摘要

复杂决策问题分析经常遭遇超出寻常认知范畴的不确定性, 即所谓“深度不确定性”. 此时, 目标系统可能高度未知, 且系统行为机理与外部环境复杂多变, 仿真实施难度远超常规. 如何实现深度不确定环境下的系统仿真已成为系统科学领域的重要研究方向之一.对此, 本文首先梳理了相关领域关于不确定性、深度不确定性的理解及认知变迁, 提出深度不确定环境下系统仿真的关键特征约束, 并分类阐述了现有主流不确定仿真范式的核心思想与实现路径;在此基础上, 提出一种数据与模型混合驱动的动态探索性仿真范式, 并在交通仿真领域进行方法实例应用, 结果表明新方法能够有效提升仿真计算系统对真实系统复杂不确定变化的适应能力.