11

11.md

 ## 十一、进化
 
+> 原文：[Chapter 11  Evolution](http://greenteapress.com/complexity2/html/thinkcomplexity2012.html)
+
+> 译者：[飞龙](https://github.com/wizardforcel)
+
+> 协议：[CC BY-NC-SA 4.0](http://creativecommons.org/licenses/by-nc-sa/4.0/)
+
+> 自豪地采用[谷歌翻译](https://translate.google.cn/)
+
 生物学乃至整个科学最重要的思想，是通过自然选择的进化论，它声称由于自然选择而创造出新的物种并改变现有的物种。自然选择是个体间遗传差异导致生存和繁殖差异的过程。
 
 在了解生物学的人中，进化论被广泛认为是一个事实，也就是它足以接近事实，如果将来得到纠正，纠正将使中心思想基本保持完整。
@@ -30,10 +38,12 @@
 我将从一个简单的模型开始，演示一种基本的进化形式。 根据该理论，以下特征足以产生进化：
 
 +   复制者：我们需要一批能够以某种方式复制的智能体。 我们将以复制者开始，它们生成它们自己的完美的副本。 稍后我们将添加不完美的副本，即突变。
-+   突变：我们还需要一些总体中的变化，也就是个体之间的差异。
++   突变：我们还需要一些种群中的变化，也就是个体之间的差异。
 +   生存和繁殖差异：个体之间的差异必须影响其生存或繁殖的能力。
 
-为了模拟这些特征，我们将定义智能体种群，智能体代表个体。 每个智能体都有遗传信息，称为基因型，这是智能体繁殖时复制的信息。 在我们的模型 1 中，基因型由`N`个二进制数字（零和一）的序列表示，其中`N`是我们选择的参数。
+为了模拟这些特征，我们将定义智能体种群，智能体代表个体。 每个智能体都有遗传信息，称为基因型，这是智能体繁殖时复制的信息。 在我们的模型中 [1]，基因型由`N`个二进制数字（零和一）的序列表示，其中`N`是我们选择的参数。
+
+> [1] 模型是主要由 Stuart Kauffman 开发的 NK 模型的变体（参见 <https://en.wikipedia.org/wiki/NK_model>）。
 
 为了产生突变，我们创建了具有多种基因型的种群；稍后我们将探讨创造或增加突变的机制。
 
@@ -349,7 +359,7 @@ class Mutant(Agent):
 
 `logical_xor`函数计算“异或”，不同的元素为`True`，相同的元素为`False`。
 
-为了量化种群的分散，我们可以计算每对智能体之间距离的平均值。 在本章的笔记本中，您会看到`MeanDistance`仪器，它会在每个时间步骤后计算这个度量。
+为了量化种群的分散，我们可以计算每对智能体之间距离的平均值。 在本章的笔记本中，你会看到`MeanDistance`仪器，它会在每个时间步骤后计算这个度量。
 
 图？ 展示了智能体随时间的平均距离。 因为我们从相同的突变开始，所以初始距离为 0。随着突变的发生，平均距离增加，在种群遍布景观时达到最大值。
 
@@ -375,3 +385,19 @@ class Mutant(Agent):
 一旦种群达到稳定状态，它就会形成一个新的簇，智能体之间的平均距离再次接近 1。
 
 现在，如果我们计算智能体之前和之后的位置之间的距离，平均而言，它们相差超过 6。 簇之间的距离远大于每个簇内的距离，因此我们可以将这些簇解释为不同的物种。
+
+## 11.10 总结
+
+我们已经看到，突变以及生存和繁殖差异，足以导致适应性的增加，多样性的增加，并产生简单形式的物种。 这种模型并不是现实的；自然系统中的进化要比这复杂得多。 相反，它意味着一个“充足定理”；也就是说，模型的特征足以产生我们试图解释的行为（参见 <https://en.wikipedia.org/wiki/Necessity_and_sufficiency>）。
+
+从逻辑上讲，这个“定理”并不能证明，自然界中的进化仅仅由这些机制引起，但是由于这些机制确实以多种形式出现在生物系统中，所以认为它们至少有助于自然进化，是合理的。
+
+同样，该模型并不能证明这些机制总是会导致进化。 但是我们在这里看到的结果是可靠的：在几乎所有包含这些特征的模型中 - 不完美的复制者，变异性和繁殖差异 - 发生了进化。
+
+我希望这一观察有助于揭开进化的神秘面纱。 当我们观察自然系统时，进化看起来很复杂。 而且由于我们主要看到了进化的结果，而没有看到这个过程，所以难以想象和相信。
+
+但在模拟中，我们看到整个过程，而不仅仅是结果。 通过包含最少的一系列特征来产生进化 - 暂时忽略了生物生命的巨大复杂性 - 我们可以将进化看作是一个令人惊讶的简单，不可避免的想法。
+
+## 11.11 练习
+
+本章的代码位于本书仓库的 Jupyter 笔记本`chap11.ipynb`中。 打开笔记本，阅读代码并运行单元格。 笔记本包含本章的练习。 我的解决方案在`chap11soln.ipynb`中。