导语

  

内容提要

  

    当今系统科学思想正以空前的广度和深度向人类几乎所有的知识领域渗透，以其跨学科性、综合性和普适性影响并促进着当代学科的发展，同时，系统科学又把从其他横断科学中吸收过来、提炼出来的一些基本概念，诸如系统、结构、层次、信息、控制、反馈、分岔等合理利用和发展，使其在一个和谐的框架中运行，并且从不同学科所出现的问题出发，去说明系统观点的必要性，从而又显示出它与其他学科不同的一些特点。本书深入浅出地讲述了系统科学的基本理论、基本思想和基本方法，力图使读者得到科学思想和方法论方面的启迪。
    本书共分7章，包括：系统、系统论的起源和发展，钱学森的系统科学思想，系统论的应用——信息与控制、系统科学与复杂性、复杂系统及其特征、复杂系统建模、复杂系统的计算机建模方法。本书可以作为大学生、研究生以及各界希望学习系统科学人士的入门书。

第1章  系统、系统论的起源和发展
  1.1  系统、系统科学以及系统科学的研究对象
    1.1.1  系统科学
    1.1.2  系统及其实例
  1.2  系统科学的起源和发展
    1.2.1  系统科学的思想基础
    1.2.2  狭义系统科学和广义系统科学
    1.2.3  与系统科学有关的其他概念
    1.2.4  系统科学的理论特征
    1.2.5  系统科学方法
  1.3  系统科学的社会意义和发展前景
    1.3.1  系统科学和社会学
    1.3.2  系统思维和健康
    1.3.3  系统论和计算机
    1.3.4  系统论和产品经理
    1.3.5  系统论和游戏开发
    1.3.6  策略模拟推演
    1.3.7  学习系统论可以锻炼一个人的整体全局思考能力
第2章  钱学森的系统科学思想
  2.1  钱学森系统科学思想的特点
  2.2  钱学森系统科学思想和系统科学体系的发展历程
  2.3  钱学森建立的系统科学体系
  2.4  从系统科学到复杂巨系统科学
  2.5  从工程控制论到系统科学体系
第3章  信息与控制
  3.1  信息的定义
  3.2  香农信息论
    3.2.1  信息量的度量与计算
    3.2.2  信息应用——熵
    3.2.3  信息的传递——信息通道的容量问题
  3.3  信息系统模型(通信模型)及信息论的发展
    3.3.1  广义信息论
    3.3.2  信息的“6+1”理论
  3.4  控制与控制系统
    3.4.1  控制论简介
    3.4.2  控制与信息的关系
    3.4.3  控制系统的数学描述
  3.5  控制与管理
    3.5.1  控制工作与控制的比较
    3.5.2  控制工作的目的、作用及重要性
    3.5.3  控制论的案例分析
    3.5.4  控制论的其他应用领域
第4章  系统科学与复杂性
  4.1  复杂性产生的根源
  4.2  复杂性研究的历程
  4.3  复杂性科学的研究方法
  4.4  从线性到非线性
    4.4.1  线性理论
    4.4.2  非线性理论
    4.4.3  耗散结构论
    4.4.4  突变论
    4.4.5  协同学
    4.4.6  混沌动力学
    4.4.7  分形理论
    4.4.8  结语
第5章  复杂系统及其特征
  5.1  复杂系统的基本概念
    5.1.1  什么是复杂系统
    5.1.2  复杂系统的研究对象
    5.1.3  复杂系统的描述问题
  5.2  复杂系统的复杂性特征
  5.3  复杂系统的自组织特征
    5.3.1  自组织的概念与特征
    5.3.2  自组织的条件
  5.4  复杂系统整体的涌现性
    5.4.1  涌现研究的概况
    5.4.2  什么是涌现性
    5.4.3  涌现性的来源
    5.4.4  涌现现象的要点
  5.5  复杂系统的演化
    5.5.1  复杂系统的状态
    5.5.2  复杂系统的演化
    5.5.3  复杂系统的进化
  5.6  复杂系统的分类
    5.6.1  多体系统、有机系统、控制系统
    5.6.2  非平衡系统、复杂适应性系统、开放的复杂巨系统
    5.6.3  复杂自然系统、复杂工程系统、复杂社会系统
  5.7  复杂系统研究方法论
  5.8  复杂系统的研究进展
    5.8.1  圣菲研究所的规则加计算机模拟演化方法
    5.8.2  定性研究与定量研究相结合的方法
    5.8.3  自上而下指导下的综合微观分析方法
    5.8.4  人工生命、人工智能与专家智能相结合的方法
    5.8.5  复杂系统与其他几类系统的关系
第6章  复杂系统建模
  6.1  复杂系统建模与仿真的一般理论
    6.1.1  模型概念、性质及分类
    6.1.2  数学建模及其过程
    6.1.3  仿真建模与系统仿真
  6.1  _4系统建模与仿真体系结构
  6.2  复杂系统建模与仿真
    6.2.1  复杂系统研究是建模与仿真发展的动力源
    6.2.2  支撑复杂系统建模与仿真的新理论
    6.2.3  复杂系统建模的方法学进展
  6.3  基于元胞自动机的建模方法与技术
    6.3.1  基于元胞自动机的建模方法的原理
    6.3.2  基于元胞自动机的建模方法的技术特点
    6.3.3  典型应用
  6.4  基于支持向量机的建模方法与技术
    6.4.1  引言
    6.4.2  方法原理
    6.4.3  技术特点
    6.4.4  典型应用
  6.5  基于神经网络的复杂系统建模方法
    6.5.1  神经细胞的结构、功能与模型
    6.5.2  神经网络的结构、学习与逼近理论
    6.5.3  基于量子神经网络的建模方法与技术
  6.6  基于自组织理论的建模方法与技术
    6.6.1  引言
    6.6.2  基于GMDH建模的方法原理
    6.6.3  基于GMDH建模的技术特点
    6.6.4  基于GMDH建模的典型应用
  6.7  面向对象的建模方法与技术
    6.7.1  引言
    6.7.2  方法原理
    6.7.3  技术特点
    6.7.4  典型应用
第7章  复杂系统的计算机建模方法
  7.1  基于Agent的复杂系统计算机建模方法
    7.1.1  Agent的基本概念和认知模型
    7.1.2  Agent的分类
    7.1.3  智能Agent
    7.1.4  多Agent系统
    7.1.5  基于Agent的建模方法
    7.1.6  面向Agent的系统分析
  7.2  基于Agent的复杂系统建模工具
    7.2.1  Swarm建模平台
    7.2.2  Swarm的逻辑结构
    7.2.3  Swarm的仿真结构
    7.2.4  Swarm应用的例子
  7.3  基于分形思想的复杂系统建模方法
    7.3.1  基于复杂系统分形特征的系统建模方法
    7.3.2  基于分形思想的复杂系统建模实例分析
  7.4  基于计算智能逼近的复杂系统建模方法
    7.4.1  基于模糊认知图的复杂系统虚拟实现
    7.4.2  基于群智能优化算法的复杂系统建模思想
    7.4.3  基于多智能体遗传算法的建模方法与技术
参考文献