本书立足于复杂系统研究的最新进展，系统梳理了复杂系统建模与仿真的理论体系和方法工具，主要介绍了系统科学与复杂理论在经济学等社会科学中的应用和各种社会科学计算机模型，具体讲述了连续与离散系统模型、灰色系统、人工神经网络、马尔可夫链、复杂网络、Agent复杂系统建模、系统动力学的建模与仿真以及蒙特卡洛仿真等内容。本书不仅注重理论体系的完整性，更强调数字经济时代人工智能等方法与复杂网络结合在解决实践问题中的实用性。本书能够为相关领域的研究者和实践者提供系统的方法论指导，面对日益复杂的现实问题时，基于新型机器学习算法和应对复杂系统中常见的高维、非线性和不确定性等特性，建立起更加科学、全面的分析框架和解决方案。