推荐单位

北京师范大学

项目简介

自然和人类社会由各种远离平衡态的开放复杂系统构成，其整体大于部分之和等特性超越了还原论的适用范围，对各领域学者提出了艰巨的挑战。该项目充分发挥学科交叉优势，将统计物理、系统科学、信息科学、控制论、神经科学和行为经济学中的理论方法融入复杂系统之中，建立了同时解决复杂系统反问题和正问题的重构、预测和调控的一般性理论框架，克服了还原论的局限，揭示了复杂系统的本质特征和内在机理，解决了认知神经和行为科学领域中与复杂系统相关的若干前沿问题，推动了学科交叉与融合。主要科学发现如下：

1、主要研究内容和科学发现点

（1）在复杂系统重构方面，提出了基于压缩感知理论，通过少量数据重构复杂系统的一般性方法。该方法对数据采样的要求远低于奈奎斯特频率，克服了复杂相互作用模式造成的大量数据需求和极高的求解复杂度，实现了系统动力学和相互作用结构的准确重构，解决了从表象数据认识各领域复杂系统的反问题，为从数据出发研究复杂系统提供了方法和理论基础。

（2）将复杂系统重构方法应用于认知神经科学和行为领域，研究了视觉工作记忆的神经机制，提出了调和长期争论的“插槽假设”和“灵活资源分配假设”的神经网络模型；提出了有限工作记忆容量促进亲社会行为的群体演化模型，发现了阶梯相变等现象；揭示了有限记忆驱动社会空间网络演化的内在机理。该系列研究自下而上解决了从神经基础到群体行为建模和预测的正问题，是实现复杂系统调控的前提。

（3）在预测的基础上，提出了基于相互作用结构和强度的复杂网络系统严格调控定理，克服了结构控制理论的缺陷，解决了如何高效鉴别最小关键控制结构的难题，拓展了经典控制理论；提出最小结构微扰法，以最小代价实现了任意复杂网络系统的最优控制。该系列研究成果为实现调控各类复杂系统的最终目标提供了基础理论方法。

2、科学价值

该项目建立了复杂系统重构、预测、调控的研究框架，将复杂系统的反问题和正问题相结合，开辟了从个体到整体的研究路线，弥补了还原论的不足，形成了针对复杂系统的一般性理论与方法，解决了若干复杂系统前沿难题；基于系统重构，自下而上形成了从工作记忆的神经机理到复杂群体行为的研究范式，对理解社会、经济、金融和生态系统中各种复杂现象的深层次机理提供重要启示。

3、客观评价

8篇代表性论文发表于Physical   Review Letters、Physical   Review X、Nature   Communications和神经科学权威期刊The Journal   of Neuroscience等，SCI他引631次；得到美国科学院院士、欧洲科学院院士、德国科学院院士、APS Fellow、IEEE   Fellow等学者的广泛引用和正面评价。本项目中基于压缩感知理论的重构方法得到统计物理、数学和控制等领域学者的高度评价，包括a novel framework、the   fundament、a general   framework、opens new   avenues、wide   applicability等；复杂网络系统的严格调控理论得到物理、控制、神经科学和生物医学等领域学者的广泛采用和评述。该项目组一位完成人连续五年入选Elsevier物理与天文领域中国高被引学科学家、一人为国务院系统科学学科召集人、两人主持国家自然科学基金重点项目、一人获得教育部自然科学一等奖，一人入选青年高层次人才计划。以项目完成人为学术骨干的系统科学学科为全国唯一的系统科学重点学科，并入选教育部“双一流”建设学科。

序号

论文专著名称/刊名/作者

影响

因子

年卷

页码

发表年月

通讯作者/第一作者（中文名）

SCI他引次数

他引总次数

是否国内完成

1

Network   reconstruction based on evolutionary-game data via compressive sensing/ Physical   Review X/ Wang W.-X., Lai Y.-C., Grebogi C., Ye J.

12.441

2011(1):

021021

2011-12-21

王文旭/王文旭

35

48

是

2

Reconstructing   propagation networks with natural diversity and identifying hidden sources/   Nature Communications/ Shen Z., Wang W.-X., Fan Y., Di Z., Lai Y.-C.

13.691

2014(5)

4323

2014-07-11

王文旭/沈哲思

38

45

是

3

Robust   reconstruction of complex networks from sparse data/ Physical Review Letters/   Han X., Shen Z., Wang W.-X., Di Z.

7.888

2015(114):

028701

2015-01-16

王文旭/韩晓

40

50

是

4

From   distributed resources to limited slots in multiple-item working memory: a   spiking network model with normalization/ Journal of Neuroscience/ Wei Z., Wang X.-J.,   Wang D.-H.

6.518

2012(32):

11228-11240

2012-08-15

汪小京, 王大辉/魏子强

57

64

是

5

Memory-based   snowdrift game on networks/ Physical Review E/ Wang W.-X., Ren J., Chen G., Wang   B.-H.

2.293

2006(74):

05613

2006-11-28

陈关荣/王文旭

195

220

是

6

Possible   origin of efficient navigation in small worlds/ Physical Review Letters/ Hu Y., Wang Y., Li D., Havlin S.,   Di Z.

7.888

2011(106):

108701

2011-03-11

胡延庆，狄增如/胡延庆

25

32

是

7

Exact   controllability of complex networks/ Nature Communications/ Yuan Z., Zhao C.,   Di Z., Wang W.-X., Lai Y.-C.

13.691

2013(4):

2447

2013-09-12

王文旭/袁正中

153

198

是

8

Optimizing   controllability of complex networks by minimum structural perturbations/   Physical Review E/ Wang W.-X., Ni X., Lai Y.-C, Grebogi C.

2.293

2012(85):

026115

2012-02-22

王文旭/王文旭

88

135

是

主要完成人情况

（格式：姓名、排名、行政职务、技术职务、工作单位、完成单位、对本项目贡献）

王文旭，排名第一，教授，工作单位：北京师范大学，完成单位：北京师范大学；项目贡献：5篇代表作的通讯作者，2篇代表作的第一作者，对三个发现点均做出了重要贡献，主要负责复杂系统重构、建模和控制。内容包括：提出基于压缩感知理论重构复杂系统相互作用结构和动力学方程的一般方法；提出了有限记忆容量建模群体亲社会行为的动力学演化模型；提出了调控复杂网络系统动力学的严格调控理论和基于最小结构围绕实现全局最优控制的优化方法。出版专著1部。[见附件：代表性论文1、2、3、5、7、8，专著证明]

狄增如，排名第二，教授，工作单位：北京师范大学，完成单位：北京师范大学；项目贡献：代表作6的通讯作者，代表作2、3、7的作者之一，是本项目团队的核心组织者之一，对三个科学发现点均有贡献，负责项目中的复杂网络重构和结构演化研究。[见附件：代表性论文2、3、6、7]

王大辉，排名第三，教授，工作单位：北京师范大学，完成单位：北京师范大学；项目贡献：代表作4的通讯作者，对第二个科学发现点做出了重要贡献。内容包括：建立了刻画视觉工作记忆的神经网络模型，揭示了工作记忆神经编码机制，调和了心理学和认知神经科学领域中的关于工作记忆的两种矛盾的假说。[见附件：代表性论文4]

樊瑛，排名第四，教授，工作单位：北京师范大学，完成单位：北京师范大学； 项目贡献：代表作2的作者之一，并且参与其他2篇代表作的研究，是本项目团队的核心组织者之一，对第一个科学发现点做出贡献。主要负责项目中的复杂系统建模和重构。[见附件：代表性论文2]

胡延庆，排名第五，副教授，工作单位：中山大学，完成单位：北京师范大学； 项目贡献：代表作6的第一作者，对第二个发现点做出重要贡献。内容包括：提出有限记忆子下，社交多样性驱动的社会结构优化模型，揭示了社会网络上的信息可导航性和空间网络标度率的内在机理。[见附件：代表性论文6]

袁正中，排名第六，副教授，工作单位：闽南师范大学，完成单位：北京师范大学；项目贡献：代表作7的第一作者，对第三个科学发现点做出贡献。主要负责复杂网络严格调控定理的证明和关键节点鉴别算法等。[见附件：代表性论文7]

沈哲思，排名第七，助理研究员，工作单位：中国科学院文献情报中心，完成单位：北京师范大学；项目贡献：代表作2的第一作者，第3篇代表作的第二作者，对第一个发现点做出贡献。主要负责通过二元数据重构传播网络、传播动力学和溯源。[见附件：代表性论文2、3]

韩晓，排名第八，博士后，工作单位：University of California，完成单位：北京师范大学；项目贡献：代表作3的第一作者，对第一个发现点做出重要贡献；主要负责复杂系统的重构理论与方法，提出了基于压缩感知理论重构复杂系统的一般方法。[见附件：代表性论文3]

魏子强，排名第九，博士后，工作单位：Columbia University，完成单位：北京师范大学；项目贡献：代表作4的第一作者，对第二个发现点做出重要贡献。内容包括：研究了刻画视觉工作记忆的神经网络模型，通过计算机仿真揭示了工作记忆神经编码机制。[见附件：代表性论文4]