导语


集智学园联合北师大系统科学学院开设「系统科学前沿」系列课程，以方福康先生系统科学文集为思想基石，汇聚北师大系统科学领域十位教授，系统整合统计物理、生命系统中的智能行为、社会复杂系统建模、人工智能与复杂网络等多个交叉方向，构建一条从微观机制到宏观结构、从理论分析到实际应用的知识脉络。

作为系列课程第三讲，韩战钢教授将以「群体行为与多主体建模」为题，从复杂社会的微观动力出发，系统介绍多主体建模（ABM）的基本思想与实践路径，揭示个体规则如何通过相互作用演化出群体行为，并呈现政策模拟、社会协作、经济演化等应用实例。
图片


主题：群体行为与多主体建模




课程简介




在高度互联的复杂世界里，个体的微小决策如何汇聚成集体行为？从鸟群迁徙到股市波动，从舆论演化到交通拥堵，社会系统中每一个宏观现象的背后，都潜藏着无数个体的互动网络。


多主体建模（Agent-Based Modeling, ABM）是一种自下而上的复杂系统建模方法，通过对个体的属性、行为规则、学习机制与环境反馈的刻画，模拟群体层面的涌现与演化。它打破了传统模型“平均人”的假设，强调异质性、适应性和自组织，是研究社会系统动态行为与非线性过程的重要工具。


本课程将系统介绍ABM的基本结构与方法框架，结合韩战钢教授在社会系统模拟中的研究实践，带你深入理解从“个体行为”到“系统涌现”的逻辑链条，掌握将ABM应用于现实问题的思维方式与建模路径。





课程大纲



  1. 系统科学复杂性思维基本框架

  2. 系统涌现的描述与测量

  3. 智能多主体建模与系统自适应演化

  4. 多主体模型的应用实例

    • 复杂经济系统模拟

    • 社会系统复杂性预测

    • 人群动力学复杂性建模仿真

    • 复杂自适应系统模拟平台

  5. 自然与人工系统集群

  6. 讨论交流




专业术语




耗散结构理论、多主体建模（ABM）、群体行为、集群行为、涌现、自组织、自增益学习、复杂自适应系统、层次社会熵、演化算法、遗传算法、经济社会复杂系统、生物机器人集群





课程信息




课程主题：群体行为与多主体建模

课程时间：7月4日（周五）晚19:30-21:30

课程形式：腾讯会议（会议信息见群内通知）；集智学园网站录播（3个工作日内上线）





课程主讲人




韩战钢，北京师范大学系统科学学院教授、博士生导师，系统分析与集成实验室主任，国务院学位委员会系统科学评议组成员，联合国教科文组织复杂系统数字校园副主席。长期致力于自然与人工集群系统的交叉研究，围绕集群智能、群体自组织行为及复杂系统建模取得多项具有突破性的成果，涵盖蚁群、鱼群与机器人群体的实验研究与建模分析、对称破缺机制、系统临界态行为等核心科学问题。提出演化算法的收敛复杂性理论，发展新能源转型的多主体建模方法，在Science、Physical Review Letters、PLOS Computational Biology等国际权威期刊发表论文。主持多项国家自然科学基金及企业合作项目，推动多主体建模、人工智能与系统科学交叉融合发展。主讲博士研究生核心课程《多主体建模》，课程获评校级思政优秀课程，培养多名优秀研究生获国家级科研项目及荣誉，推动中国复杂系统研究与教育体系的发展。





课程适用对象



 

  1. 理工科高年级学生/研究生：系统性掌握复杂系统研究工具（多主体建模、网络分析）

  2. 跨学科研究者：汲取生物学、社会科学与AI的交叉灵感

  3. 产业从业者：用系统思维解决业务中的非线性问题（如用户增长、供应链优化）





报名须知



  

  1. 课程形式：腾讯会议直播，集智学园网站录播。本系列课程不安排免费直播。

  2. 课程周期：2025年6月20日-2025年8月22日，每周五晚19：30-21：30点进行。

  3. 课程定价：599元

https://campus.swarma.org/course/5518?from=wechat

可开发票





付费流程



 

1. 扫码付费；

2. 课程页面添加学员登记表，添加助教微信入群；

3. 课程可开发票。






韩战钢教授推荐论文




  1. URI Wilensky and William Rand. An introduction to Agent-based modeling.https://www.intro-to-abm.com/

  2. Tamás Vicsek; András Czirók; Eshel Ben-Jacob; Inon Cohen; Ofer Shochet. Novel Type of Phase Transition in a System of Self-Driven Particles. Physical Review Letters, 1994,https://journals.aps.org/prl/abstract/10.1103/PhysRevLett.75.1226

  3. Couzin I D, Krause J, James R, et al. Collective memory and spatial sorting in animal groups.[J]. Journal of Theoretical Biology. 2002, https://www.sciencedirect.com/science/article/abs/pii/S0022519302930651

  4. Gautrais J, Ginelli F, Fournier R, et al. Deciphering interactions in moving animal groups[J]. 2012.https://journals.plos.org/ploscompbiol/article?id=10.1371/journal.pcbi.1002678

  5. 江世杰,韩战钢.复杂系统研究中基于agent的模型化方法[J].上海理工大学学报,2011,33(2).https://www.cnki.com.cn/Article/CJFDTotal-HDGY201102005.htm

  6. G Lin, Z Han, A Shee, C Huepe, et al. Noise-Induced Quenched Disorder in Dense Active Systems[J]. Physical review letters, 2023.https://sss.bnu.edu.cn/docs/2024-05/3e3e66aa859e4597a744fdca45c6e6ec.pdf



推荐阅读：

系统科学前沿十讲：理解自然、生命与社会的复杂性

国家战略引领，系统科学正当时！

“集智”共学，洞见复杂：《系统科学前沿》课程深度共读计划

6月20日《系统科学前沿》狄增如院士开讲 · 首课免费直播

陈晓松：统计物理与地球复杂系统丨《系统科学前沿》第二课



点击“阅读原文”，报名课程