跳到主要内容

系统动力学

一、直观理解：用“存量—流量—反馈”讲清动态结构​

系统动力学（System Dynamics，SD）把复杂系统抽象为若干存量（stock，如库存、人口、污染物总量）、改变存量的流量（flow，如生产率、出生率、排放速率），以及连接它们的反馈回路与延迟。它关注的是结构如何产生行为：增长、振荡、超调、崩溃或锁定。

一个常见的心智图像是浴缸：水位是存量，水龙头是流入，排水口是流出。若“水位越高、排水越快”形成负反馈，水位会趋于平衡；若“销量越好—产能扩张—成本下降—销量更好”形成正反馈，系统可能指数增长直到资源约束出现。

在数学建模竞赛中，系统动力学适合：

  • 政策情景模拟（限产、补贴、宣传对长期走势的影响）；
  • 资源—环境—经济耦合的中长期趋势；
  • 传染病、舆论、市场份额等具有反馈与延迟的问题；
  • 需要向评委清楚展示因果回路图（CLD）与存量流量图（SFD）的场合。

二、适用场景与优缺点​

类型说明
适用场景聚合层面的连续时间动态；反馈、延迟、非线性约束是核心机制；数据偏宏观时间序列；目标是理解结构与政策杠杆，而非精确拟合每一个微观个体。
核心优点结构透明、便于讨论因果；易做情景与政策实验；可与微分方程组对应；图示表达利于论文写作。
局限与缺点过度聚合可能掩盖异质性；参数常需标定且可识别性不强；不适合强随机事件队列；把相关当因果的风险高。

使用前应确认：

  1. 问题是否主要由反馈结构驱动；
  2. 存量与流量的边界是否清晰、单位是否一致；
  3. 关键参数能否从数据、文献或量纲分析获得；
  4. 是否需要与离散事件/智能体模型对比。

三、核心原理：存量积分流量，反馈决定轨迹​

1. 基本方程​

对存量 S(t)S(t)，

dSdt=Inflow(t)−Outflow(t)\frac{\mathrm{d}S}{\mathrm{d}t}=\mathrm{Inflow}(t)-\mathrm{Outflow}(t)

流量通常是存量、外生输入与参数的函数，例如

Outflow=Sτ\mathrm{Outflow}=\frac{S}{\tau}

表示平均延迟为 τ\tau 的一阶物质延迟。

2. 反馈回路​

  • 正反馈（增强回路）：偏离被放大（滚雪球）；
  • 负反馈（调节回路）：偏离被抑制（趋向目标）；
  • 多个回路耦合可产生 S 型增长、振荡、过冲回落等典型模态。

三阶以上系统与延迟叠加后，直观推理很容易失效，必须依靠数值积分与相图/时间轨迹分析。​

3. 与微分方程建模的关系​

系统动力学模型本质上是一阶 ODE（或 DDE）组。其特色在于建模语言（存量流量图、回路极性）与政策分析习惯，而不是另一套数学。

四、建模步骤与关键决策​

  1. 明确问题边界与时间范围（月/年？十年？）；
  2. 列出关键存量，检查守恒与单位；
  3. 画出因果回路图，标记极性与延迟；
  4. 写出流量方程，区分物理约束与行为假设；
  5. 参数标定：用历史序列拟合或分模块校准；
  6. 极端条件测试：流量非负、存量非负、资源上限等；
  7. 政策实验：一次改变一个杠杆，观察长期与短期效应。

五、MATLAB 示例​

经典“有限资源中的人口/市场 S 型增长”：逻辑斯蒂型存量模型，并比较不同政策参数。

%% 系统动力学：受限增长 + 政策情景
% dN/dt = r*N*(1-N/K) - h*N
% r: 内禀增长率, K: 环境容量, h: 额外流出率（如捕捞/淘汰强度）

r = 0.35;
K = 1000;
h_base = 0.05;
h_policy = 0.12;   % 加强调控

ode = @(t, N, h) r*N*(1 - N/K) - h*N;

tspan = [0 60];
N0 = 80;

[t1, N1] = ode45(@(t,N) ode(t,N,h_base), tspan, N0);
[t2, N2] = ode45(@(t,N) ode(t,N,h_policy), tspan, N0);

% 均衡点（解析）：N* = K*(1 - h/r)，当 h < r
Neq1 = K * (1 - h_base/r);
Neq2 = K * (1 - h_policy/r);

figure;
plot(t1, N1, "LineWidth", 1.5); hold on;
plot(t2, N2, "LineWidth", 1.5);
yline(Neq1, "--");
yline(Neq2, ":");
xlabel("时间 t"); ylabel("存量 N(t)");
title("系统动力学情景：基线 vs 加强流出政策");
legend("基线 h=0.05", "政策 h=0.12", "基线均衡", "政策均衡", ...
    "Location", "best");
grid on;

fprintf("基线均衡 ≈ %.2f，数值末端 = %.2f\n", Neq1, N1(end));
fprintf("政策均衡 ≈ %.2f，数值末端 = %.2f\n", Neq2, N2(end));

带一阶信息延迟的库存—生产示意：

%% 简单库存调节：期望库存追踪 + 感知延迟
% I: 库存, D: 感知需求, 订单率依据缺口调整
% dI/dt = P - S;  S = 实际需求; P 跟踪订单
% dDhat/dt = (D - Dhat)/tau

tau = 3;           % 感知延迟
alpha = 0.4;       % 库存调整速度
I_star = 50;       % 目标库存
D = @(t) 10 + 2*sin(0.3*t);  % 波动需求

f = @(t, y) [ ...
    alpha*((I_star - y(1)) + y(2)) - D(t);  % dI/dt ≈ 生产 - 需求
    (D(t) - y(2)) / tau                     % dDhat/dt
];

[t, Y] = ode45(f, [0 80], [50; 10]);
figure;
subplot(2,1,1);
plot(t, Y(:,1), "LineWidth", 1.5); ylabel("库存 I"); grid on;
title("库存调节动态");
subplot(2,1,2);
plot(t, Y(:,2), "LineWidth", 1.5); hold on;
plot(t, D(t), "--");
ylabel("需求"); xlabel("时间");
legend("感知需求", "真实需求"); grid on;

六、如何解释结果​

完整说明应包括：

  1. 系统边界、存量清单与单位；
  2. 主要反馈回路及其极性、延迟；
  3. 参数来源与标定误差；
  4. 基线轨迹与政策情景对比；
  5. 均衡、振荡或崩溃等模态的结构解释（哪条回路主导）；
  6. 敏感性：哪些参数是高杠杆，哪些几乎不影响结论；
  7. 模型局限：未包含的异质性、随机冲击或空间结构。

避免只贴曲线：必须回答“为什么会出现这种形状”。

七、常见误区​

1. 回路图画得很炫，方程却不守恒​

存量流量必须满足单位一致与物质/信息守恒直觉，否则动态无意义。

2. 用 SD 强行拟合高频噪声数据​

SD 擅长结构与趋势，不擅长把每一个随机波动都拟合出来。

3. 参数随意拍脑袋且不做敏感性分析​

结构正确但参数离谱时，政策建议可能完全反转。

4. 把模拟出来的相关性解释成已验证的因果​

SD 中的因果是建模假设，需要外部证据支持。

5. 忽略非负与容量约束​

人口、库存、份额出现负值，通常说明方程或步长有问题。

八、小结​

系统动力学用存量、流量与反馈回路刻画聚合系统的长期行为，本质是结构化的微分方程建模。它特别适合政策情景、资源约束与延迟效应显著的问题。

写好系统动力学模型的关键不在软件，而在于：边界清晰、单位正确、回路可解释、参数可辩护、情景可对比。满足这些条件后，时间轨迹才能真正帮助决策，而不是只是“又一条 S 形曲线”。