| 第268行: |
第268行: |
| | ======涌现复杂度====== | | ======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<math>CP</math>(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"top-heavy"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>,那么每个尺度下的因果贡献的概率分布如下: | + | 为从形式上区分"top-heavy"或"bottom-heavy"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<math>L</math>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,..., L</math>(微观尺度除外)都对应一个因果增益<math>\Delta CP_i=CP_i-CP_{i-1}</math>,那么每个尺度下的因果贡献的概率分布如下: |
| | | | |
| | {{NumBlk|:| | | {{NumBlk|:| |
| | <math> | | <math> |
| − | p_i = \frac{\Delta CP_i}{\sum^L_{j=1} \Delta CP_j}, for i=1, \dot, L | + | p_i = \frac{\Delta CP_i}{\sum^L_{j=1} \Delta CP_j}, for i=1,..., L |
| | </math> | | </math> |
| | |{{EquationRef|1}}}} | | |{{EquationRef|1}}}} |
| | | | |
| − | | + | 这确保了 <math>p_i,..., p_n</math>构成一个覆盖<math>L</math>个步骤的概率分布。为了量化收益分布的'分散程度'(多尺度特性),需计算其熵值。因此,涌现复杂度的定义如下: |
| − | 涌现复杂度的定义如下:
| |
| | | | |
| | {{NumBlk|:| | | {{NumBlk|:| |
| | <math> | | <math> |
| − | EC = \sum^L_{j=1} p_i \log_2(p_i), for i=1, \dot, L | + | EC = \sum^L_{j=1} p_i \log_2(p_i), for i=1,..., L |
| | </math> | | </math> |
| | |{{EquationRef|2}}}} | | |{{EquationRef|2}}}} |