A因果圈图(CLD)是一个因果图,有助于可视化系统中不同变量是如何相互关联的。该图由一组节点和边组成。节点代表变量,边是代表两个变量之间的连接或关系的链接。标记的链接积极的表示正关系,标记为负的链接表示负关系。正因果关系意味着两个节点在相同的方向上变化,即如果链路开始的节点减少,另一个节点也减少。类似地,如果链路开始的节点增加,另一个节点也会增加。A否定因果联系意味着两个节点在相反的方向上变化,即如果链路开始的节点增加,另一个节点减少,反之亦然。
图中的闭循环是CLD的非常重要的特征。闭合循环被定义为加固或者平衡 反馈循环。强化循环是一个循环,其中任何变量的变化的影响通过循环传播,并返回到强化初始偏差的变量,即如果变量在强化循环中增加,整个循环的影响将返回到相同变量的增加,反之亦然。平衡环是这样一个循环,其中任何变量的变化的影响通过该循环传播,并向该变量返回与初始变量相反的偏差,即如果平衡环中的变量增加,整个循环的影响将向相同的变量返回减少,反之亦然。
如果变量在强化循环中发生变化,变化的效果会强化初始变化。变化的效果将产生另一个增强效果。如果不打破循环,系统将陷入循环连锁反应的恶性循环。因此,闭环是CLD的关键特性。
正强化循环示例:
使用节点和箭头来构建因果的有向图模型可以追溯到休厄尔·赖特早在系统动力学之前于1918年发明的路径分析。然而,由于遗传数据的限制,这些早期的因果图不包含循环——它们是有向无环图。丹尼斯·梅多斯博士在由创造性学习交流赞助的教育工作者会议(新罕布什尔州K-12教育系统思维和动态建模会议)上解释了因果循环图的第一次正式使用[2])中。
梅多斯解释说,当他和其他人在研究World3 模型时(大约在1970-72年),他们意识到当向他人展示他们的结果时,他们不能使用计算机输出来解释反馈回路在他们的模型中是如何工作的。他们决定使用连接反馈回路中主要模型组件名称的箭头来显示反馈回路(没有库存、流量和每个变量)。这可能是因果循环图的第一次正式使用。[3]
为了确定因果循环是加强还是平衡,可以从一个假设开始,例如“节点1增加”,然后沿着循环进行。循环是:
或者换句话说:
识别强化和平衡循环是识别的重要步骤参考行为模式即系统可能的动态行为。
如果系统有延迟(通常通过在因果关系上画一条短线来表示),系统可能会波动。
暂无