复杂系统基于Agent的建模与仿真

　　《复杂系统基于Agent的建模与仿真》内容是在作者多年从事复杂系统建模与仿真研究的基础上撰写而成，试图提出基于Agent的建模与仿真的通用研究框架，规范研究内容，使ABMS的研究具有系统性，真正使ABMS成为复杂系统研究的方法论，并试图利用ABMS研究卫星系统及空间对抗的仿真。全书共分7章。第1章为绪论，第2章为复杂系统理论讨论，第3章为基于Agent的建模与仿真方法学，第4章为基于A-gent的模型框架描述，第5章为基于Agent的行为建模，第6章为基于Agent的建模与分布仿真；第7章为基于Agent的卫星系统建模与仿真。
　　作者要感谢互联网上所有无私共享研究成果的科研工作者，他们提供的资料和研究成果以及相互之间的交流，使作者能够方便地了解到所有相关研究领域的最新进展，为研究的顺利开展提供了坚实的保障。
　　《复杂系统基于Agent的建模与仿真》适合从事复杂系统建模与仿真、卫星系统仿真、军事对抗等相关专业的科技人员参考，也可作为高等院校相关专业研究生教材或参考书。

第1章 绪论
1.1 背景
1.1.1 研究背景
1.1.2 应用背景
1.2 相关研究领域概述
1.2.1 复杂系统与复杂性
1.2.2 系统建模与仿真
1.2.3 基于Agent的建模与仿真方法
1.2.4 卫星系统建模与仿真

第2章 复杂系统理论讨论
2.1 复杂系统与复杂性
2.1.1 现代系统科学、非线性科学与复杂性科学
2.1.2 复杂系统与复杂性
2.1.3 复杂系统理论的综合分析
2.2 几种典型的复杂系统理论
2.2.1 开放复杂巨系统理论
2.2.2 复杂适应系统理论
2.2.3 复杂工程系统理论
2.2.4 其他关于复杂系统与复杂性研究
2.2.5 复杂系统与复杂性研究思路
2.3 空间系统复杂性分析
2.3.1 空间系统复杂性
2.3.2 空间系统复杂性研究思路
2.4 复杂系统建模与仿真
2.4.1 涌现
2.4.2 复杂系统建模与仿真必要性
2.4.3 复杂系统建模与仿真研究方向
2.4.4 复杂系统分布仿真

第3章 基于Agent的建模与仿真方法学
3.1 Agent和基于Agent的建模与仿真
3.1.1 Agent
3.1.2 Agent、多Agent系统和建模与仿真技术的结合
3.1.3 ABMS的主要概念与思想
3.1.4 ABMS的特点
3.1.5 ABMS的应用范围
3.1.6 ABMS中Agent的概念与结构
3.2 ABMS概念化框架
3.2.1 Agent模型的建立
3.2.2 基于Agent的建模与仿真综合环境
3.2.3 基于Agent的模型校核与确认
3.3 基于Agent的模型校核与确认讨论
3.3.1 基于Agent的模型校核与确认方法
3.3.2 基于Agent的模型有效性确认方法探讨
3.4 复杂系统及ABMS的形式化描述
3.4.1 消息
3.4.2 元Agent
3.4.3 组合Agent
3.4.4 复杂系统及基于Agent的仿真形式化描述
3.5 基于Agent的建模与仿真研究步骤
3.5.1 目标系统复杂性特征与仿真需求分析
3.5.2 合理选择抽象层次
3.5.3 消息流分析
3.5.4 对Agent进行建模
3.5.5 分布Agent

第4章 基于Agent的模型框架描述
4.1 基于Agent的模型框架
4.1.1 形式化的必要性
4.1.2 Z规范语言
……
第5章 基于Agent的行为建模
第6章 基于Agent的建模与分布仿真
第7章 基于Agent的卫星系统建模与仿真
附录2 语言的符号规范表
参考文献

　　复杂性科学是一个崭新的名词、崭新的领域，但并不是一个凭空而来的学科，它与前面介绍的现代系统科学和非线性科学有着很深的渊源。复杂性科学是系统科学和非线性科学的进一步发展、充实和深化，是系统科学研究的最新前沿领域。如果说，系统科学是建立在系统的整体性、组织性、目的性研究基础上的，非线性科学是建立对系统非线性、不确定性、随机性研究基础上的，那么复杂性科学则是建立在系统复杂性、智能性和适应性研究基础上的。其实，这三者在实质上是相通的，系统论中的整体性、涌现性恰恰是系统非线性的表现，自组织性是非线性相互作用的结果，智能性、适应性则是目的性的更高一级的体现，目的性和适应性都是复杂系统不断进化的保证，而非线性和随机性又是造成复杂性的重要原因。
　　总之，系统科学、非线性科学与复杂性科学在研究对象上基本一致，那就是相对于牛顿确定性简单系统而言的复杂系统。复杂性科学并不是凭空产生的一门独立于系统科学和非线性科学之外的理论体系，它的一些核心概念和研究方法就来源于以上两种科学，它是现代科学发展的前沿理论大融合的产物，这些理论主要包括非线性系统动力学、耗散结构论、协同学、混沌理论、分形理论，以及最新发展的人工生命和复杂适应系统（Complexity Adaptive Systems，CAS）理论等。然而，在另一方面，三者又从不同侧面、不同角度、逐次深入地对系统的特征作了深入探讨，复杂性科学更加强调从适应性等系统生命特征出发，对系统复杂性的形成原因、复杂性的特征以及系统的复杂行为等方面进行研究。
　　严格地讲，三种科学对复杂系统的意义和范畴的理解并不完全一致。可以说，它们对复杂系统的理解是一个逐步深化的过程。在系统科学中，对复杂系统并没有明确的提法，复杂系统被笼统地定义为与牛顿力学、热力学等简单系统相对应的开放系统，即复杂系统被理解为开放系统。在非线性科学中，复杂系统被认为是一种由于非线性作用而导致的具有不确定性行为的系统，即复杂系统是由大量单元或子系统非线性地耦合在一起的空间组织或时空过程。
　　2.1.2 复杂系统与复杂性
　　2.1.2.1 复杂系统
　　什么是复杂系统？从直观意义上讲，具有复杂性属性的系统，就是复杂系统。然而问题远没有得到回答。首先，复杂系统是相对牛顿时代以来科学哲学研究基础的简单系统相比而言的，二者具有根本性的不同。简单系统通常或者是少量的个体对象，它们之间的相互作用比较弱，或者是封闭的气体、遥远的星系，其包含的对象数目是如此之大，以至于可以采用（似乎也只能采用）统计平均方法来研究它们的行为。正如我们在后面讨论复杂性问题时提到的那样，复杂性并不一定与系统的规模成正比，复杂系统要有一定规模，但也不是越大越复杂。也就是说，复杂系统往往具有中等数目的元素（或称为主体），如组织中的细胞、股市中的股民、城市交通系统中的司机、生态系统中的动植物、军事对抗中的士兵等。
　　不仅如此，复杂系统中的个体通常具有一定的智能性与自适应性，即它们可以按照各种规则作出决策，随时准备根据接收到的新信息修改自身的行为规则。在这些复杂系统中，个体往往知道其周围部分个体的行为，但无法知道系统中全部个体的行为，因此复杂系统的个体是根据局部信息而非全局信息作出决策并修改其行为规则的。
　　根据以上的描述，圣塔菲学派给出了复杂系统的描述性定义：
　　定义2.2：复杂系统是具有中等数目并基于局部信息作出行动的自适应性主体的系统。
　　根据以上定义，复杂系统具有以下几个主要特征：
　　（1）中等大小数目的个体，即系统具有一定的规模。通俗地讲，就是“元素不能少，也不能太多”，这是复杂系统所必备的一个基本条件。复杂性科学认为简单系统以及无组织的“复杂系统”都是简单系统的不同形式。而对于元素数目多、耦合强烈的有组织的复杂系统，由于元素数目太多，必然使元素间的耦合“失去”个性，无法利用现有的数学方法和计算机工具来一一描述和计算，从而只能用统计方法去研究，成为一种简单系统。因此，复杂性科学的研究表明，数目多并不是复杂，只有具有中等数目大小的系统才可能是复杂系统。
　　其实，这个思想最早源于信息论创始人之一的韦佛对自然系统的分类，它是一个基于系统自身机构复杂性状况所做出的分类。其分类的基本思路可由图2.1来说明。
　　……