Predictability of Complex Systems
En Xu, Yilin Bi, Hongwei Hu, Xin Chen, Zhiwen Yu, Yong Li, Yanqing Hu, Tao Zhou
复杂系统的研究已吸引了自然科学、社会科学和工程领域研究者的广泛关注。预测是该领域的核心问题之一。尽管大多数相关研究集中于预测方法，但复杂系统可预测性的研究正受到跨学科领域越来越多的关注——旨在为解决一个关键问题提供理论和工具：预测精度的极限是什么？可预测性本身可作为表征复杂系统的重要特征，而准确估计可预测性可为预测算法的研究提供基准。这使得研究者能够清晰识别当前预测精度与理论极限之间的差距，从而帮助他们判断现有算法是否仍有显著的改进空间。更重要的是，研究可预测性通常需要发展新的理论和方法，这能进一步启发设计更有效的算法。在过去的几十年中，该领域经历了显著的发展。特别是数据科学的快速发展为理解和量化可预测性引入了丰富的数据驱动方法。本综述总结了代表性成果，整合了数据驱动和机制视角。在简要介绍所关注主题的重要性之后，我们将探讨三个核心方面：时间序列的可预测性、网络结构的可预测性以及动态过程的可预测性。最后，我们将提供跨多个领域的广泛应用示例，并概述未来研究的开放挑战。
The study of complex systems has attracted widespread attention from researchers in the fields of natural sciences, social sciences, and engineering. Prediction is one of the central issues in this field. Although most related studies have focused on prediction methods, research on the predictability of complex systems has received increasing attention across disciplines–aiming to provide theories and tools to address a key question: What are the limits of prediction accuracy? Predictability its...
