社会计算理论框架由于社会计算问题不可避免地涉及关于人与社会及其相关人文知识的系统，因此，相对于有限资源，在本质上我们无法对社会计算系统的整体行为通过独立分析其各部分的行为而确定，也不能预先对其行为在大时间和大空间尺度上确定
这就表明我们必须用整体论而不是还原论来研究社会计算问题，而且是可能性而不是确定性应成为社会计算研究的主要特征
同时，我们必须考虑将“主观性的倾向”引入社会计算，正视这方面的研究的主观性和心理作用
所以，在研究复杂社会计算问题时，我们应当认识到：1）必须采用整体论的观点考虑问题；2）复杂社会计算问题不存在“一劳永逸”的解决方案；3）社会计算问题不存在一般意义下的最优解，更不存在唯一的最优解，应当接受有效解决方案的概念
基于这些考虑，我们应当在“不断探索和改善”的原则下，寻求社会计算问题的有效解决方案
这一思路与基于经验的“摸着石头过河”来解决复杂社会问题的方法异曲同工，我们的任务是使其科学化、系统化和综合化，进而在“不断探索和改善”的原则下，基于人工系统（A） 、计算实验（C） 、平行系统（P） 的ACP方法与理论 ，结合从定性到定量的综合集成方法和并行分布式高性能计算技术，建立社会计算研究的理论和方法体系
与人工社会、计算实验和平行系统相对应的哲学与科学基础就是社会物理学、社会心理学和社会计算学 ，而这三种理论又可以根据波普尔关于现实由三个世界组成的思想进行解释
波普尔认为，现实世界由物理世界、心理世界和人工物品的世界构成，这三个世界又可称为客观世界、主观世界和人工世界
在此基础上进一步深入，形成自成体系的理论，使实验、观察、演绎、证伪等成为可能，使社会计算和复杂系统理论“科学”化
对于前两个世界，人们没有异议，但人工世界并没有成为一个被普遍接受的观念
一般认为，人工世界由以下三部分组成：世界3.1—已在物理上实现的人工对象；世界3.2—已在心理上认识的人工对象；世界3.3—人工世界中未知的对象
从实用角度，可以认为社会物理学、社会心理学和社会计算学时世界3的产物，分别对应世界3.1、3.2和3.3，而且彼此之间有相当的重叠
这一认识可使我们更加放开地利用人工社会的模型，以计算机作为实验手段，在人工世界里对涉及社会计算的假说进行检查和论证，演绎性地对其“科学”性进行界定
在此基础上，可以给出社会计算理论方法框架
基于人工系统的社会计算建模方法 对于许多复杂系统，特别是涉及社会与人的复杂系统，迄今为止，还无法建立描述其行为的有效方法和模型
基于人工社会的人工系统方法，是目前这方面的一个有意义的尝试
采用这一方法对社会计算所涉及的复杂问题进行建模时，不再完全以逼近某一实际复杂系统的程度为唯一的标准，而是把模型也认为是一种“现实”，是实际复杂系统的一种可能的代替形式和另一种可能的实现方式，而实际系统也只是可能出现的现实中的一种，其行为与模型的行为“不同”但却“等价”
这就是利用人工系统研究社会计算问题的思想基础
人工系统方法并不排除逼近客观系统，对于许多实际应用，这仍是我们追求的目标
行为“等价”的思想，是在极端或不可能情况下退而求之的折中方案
目前，人工系统建模的核心方法是基于代理的系统描述，主要由三部分组成，即代理、环境和规则
代理即人工社会中的人和物，具有自己的内部状态、行为规则，并可以随着时间、交流和外部世界的变化而变化
环境或空间是代理赖以生存的地方，是它们“生命”的舞台，可以是实际的物理环境，也可以是虚拟的数学或计算机过程，一般表示为存有代理活动的场所所形成的网格
而规则是代理和场所本身、代理之间、场所之间以及代理与场所之间“行事处世”的准则和步骤，从简单的代理移动规则，到复杂的文化、战争和贸易规则
利用面向对象的编程（OOP）软件技术，代理、环境和规则可以方便地作为对象来实施，尤其是OOP的内部状态和规则的封装特点，目前是构造基于代理的社会模型的最佳工具
计算实验与社会计算的分析和评估 目前研究社会计算问题时，大多是采用被动的观察和统计方法，很难对其研究对象进行主动的“试验”，更不用说是重复性“试验”或“实验”了
即使做了试验，其中的主观和不可控制、不可观察因素也太多了，从而往往使结果和结论不具有一般性
由于无法全部用解析推理的方法分析社会计算问题，因此，如何解决复杂社会计算研究中的“实验”问题，成为推动这一领域进一步发展的关键问题之一
而上面所述的人工系统，为解决社会计算的“实验”问题提供了一种思路和方法：利用人工系统，我们可以把计算机作为实验的一种手段，从而可以用较容易操纵和重复的形式，进行各种各样的精确可控的实验，对社会计算的各种影响因素进行“量化”的分析和估计
计算实验是计算仿真随着计算技术和分析方法进一步发展而必须迈上的一个更高的台阶
将计算实验用于社会计算的研究，传统的计算机模拟就变成了“计算机实验室”里的“试验”过程
同物理实验一样，在计算实验中我们也必须面对实验的标定、设计、分析和验证等基本问题
首先是计算实验的标定问题，主要包括单个代理行为模型的标定、环境模型的标定和自我发展及交往规则的标定
标定的目的是使得人工计算模型与所研究的实际系统尽可能在结构、规模和组织上保持一致，从而能在定性和定量上有相似可比的行为和现象
当然，在计算实验中，我们并不苛求计算实验现象与实际发生的现象相同
其次是计算实验的设计、分析和验证，在这方面，统计学中成熟的实验设计和分析方法完全可以直接用于计算实验学中
从回归方法、随机分块、阶乘设计、重复测量设计、格点设计、Taguchi方法，到包括拉丁、Youden等各类方块的应用，以及置信区间的估计方法、统计假设检验、Kruskai-Wallis检验，到各类模型适用性评估算法等等
而且，计算实验也必须遵循复制（replication）、随机化（randomization）和分块化（blocking）这三个实验设计的基本原理
这些方法的直接借助，保证了计算实验学在社会计算分析中的实际有效性，这对于复杂社会问题中各种因素影响的分析以及决策参数的制定等尤为重要
平行系统与社会计算的实现 将人工系统与实际系统并举，即组成社会计算问题的平行系统
通过平行系统中人工与实际事件的相互对应和参照，实现对现实系统的有效控制与管理，对相关行为和政策的实验与评估，对有关人员和系统的培训与改进等等
社会计算平行系统的主要目的，是通过实际系统与人工系统的相互连接，对二者之间的行为进行对比和分析，完成对各自未来状况的“借鉴”和“预估”，相应地调节各自的管理与控制方式，落实复杂社会问题有效解决方案或者学习和培训目标的实施问题等
为了有效利用平行系统这一结构，我们必须首先建立针对社会计算的多目标、多有效解决方案的评估体系
其次，借鉴成熟的自适应控制理论，特别是参考模型自适应控制方法，建立平行系统内部的反馈机制和对应的控制及自适应算法，以及利用计算实验对实际系统的组成与行为进行辨识和控制的方法
同时，基于优化理论，特别是区间滚动优化方法，我们还可以建立社会计算平行系统的摄动分析和序贯优化方法
最后，通过建立平行系统运行的基本框架和人工系统与实际系统相互作用的过程及协议，我们可以实现平行系统的不同组合运行模式，例如：（1）实验和评估；（2）学习与培训；（3）管理与控制等等
显然，在社会计算平行系统的运行框架中，各种反馈控制方法，特别是自适应控制的思想，都能够得到应用，这方面工作的具体化将是社会计算平行系统未来的一个主要的研究方向
以上内容由大学时代综合整理自互联网，实际情况请以官方资料为准。
