视频字幕
复杂系统模拟原理是一种用于研究多主体相互作用的模型。首先，我们有n个主体，随机分布在一个直径为1的圆内。每个主体与其他主体之间存在生克关系，这种关系由它们之间的距离J决定。当距离J小于或等于0.5时，两个主体之间是生的关系，表示相互促进；当距离J大于0.5时，两个主体之间是克的关系，表示相互抑制。这种生克关系构成了系统的基本相互作用机制。
接下来，我们介绍熵值的计算方法。每个主体都有一个自身熵S，它是与该主体呈"生"关系的所有距离J的平方的平均值。具体来说，如果一个主体与m个其他主体呈"生"关系，那么它的自身熵S等于所有这些"生"关系的距离J的平方之和除以m。复合熵SC则是系统中所有主体的自身熵S的总和。熵值可以看作是系统混乱度或不稳定度的一个指标。让我们以主体1为例，计算它的自身熵。
现在我们来看主体的移动与决策目标。在这个模型中，假设其他主体暂时不动，某个主体可以进行移动。主体的移动目标是使整个系统的复合熵SC减小，同时必须遵守一个约束条件：与所有呈"克"关系的主体保持大于0.5的距离。这意味着主体不能移动到与"克"主体距离小于等于0.5的位置。让我们以主体1为例，演示它如何移动。红色区域表示禁止区域，主体1必须避开这些区域。移动后，我们会记录新的生克关系和自身熵值。可以看到，移动后系统的复合熵从2.45减少到了2.12。
系统的迭代演化是通过所有主体轮流移动来实现的。每个主体的移动都会改变系统的状态，包括主体间的生克关系和熵值。系统就这样通过主体的局部优化行为进行整体的迭代演化。为了结束模拟并评估结果，我们设定一个突然的截止时间。当时间到达时，系统处于某个状态，此时复合熵SC有一个具体的值。在这个模型中，复合熵SC最小的状态被认为是获胜状态，或者可以理解为系统在当前规则下达到的一个相对稳定、低熵的状态。从图中可以看到，随着时间推移，系统的复合熵逐渐降低，在截止时间时达到了1.6，这是一个相对稳定的低熵状态。