用最优预测器量化自组织

尽管自组织系统引起了广泛兴趣，但很少有定量的、可实验应用的自组织判据。现有的判据在重要情况下都会给出反直觉的结果。在这封信中，我们提出了一个新的判据，即内部产生的统计复杂度的增加，这是最优预测系统动力学所需的信息量。我们使用互信息和最小充分统计量的概率思想，为空间扩展动力系统精确定义了这种复杂度。这导致了一种预测此类系统的通用方法，以及一种估计统计复杂度的简单算法。将该算法应用于一类可激发介质模型（循环元胞自动机）的结果有力地支持了我们的提议。