从微观细胞网络到宏观生态系统，从社会经济运行到全球气候变化，各类复杂系统均由异质性个体构成，其非线性相互作用催生复杂系统行为，传统还原论难以破解整体规律，而ABM提供了自下而上的研究视角。本书围绕复杂系统研究，系统介绍建模方法及实践路径。开篇阐释建模核心概念，指出模型是对真实系统的有目的的简化，旨在解决问题、解释规律与预测行为，其构建需依据研究问题取舍系统要素，通过方程或程序实现模拟实验。核心内容聚焦基于主体建模（ABM）与基于个体建模（IBM）。ABM将系统组件抽象为具有自主性、适应性和交互性的“主体”，通过模拟主体交互揭示宏观模式涌现机制；IBM则从个体层面出发，关注个体行为及相互作用对系统整体的影响。建模实践部分，引导读者完成从提出研究问题、收集假设、选择参数，到运用NetLogo软件实现模型的全流程，结合实例与代码讲解操作技巧，并介绍“模式导向建模”策略以解决模型设计与校准问题。

更多科学出版社服务，请扫码获取。

1.国家自然科学基金，黑河流域生态水文响应单元参数化方案研究，41571031

目录
译者前言
前言
致谢
第Ⅰ部分 基于主体的建模和NetLogo基础
1 模型？基于主体的模型及建模周期 3
1.1 引言？动机与目标 3
1.2 模型 4
1.3 建模周期 7
1.4 基于主体的建模 9
1.5 小结与结论 11
1.6 练习 11
2 NetLogo入门 13
2.1 引言与目标 13
2.2 NetLogo快览 14
2.3 示例程序：蘑菇搜寻模型 16
2.4 小结与结论 25
2.5 练习 28
3 ABM 的描述与阐述：ODD协议 31
3.1 引言与目标 31
3.2 ODD概述 32
3.3 ODD协议 32
3.4 案例：蝴蝶的虚拟廊道 39
3.5 小结与结论 41
3.6 练习 42
4 实现第一个基于主体的模型 43
4.1 引言与目标 43
4.2 ODD与NetLogo 43
4.3 蝴蝶登顶模型：从ODD到NetLogo 44
4.4 注释与完整程序 50
4.5 小结与结论 52
4.6 练习 53
5 从动画到科学 55
5.1 引言与目标 55
5.2 廊道观测 56
5.3 分析模型 60
5.4 时序结果：添加图表与文件输出 61
5.5 真实场景 62
5.6 小结与结论 65
5.7 练习 65
6 测试程序 67
6.1 引言与目标 67
6.2 常见错误类型 68
6.3 NetLogo程序调试和测试技术 71
6.4 测试文档 80
6.5 案例与练习：文化传播模型 81
6.6 小结与结论 83
6.7 练习 84
第Ⅱ部分 设计ABMs模型的概念框架
7 第Ⅱ部分的引言 87
7.1 第Ⅱ部分的目标 87
7.2 第Ⅱ部分的概述 88
8 涌现 90
8.1 引言与目标 90
8.2 简单涌现动态的模型 91
8.3 仿真实验和行为空间 92
8.4 复杂涌现动态的模型 97
8.5 小结与结论 101
8.6 练习 102
9 观察 104
9.1 引言与目标 104
9.2 通过NetLogo视图观察模型 105
9.3 其他界面显示 107
9.4 文件输出 109
9.5 作为输出编写器的行为空间 112
9.6 输入的原语和菜单命令 113
9.7 小结与结论 113
9.8 练习 114
10 感知 116
10.1 引言与目标 116
10.2 变量作用域 117
10.3 使用其他对象的变量 120
10.4 感知的应用：商业投资者模型 121
10.5 小结与结论 129
10.6 练习 129
11 适应性行为和目标 131
11.1 引言与目标 131
11.2 NetLogo中的识别和优化备选对象 132
11.3 商业投资者模型中的适应性行为 135
11.4 非优化适应性行为：一个满意度示例 137
11.5 目标函数 139
11.6 小结与结论 140
11.7 练习 140
12 预测 142
12.1 引言与目标 142
12.2 预测的示例效果：商业投资者模型的投资期限 143
12.3 实现和分析子模型 145
12.4 分析投资者效用函数 147
12.5 显式预测建模 149
12.6 小结与结论 150
12.7 练习 151
13 相互作用 152
13.1 引言与目标 152
13.2 相互作用的NetLogo编程 153
13.3 电话营销模型 154
13.4 模型的深化：全局相互作用 158
13.5 直接相互作用：电话营销模型中的合并 158
13.6 客户的反击：记住谁打过电话 161
13.7 小结与结论 163
13.8 练习 164
14 调度 166
14.1 引言与目标 166
14.2 NetLogo中的时间建模 166
14.3 小结与结论 175
14.4 练习 175
15 随机性 177
15.1 引言与目标 177
15.2 ABM中的随机性 178
15.3 NetLogo中的伪随机数的生成 179
15.4 随机过程示例：行为的经验模型 185
15.5 小结与结论 187
15.6 练习 188
16 集群 190
16.1 引言与目标 190
16.2 什么是集群? 190
16.3 NetLogo中的集群建模 191
16.4 示例：野狗集群模型 192
16.5 小结与结论 203
16.6 练习 204
第Ⅲ部分 面向模式的建模
17 第Ⅲ部分的引言 207
17.1 迈向结构现实模型 207
17.2 单模式和多模式？ 强模式和弱模式 208
17.3 第Ⅲ部分概述 211
18 模型结构的模式 212
18.1 引言与目标 212
18.2 POM 中设计模型结构的步骤 213
18.3 示例：欧洲山毛榉林建模 213
18.4 示例：管理核算与共谋 218
18.5 小结与结论 219
18.6 练习 219
19 理论发展 221
19.1 引言与目标 221
19.2 虚拟实验室中的理论发展和强推理 222
19.3 ABM 理论发展的示例 224
19.4 练习示例：留下还是离开? 227
19.5 小结与结论 231
19.6 练习 232
20 参数化和校准 233
20.1 引言与目标 233
20.2 ABM 的参数化是不同的 234
20.3 子模型参数化 235
20.4 校准概念和策略 235
20.5 示例：林戴胜模型的校准 241
20.6 小结与结论 245
20.7 练习 246
第Ⅳ部分 模型分析
21 第Ⅳ部分的引言 251
21.1 第Ⅳ部分的目标 251
21.2 第Ⅳ部分的概述 252
22 分析和理解ABM 254
22.1 引言与目标 254
22.2 示例分析：隔离模型 255
22.3 用于理解ABM 的其他启发式方法 260
22.4 数理统计对理解的作用 263
22.5 小结与结论 264
22.6 练习 265
23 敏感性？不确定性和稳健性分析 266
23.1 引言与目标 266
23.2 敏感性分析 267
23.3 不确定性分析 273
23.4 稳健性分析 277
23.5 小结与结论 279
23.6 练习 280
24 展望 282
24.1 引言与目标 282
24.2 保持动力：重新实现 282
24.3 从零开始您的第一个模型 283
24.4 主体行为建模 284
24.5 ABM 小工具 285
24.6 作为大型模型平台的NetLogo 286
24.7 展望 287
参考文献 289