代理模型：从个体规则到群体行为

如何用计算机模拟复杂系统——NetLogo、ABM 与涌现的计算实验

**预计时间：**25 分钟读 + 10 分钟做习题 = 35 分钟。

一、核心概念定义

代理模型（Agent-Based Model, ABM）

定义：计算机模拟，其中大量自治代理遵循简单局部规则，观察群体层面的涌现行为。

核心思想：

• 自顶向下（传统模型）：从整体方程推导 → 预测个体行为
• 自底向上（ABM）：从个体规则模拟 → 观察群体行为

经典 ABM 案例

Schelling 隔离模型（1971）：

• 规则：每个代理如果邻居中同类型 < 阈值 → 移动
• 结果：即使阈值很低（如 30%），宏观上出现高度隔离
• 涌现：个体微弱的偏好 → 宏观高度隔离（“总体的意外”）

蚂蚁觅食（Deneubourg 等）：

• 规则：蚂蚁随机移动，发现食物 → 释放信息素 → 其他蚂蚁跟随信息素浓度高的路径
• 结果：最短路径涌现（信息素正反馈）

交通模型（Nagel-Schreckenberg）：

• 规则：每辆车加速/减速/随机慢化
• 结果： phantom 交通堵塞涌现（即使无事故，前方车辆刹车 → 后方连锁反应）

二、学科直觉

1. ABM 的核心价值是”生成式解释”：传统模型说”因为 X 所以 Y”；ABM 说”从规则 X 可以生成 Y”。这种”生成”能力是解释涌现的核心——你无法从宏观方程推导出涌现，但可以从微观规则模拟出涌现。
2. “微观简单 → 宏观复杂”是 ABM 的核心洞察：Schelling 模型中，每个代理只有一条简单规则（“邻居同类型不足就搬”），但宏观产生高度隔离。这意味着宏观现象不需要微观复杂性——简单规则 + 大量互动 = 复杂行为。
3. ABM 的局限是”没有分析解”：ABM 通过模拟得到结果，不是数学推导 → 难以得到”一般性定理”。但复杂系统本身就没有一般性定理（非线性）→ ABM 是唯一可用的方法。

三、跨学科应用

城市规划：Schelling 隔离模型的启示

城市种族/经济隔离：

• 即使个体只有轻微偏好（“不想是少数”），宏观产生高度隔离
• 政策启示：仅靠反歧视法不够——需要物理整合（混合住房）才能打破隔离的动态

交通规划： phantom 堵塞

高速公路 phantom 堵塞：

• 无事故、无施工，但出现”幽灵堵塞”
• 原因：前车轻微刹车 → 后车过度反应（减速太多）→ 连锁反应 → 后方完全停止
• 解决方案：自动驾驶汽车（统一反应规则 → 减少过度反应）

练习题

单选题

案例分析

反事实思考题

下一步：Lesson 0005 · 复杂网络动力学：同步与临界性