---

帝国理工学院复杂性科学研究中心 

Imperial College London-Centre for Complexity Science

https://www.qmul.ac.uk/maths/research/complex-systems-and-networks-group/

Sabine Hauert：

http://hauertlab.com/

Nikolai Bode：

https://seis.bristol.ac.uk/~nb14397/Research.html

简介：

我们对复杂性和风险的理解往往不足，我们用于衡量和管理风险的工具往往不足，例如2008年的金融危机，气候变化以及核灾难。复杂网络的研究提供了社会和技术改良等理解问题的新视角。为生物，金融，社会，工程系统的理解，改良和风险控制上提供了崭新的观点。牛津Martin复杂性风险和适应性项目的研究重点在于研究不同系统背后是否符合共同的规律，它们的模型是否具备可迁移性以及相互解释的能力。本研究所是牛津跨学科研究中心（The CABDyN Complexity Centre ）的一部分。

研究方向：

复杂性经济学，金融危机预测，社会行为学，自组织等

推荐学者：

Felix Reed-Tsochas, Peter G. Bruce

官方链接：

https://www.oxfordmartin.ox.ac.uk/complexity/

Perry G. Mehrling

Markus K. Brunnermeier

Anwar Shaikh

4. 牛津经济网络暑期学校

The Oxford Summer School in Economic Networks

简介：

牛津经济网络暑期学校是面向学生的暑期短期体验项目，它由牛津大学数学系和INET合作承办。在这里，学生们能够学习网络科学（network theory）在经济，社会，游戏，学习，金融经济上的应用与发展潜力。来自世界各地，本项目每年招待大量关于复杂系统的研究人员和学着客座，实力雄厚。

官方链接：

https://www.maths.ox.ac.uk/events/summer-schools/economic-networks

5. 牛津复杂经济学研究计划

INET OXFORD’S PROGRAMMES Complexity Economics

简介：

越来越多的经济学家和社会科学家将经济视为”复杂自适应系统”，即动态相互作用的异构单体分分布网络。它的行为会随着社会行为和政策和关系的变化而变化，在这种观点下，经济更类似于生态系统，互联网或者大脑，而不是传统的机械模型。“牛津复杂经济学研究计划”正在运用复杂系统科学中的前沿工具来产生对广泛经济问题的新见解。该小组利用网络分析和基于现代计算机模拟等方法，将真实的人类行为纳入模拟范围，并因此更好地将其应用于金融系统稳定性，创新和增长在内的问题上。小组成员来自经济学，数学，计算机与物理等多个学科，并与其他复杂性科学机构与项目建立了稳定的合作关系。

研究方向：

经济复杂性，风险，适应性（Resilience），自适应

官方链接：

https://www.maths.ox.ac.uk/events/summer-schools/economic-networks

简介：

The Max Society for the Advancement of Science 中译作马克思普朗克学会，全名为马克思普朗克科学促进协会。是德国顶尖的一流科学研究机构。旗下有八十余个分支研究机构，其中的一些研究机构就致力于研究各种形式的复杂系统。在此进行集中整理介绍。

Jaime Agudo-Canalejo

Karen Alim

Christian Bahr

官方链接：

https://www.ds.mpg.de/en

Roderich Moessner

Jan-Michael Rost

FrankJülicher

官方链接：

https://www.pks.mpg.de/

4.马克思普朗克德累斯顿系统生物学研究中心

Center for Systems Biology Dresden of Max-Planck

Ivo Sbalzarini

Frank Jülicher

官方链接：

https://www.mpi-cbg.de/research/systems-biology/

Andreas Geiger

Bernhard Schölkopf

Michael Black

官方链接：

https://www.is.mpg.de/

Thomas Hofmann

Bernhard Schölkopf

官方链接：

https://learning-systems.org/

研究方向：

非平衡态物理，复杂网络，电磁学，soft matter，光子纳米技术

推荐学者：

张翼成

官方链接：

https://www3.unifr.ch/phys/en/

简介：

巴黎高等师范学校物理系下拥有的许多专注于研究复杂物理系统的行为的研究组与研究人员，例如“Modèles et Sciences des Données” Chair 模型与数据科学系是由来自各个学科的科学家，包括生物，经济，计算机，地球物理与数学认知科学等部门联合成立的跨学科部门。意在定量的方法理解，解决与控制各个领域中的问题。

研究方向：

数据科学，系统生物学，生物物理，大气科学，高性能计算

推荐学者：

Laurent Bopp; Le Doussal Pierre

官方链接：

http://www.phys.ens.fr/spip.php?rubrique257

---

法国巴黎复杂系统研究所

Institut des Systèmes Complexes, Paris Ile-de-France

简介：

法国巴黎复杂系统研究所（CNRS-ISC-PIF）是法国国家科学院旗下的研究机构，致力于发展复杂系统跨机构，跨学科的研究。它定义自己的任务为开发复杂系统研究的新方法，新工具，并协助研究人员进行各种大型物理，生物，社会，环境和技术系统上共同特性的研究。并提供复杂系统研究的技能训练与研究资源。

研究方向：

高性能计算，规模理论，复杂系统

推荐学者：

David Chavalarias

Alexandre Delanoë

官方链接：

https://iscpif.fr/?lang=en

简介：

CENECC成立于2000年，它的前身是法国里昂高等师范学院关于认知科学的非官方讨论组，集成了超过十年的讲座，研讨会与workshops后，由此成立了CENECC。CENECC目前隶属于Working Groups for the theoretical studies of complex systems, ENS Lyon。作为一个专注于交叉学科的研究所，它侧重于理解认知过程，但与ENS Lyon其他部门有着频繁的人员交流与合作。

研究方向：

数学，认知科学等

推荐学者：

Abry Patrice

Anthony Busson

官方链接：

http://www.ixxi.fr/

简介：

研究所位于西班牙萨拉戈萨市，是萨拉戈萨大学旗下的研究中心。它于2002年由来自生物化学，物理，数学与计算机科学的多维专家共同成立。研究所创立的初衷为理解复杂现象的不同侧面，并为受到复杂性科学影响的理论，工业，社会问题提供理论与应用工具。

研究方向：

计算生物学，计算流行病学，网络科学，计算社会学

推荐学者：

Fernando Falo

Yamir Moreno Vega

官方链接：

https://www.bifi.es/

简介：

位于荷兰乌特勒支市的复杂系统研究中心是乌特勒支大学的一个从属机构，该中心通过从复杂系统科学的角度解决现有问题，致力研究突破社会问题的科学解决方案。除了研究之外，它还提供学士，硕士和暑期学校课程，博士项目与交流访学。本研究中心具有高程度的跨学科合作。

研究方向：

涌现，交通网络，大气科学，复杂经济学，计算社会学等

推荐学者：

Henk Dijkstra

Deb Panja

Gerard Barkema

官方链接：

https://www.uu.nl/en/research/centre-for-complex-systems-studies-ccss

简介：

查尔姆斯理工大学复杂系统研究组由最初三位于圣塔菲研究所访学的学者合作成立。它设置在查尔姆斯理工自然资源理论系下，总目标是加深我们对复杂性行为如何在自然和人工系统中出现，与如何解决他们。本研究所主要成员来自查尔姆斯理工与哥德堡大学的物理系，与计算机，生物，自然资源等部门有着研究合作，并由此在包括复杂经济学，复杂系统物理与生态可持续上有研究贡献。

研究方向：

可持续，能源系统分析，信息论，社会复杂系统，大型复杂生态系统的稳定性。

推荐学者：

Martin Nilsson Jacobi

Kristian Lindgren

Claes Andersson

Karl-Erik Eriksson

官方链接：

https://www.chalmers.se/en/departments/see/research/prt/Pages/Complex-systems.aspx

简介：

都柏林科学计算与复杂系统建模研究中心成立于2007年，位于爱尔兰都柏林市。此研究所致力于研究高性能计算与数学模型在不同形式，比如工程，自然或其他科学中的复杂系统中的应用。高性能计算有运行大规模计算的承载力，因此能够用于分析极其复杂的人造或非人造系统，对比传统方法，比如实验分析，数学分析，半定量分析方法（semi-analytical methods）.因复杂系统研究有着跨学科的特质。

研究方向：

高性能计算（HPC），数值方法，计算生物学，复杂性科学理论，因果分析

推荐学者：

Heather J. Ruskin

官方链接：

http://sci-sym.computing.dcu.ie/

简介：

位于奥地利的国际应用系统分析研究所（IIASA）是欧洲久负盛名的研究所之一，它成立于1972年，主要针对全球性过于庞大或者复杂的问题的理解与分析，并且为政策的制定提供坚固的理论基石。作为一个致力于研究全球问题的研究机构，这里同时提供成熟的学者训练，人脉网络，交流与合作项目。

研究方向：

食物问题，气候变化，生态系统稳定性，贫困问题等。

官方链接：

https://iiasa.ac.at/

简介：

进化复杂性和认知研究组（ECCO）属于布鲁塞尔自由大学，位于比利时。它是一个多学科的研究小组，研究人员来自自然科学，社会科学到人文科学等各种各样的背景。作为一个跨学科的研究小组，研究成员来自不同的学科背景，并将研究重点集中于组织的涌现与演化。

研究方向：

涌现，复杂系统，认知科学，自组织

推荐学者：

Jon Echanove

Evo Busseniers

Mixel Kiemen

官方链接：

http://ecco.vub.ac.be/

简介：

中欧大学网络与数据科学系进行网络科学研究，特别关注网络科学在实际数据驱动问题上的基础和应用。数据科学工具和网络科学方法提供了解决线性比例思维无法理解的复杂问题的独特视角。在数十年来对网络的基本理解的发展基础上，现代数据浪潮为研究和理解社会，经济，政治和信息系统的结构和功能提供了前所未有的机会。网络的概念在社会，信息，生物和物理科学中已变得不可缺少。数据驱动的网络科学旨在大规模地解释由网络链接形成的简单原理引起的复杂现象。该系使命的关键要素是跨学科开展工作，以将网络和数据科学工具带入社会科学及相关领域的许多领域。大多导师获欧盟和美国资助机构的多项重大资助。

研究方向：

网络科学、数据科学

推荐学者：

János Kertész

项目推荐：

网络科学博士项目和高级证书项目

官方链接：

https://networkdatascience.ceu.edu/

圣塔菲_complex explorer

https://www.complexityexplorer.org/explore/resources

维基百科_ListOfSystemsScienceOrganization

https://en.wikipedia.org/wiki/List_of_systems_sciences_organizations

演化进化学院_EvoDevUniversity

http://evodevouniverse.com/wiki/Top_complexity_organizations