前言

复杂性科学是用以研究复杂系统和复杂性的一门交叉学科，虽然还处于萌芽期，但已被有些科学家誉为“21世纪的科学”。

目前关于复杂系统的研究主要有三大流派：以美国SantaFe研究所为代表的复杂适应系统（CAS）理论；欧洲提出的远离平衡态理论，代表人物是哈肯、普利高津等；中国提出的开放的复杂巨系统理论，代表人物是钱学森和戴汝为等。不同的理论派别都分别提出了研究复杂系统的方法论，CAS理论的产生与遗传算法密切联系在一起，充分吸收了计算科学与技术的成果，特别是人工智能和计算模拟的成果，具有鲜明的可操作性，成为复杂性研究领域的热点。从定性到定量相结合的综合集成理论是我国科学家提出的解决复杂巨系统问题的一种有效的理论方法，它的成功应用在于发挥这个体系的综合优势、整体优势和智能优势，能把人的思维、思维的成果、人的经验、知识、智慧及各种情报、资料和信息集成起来，从多方面的定性认识上升到定量认识。

传统的复杂系统研究方法往往是用某些纯数学的手段（如微分方程）来宏观地刻画该类系统，这种自上而下的方法对复杂系统初期的研究做出了重要的贡献。但通过对复杂系统的深入研究，人们发现只从宏观上刻画复杂系统是不够的。这种自上而下的方法将复杂系统中所有个体都看作是同类，忽略了个体的局部特征，所以该方法并不能刻画个体的一些细节的局部行为。因而一类自底向上的方法应运而生，在这些方法中，Agent扮演着重要的角色。与自上而下的方法不同，基于Agent的复杂系统研究方法首先根据所要研究的系统或现象定义单个的Agent，给其赋予一定的行为和参数，然后定义Agent之间及Agent与环境之间的交互规则，通过Agent之间的交互去模拟所要刻画的系统或现象。

Agent这个概念来源于对人工智能的认识：人工智能的最终目标就是要实现具有智能的、能够代替人类来处理事物的“代理”，即Agent。正因为Agent的概念来源于人工智能领域，所以在Agent研究的早期，人们对Agent心智状态的研究投入了大量的精力，许多模型与理论相继产生。但随着对Agent研究的深入，人们对Agent的认识逐渐广泛化。Agent已经变成一种描述复杂现象，研究复杂系统，实现复杂自适应性计算的方法了。

希望此书的出版对复杂系统多Agent建模与控制这一个问题的研究起到一定的推动作用。由于复杂性科学本身的复杂性，又限于作者的水平，书中难免会有不完善之处，恳请广大专家学者批评指正。在本书的编写过程参考过的文献已尽可能一一列出，但由于文献资料较多，疏漏在所难免，在此表示歉意，并向所有参考文献的作者表示衷心的谢意。

倪建军

2011年8月于常州