系统科学概论

系统科学概论
目 录
第1章 系统、系统论的起源和发展1
1.1 系统、系统科学以及系统科学的研究对象1
1.1.1 系统科学1
1.1.2 系统及其实例2
1.2 系统科学的起源和发展8
1.2.1 系统科学的思想基础9
1.2.2 狭义系统科学和广义系统科学10
1.2.3 与系统科学有关的其他概念11
1.2.4 系统科学的理论特征12
1.2.5 系统科学方法16
1.3 系统科学的社会意义和发展前景19
1.3.1 系统科学和社会学19
1.3.2 系统思维和健康20
1.3.3 系统论和计算机21
1.3.4 系统论和产品经理21
1.3.5 系统论和游戏开发21
1.3.6 策略模拟推演22
1.3.7 学习系统论可以锻炼一个人的整体全局思考能力23
第2章 钱学森的系统科学思想 25
2.1 钱学森系统科学思想的特点25
2.2 钱学森系统科学思想和系统科学体系的发展历程26
2.3 钱学森建立的系统科学体系28
2.4 从系统科学到复杂巨系统科学29
2.5 从工程控制论到系统科学体系33
第3章 信息与控制36
3.1 信息的定义36
3.2 香农信息论37
3.2.1 信息量的度量与计算37
3.2.2 信息应用——熵39
3.2.3 信息的传递——信息通道的容量问题43
3.3 信息系统模型(通信模型)及信息论的发展46
3.3.1 广义信息论46
3.3.2 信息的“6+1”理论47
3.4 控制与控制系统49
3.4.1 控制论简介49
3.4.2 控制与信息的关系51
3.4.3 控制系统的数学描述53
3.5 控制与管理55
3.5.1 控制工作与控制的比较55
3.5.2 控制工作的目的、作用及重要性57
3.5.3 控制论的案例分析59
3.5.4 控制论的其他应用领域61
第4章 系统科学与复杂性62
4.1 复杂性产生的根源63
4.2 复杂性研究的历程64
4.3 复杂性科学的研究方法65

4.4 从线性到非线性78
4.4.1 线性理论78
4.4.2 非线性理论80
4.4.3 耗散结构论81
4.4.4 突变论82
4.4.5 协同学83
4.4.6 混沌动力学85
4.4.7 分形理论90
4.4.8 结语93
第5章 复杂系统及其特征96
5.1 复杂系统的基本概念96
5.1.1 什么是复杂系统96
5.1.2 复杂系统的研究对象97
5.1.3 复杂系统的描述问题98
5.2 复杂系统的复杂性特征99
5.3 复杂系统的自组织特征101
5.3.1 自组织的概念与特征101
5.3.2 自组织的条件103
5.4 复杂系统整体的涌现性106
5.4.1 涌现研究的概况106
5.4.2 什么是涌现性107
5.4.3 涌现性的来源107
5.4.4 涌现现象的要点109
5.5 复杂系统的演化111
5.5.1 复杂系统的状态111
5.5.2 复杂系统的演化112
5.5.3 复杂系统的进化113
5.6 复杂系统的分类114
5.6.1 多体系统、有机系统、控制系统114
5.6.2 非平衡系统、复杂适应性系统、开放的复杂巨系统115
5.6.3 复杂自然系统、复杂工程系统、复杂社会系统116
5.7 复杂系统研究方法论117
5.8 复杂系统的研究进展119
5.8.1 圣菲研究所的规则加计算机模拟演化方法119
5.8.2 定性研究与定量研究相结合的方法120
5.8.3 自上而下指导下的综合微观分析方法120
5.8.4 人工生命、人工智能与专家智能相结合的方法121
5.8.5 复杂系统与其他几类系统的关系122
第6章 复杂系统建模123
6.1 复杂系统建模与仿真的一般理论123
6.1.1 模型概念、性质及分类123
6.1.2 数学建模及其过程125
6.1.3 仿真建模与系统仿真126
6.1.4 系统建模与仿真体系结构127
6.2 复杂系统建模与仿真127
6.2.1 复杂系统研究是建模与仿真发展的动力源127
6.2.2 支撑复杂系统建模与仿真的新理论128
6.2.3 复杂系统建模的方法学进展128
6.3 基于元胞自动机的建模方法与技术129
6.3.1 基于元胞自动机的建模方法的原理129
6.3.2 基于元胞自动机的建模方法的技术特点130
6.3.3 典型应用130
6.4 基于支持向量机的建模方法与技术131
6.4.1 引言131
6.4.2 方法原理132
6.4.3 技术特点132
6.4.4 典型应用132
6.5 基于神经网络的复杂系统建模方法137
6.5.1 神经细胞的结构、功能与模型137
6.5.2 神经网络的结构、学习与逼近理论139
6.5.3 基于量子神经网络的建模方法与技术140
6.6 基于自组织理论的建模方法与技术142
6.6.1 引言142
6.6.2 基于GMDH建模的方法原理143
6.6.3 基于GMDH建模的技术特点143
6.6.4 基于GMDH建模的典型应用145
6.7 面向对象的建模方法与技术147
6.7.1 引言147
6.7.2 方法原理148
6.7.3 技术特点148
6.7.4 典型应用149
第7章 复杂系统的计算机建模方法152
7.1 基于 Agent的复杂系统计算机建模方法152
7.1.1 Agent的基本概念和认知模型152
7.1.2 Agent的分类153
7.1.3 智能Agent154
7.1.4 多 Agent系统155
7.1.5 基于 Agent的建模方法156
7.1.6 面向 Agent的系统分析158
7.2 基于Agent的复杂系统建模工具160
7.2.1 Swarm建模平台160
7.2.2 Swarm的逻辑结构161
7.2.3 Swarm的仿真结构163
7.2.4 Swarm应用的例子164
7.3 基于分形思想的复杂系统建模方法168
7.3.1 基于复杂系统分形特征的系统建模方法168
7.3.2 基于分形思想的复杂系统建模实例分析169
7.4 基于计算智能逼近的复杂系统建模方法172
7.4.1 基于模糊认知图的复杂系统虚拟实现172
7.4.2 基于群智能优化算法的复杂系统建模思想180
7.4.3 基于多智能体遗传算法的建模方法与技术181
参考文献184