面向时序约束的历史社会动态模拟系统及方法

本发明涉及人工智能与社会计算交叉，特别是一种面向时序约束的历史社会动态模拟系统及方法。

背景技术：

1、随着数字人文与人工智能技术的交叉融合，历史文学领域的数字化研究已取得阶段性进展，均未解决“时序约束-人格保真-反事实推演”的核心协同问题，无法满足学术级动态模拟的严谨性与高保真需求：其一，基于微观主体建模（agent-based modeling, abm）的离散事件仿真系统虽能刻画个体异质性，但普遍存在时序锚定缺失的致命缺陷，智能体行为不受历史事件时间拓扑结构的强制约束，由于未构建符合历史逻辑的时序约束场与因果关联校验机制，导致演化路径与真实历史轨迹严重偏离，完全无法还原如“科举应试→官职升降→创作风格演变”这类具有强时序依赖的文人人生轨迹；其二，基于大语言模型（llm）的生成式社会模拟虽具备强语义表达能力，却因缺乏因果链闭环校验机制与历史语境嵌入约束，极易产生“时间幻觉”与“人格漂移”，前者表现为智能体生成违背时序逻辑的内容，后者体现为诗人言行与历史人设严重错位，无法满足学术级推演对时序准确性、人格一致性的核心要求；其三，国内《唐宋文学编年地图》仅能实现诗人活动轨迹的地理定位，未简历人格特质与行为决策的关联，无法呈现“事件触发情感、情感驱动创作”的内在逻辑。《中华经典古籍库》仅支持文献检索与校勘对照，无任何人格模拟或交互功能。四川陈子昂故里数字博物馆、杜甫草堂线上展厅等文博项目的3d建模，仅能静态还原场景外观，既无诗人动态人格，也无情感反馈，其所谓的“交互”仅为点击查看图文的低级功能。其四，国外数字人文项目《perseus digital library》《digital classicist》等项目聚焦西方古典文学，构建的知识图谱无法适配中国唐宋文人的社交逻辑与创作规律，日本“数字源氏物语”仅能实现地理空间分析，完全不涉及人格-情感-行为的联动模拟，对唐宋文学研究无实质性参考价值。2023年斯坦福实验室开源的generative agents项目虽实现智能体自主交互，但仅适配现代虚拟社交、游戏npc等无历史约束场景，未考虑唐宋时期官职体系、社交礼仪、语言风格等时代语境，直接套用将出现严重的人格漂移与时代错位，知识图谱、ecmf框架、pcl技术虽在文本分析、人格模拟中初步应用，却未针对唐宋诗人的文人风骨、仕途理想、交游规则等人文特质进行定制化适配，无法支撑核心人格维度的高保真模拟。pearl因果层级与反事实思维虽为历史假设性研究提供理论基础，但现有技术完全未将其转化为唐宋文学研究的可用工具，既无标准化的事件图式模板，也无动态推演引擎，仅能对单一事件进行碎片化推测，无法形成连锁逻辑自洽的事件链，完全无法支撑“安史之乱未爆发对杜甫人生轨迹、诗风演变的全面影响”这类深度假设研究。

2、更关键的是，尽管上述技术已在各自领域取得突破，但在均未显式建模以下社会系统的自然演化规律，导致模拟结果仅停留在“表面合理”层面，无法在历史可验证维度贴合真实逻辑：其一，个体情绪响应遵循“刺激→认知评估→情感势能积累→行为阈值触发”的人文认知动力学通路，该通路对应唐宋文人如“事件感怀→心境沉淀→创作表达”的核心诗歌生成逻辑，现有技术未构建该通路的量化模型，无法精准还原情绪驱动创作的内在机制导致生成的行为与史实人格严重割裂，完全无法支持诸如“陈子昂因进谏遭斥而作《登幽州台歌》”这类场景的动态模拟；其二，群体思想传播服从信息传播中的幂律衰减与局部共识凝聚规律，这一规律主导唐宋文人交游网络中的思想扩散与流派形成过程，现有技术未将其嵌入模拟框架，难以复刻文学流派的自然演化与风格共鸣现象；其三，历史事件影响具有路径依赖性与临界点突变特性，微小初始扰动可能引发宏观状态跃迁，类似于热力学相变，历史的演化会呈现出显著的路径依赖，其达到临界点时会出现突变，偶然性事件会影响到必然性事件的发生和改变，而单一技术路径导致现有研究陷入“非此即彼”的困境：侧重史实则丧失交互灵活性，追求交互则牺牲历史准确性，完全无法兼顾史实严谨性、情感真实性与交互灵活性的核心需求，无法推动唐宋文学数字化从静态呈现向动态交互升级，安史之乱、变法改革等关键事件对文人命运与文学走向的颠覆性影响即为此类特性的典型体现，现有技术未对该类突变规律进行显式建模，无法实现历史演化的精准推演。

3、因此，亟需一种将客观时序约束、生物认知模型与统计规律先验深度融合的模拟框架，使推演结果不仅“看起来合理”更在物理可验证层面符合社会演化自然规律，本发明即针对该技术空白提出系统解决方案。

技术实现思路

1、为解决现有技术中存在的问题，本发明的目的是提供一种面向时序约束的历史社会动态模拟系统及方法，本发明解决了现有技术中时序漂移、人格失真与推演非物理性等问题，适用于数字人文研究与文明演化建模，具有明确的技术实质与可验证效果。

2、为实现上述目的，本发明采用的技术方案是：一种面向时序约束的历史社会动态模拟系统，包括：

3、五维时序知识图谱g5模块，用于基于多源史料构建满足无环有向图dag拓扑结构的时序事件网络，并以此作为智能体行为的客观时序约束场；

4、计算人格建模模块，采用生成引擎deeppersona算法将目标人物的生平数据、文本产出与时代语境编码为人格势能向量，并通过外部事件刺激、认知评估、情绪势能积累、行为阈值触发的闭环逻辑，将情绪积累过程建模为可观测的量化势能；

5、反事实事件图式引擎，其反事实事件图式模板的参数空间由历史事件统计分布确定，生成的虚拟时间线与五维时序知识图谱在基础事件子图上保持结构同构性；

6、多智能体一致性校验模块，集成人格感知对比学习pcl技术进行实时偏差检测与调和；

7、多引擎集成与双模式优化模块，集成生成式智能体框架，将史实模式定义为知识图谱驱动的确定性子系统，将反事实模式定义为事件图式扰动子系统，通过熵守恒切换协议实现模式联动，支持实时校验与反事实回溯。

8、作为本发明的进一步改进，所述五维时序知识图谱g5模块包括实体集合e与关系集合r，其中：

9、所述实体集合e为：{目标人物集合e1，地理节点集合e2，时间戳集合e3，事件类型集合e4，作品集合e5}；

10、所述关系集合r为：任一三元组(e，loc，t)∈r，其中，e代表事件，loc表示位置/位置标识，t表示时间/时间戳（time），需满足t∈e3且e∈e1，且五维时序知识图谱整体为无环有向图dag，确保历史事件时序不可逆。

11、作为本发明的进一步改进，所述计算人格建模模块中，将情绪积累过程建模为可观测的量化势能具体如下：

12、，其中，为事件刺激强度函数，为情绪衰减速率参数，为认知权重，t−为当前时刻t与第k个事件发生时刻的时间间隔，为情绪指数衰减项，该公式体现情绪记忆的指数衰减自然规律。

13、作为本发明的进一步改进，所述量化势能突破动态阈值时触发行为主动输出，其中为基线阈值，为语境敏感系数，为当前事件上下文的信息熵，体现社会不确定性对行为触发门槛的调制作用。

14、作为本发明的进一步改进，所述反事实事件图式引擎中，反事实事件图式模板包括类型、核心参数、连锁规则三类要素，具体为：

15、类型type∈{政治动荡，自然灾害，文化运动}；

16、核心参数coreparams服从由历史事件样本拟合的统计分布；

17、连锁规则chainrule定义事件对后续节点概率的扰动函数，且扰动函数满足信息熵非增约束：，其中，为社会系统噪声上限阈值，为第t个模拟时刻的社会系统状态随机变量，为第t+1个模拟时刻的社会系统状态随机变量，为截至时刻t的完整历史事件序列，为截至时刻t−1的完整历史事件序列。

18、作为本发明的进一步改进，所述多智能体一致性校验模块通过人格向量余弦相似度、语境语义匹配度、hmm状态转移概率及语言wmd距离四维指标进行实时偏差检测与调和；其中，若人格匹配度<第一预设阈值时，则触发语境转换模块，自动补全时代背景差异；若人格匹配度<第二预设阈值时，则终止交互并提示当前组合存在逻辑冲突，无法生成有效对话，从而保障交互过程中的人格一致性与逻辑自洽性。

19、作为本发明的进一步改进，所述多智能体一致性校验模块的校验规则具体如下：

20、身份定位单元：计算当前智能体人格向量p与历史语料嵌入中心的余弦相似度，若余弦相似度<预设阈值则触发人格修正；

21、场景状态单元：匹配当前事件节点t在五维时序知识图谱g5模块中的邻域语义向量，若余弦相似度<预设阈值则视为场景错位；

22、短期目标单元：基于隐马尔可夫模型计算行为序列转移概率，若转移概率<预设阈值则判定目标漂移；

23、表达风格单元：计算生成文本与文本风格d_style的wmd距离，若wmd距离>预设阈值则启动风格迁移校正。

24、作为本发明的进一步改进，当身份定位单元与表达风格单元同时校验失败时，启动人格冲突调和模型，其适配权重按如下公式计算：为两智能体人格向量差，、为第i、j个智能体的人格特征向量，为认知刚度系数。

25、作为本发明的进一步改进，所述系统运行于分布式计算平台，在8核16gb ram、10并发用户标准测试环境下，支持史实模式与反事实模式的动态切换，切换时延≤1秒。

26、本发明还提供一种面向时序约束的历史社会动态模拟方法，采用如上所述的面向时序约束的历史社会动态模拟系统实现，所述的方法包括以下步骤：

27、s1、构建五维时序知识图谱g5模块；

28、s2、对每个目标人物执行计算人格建模，输出人格势能向量；

29、s3、初始化智能体状态，加载五维时序知识图谱g5模块作为时序约束场；

30、s4、按预设时间步长推进模拟，在每一步中首先获取当前事件节点，计算各智能体的情绪势能；若≥，则触发行为生成；最后执行pcl四维校验，对异常行为进行修正；

31、s5、输出模拟结果序列，包含各智能体行为轨迹、事件响应记录与群体演化指标。

32、本发明的核心在于：

33、（1）提出五维时序知识图谱+事件势能场双重约束机制，使智能体行为既服从客观历史事件的时间顺序，有保留局部自主响应能力。以多源史料为基础构建满足dag拓扑结构的五维时序知识图谱，将诗人、地点、时间、事件、作品五类实体及关联关系转化为客观时序约束场，确保智能体行为严格服从历史事件的时间顺序与因果逻辑。同时叠加事件势能场动态约束，在锁定宏观历史轨迹的前提下，保留智能体在局部场景中的自主认知与情感响应能力，实现史实刚性约束+局部柔性交互的平衡；

34、（2）构建基于神经认知启发的“事件-情绪-行为”势能模型，采用生成引擎deeppersona算法将目标人物的生平数据、文本产出与时代语境编码为人格势能向量，通过“外部事件刺激→认知评估→情绪势能积累→行为阈值触发”的闭环逻辑，将情绪积累过程建模为可观测的量化势能（数学表达式为，其中为认知权重，为情绪衰减速率参数），当其突破动态阈值时触发行为主动输出，该机制符合多巴胺奖励预测误差理论，精准还原唐宋文人“事件感怀→心境沉淀→创作表达”的内在逻辑；

35、（3）设计反事实时间图式模版库，模板类型涵盖政治动荡、自然灾害、文化运动三大核心场景，核心参数空间由历史事件样本拟合的统计分布确定（如叛乱成功率服从beta分布、灾害受灾范围服从gamma分布），连锁规则定义的事件扰动函数满足信息熵非增约束h(∣)≤h(∣)+ϵ（ϵ为社会系统噪声上限阈值），确保所有反事实推演均在社会演化自然规律边界内，生成的虚拟时间线与五维时序知识图谱在基础事件子图上保持结构同构性;

36、（4）引入pcl-plus一致性校验协议，融合身份定位、语境适配、风格迁移与冲突调和四层校验机制，通过人格向量余弦相似度（阈值≥0.85）、语境语义匹配度（阈值≥0.75）、hmm状态转移概率（阈值≥0.7）及语言wmd距离（阈值≤0.35）四维指标进行实时偏差检测。当身份定位与表达风格单元同时校验失败时，启动人格冲突调和模型（适配权重，其中δp为双智能体人格向量差），依据历史语料训练的语义-人格联合嵌入空间动态修正偏差，解决多智能体交互中的认知失协问题，保障跨时空、跨流派诗人交互的人格一致性与逻辑自洽性。

37、本发明的有益效果是：

38、1、本发明旨在解决在历史社会系统固有的时序不可逆性、个体行为因果链闭合性与群体演化路径收敛性等自然规律约束下，如何构建具备高因果保真度、逻辑自洽性与跨模态一致性的人工智能驱动社会模拟框架的技术问题；其核心在于利用社会系统演化中的客观反馈机制、信息熵约束与神经认知动力学规律，实现对复杂历史情境的可计算还原与反事实推演，适用于数字人文研究、重大历史事件影响评估、文明演化路径建模等具有严格科学实证需求的场景；

39、2、本发明通过可量化指标验证：在标准测试环境（intel xeon 8核/16gb ram/10并发）下，史实模式还原f1-score≥91.3%，反事实链逻辑自洽率≥86.7%（人工盲评+自动冲突检测双验证），显著优于现有abm与llm方案。