系统仿真（半实物仿真）

　　系统仿真（半实物仿真）
　　方法
　　提到研究方法，根据你所在学科的不同，一定能想到不同的名词。
　　学理工科的，可能会想到实验法。
　　学社会科学的，可能会想到问卷调查、访谈等。
　　这里，我给你介绍一种稍稍另类的研究方法复杂系统仿真。
　　1948年，美国数学家，信息论的创始人之一WarrenWeaver提出了3类科学问题划分。
　　这三类问题分别是：
　　简单问题
　　无组织复杂问题
　　有组织复杂问题
　　所谓简单问题，就是研究少数变量之间的关系。例如你中学物理课学到过的，描述电阻、电压和电流关联的欧姆定律。这一类问题，到了19世纪末，就已经能够被解决了。
　　所谓无组织复杂问题，是指研究对象变量非常多，但是这些变量之间没有强联系，因此可以被近似当做一个整体来简单化处理。
　　例如气压，它源自于数千亿无组织空气分子的运动。温度和气压之间，是存在关联的。
　　但是，我们要理解气压和温度之间的关系，是不需要一一考察那无数分子的个体情况，只需要把气压当成一个总体来处理就好。这类的问题，到了20世纪中叶，也都获得了解决。
　　聪明的你，一定已经想到了这最后一类有组织复杂问题的定义了。
　　没错，如果我们的研究对象包括许多变量，而这些变量之间的关系不是微弱的，而恰恰是一种研究者不喜欢看到的强非线性关联，那么这类问题，就叫做有组织复杂问题。
　　例如，小麦的价格如何确定？货币如何有效、明智与稳定地投放？
　　这些问题，历史上有无数的聪明人，希望通过明确的数学公式来一劳永逸地解决它们。但是尝试过后，效果很不理想。
　　更要命的是，我们生活的社会里，越是与真实情况相近的问题，就越是具备有组织复杂问题的特性。不信你可以问问企业的管理者。
　　那么，面对这样的问题，我们该怎么办呢？
　　社会实验肯定是解决的有效方法之一。就如同历史上那些伟大的社会实验，例如：
　　六度分割实验
　　权威服从实验
　　问题是，不是什么时候，我们都可以选择社会实验法的。这里就会涉及到科研伦理问题。
　　例如说，我们要研究灾难发生时候逃生通道的情况，以便更好地设计安全的场馆；我们要研究病毒的传播路径，以便更好地防控疫情。
　　这种灾难，显然不能在真实场景中进行实验，否则后果不堪设想。
　　这就需要复杂系统仿真方法出场了。仿真
　　什么叫做仿真呢？
　　就是用一个模型，来模拟真实世界的情况，给出一个近似结果。
　　仿真方法不稀奇。就连数学上概率问题的抛硬币，你都可以用R语言来轻易实现一个仿真。
　　以上抛硬币仿真代码来自这个地址。
　　但是问题在于，对于复杂系统的仿真，和它是有区别的。
　　前面提到了，复杂系统的特性，是变量多，而且具有强非线性关联。
　　因此，这种仿真，对工具是有要求的。即
　　能够描摹个体的特性与行为
　　能够刻画个体之间随时间步发生的交互作用
　　当然，如果你是高手，完全可以随便找来一种高级语言，从头开发自己的仿真工具。就如同有些高手，一言不合，就喜欢拿起汇编语言自己编程玩儿。
　　但是，这显然不适合普通人。
　　作为普通人来说，我们最好还是使用别人搭建好的仿真框架，在上面运行求解自己感兴趣的问题。
　　我做硕士毕业论文的时候，曾经使用过SanteFe研究所开发的Swarm仿真工具，模拟无线局域网络中，通过作弊方式获得高带宽的用户行为。
　　不过，当时的学习过程很痛苦。因为SanteFe研究所选用了一门当时非常冷门的语言作为Swarm的编程语言。
　　好在风水轮流转。后来，你可能听说了，这门语言被Apple看上了，一度成了开发iOSApp的默认语言，又火了起来。
　　只是那时候，我已经把好不容易学会的这门语言，给忘得差不多了。惭愧。
　　不过，Swarm确实不适合普通人来入门复杂系统仿真，使用起来也不是很方便。正如我在《学Python，能提升你的竞争力吗？》一文中跟你提过的。一门语言本身好坏固然重要，但更重要的，是网络效应，也就是有多少人愿意用。
　　有良好的社区，你就能很容易学习，遇到问题也容易从同侪那里找到答案；有新的需求，也会有更多的可能获得积极响应和改善。
　　所以后来，当我发现Netlogo的时候，很开心。工具
　　和Swarm不同，Netlogo一上来的定位，就是让更多人，特别是非专业编程人员，也能很容易上手复杂系统仿真。
　　究竟有多容易呢？
　　这么说吧。你连安装软件都不需要。
　　只要有一个浏览器，你就可以在里面输入这个链接：
　　https：www。netlogoweb。orglaunch
　　然后，就能欢快地使用了。
　　方便吧？
　　不但功能齐全，Netlogo还具有非常丰富的文档。
　　更让人兴奋的是，各种学科的模型样例，都很齐全。这是长年以来，社区日积月累的结果。
　　如果你要研究的问题，跟这些已经做好的模型相似，那么你只需要修改一下模型，就可以用于自己的研究。
　　我之前做教育部项目，研究虚假信息传播的机制模型与应对策略。其中一篇研究成果《基于复杂系统仿真的微博客虚假信息扩散模型研究》，用的基础就是Netlogo中的计算机病毒传播模型。
　　里面模型运行出来，是这样的：
　　看到这里，你可能早已跃跃欲试了。
　　别忙，刚才告诉你的，都是好消息那一面。
　　坏消息是，Netlogo的语法，非常古怪。
　　对于从来没有接触过编程的人，困难在于模型一旦复杂化，阅读理解会有些困扰。
　　然而对他们来说，这种语法的怪异倒还好。他们的背景知识空缺，犹如一张白纸，往上面挥毫泼墨，还算容易。只要功夫深，铁杵磨成针。还是可以通过长期学习和反复练习来增强弥补。
　　怕就怕你之前学过C，Java，Javascript或者Python这样的高级语言。那初学Netlogo的时候，真的会让你有苦不堪言之感。
　　你直觉上正确的语句，写出来几乎全都是错的。
　　那感觉，肯定是不怎么样。
　　为什么会这样呢？
　　因为Netlogo看似一个玩具语言，简简单单。但是你千万不要被它的表象迷惑住。它属于编程语言里一个非常古老而奇异的家族Lisp。
　　这个语言的其他亲戚，学起来也会让你觉得不那么直观。
　　例如下面这段：
　　所以著名的漫画XKCD系列里面，是这样揶揄Lisp的：
　　但是，长得怪不要紧。Lisp这个语言家族的功能非常强大。
　　如果你掌握了其精髓，那便如同会用了独孤九剑。逢强则强，变化无穷。
　　问题的关键，在于你如何学习它。教程
　　Netlogo的教程，一直都很稀缺。那些真正的专家，往往会过度低估Netlogo的入门和上手难度，只是希望把它作为工具，介绍复杂系统研究。
　　例如MelanieMitchell的课程，便是如此。
　　在这些课程里，Netlogo会被广泛用到，但是其功能使用的细节，不作为重点，很多地方一带而过。你听着挺清楚，自己如果想要实践，或者需要定制修改模型，还是会一头雾水。
　　直到2015年，Netlogo的作者UriWilensky，和BillRand合作，才出了一本真正意义上的权威入门教程。我当时在美国访学，书刚一出版就从亚马逊下单，买了一本，背了回来。挺沉的。
　　说是入门教程，也确实介绍了一些Netlogo的使用方法，但作者依然是把重点放在了介绍Netlogo在各种领域的研究应用上。
　　更大的问题是，纸质的书籍，不适合做动态的讲解。你图截得太多，显得冗余而凌乱。图截得太少，可能会漏掉重要的步骤。一切都靠读者领悟，读者学习的认知负荷就过高了。
　　学习的过程中，依然有很多闹不明白的地方。尤其是那些在其他编程语言里，习以为常的东西。所以我不得不经常跳脱出来，到网上查询各种解法和经验。
　　例如方括号和圆括号的使用，我就是看了这个帖子，才明白，还特意剪藏到了evernote中。
　　连个括号使用，用户都会有这么多的疑问，以至于需要专门有人写个帖子来答复。Netlogo使用中坑洼之多，可见一斑。
　　后来书的作者之一BillRand在SanteFe的ComplexityExplorer平台开设了一门MOOC，介绍复杂系统仿真。我欣然加入学习，还获得了证书。
　　有了这些教学材料作为基础，我试图在自己的《网络传播与舆情分析》课上，给研究生们介绍基于Netlogo的复杂系统仿真，以期让他们能够多掌握一种不同的研究方法，以便选题时视野更加宽广。
　　但是，这一部分花了精力不小，收获却不大。
　　因为学生们学起来困难重重。
　　起初的上手教程，编个蚂蚁觅食，他们还是玩儿得不亦乐乎的。
　　刚开始选练习题目的时候，也还算积极。
　　但是一旦深入到了后面的复杂网络动力学部分，就基本上不求甚解，连蒙带猜了。
　　为什么呢？
　　你可能想到了英语不过关。
　　我推荐作为辅助材料的Netlogo视频教程，都是英文的。学的时候，他们已经有好多地方跟不上，得反复回放了。
　　到了练习中，遇到一些新函数，或者是方法的组合，都需要查资料。而资料里绝大部分，也都是英文的。
　　虽然我教给了他们如何查询编程手册，但是手册里面的使用方法，往往和实际应用里面的用法有区别。对于初学者来说，这不是很容易处理。
　　我就一直在想，如果能有一套中文教程，循序渐进介绍Netlogo的基础用法，把常见的坑一一指出。然后再进一步，把避坑的方法娓娓道来，那该多好？
　　我曾经也想过自己做一套这样的教程，但是确实没有足够的时间和毅力。
　　所以，当我看到集智学园出的这一套中文Netlogo教程时，非常惊喜。
　　介绍
　　这部教程的作者，是集智学园的创始人，北京师范大学张江教授。
　　张老师的课程，有一个特别好的地方，就是给那些曾经学过高级语言的人，讲了讲Netlogo奇怪语法与它们的区别。
　　我曾经就是在这里，被卡得一塌糊涂。
　　因为实在是不适应。
　　他上来就说，为了学好Netlogo，你得忘掉之前学的一切其他语言的语法，或者学会翻译它们。
　　你看，这就是个教程里展示翻译的样例：
　　你可以学会用十几行代码，就构造出朗顿蚂蚁模型。
　　然后，亲眼见证10000步左右涌现出的高速公路效果。
　　你还可以通过最简单的羊草生态模型，了解语句的上下文关系。
　　对于没一个步骤，张老师都给出了非常清晰地介绍和图示。尤其是对重难点做了非常细致的总结和梳理。
　　通过一个简单的经济模型，你可以了解如何绘制动态直方图。
　　甚至更进一步，用另一张图，动态绘制洛伦兹曲线。
　　更妙的是，当我们需要考虑多个变量的交互影响或者综合因素时，还可以使用Netlogo给我们提供的简便实验环境behaviorspace。
　　在使用中，每一步都有详细的介绍说明。使得你也可以让机器高速工作，帮你在短短的几分钟里面，做2000轮的实验。
　　最终的结果，还能非常方便地导出。
　　怎么样？是不是觉得学这样一套教程，很有意义啊？
　　你一定很关心价格吧？
　　没错，集智学园里面，有些课程确实要价不菲。
　　但是这一门课程，是免费的。
　　它是集智学园防疫助力课程的一部分。这一板块里面全部课程，你目前都可以免费学习。
　　怎么样？
　　是不是觉得这个漫长的假期，有事儿可做了呢？小结
　　本文为你介绍了以下知识点：
　　研究问题按照复杂度的分类方式；
　　复杂系统研究的方法，尤其是仿真方法的必要性和应用场景；
　　复杂系统仿真的工具Netlogo及其特点；
　　入门Netlogo的优秀中文免费课程资源。
　　点击这个链接，抓紧学习吧。
　　我这样说，不是因为我当老师，有督促你学习的职业病。而是有经验教训的。
　　2003年，我上大三的时候，曾经和许多同学一样，在一个周末，被学校要求在家自我隔离。
　　当时我做的事儿，是把几年积攒下来的DVD看了个遍，很开心。
　　但是，等到6月份宣布恢复上课和考试的时候，我就傻眼了。前几天回看当时的日记，充满了惶恐与悔恨。
　　要知道，其他同学在家里，利用那宝贵的假期时间，把互联网协议，就是那一堆RFC文件，从头到尾读了一遍。
　　希望你，能珍惜眼前的时光，做到停课不停学。用这些优秀的教程，填充你的知识结构，增长自己的见识和实力。