更改

战后时期，范内瓦·布什（Vannevar Bush）的'''微分分析机 Differential Analyser''' 、冯·诺伊曼（John von Neumann）的'''元胞自动机 Cellular Automata'''、 维纳（Norbert Wiener）的'''控制论 Cybernetics'''和克劳德·香农（Claude Shannon）的'''信息论 Information Theory'''成为技术系统中建模和理解复杂性的重要范式。物理学、生物学、电子学和经济学等学科的科学家开始阐述系统的一般理论，即所有自然和物理现象都是具有共同模式和属性的系统中相互关联的元素的表现。按照涂尔干（Émile Durkheim）分析特定的复杂现代社会（--[[用户:嘉树|嘉树]]（[[用户讨论:嘉树|讨论]]）Following Émile Durkheim's call to analyze complex modern society sui generis）的要求，战后结构功能主义社会学家如帕森斯（Talcott Parsons）利用这些组成部分之间系统和等级相互作用的理论，试图产生大统一的社会学理论，如 AGIL 范式。霍曼斯（George Homans）等社会学家认为，社会学理论应该被构建为具有命题和精确术语的等级结构的，并且从中可以得出能够在实证研究中被操作化的其他命题和假设。由于早在1956年计算机算法和程序就已经被用来测试和验证数学定理（如'''四色定理Four Color Theorem'''），一些学者预计相似的计算方法可以“解决”和“证明”类似的社会结构和动态的问题和定理。

战后时期，范内瓦·布什（Vannevar Bush）的'''微分分析机 Differential Analyser''' 、冯·诺伊曼（John von Neumann）的'''元胞自动机 Cellular Automata'''、 维纳（Norbert Wiener）的'''控制论 Cybernetics'''和克劳德·香农（Claude Shannon）的'''信息论 Information Theory'''成为技术系统中建模和理解复杂性的重要范式。物理学、生物学、电子学和经济学等学科的科学家开始阐述系统的一般理论，即所有自然和物理现象都是具有共同模式和属性的系统中相互关联的元素的表现。按照涂尔干（Émile Durkheim）分析特定的复杂现代社会（--[[用户:嘉树|嘉树]]（[[用户讨论:嘉树|讨论]]）Following Émile Durkheim's call to analyze complex modern society sui generis）的要求，战后结构功能主义社会学家如帕森斯（Talcott Parsons）利用这些组成部分之间系统和等级相互作用的理论，试图产生大统一的社会学理论，如 AGIL 范式。霍曼斯（George Homans）等社会学家认为，社会学理论应该被构建为具有命题和精确术语的等级结构的，并且从中可以得出能够在实证研究中被操作化的其他命题和假设。由于早在1956年计算机算法和程序就已经被用来测试和验证数学定理（如'''四色定理Four Color Theorem'''），一些学者预计相似的计算方法可以“解决”和“证明”类似的社会结构和动态的问题和定理。

===Macrosimulation and microsimulation===

===Macrosimulation and microsimulation 宏观模拟和微观模拟===

{{main|System dynamics|Microsimulation}}

{{main|System dynamics|Microsimulation}}

By the late 1960s and early 1970s, social scientists used increasingly available computing technology to perform macro-simulations of control and feedback processes in organizations, industries, cities, and global populations. These models used differential equations to predict population distributions as holistic functions of other systematic factors such as inventory control, urban traffic, migration, and disease transmission. Although simulations of social systems received substantial attention in the mid-1970s after the Club of Rome published reports predicting that policies promoting exponential economic growth would eventually bring global environmental catastrophe, the inconvenient conclusions led many authors to seek to discredit the models, attempting to make the researchers themselves appear unscientific. Hoping to avoid the same fate, many social scientists turned their attention toward micro-simulation models to make forecasts and study policy effects by modeling aggregate changes in state of individual-level entities rather than the changes in distribution at the population level. However, these micro-simulation models did not permit individuals to interact or adapt and were not intended for basic theoretical research.

By the late 1960s and early 1970s, social scientists used increasingly available computing technology to perform macro-simulations of control and feedback processes in organizations, industries, cities, and global populations. These models used differential equations to predict population distributions as holistic functions of other systematic factors such as inventory control, urban traffic, migration, and disease transmission. Although simulations of social systems received substantial attention in the mid-1970s after the Club of Rome published reports predicting that policies promoting exponential economic growth would eventually bring global environmental catastrophe, the inconvenient conclusions led many authors to seek to discredit the models, attempting to make the researchers themselves appear unscientific. Hoping to avoid the same fate, many social scientists turned their attention toward micro-simulation models to make forecasts and study policy effects by modeling aggregate changes in state of individual-level entities rather than the changes in distribution at the population level. However, these micro-simulation models did not permit individuals to interact or adapt and were not intended for basic theoretical research.

到20世纪60年代末和70年代初，社会科学家使用越来越多可用的计算技术，在组织、行业、城市和全球人口中执行控制和反馈过程的宏观模拟。这些模型使用微分方程作为其他系统因素如库存控制、城市交通、人口迁移和疾病传播的整体函数来预测人口分布。20世纪70年代中期，罗马俱乐部(Club of Rome)发表报告预测，促进指数式经济增长的政策最终将导致全球环境灾难，尽管在这之后，对社会系统的模拟受到了大量关注，但这些麻烦的结论导致许多作者试图怀疑这些模型，试图让研究人员自。为了避免同样的命运，许多社会科学家将注意力转向微观模拟模型，通过模拟个体一级实体状态的总体变化，而不是人口一级分布的变化，来预测和研究政策效果。然而，这些微观模拟模型并不允许个体相互作用或适应，也不打算用于基础理论研究。

截至20世纪60年代末70年代初，社会科学家越来越多地使用已有的计算技术，在组织、工业、城市和全球人口中进行控制和反馈过程的'''宏观模拟 Macrosimulation''' 。这些模型使用微分方程作为其他系统因素的整体函数来预测人口分布，这些系统因素包括库存控制、城市交通、人口迁移和疾病传播等。20世纪70年代中期，罗马俱乐部(Club of Rome)发表报告预测，促进指数式经济增长的政策最终将导致全球环境灾难，这些令人不舒服的结论导致许多研究者试图反驳这些模型，试图让研究人员自己显得不那么科学。为了避免同样的情况，许多社会科学家将注意力转向'''微观模拟 Microsimulation'''模型。这些模型通过模拟个体状态的总体变化而不是总体人口级别的变化来进行预测和研究政策的效果。然而，这些微观模拟模型并不允许个体相互作用或适应、变化（--[[用户:嘉树|嘉树]]（[[用户讨论:嘉树|讨论]]） 变化是根据适应（adapt）加上去的，不知道是否合理），研究者也不打算将它们用于基础理论研究。

 

 

===Cellular automata and agent-based modeling===

===Cellular automata and agent-based modeling===