题目：基于主体的复杂系统涌现行为建模与仿真研究

复杂系统和复杂性研究是当前科学研究的前沿和热点，被誉为“21世纪的新科学”。涌现是复杂系统的核心概念和基本特点，也是目前研究复杂系统的重要切入点之一，认清涌现的本质，对复杂系统的研究具有十分重要的意义。基于Agent的建模与仿真方法(Agent-Based Modeling and Simulation, ABMS)，是一种自下而上的建模方法，能够自然地描述复杂系统，并且具备良好的可操作性，是目前最为直接和有效的复杂系统研究方法论之一。本文的工作以复杂系统和复杂性理论为基础框架，采用基于Agent的建模与仿真方法，通过建立特定复杂系统的仿真模型，分析其中涌现出来的整体属性，达到理解和验证复杂系统基本特点和规律的目的，同时对解决实际的复杂问题有所帮助。论文的主要研究工作可以概括为以下四个部分，其中后三个部分为论文的创新点：1． 复杂性理论与复杂系统研究方法探讨。论文系统地回顾了复杂系统和复杂性理论的起源，归纳了复杂系统的基本含义、特点和共性问题，特别是针对复杂系统的中心概念——涌现，进行了阐述和理解。在此基础上，结合前人的研究成果，从哲学人文、非线性科学、系统科学和人工生命四个视角，全面总结和分析了复杂系统相关理论和研究方法，形成了有助于复杂系统研究的一般性理念，为论文的后续研究奠定了基础。2． 分析了基于Agent的建模与仿真方法的关键技术，并在此基础上提出了一种基于Agent的用户偏好决策模型。论文详细阐述了基于Agent的建模与仿真方法（ABMS）的基本思想和特点，从体系结构、模型结构、交流方式、建模策略和涌现结果分析五个方面分析了ABMS方法的关键技术，并介绍了可用于复杂系统建模与仿真的基于Agent的仿真平台。在此基础上，提出了一种基于Agent的用户偏好决策模型，并将其应用在互联网偏好搜索中，实验结果表明，基于该模型的搜索方式较传统的无偏好搜索方式更为实用有效。3． 建立了一种包含多种蚁群的人工蚁群觅食行为仿真模型（AntColonySim）。蚁群系统是一个典型的多主体系统，可以纳入复杂系统的研究范畴。传统针对蚁群觅食行为的仿真，主要局限于单一种群，缺乏对自然界真实蚁群社会所存在的多样性和竞争等因素的考虑，因而只模拟了真实蚁群系统的一部分。本文以多样性、竞争和进化机制为基本出发点，提出了一种包含多种蚁群的人工蚁群觅食行为仿真模型（AntColonySim），并针对该模型进行了一系列仿真。仿真结果表明，AntColonySim拥有丰富的整体涌现属性，包括最短觅食路径的涌现、聚集效应、觅食优势和竞争优势等，可以很好地说明现实蚁群世界。此外，AntColonySim遵循了ABMS中的关键理念，对复杂系统的基本特点和规律具有一定的验证作用，同时对认识和理解复杂系统中的涌现以及如何控制复杂系统，也具有较深的启迪意义。4．提出了一种基于竞争机制的混合蚁群算法（MCAS）。针对基本蚁群算法（Ant System, AS）存在的不足，国内外学者提出了许多改进的蚁群算法，这些改进算法大多侧重于对信息素限制策略或信息素更新规则进行调整，而忽视了多样性、竞争等方面的因素。本文在AntColonySim模型的启发下，将多样性和竞争机制同时引入蚁群算法，提出了一种基于竞争机制的混合蚁群新算法（Multiple Competitive Ant System, MCAS）。基于 TSP问题的仿真实验结果表明，在选用合适参数组合的前提下，MCAS算法较基本蚁群算法具有更佳的求解效果和鲁棒性。