复杂系统的临界相变预测是揭示宏观行为涌现机制与实现灾害预警的核心科学难题。传统方法因受限于临界点附近极窄的观测窗口，难以实现有效的早期预警。本研究以平衡态系统为切入点，基于微正则拐点分析的高阶"相变"识别框架，揭示了高阶相变现象存在于传统临界相变的两侧，为临界相变的早期预警提供了新的理论依据。通过Ising模型、Potts模型和Blume-Capel模型三个经典案例的系统验证，我们不仅证实了微正则分析的有效性，还成功在正则系综中建立了定位这些模型高阶相变的序参量表征方法。进一步地，我们将该方法拓展应用于具有双层网络结构的Majority-Vote模型（其噪声来源于投票层的动态反馈），结果表明该分析框架同样适用于复杂投票系统的临界态预警研究。

刘伟，博士，副教授，硕士生导师，现任西安科技大学理学院实验中心主任。1999年进入北京师范大学物理系学习，于2008年获得博士学位。西安科技大学理学院应用物理系工作至今，并于2015年至2016赴美国乔治亚大学物理系访学。主持并完成国家自然科学基金2项，陕西省自然科学基金及陕西省教育厅基础科学研究计划各1项；参与国家级教改项目和省级新工科研究和实践项目各1项。获得陕西省高等学校科学技术奖、校级科学技术奖和教学成果奖各1项；发表SCI论文30余篇，参编教材1部。目前主要研究兴趣为复杂系统上的相变与临界现象，人工群体的集体行为及智能，系统临界态预警及调控等。