国内仿真技术的研究热点的研究，大家得出了一致结论：复杂系统已经无可争议地成为国内仿真界研究的最大热点问题之一。自适应性/自组织性(self-adaptive/self-organization)。系统是由时空交叠或分布的智体（Agent）构成的。这些智体具有自适应、自学习、自聚集、自组织等能力，智体能够通过不断地学习，调整自身的结构和行为，以适应外部和内部的变化。智体之间、智体与环境之间会发生各种各样的交互作用，正是智体的自主性，以及智体间交互的复杂性，使得整个复杂系统呈现复杂性，同时也是复杂系统不断演化的驱动力。不确定性（uncertainty）不确定性与随机性相关，而复杂系统中的随机因素不仅影响状态，而且影响组织结构和行为方式，而复杂系统的自适应性使得智体可以自学习，能记住这些经历，并“固化”在自己以后的行为方式中。涌现性（emergence）肩负不同角色的智体间通过多种交互模式、按局部或全局的行为规则进行交互，智体类型与状态、智体之间的交互以及系统行为随时间不断改变，系统中子系统或基本单元之间的局部交互，经过一定的时间之后在整体上演化出一些独特的、新的性质，形成某些模式，这便体现为涌现性。子系统之间的相互作用，可导致产生与单个子系统行为显著不同的宏观整体性质。预决性（Finality）。复杂系统的发展趋向取决于系统的预决性，预决性是系统对未来状态的预期和实际状态限制的统一。事实上，任何有生命的物质，都具预期或预测的能力，从而影响系统的运动方向。演化（Evolution）复杂系统对于外界环境和状态的预期—适应—自组织过程导致系统从功能到结构的不断演化。这种演化运动在物理系统中是不存在的。物理系统一般由多个已有的元素组成，功能和结构都不会改变。而复杂系统一般是由简单的元素组合，经过不断的演化而发展在为功能和结构更为复杂的系统。从低级到高级，从简单到复杂，不断的演化，是复杂系统最本质特性。开放性（opening）。系统与外部环境以及子系统之间存在交互作用。疾病传播模型中——疾病携带者，未传染者猎食模型中——狼、羊、草谣言传播模型中——接受、未接受谣言的个体也被称作：自适应主体组件（程序设计方面）智体（类似有生命的个体、聪明的个体）预决性•学习？•不学习？自适应性•学什么•怎么学涌现性•多个智体学习的结果不确定性知识信息种类繁多应用广泛Repast最早由美国芝加哥大学和阿尔贡（Argonne）国家实验室的DavidSallach等研究人员研制成功。目前由非营利的志愿组织ROAD(RepastOrganizationforArchitectureandDevelopment)负责后续版本的升级。Repast平台是免费提供的,为分析复杂适应系统建立模型而设计,主要应用于社会科学领域。基于多Agent仿真的平台（支持复杂系统的相关理论）多平台。最新的版本支持几乎所有的计算机操作系统(例如,Windows,MacOS和Linux),以及多种不同的编程语言(例如Java,C)仿真建模实现起来方便（可以通过图形模块拖出模型）Model对象（仿真模型本身）Space对象（环境）（一般是二维表格）Agent（智体）时间表(Schedule)运行方式（run、steprun）属性（智体的特性或者状态值）方法（学习的规则，每一个时刻智体应该干什么）假设一个智体是——人属性：身高年龄走路的速度……方法：走路（走多快、去那里、怎样的路线），学习……压力传感模型