復雜系統建模與模擬 — 基於 Python 語言

本書借助大量有趣的模型和實例，介紹復雜系統及模型的相關概念。本書使用的Python語言被認為是非常優秀的數據分析和建模工具，設計高效且易學易用。本書採用理論分析與實踐相結合的方式，建立系統的數學模型及相應的電腦模型和虛擬模擬實驗。本書適合對復雜性科學有濃厚興趣並具備一定電腦編程技術的讀者閱讀。希望讀者通過閱讀本書，可以學會用模型思考問題，掌握對自然、經濟和社會中復雜現象的建模與模擬技術，從而研究和預測它們的發展態勢。本書配套的程序源代碼，可以登錄華信教育資源網（www.hxedu.com.cn）免費下載。 本書適合作為高等院校管理類、工程類、信息技術類等專業的相關課程教材，也可供社會相關從業人員參考閱讀。

陳潔，1966年5月出生，畢業於山東大學數學系。
山東財經大學管理科學與工程學院教授，管理科學與工程專業博士，曾任山東財經大學管理科學與工程學院副院長，2009年美國ODU大學管理學院訪學1年，從事電子商務研究。
1988年入職，從事高等教育30餘年。
講授“數據結構”，“高級程序設計語言”、“複雜系統建模與仿真”等課程。
在國內外學術期刊、學術會議發表論文30餘篇。
現從事複雜性科學、複雜系統建模與仿真領域的研究，具體是基於大數據和人工智能的智慧城市、城市空間規劃、城市復雜性等系統的算法研究。

第1章緒論　
1．1系統與模型
1．1．1系統
1．1．2系統模型
1．2複雜系統模型　
1．2．1複雜性的定義
1．2．2複雜性科學的研究對象
1 ．2．3複雜系統的基本特徵　
1．2．4系統建模方法論　
1．2．5複雜系統的成因
1．2．6複雜系統的分析與建模
1．3複雜系統模型的發展現狀
1． 3．1自然科學領域
1．3．2經濟管理領域
1．3．3桑塔菲研究所

第2章建模工具
2．1建模工具概述
2．2 Python建模工具包　
2．2．1 NumPy
2 ．2．2 SciPy　
2．2．3 Matplotlib　
2．2．4 SimPy
2．2．5 SimuPy
2．2．6 PyGame
2．2．7 SymPy
2．2．8 PIL　
2．2．9 Mesa　
2．2 ．1 0NetworkX
2．3簡單案例：Schelling模型

第3章元胞自動機　
3．1元胞自動機概述　
3．1．1元胞自動機的提出　
3．1．2元胞自動機的定義　
3．2初級元胞自動機　
3．3二維元胞自動機　
3．4元胞自動機應用案例　
3．4．1格子氣體模擬　
3．4．2表決與退火模型
3．4．3森林火災模型　
3．4．4 DLA模型　
3．4．5激發介質中的非線性波模型　
3．5元胞自動機的應用現狀
3．6元胞自動機的優勢與不足　
3．7三維元胞自動機

第4章多主體模型　
4．1 Agent的基本概念　
4．1．1什麼是Agent　
4．1．2 Agent的特徵、分類和環境　
4．2 Multi-Agent系統　
4．2．1 Multi-Agent系統概述　
4．2．2 Multi-Agent軟件工具　
4．3 Multi-Agent模型的應用　
4．4案例
4．4．1 “大糖帝國”模型　
4．4．2隨機遊走模型　
4．4．3 Boltzmann財富模型　
4．4．4 Schelling模型　
4．4．5 Epstein內亂模型
4．4．6鳥群遷徙模型　
4．4．7病毒傳播模型　
4．4．8食物鏈模型
4．4．9銀行準備金模型
4 ．4．10囚徒困境模型

第5章複雜網絡模型　
5．1網絡基礎
5．1．1網絡基本概念和基礎操作　
5．1．2網絡的經典算法
5．2網絡模型
5．2．1網絡模型概述　
5．2．2網絡建模　
5．2．3網絡可視化佈局
5．3圖和網絡的特徵　
5．3．1圖的密度　
5．3．2網絡的平均最短路徑長度　
5．3．3節點的偏離度　
5．3． 4節點的中心率　
5．3．5互聯網的PageRank　
5．3．6圖的核心數
5．3．7圖的度分佈
5．3．8網絡的群集化係數
5．4複雜動態網絡模型
5． 4．1拓撲結構不變的動態網絡模型　
5．4．2拓撲結構變化的動態網絡模型　
5．4．3自適應動態網絡模型

第6章離散事件模型
6．1基本概念
6．1．1週期驅動模型與事件驅動模型　
6．1．2事件驅動機制　
6．2建模與仿真　
6．2．1 SimPy介紹
6．2．2案例　

第7章系統動力模型　
7．1基本概念
7．2簡單的系統動力模型　
7．2．1 RCL電路
7．2．2單擺模型　
7．3混沌
7．3．1蘭頓螞蟻模型　
7．3．2蝴蝶效應　
7．3．3 Logistic方程　
7．3．4物種競爭模型　
7．3．5 Mandelbrot集合

第8章分形模型　
8．1分形概述
8．2分形應用
8．3分形建模方法
8．3．1 L系統（L-systems）
8．3．2迭代函數係統　
8．4分形設計
8．4．1 Sierpinski三角形　
8．4． 2萬花筒
8．4．3樹
8．4．4自然地貌模擬　

第9章預測和學習模型
9．1統計預測模型
9．1．1回歸模型　
9．1．2時間序列分析模型
9．2機器學習模型
9．2．1有監督的學習模型
9．2．2無監督的學習模型
9．3人工神經網絡
9．3．1多層感知機
9．3．2深度學習模型　

第10章博弈模型　
10 ．1計算機遊戲模型
10．1．1子模型　
10．1．2主體模型及系統參數
10．1．3邏輯規則
10．1．4用戶界面
10．1．5用戶交互
10．1．6模型的實時性與資源優化
10．2 Q-Learning模型

第11章城市空間模型
11．1虛擬城市空間模型
11．2空間句法模型
11．2．1軸線的連接度
11．2 ．2路段的可達性
11．2．3軸線的選擇度
11．3分形虛擬城市模型
11．3．1分形虛擬城市模型的複雜性　
11．3．2分形虛擬城市模型的分形假設和分形過程
11．3．3分形虛擬城市模型的定義
11．3．4分形虛擬城市模型的實現
11．3．5 Python實現