5,443
个编辑
更改
跳到导航
跳到搜索
第271行：
第271行： + − +
→涌现复杂度
通过分析因果贡献的分布情况，CE 2.0能够量化对系统运行真正具有因果相关性的涌现复杂性。具体而言，路径上每一步的<math>\Delta CP</math>（因果潜能变化量）代表了该尺度对总CP（完全决定系统因果运作的指标）的因果贡献——因此可以评估其沿路径的分布情况。由此可见，CE 2.0为系统因果运作的复杂程度提供了一套分类标准：若因果作用主要集中于单一尺度（如完全集中在微观尺度，或由"头重脚轻"的宏观尺度主导），则系统是简单的；反之，若系统存在具有显著因果贡献的中间介观尺度，则系统是复杂的。
通过分析因果贡献的分布情况，CE 2.0能够量化对系统运行真正具有因果相关性的涌现复杂性。具体而言，路径上每一步的<math>\Delta CP</math>（因果潜能变化量）代表了该尺度对总CP（完全决定系统因果运作的指标）的因果贡献——因此可以评估其沿路径的分布情况。由此可见，CE 2.0为系统因果运作的复杂程度提供了一套分类标准：若因果作用主要集中于单一尺度（如完全集中在微观尺度，或由"头重脚轻"的宏观尺度主导），则系统是简单的；反之，若系统存在具有显著因果贡献的中间介观尺度，则系统是复杂的。
为从形式上区分"头重脚轻型"或"脚重头轻型"系统与具有显著介观结构的系统，本文引入了一个涌现复杂性（Emergent Complexity，EC）的量化指标。该指标基于长度为L的路径上因果贡献的信息熵计算。假设在路径的每个步骤<math>i = 1, 2, \dot, L</math>（微观尺度除外）都对应一个因果增益<math>\Delta CP_i</math>，那么...
{{NumBlk|:|
{{NumBlk|:|
<math>
<math>
p_i = \frac{\Delta CP_i}{\sum^L_{j=1} \Delta CP_j}, for i= i, \dot, L
p_i = \frac{\Delta CP_i}{\sum^L_{j=1} \Delta CP_j}, for i=1, \dot, L
</math>
</math>
|{{EquationRef|1}}}}
|{{EquationRef|1}}}}