非合作个体的层级自组织

层级是众多自然、技术和社会系统中最显著的特征之一。其底层结构通常很复杂，其最重要的组织原则是根据显示层级特征的网络对组成单元之间的连接进行排序。尽管层级普遍存在，但目前尚无关于基于知识的多层社会网络起源的定量理论解释。在此，我们引入了一种方法，该方法能够复现多层网络结构的涌现，其基于一个合理的假设：个体（代表网络的节点）对其变化环境状态的估计能力各不相同。我们的模型解释了基于知识的组织的一个基本特征：能力较差的个体倾向于追随那些更擅长解决大家共同面临问题的个体。我们发现，相对简单的规则会导致层级自组织，而我们获得的特定结构拥有复杂系统的两个或许最重要的特征：适应性与稳定性的同时存在。此外，涌现网络的性能（成功得分）显著高于不允许个体复制他人决策时的个体平均预期得分。我们的计算结果与相关实验一致，对于设计构建给定复杂社会结构的最优条件，以及理解诸如调控通路或神经网络动力学等重要生物结构的层级组织，具有实用价值。