"计算社会科学的飞速发展宣告了新的研究范式的重要性。在大数据与人工智能时代，ABM仿真模拟在计算社会学、计算社会科学、社会物理学等领域研究中的作用也愈发重要。本教材讲授ABM仿真模拟基本知识与Netlogo代码编写与软件操作实践。首期开设内容涵盖软件基本介绍、研究方式转向、Netlogo基础模型、元胞自动机、生命游戏模型、投票模型、伊辛模型、森林火灾与渗流模型、社会类模型、进阶模型等。通过多个模型案例的讲解，使初学者了解Netlogo的基本Patch、Turtle、Link等基本智能体类别元素，通过元素的交互，搭建基本的模型。例如，搭建起一个基本的生态系统、模仿基本生物运动、了解派对男女匹配、模仿火灾渗流的演化、探究蚁群的运动轨迹、模拟人工社会中合作对抗和种族隔离等。从而学习多维知识，如元胞自动机的定义、构成及其特征、元胞自动机的分类、元胞自动机研究的相关理论方法以及典型的元胞自动机来认识元胞自动机；增加对社会网络分析方法的认识、图论相关概念的了解，理解网络模型的理论架构；寻找优化路径的概率型算法；对象分类算法的应用等等。 课程适合社会学、政治学、经济学、传播学等社会科学专业初级和中级学习者。其基本内容通俗易懂，上手迅速，对于没有编程知识的初学者十分友好，能够培养其问题意识与ABM智能体建模素养，提升社会科学研究的兴趣与能力，不需要花费过多的时间去提升编程能力的同时就可以借助Netlogo对社会问题进行研究。"

吕鹏，中南大学公共管理学院、自动化学院、法学院教授，北京大学武汉人工智能研究院副院长，亚洲社会仿真学会（ASSA）主席。清华大学社会学系博士、清华大学自动化系博士后。美国芝加哥大学联合培养博士、韩国国立首尔大学访问学者、韩国高等教育财团ISEF访问学者。国家社科重大项目首席专家。先后入选第四届中共中央直属机关青联委员、中央网信办“特约研究员”、国家民委“优秀中青年专家”等。主要研究人类群体行为、计算社会科学、社会公共安全、社会历史模拟、大型社会模拟器等，发表SCI/SSCI论文多篇，在《社会学研究》《中国行政管理》等发表中文CSSCI论文多篇。

序言 近年来，随着互联网、大数据、人工智能等技术的快速发展，人类社会正经历着前所未有的数字化、智能化转型。传统社会科学研究方法在应对大规模、非线性、动态化的社会现象时存在能力的限制，海量数据和智能技术则提供了新的机遇和进路。在此背景之下，计算社会科学应运而生，它融合了计算机科学、数学、系统科学等方法，将其引入社会科学领域，利用计算建模、机器学习、文本分析等工具来建构社会理论、分析社会现象、解释群体行为、预测社会发展。计算社会科学的研究内容主要包括大数据分析、复杂网络分析、群体行为建模、群智涌现等，具有跨学科性、数据驱动性、生成性建构解释等特点，代表了社会科学研究的新范式，有助于深入理解社会系统运行机制。计算社会科学为传统社会科学方法提供了新的工具和视角，两者应互补融合，共同推动社会科学发展。 基于主体的建模（AgentBased Modeling,ABM）是计算社会科学的核心方法之一，通过构建包含异质主体的人工社会，模拟个体行为及其交互，研究宏观社会现象的涌现。ABM采用自底向上（Bottomup）与自顶向下（Topdown）的建模思路，建构宏微观一体化模型，强调个体的自主性、异质性和交互性，能够“通宏洞微”地剖析和揭示复杂社会系统的主要特征、内在机理和复杂动力学。ABM作为一种计算实验方法，基本构成要素包括社会行动主体（Agents）、环境、交互规则等，建模步骤涵盖问题定义、概念建模、数值建模、模型验证、模型实验等，可用于理论探索、假设检验、情景分析、政策评估，在经济学、社会学、公共管理等领域有广泛应用。然而，ABM在应用中也面临模型验证、参数估计、计算...