摘要:通过实证统计与理论模型分析相结合对复杂系统进行研究是一种全新的认识和探索.建议从人类行为的统计特性、复杂网络同步与复杂神经网络、信息挖掘与复杂网络链路预测3个方面,基于大量的实证统计和分析,结合有效的动力学模型,针对人类自身行为的规律特性、社会个体之间的相互作用、神经系统的动力学演化、信息的有效推荐和网络演化的有效预测等重要问题,运用统计物理理论进行全方位的探索,深入挖掘各种决定复杂系统演化过程的基本机制与规律.

摘要:介绍了子动力学基本思想,描述了子动力学基本框架与复谱的意义,并提出了相似网络的模型及扩张空间技术在反量子信息密码传输中的应用.

摘要:以大脑网络研究为例,详细介绍了大脑网络的构建、结构网络、功能网络以及结构与功能的联系等方面的研究进展.基于复杂网络理论,对大脑结构网络和功能网络的分析得到很多重要的拓扑性质,如“小世界”、“无标度”、模块化以及核心脑区的分布等;另外发现认知功能、神经精神疾病与大脑结构和功能网络的拓扑结构变化或异常有关;总结了国内外在此领域的研究成果,提出了大脑网络研究工作面临的挑战,并展望了将来发展方向.

摘要:当前研究社会经济系统复杂性的一个焦点是对各类普适的尺度分布特征及其成因的探究.然而,尽管在宏观尺度上整个体系已经表现出稳定的分布,而组成系统的个体可能依然在剧烈地波动.从整体上描述和研究这种微观变动的特性就是流动性分析,它和分布研究互相补充才能深入、准确地理解社会经济系统的复杂性.近几十年来在福利经济学中对于流动性已经开展了一系列有益的探讨,但在复杂性科学领域最近几年才有所涉及.本文首先介绍了流动性概念及测量方法,之后对个人收入、世界财富、城市人口等问题的流动性实证研究进行了回顾,进一步深入探究了流动性的决定因素,为揭示普适的尺度分布的成因提供了更多的依据.

摘要:在自然界和人类社会中,合作行为是普遍存在的.如何理解自私个体之间合作行为的产生和维持吸引了来自各领域科学家的注意.目前,演化博弈理论被认为是研究合作行为的一个最有力的手段.随着复杂网络理论的迅速发展,复杂网络上的演化博弈受到广泛的关注.本文拟就复杂网络上的演化博弈研究做一综述,并对未来的研究提出展望.

摘要:目前,复杂系统中大量个体的集体行为在社会学、生物学和物理学领域备受关注.对这些集体行为的研究中,合作涌现和自组织斑图的研究尤为瞩目.基于此,简要介绍国内这一领域的相关研究进展,包括基于演化博弈探讨自私个体间的合作行为和相互竞争物种间的自组织斑图.

摘要:近十年以来,人们对行人流给予了越来越多的关注.这并不仅仅是这一理论对自身不断完善的要求,更是人们对公共安全有着要求,并希望行人流理论能揭示人群运动的普遍规律.本文回顾了在行人流领域中的一些经典模型及其基本结论.叙述了来源于麦加朝圣的行人流实测结果.鉴于行人在逃生时,具有类似于动物的集体行为,因此,介绍了描述集群运动的Vicsek模型,并将此模型中的视野半径引入行人流模型.重点讨论了行人数量、视野半径和逃生时间三者之间的相互关系.利用元胞自动机模型较简要地论述了行人在逃生时,门前障碍物对行人的影响.

摘要: