环路图
此条目已被提出存废讨论。请前往此处就该条目是否应该被删除进行讨论。 |
因果回路图(CLD)是一种因果关系图,用于视觉化系统中不同变数之间的因果关系。该图由一组文字和箭头组成。因果回路图通常配有叙述,描述 CLD 所呈现的封闭因果情境。图中的封闭回路或因果回馈回路是 CLD 的重要特征,因为它们可能有助于识别不易察觉的恶性循环或良性循环。
带有箭头进出的一组文字代表变数,即数值会随时间变化的量,而连结则表示两个变数之间的因果关系(即,它们不代表物质流动)。标记为“+”的连结表示正向关系,当因变数增加时,在其他条件不变的情况下,结果变数也会增加;反之,当因变数减少时,结果变数也会减少。标记为“-”的连结则表示负向关系,当因变数增加时,结果变数会减少;反之,当因变数减少时,结果变数会增加。正向因果关系可视为导致同方向的变化,而负向因果关系则导致相反方向的变化,也就是说,若连结起点的变数增加,则另一变数减少,反之亦然。
没有箭头的文字为回路标签。与连结类似,回馈回路具有正向(即增强)或负向(即平衡)极性。CLD 包含这些回路的标签,通常使用编号(例如,B1 代表叙述中的第一个平衡回路,B2 代表第二个,依此类推),并搭配描述回路功能的词语(例如,“欲速则不达”)。增强回路指的是任何变数的变化经由回路传递,最终回馈以强化最初的变化(例如,在增强回路中,某变数增加,经过循环作用后仍会进一步增加,反之亦然)。平衡回路则指变数的变化经由回路传递后,最终回馈的变化方向与初始变化相反(例如,在平衡回路中,某变数增加,经过循环后则会减少,反之亦然)。平衡回路通常是趋向目标或错误修正的过程,并透过变数来指示回路的目标;增强回路则通常表现为恶性或良性循环。
历史
[编辑]使用文字和箭头(在网络理论中称为“节点”和“边”)来构建因果关系的有向图模型,至少可追溯到 1918 年 Sewall Wright 在路径分析中的应用。根据 George Richardson 的著作《社会科学与系统理论中的回馈思想》(Feedback Thought in Social Science and Systems Theory)[1],最早正式发表并使用因果回路图来描述回馈系统的文献,是 Magoroh Maruyama 在 1963 年发表的文章《第二控制论:偏差放大的相互因果过程》(The Second Cybernetics: Deviation-Amplifying Mutual Causal Processes)。[2]
正向与负向因果关系连结
[编辑]- 正向因果连结,指的是两个变数以相同方向变化,也就是说,若连结起始的变数减少,则另一个变数也会减少;同样地,若起始变数增加,则另一个变数也会增加。
- 负向因果连结,则表示两个变数以相反方向变化,即如果连结起始的变数增加,则另一个变数会减少;反之,若起始变数减少,则另一个变数会增加。
增强回路与平衡回路
[编辑]要判断一个因果回路是增强回路还是平衡回路,可以从一个假设开始,例如:“变数 1 增加”,然后沿着回路追踪变化方向。
- 若最终结果与初始假设一致,则该回路为增强回路。
- 若最终结果与初始假设相反,则该回路为平衡回路。
换句话说:
- 增强回路具有偶数个负向连结(包括零个)。
- 平衡回路具有奇数个负向连结。
识别增强与平衡回路是辨识参考行为模式(Reference Behaviour Patterns),即系统可能呈现的动态行为的重要步骤。
- 增强回路通常与指数成长或衰退相关。
- 平衡回路通常与趋于稳定或达到平衡点相关。
如果系统中存在延迟(通常以在因果连结上画一条短线表示),系统可能会产生波动现象。
参考
[编辑]- ^ George P. Richardson – 1991 - "Feedback thought in social science and systems theory"ISBN 0-8122-3053-1
- ^ Maruyama, Magoroh. "THE SECOND CYBERNETICS Deviation-Amplifying Mutual Causal Processes". (1963).
![]() | 这是一篇关于数学的小作品。您可以通过编辑或修订扩充其内容。 |