复杂性科学,整体规律与定性研究

研究复杂系统要探索整体规律。本文指出：为此，需要对定性研究予以适当重视。文中给出一个表达式（E）：S（∑i=1^n 1i）=E（n）。即自聚集、自组织，演化发展到新层次。此式用以描述复杂系统的结构形成及动态行为。还对其中“自聚集”的概念给以着重阐述。又分析了聚集的量对系统功能的影响，并给出表达式（C）：11＋12＋…＋1n〉en^2。然后，从生物、自然界、社会、工程等不同领域，解释可用（E）式概括的一些规律性现象；还从复杂系统的观点并借助（E）式讨论了对“从量变到质变”的进一步认识。最后，将复杂系统的自相似结构与分形自相似结构对比，指出一类复杂系统其结构的形成实质是由简单规则多次重复而来，即复杂寓于简单，且聚集、组织，再聚集、再组织……即（E）式多次重复，是形成一类复杂系统结构的基本规则。     

The mechanism for the self-adaptation behavior in the evolutionary minority game model

In this paper, we shall present our studies of a generalized evolutionary minority game model in which the agents are divided into several groups. The performance of the individual agent is averaged in each group. We find that there are three different effects in this generalized model, i.e.(1) group averaging effect, (2) left-right asymmetric effect, and (3) self-interaction effect. The former two effects favor the cautious agents, while the last one favors the extreme agents. In most cases, both the analytic results and the numericul simulations demonstrate that the group averaging effect is dominantly important and therefore the performance of the cautious agents is better than that of the extreme agents. However, when the number of groups is sufficiently large, the generalized model can be somehow reduced to the conventional evolutionary minority game model. As the parameters vary in the generalized model, the importance of the above three effects is exchangeable and different types of population distribution emerge.     

自聚集、吸引核与聚集量

研究复杂系统的自聚集演化过程和聚集量.文中给出两个类似生长网络的模型.第一个模型比较简单,每一时间步长只有一条新边进入网中,但概括面较广,例如可描写选举、科学论文引用、食物源对蚁群蜂群的吸引、某种商品或股票、堤坝渗漏处,等等.第二个模型比较一般,每次可有m条新边进入网络.文中引用BA网络模型给出的“优先连接”的概念,研究上面两个网络中各点的聚集量.结果表明：对于这两个模型,各点可能的聚集量均可用一个数学期望的简单公式描述,即Et^s=ks/t0t .其中,s表示网中某点,t0是初始时间,ks是t0时点s的顶点度,t是任何时间,t也是此时网的总度数,或总聚集量.ks/t0表征点s的初始优势或初始吸引能力,点可称为吸引核,ks/t0可称为吸引系数.文中解释了对于不同情况下 Et^s=k/t0t的意义.     

复杂系统的演化过程,n(n-1)律,自聚集

研究一类复杂系统的演化过程,给出一个网络模型,由此导出f(n)=n(n-1),用以在某种程度上定性地描写演化过程中聚集与功能变化的规律。这里n表示agents的聚集数量。熟知的关系式1+1>2是n=2时的特例。当n为小数时,n的增减对系统整体功能的影响显著,此情况将称为“小n机制”。当n充分大时,系统的整体功能将有大跃升,并可用n2度量,称此为“n2效应”。一般情况下,n(n-1)描写聚集-相互作用-功能跃升的模式,用此模式可对不同领域的演化过程作某种解释。