系统科学概论复杂性研究

第６章复杂性研究刘杨北航数学与系统科学学院系统科学与控制系提纲复杂性研究中的相关概念复杂性研究的三个阶段简单系统和三类巨系统简单巨系统复杂适应性系统开放的复杂巨系统复杂性科学从简单性到复杂性从有机界到无机界复杂性研究的方法、意义和基本原理6.1复杂性研究中的相关概念

复杂性（Complexity）的基本概念目前，关于复杂性的概念尚没有统一说法。因为复杂性涉及面很宽，在美国国会图书馆1975年至1999年2月15日的入藏书目中，标题里含复杂性一词的就有489种。其中涉及算法复杂性、计算复杂性、生物复杂性、生态复杂性、演化复杂性、发育复杂性、语法复杂性，乃至经济复杂性、社会复杂性等。需要说明的是：社会科学领域中相当多数量的“复杂性”指的是混乱、杂多、反复等意思，而并非系统科学研究领域中与混沌、分形和非线性相关联的“复杂性”。

总之，由于复杂性概念在不同的学科领域，研究对象和采用的分析方法不同，因而对复杂性概念的定义也不相同，所以，到目前为止，对复杂性还没有一个严格定义。复杂系统及其基本特征

关于复杂系统的定义不统一，至少有30多种，代表性的有如下一些：

（1）复杂系统就是混沌系统（混沌学派）。

（2）具有自适应能力的演化系统（SantaFe）。

（3）包含多个行为主体（Agent）具有层次结构的系统。

（4）包含反馈环的系统（Stacey）。

（5）不能用传统理论与方法解释其行为的系统（John

Warfield）。

复杂系统及其基本特征

关于复杂系统的定义不统一，至少有30多种，代表性的有如下一些：

（6）动态非线性系统。

（7）客观事物某种运动或性态跨越层次后整合的不可还原的新性态和相互关系（本体论的复杂性定义）。本体论复杂性还可以分为：运动复杂性（突变论和混沌两种）和结构复杂性（分形和非稳定性）。它们都具有跨越层次的特征，表现为嵌套、相互连结、相互影响和作用等。

（8）对客观复杂性的有效理解及其表达（认识论的复杂性定义）。

虽然目前关于复杂系统的认识与定义尚未统一，但是对复杂系统基本特征的认识却比较一致。一般认为复杂系统具有以下特征：（1）非线性（不可叠加性）与动态性非线性是产生复杂性的必要条件，没有非线性就没有复杂性。复杂系统都是非线性的动态系统。非线性说明了系统的整体大于各组成部分之和，即每个组成部分不能代替整体，每个层次的局部不能说明整体，低层次的规律不能说明高层次的规律。每个子系统具有相对独立的结构、功能与行为。各组分之间、不同层次的组分之间相互关联、相互制约，并有复杂的非线性相互作用。动态性说明系统随着时间而变化，经过系统内部和系统与环境的相互作用，不断适应、调节，通过自组织作用，经过不同阶段和不同的过程，向更高级的有序化发展，涌现出独特的整体行为与特征。

（2）非周期性与开放性

复杂系统的行为一般是没有周期的。非周期性展现了系统演变的不规则性，系统的演变不具有明显的规律。系统在运动过程中不会重复原来的轨迹，时间路径也不可能回归到它们以前所经历的任何一点，它们总是在一个有界的区域内展示出一种通常是极其“无序”的振荡行为。系统是开放的，与外部是相互关联、相互作用的，系统与外部环境是统一的。开放系统不断的与外界进行物质、能量和信息的交换，没有这种交换，系统的生存和发展是不可能的。任何一种复杂系统，只有在开放的条件下才能形成，也只有在开放的条件下才能维持和生存。开放系统还具有自组织能力，能通过反馈进行自控和自调，以达到适应外界变化的目的。

（3）积累效应（初值敏感性）

初值敏感性，即所谓的“蝴蝶效应”或积累效应，是指在混沌系统的运动过程中，如果起始状态稍微有一点改变，那么随着系统的演化，这种变化就会被迅速积累和放大，最终导致系统行为发生巨大的变化。这种敏感性使得我们不可能对系统做出精确的长期预测。

（3）积累效应（初值敏感性）

初值敏感性，即所谓的“蝴蝶效应”或积累效应，是指在混沌系统的运动过程中，如果起始状态稍微有一点改变，那么随着系统的演化，这种变化就会被迅速积累和放大，最终导致系统行为发生巨大的变化。这种敏感性使得我们不可能对系统做出精确的长期预测。

（4）结构自相似性（分形性）

所谓自相似是指系统部分以某种方式与整体相关。分形的两个基本特征是没有特征尺度和具有自相似性。对于经济系统，这种自相似性不仅体现在空间结构上（结构自相似性），而且体现在时间序列的自相似性中。一般来说，复杂系统的结构往往具有自相似性，或其几何表征具有分数维。

复杂性的分类

复杂性的种类很多，从不同角度可以进行不同的分类。以下是两种分类：

（1）物理（自然系统）复杂性、生物复杂性、社会复杂性；（2）主观复杂性与客观复杂性。

6.2复杂性研究的三个阶段

6.2.1简单系统和三类巨系统回顾第2章中系统的分类，若将系统按照其结构的复杂程度划分，可以分为简单系统和巨系统。简单系统是一类模型系统的总称，它的特征不在于包含子系统数目的多少，只要其子系统之间满足叠加原理，大到宇观的天体系统、小到微观的原子系统，都可认为是简单系统。现实生活中，很少有完全符合简单系统要求的系统。6.2复杂性研究的三个阶段

6.2.1简单系统和三类巨系统回顾第2章中系统的分类，若将系统按照其结构的复杂程度划分，可以分为简单系统和巨系统。简单系统是一类模型系统的总称，它的特征不在于包含子系统数目的多少，只要其子系统之间满足叠加原理，大到宇观的天体系统、小到微观的原子系统，都可认为是简单系统。现实生活中，很少有充全符合简单系统要求的系统。一般认为，万有引力作用下的两体系统、弹簧振子系统和氢原子系统可以按照简单系统来处理，其他的系统则需要进行一定的近似简化；比如子系统间的相互作用被认为只能发生在两个子系统之间，而与具他子系统的存在与否无关；再比如子系统之间的相互关系比较简单，非线性效应很小，以至达到可以忽略的程度。只有近似简化后，我们才可以把一个实际系统近似看做是简单系统。6.2复杂性研究的三个阶段

6.2.1简单系统和三类巨系统对于简单系统，只需在同一个层次进行分析研究，而分析研究其运动行为的框架就是牛顿体系。由于简单系统满足叠加原理，其整体的运动状态就是系统中所有子系统的运动状态和，一般利用经典物理学的理论和方法即可对简单系统加以讨论。对于子系统数目较多的情况，则可以借助电子计算机进行大规模的运算和处理。因为简单系统在一定的作用力之下，其状态描述是完全确定的，且其满足的演化规律是时间反演对称的。即，给定它的一个初始条件，就可以准确地推算出系统的过去，并预测出系统的未来。6.2复杂性研究的三个阶段

6.2.1简单系统和三类巨系统所以认为，简单系统反映的是一幅“静止”的图景，时间只是作为一个参数出现，其中不存在演化的现象。由简单系统组成的、没有变化的世界，就是理想化的牛顿体系世界，在这个世界里，万物有其不变的位置，按照已经设定好的模式周而复始地运动，不再有新事物的生成，也不会有旧事物的死亡。然而，真实世界并非如此，每一个系统都有其自身的发展历程，有诞生、成长和衰亡，而整个客观世界也无时无刻不在运动和变化着。应该看到，简单系统只是人类在探索自然界的早期，为了认识和解释现实中的

一些宏观的少体系统，所采用的一种最简单的近似理论模型。

6.2复杂性研究的三个阶段

6.2.1简单系统和三类巨系统相对于简单系统而言，巨系统一般包含了大量子系统，且子系统之间存在复杂的相互作用。巨系统本身会呈现出多个层次，它是更趋近于真实世界中大量实际事物的理论模型，也是系统科学关注和研究的主要对象。

6.2复杂性研究的三个阶段

6.2.1简单系统和三类巨系统相对于简单系统而言，巨系统一般包含了大量子系统，且子系统之间存在复杂的相互作用。巨系统本身会呈现出多个层次，它是更趋近于真实世界中大量实际事物的理论模型，也是系统科学关注和研究的主要对象。巨系统按照组成系统子系统的复杂程度，又可细分为：简单巨系统、复杂适应性系统和开放的复杂巨系统（后面两类系统有时被统称为复杂巨系统）。对这三类系统的研究，代表了复杂性研究所经历的三个阶段，可以反映出人们对复杂系统了解逐步深入的过程。

6.2复杂性研究的三个阶段

6.2.1简单系统和三类巨系统

钱学森在建立系统学的多年努力中逐渐感觉到，自组织理论能够成功处理的是物理化学之类的巨系统，将它的理论和方法用于人体、社会、思维等巨系统不见效，这使他感到困惑。钱学森经过考察发现巨系统包含不同类别，彼此在性质上差别很大，自组织理论处理的是物理化学对象等简单巨系统；人体、社会、思维等对象属于复杂巨系统，必须采用与简单巨系统理论不同的处理方法，建立不同的理论体系。6.2复杂性研究的三个阶段

6.2.2简单巨系统简单巨系统是包含子系统数目多，但子系统之间相互作用关系相对简单的一类巨系统，如热力学系统、化学反应系统等。

6.2复杂性研究的三个阶段

6.2.2简单巨系统简单巨系统是包含子系统数目多，但子系统之间相互作用关系相对简单的一类巨系统，如热力学系统、化学反应系统等。首先，简单巨系统的元素或子系统数目显然很多，但是一般各个子系统之间的差别不大、往往可以采用子系统物理量的统计平均值来近似描述系统的状态。以我们经常讨论的热力学系统为例，1摩尔的理想气体中包含有6.02×1023个分子，对此系统显然难以讨论每一个分子的运动情况，但由于这些分子的性质相同，行为（分子碰撞）又相互耦合，故可以从系统整体的角度进行统计平均意义上的分析。

6.2复杂性研究的三个阶段

6.2.2简单巨系统简单巨系统内子系统之间的相互作用，其具体形式一般是非线性的。在研究过程中，不能通过对子系统性质的叠加而得出整体性质，这给研究工作带来了一定困难。同时，简单巨系统往往会涌现出一些新的性质，所以对这类系统至少应该分为两个层次来研究：系统层次（整体）与子系统层次（局部）。不同层次上选择的状态变量不同，对系统演化的描述方法不同，应用的理论也不同。6.2复杂性研究的三个阶段

6.2.2简单巨系统简单巨系统内子系统之间的相互作用，其具体形式一般是非线性的。在研究过程中，不能通过对子系统性质的叠加而得出整体性质，这给研究工作带来了一定困难。同时，简单巨系统往往会涌现出一些新的性质，所以对这类系统至少应该分为两个层次来研究：系统层次（整体）与子系统层次（局部）。不同层次上选择的状态变量不同，对系统演化的描述方法不同，应用的理论也不同。例如，对一个热力学系统，刻画系统层次的物理量通常有温度、压强和体积等，而在子系统层次则有分子的速度、动能等物理量；宏观层次上可以选择流体力学、热力学来加以讨论，而在微观层次上则需要利用分子动力学的理论进行分析。6.2复杂性研究的三个阶段

6.2.2简单巨系统在多数情况下，简单巨系统内子系统之间的相互作用关系是己知的，同时外界对系统的影响也是固定的，人们可以用确定的规律对它进行描述。例如在化学反应系统中，原子之间的化学作用是清楚的，对系统添加反应物和取出生成物的数量也是确定的（假定各种化学组分的浓度固定），对于此类系统可以用系统理论的相关知识来分析。6.2复杂性研究的三个阶段

6.2.2简单巨系统实际上，研究简单巨系统的理论主要是普利高津创立的耗散结构理论和哈肯提出的协同学，也就是本书第3章和第4章中详细介绍过的非平衡系统的自组织理论，所以，简单巨系统有时又被称做是非平衡自组织系统。

一般的物理、化学系统都可以看做是简单巨系统，对于这些由大量分子或原子组成的自然系统，我们可以用非平衡自组织理论来研究它们的演化特点，以及相变、分岔、稳定性、形成新的有序结构等演化行为。6.2复杂性研究的三个阶段

6.2.2简单巨系统在对简单巨系统状态的描述中，熵是一个重要的物理量，它是态函数，它的一个函数值对应了简单巨系统的一个状态。熵的大小还反映了系统的有序程度，用熵不仅可以描述系统的状态，还能说明简单巨系统以它为标志的演化方向。6.2复杂性研究的三个阶段

6.2.2简单巨系统在对简单巨系统状态的描述中，熵是一个重要的物理量，它是态函数，它的一个函数值对应了简单巨系统的一个状态。熵的大小还反映了系统的有序程度，用熵不仅可以描述系统的状态，还能说明简单巨系统以它为标志的演化方向。在简单巨系统与外界进行物质、能量和信息的交换时，如果熵值增加（系统内部趋向无序），表明系统向着各个子系统对系统整体性质均匀贡献的方向发展；如果熵值减少（系统内部趋于有序），表明系统是向着少数某些个体对系统整体性质发挥主导作用的方向演化。换言之，可以用熵值的增加或减少来说明系统的演化是朝着各子系统趋于均衡还是趋于分化的方向发展。6.2复杂性研究的三个阶段

6.2.2简单巨系统在离平衡态较近的线性区，简单巨系统满足最小熵产生原理：在任何线性不可逆过程中，熵产生率恒为正，并随时间的变化不断减小，直至取得最小值。需要注意的是：整个过程中熵值仍旧在增大，只是增大的幅度越来越小。最后，非平衡系统会达到一个稳定的状态，此时系统的熵产生率最小、熵值以最小的速率稳定地增加，我们称系统处于线性区的非平衡定态。6.2复杂性研究的三个阶段

6.2.2简单巨系统在远离平衡的非线性区，较强的非线性作用为简单巨系统的演化提供了多种可能，系统若满足一定的条件将形成有序的耗散结构。根据系统呈现出的具体特点和分析问题的实际需要，应当选择不同的方法来建立适当的数学模型，自组织理论采用非线性微分方程来描述简单巨系统的演化情况。定量计算可以采用宏观层次的反应扩散方程，以及随机层次的主方程、Fokker-Planck方程等数学工具，每一类模型对应于相应的数学方法，可以解决某一类相关问题。另外结合定性的讨论，如利用相图分析、稳定性和分岔理论等，形成了针对耗散结构系统的一套比较规范的研究思路。6.2复杂性研究的三个阶段

6.2.2简单巨系统需要特别强调的是，协同学中的序参量概念（用以描述系统的有序程度或对称性破缺的程度）和支配原理（慢变量役使快变量），是自织织理论的重要组成内容，尤其是简化状态变量的绝热消去方法在分析简单巨系统的演化时具有很高的实用价值。6.2复杂性研究的三个阶段

6.2.2简单巨系统现实中的许多系统，如生物系统、人文系统、经济系统等，其子系统的相互作用复杂，层次很多，对系统产生影响的外界环境通常也是不确定的。此时，简单巨系统的理论不再适用。虽然有时经过近似，把子系统之间的相互作用简化，再引入某些假定，可以采用自组织理论来讨论类系统，并能获得一些有用的结果。但是，研究这类复杂系统必将面临许多全新的问题，需要引入新的理论和分析工具，这是下面将要介绍的内容。6.2复杂性研究的三个阶段

6.2.3复杂适应性系统复杂适应性系统不仅子系统数目多，而且其相互关系复杂，一般分为多个层次，如人体、生物体等系统。为了与构成简单巨系统的元素（如分子、原子等）有所区别，人们认为复杂适应性系统主要由被称为“适应性智能体”（adaptiveagent）的个体构成。顾名思义，这样的个体具有适应性：它能够与环境及其他个体进行交互作用，而且在作用过程中可以“学习”或“积累经验”，并根据学到的经验改变自身的结构和行为方式。由于适应性智能体的适应能力同时也体现为具有主动性，所以有的书中将这个概念称之为“主体”。6.2复杂性研究的三个阶段

6.2.3复杂适应性系统针对这样一类个体的相互作用，从事复杂性研究的圣塔菲研究所进行了大量工作，并于1994年由研究所的约翰·霍兰教授提出了一套比较完整的解释这种复杂性的理论，叫做复杂适应性系统理论，简称为CAS理论。CAS理论的核心思想是：适应性造就复杂性，即认为事物的复杂性源自简单性，它在适应环境的过程中产生，所以称之为“复杂适应性”，这样的复杂特性是受到一定规律支配的。6.2复杂性研究的三个阶段

6.2.3复杂适应性系统：组分与结构前述各种系统理论几乎都把元素当做死的存在物，没有个性和主动性，按照盲目的自然规律对环境的作用作出反应。就如同向空中扔出一块石头时，它对外界施加作用力所作出的回应，只能遵循力学规律作完全确定性的抛物线运动，落到确定的地点，没有复杂性可言。自动控制系统中的元件，贝纳德流中的液体分子，激光器中的光子，都是这种元素。由这类事物构成的都是非适应性系统。6.2复杂性研究的三个阶段

6.2.3复杂适应性系统：组分与结构相反，如果扔向空中的是一只小鸟，尽管它也有质量，也不能违背力学规律，但小鸟具有主动性和适应性，能够观察周围环境主动收集和处理信息，选择一定的飞行路线和落脚点，其运动轨迹不再是抛物线。小鸟飞行就是一个适应性系统。6.2复杂性研究的三个阶段

6.2.3复杂适应性系统：组分与结构相反，如果扔向空中的是一只小鸟，尽管它也有质量，也不能违背力学规律，但小鸟具有主动性和适应性，能够观察周围环境主动收集和处理信息，选择一定的飞行路线和落脚点，其运动轨迹不再是抛物线。小鸟飞行就是一个适应性系统。当系统由类似小鸟这种有主动性、适应性的组分构成时，要描述它的行为特性，揭示其内在机制，前述所有系统理论都无能为力。6.2复杂性研究的三个阶段

6.2.3复杂适应性系统：组分与结构复杂适应系统理论对系统科学的重要推进，首先是它赋予系统组分以主动性、适应性，并称之为适应性智能体。大脑作为CAS，适应性智能体是神经元。公司作为CAS，职员、职能部门是智能体。在生态系统中，适应性智能体是物种。在经济系统中，个人、公司、厂家、商店等是智能体。6.2复杂性研究的三个阶段6.2.3复杂适应性系统：组分与结构

适应性智能体是CAS理论中最基本的概念，有以下特点：第一，这些个体可以彼此接受，通过“粘着”（adhesion）而形成较大的、较高层次的聚合体，在系统中以一个单独个体的方式行动。古人已经懂得“物以类聚，人以群分”的道理，但对其内在机制始终不甚了解。CAS理论指出，适应性智能体主动性的一个重要表现就是具有自我集聚的本性，不安于孤身独处。只要同一大环境中分散存在众多适应性智能体，它们就有自动聚集起来的趋向。聚集是一种相互作用，大量个体在这种相互作用中逐渐找到稳定的关联方式，形成具有一定结构的聚集体（系统）。6.2复杂性研究的三个阶段6.2.3复杂适应性系统：组分与结构适应性智能体是CAS理论中最基本的概念，有以下特点：第一，这些个体可以彼此接受，通过“粘着”（adhesion）而形成较大的、较高层次的聚合体，在系统中以一个单独个体的方式行动。小的聚集体仍然具有自发的聚集趋势，聚集成为大的聚集体。如在经济领域中，个人聚集为公司，小公司聚集为大公司，进一步聚集为集团公司，各种公司聚集为市场。不同聚集体有不同的聚集方式，形成不同的CAS结构。但一个共同点是，如此逐级聚集的结果，使得所有CAS都具有多级层次结构，下一层次的小聚集体成为构筑上一层次聚集体的建筑砖块。

6.2复杂性研究的三个阶段

6.2.3复杂适应性系统：组分与结构适应性智能体是CAS理论中最基本的概念，有以下特点：第二，在适应性智能体的属性发生变化时，它们的行为体现为非线性的关系，通常是各种正、负反馈的作用以及交互影响的、互相缠绕的复杂关系。有人认为这种非线性的“适应性”恰恰是系统复杂性产生的根源。6.2复杂性研究的三个阶段6.2.3复杂适应性系统：组分与结构适应性智能体是CAS理论中最基本的概念，有以下特点：第三，在个体内部、个体与其他个体（CAS理论称为环境）之间存在着物质流、能量流和信息流，这些流传输渠道的通畅性、传输效率的高低等因素都与复杂适应性系统的演化过程密切相关。6.2复杂性研究的三个阶段6.2.3复杂适应性系统：组分与结构适应性智能体是CAS理论中最基本的概念，有以下特点：第四，在适应性智能体相互作用的过程中，个体之间的某些差别会不断增大，最终分化形成多种类型的智能体。系统复杂性的重要来源之一正是个体类型的多样性，在这里类型的多样性同样来源于个体相互适应的过程。6.2复杂性研究的三个阶段

6.2.3复杂适应性系统：组分与结构适应性智能体是CAS理论中最基本的概念，有以下特点：总之，由适应性智能体构成的复杂适应性系统，在与环境的相互作用过程中演化和发展，并表现出宏观尺度上的系统分化、结构涌现等丰富多彩的现象。6.2复杂性研究的三个阶段

6.2.3复杂适应性系统：信息运作在前例中，被扔出去的石头只需对外力（投掷力和重力）作出直接回应，其中的信息运作非常简单，无须用信息原理来说明，用力学语言就足够了。被扔出去的小鸟则大不相同，除了投掷力和重力，更重要的是小鸟自己的主动性行为；不仅小鸟体内存储大量本能式信息，而且它还会观察外部环境，联系对照体内信息，进行信息加工处理，不断对环境作出试探性回应，不断反馈信息，修正决策，直到抵达目的地。6.2复杂性研究的三个阶段

6.2.3复杂适应性系统：信息运作在前例中，被扔出去的石头只需对外力（投掷力和重力）作出直接回应，其中的信息运作非常简单，无须用信息原理来说明，用力学语言就足够了。被扔出去的小鸟则大不相同，除了投掷力和重力，更重要的是小鸟自己的主动性行为；不仅小鸟体内存储大量本能式信息，而且它还会观察外部环境，联系对照体内信息，进行信息加工处理，不断对环境作出试探性回应，不断反馈信息，修正决策，直到抵达目的地。小鸟本身是一个受制于信息运作的复杂适应系统，了解其信息运作的特点，才能了解这类系统的运作机理。由于这种差别，石头运动是简单系统、非适应性系统，小鸟运动是复杂适应系统。6.2复杂性研究的三个阶段6.2.3复杂适应性系统：信息运作CAS理论的一个重要假设是，任何CAS都具有预测能力，其机制是一种基于系统内在结构的信息运作模式，而非适应性系统的问题正在于它没有预测能力。所以，在研究复杂适应系统时，人们通常需要关注系统的信息运作。

复杂适应系统之所以优越于非适应性系统，关键就在于前者具有内部预测模式，据之可以感知环境，作出预测，进而采取回应环境的行动，并根据行动的经验来检验、修正、补充、优化这种内部模式，使自己得以进化。

6.2复杂性研究的三个阶段6.2.3复杂适应性系统：信息运作上述信息运作过程大体划分为五步：积累经验，收集信息；总结经验，处理信息，发现规律，提炼成内部预测模式；把内部模式与实时（现场）的信息资料结合起来，描述环境，预测未来；采取行动，作用于现实世界；对行动后果进行信息反馈，收集经验，对现有模式进行评价和选择，补充、修正、发展内部模式。6.2复杂性研究的三个阶段

6.2.3复杂适应性系统：信息运作综上，复杂适应性系统理论建立了具有主动性的个体基本行为模型：刺激－－反应模型。这个模型描述了个体与环境在交互作用过程中的学习机制，所谓的适应能力就表现在适应性智能体能够根据已有行为的效果来修改自己的行为方式，以便能更好地在环境中生存下去。6.2复杂性研究的三个阶段

6.2.3复杂适应性系统：七个基本点作为一种整体涌现特性，CAS的复杂性难以用微分方程之类的数学模型来描述，还原论科学创造的那些由局部描述过渡到整体描述的方法均已失效。如霍兰所说，可行的办法就是“对CAS进行跨学科的比较以抽取其共性”。霍兰认为，深入了解CAS的关键是七个基本点：聚集、非线性、流和多样性四个特性，标志、内部模型和积木三个机制。6.2复杂性研究的三个阶段

6.2.3复杂适应性系统：七个基本点

1.集。一个CAS生成之前，大环境中必定已生成诸多适应性智能体，彼此有聚集起来作为一个系统而生存发展的要求和趋势。

6.2复杂性研究的三个阶段

6.2.3复杂适应性系统：七个基本点

1.集。一个CAS生成之前，大环境中必定已生成诸多适应性智能体，彼此有聚集起来作为一个系统而生存发展的要求和趋势。

2.标志。标志如同一面旗帜，是系统赖以把智能体聚集起来的机制，也是趋向于聚集的智能体相互识别的标识。例如：柯文等人组建从事跨学科研究机构圣塔菲，就是竖起一面旗帜，复杂性研究是它聚集适应性行动者的标志。6.2复杂性研究的三个阶段

6.2.3复杂适应性系统：七个基本点

3.非线性。智能体相互作用本质上是非线性的，新的聚集体（系统）的特性、功能、作用等不是参与聚集的各个智能体特性、功能的线性叠加，而是它们之间非线性相互作用产生的非平庸的整体涌现性。

6.2复杂性研究的三个阶段6.2.3复杂适应性系统：七个基本点3.非线性。智能体相互作用本质上是非线性的，新的聚集体（系统）的特性、功能、作用等不是参与聚集的各个智能体特性、功能的线性叠加，而是它们之间非线性相互作用产生的非平庸的整体涌现性。4.流。诸多智能体聚集而成系统，就会形成以智能体为节点的网络，资源在其中流动，系统是节点、连接者、资源的集合体。例如：系统是工厂，则车间是行动者或节点，运输和通信线路是连接者，原材料、工具、半成品、信息等是资源。

6.2复杂性研究的三个阶段

6.2.3复杂适应性系统：七个基本点5.多样性。诸多智能体聚集起来，相互适应，相互竞争，相互合作，相互激励，相互补充，以及在自然生态系统中常见的共生、寄生、拟态等，加上智能体自由流动，有进有出，不断创造新的生态位，促进资源再循环，必然演化出多样性。

6.2复杂性研究的三个阶段

6.2.3复杂适应性系统：七个基本点5.多样性。诸多智能体聚集起来，相互适应，相互竞争，相互合作，相互激励，相互补充，以及在自然生态系统中常见的共生、寄生、拟态等，加上智能体自由流动，有进有出，不断创造新的生态位，促进资源再循环，必然演化出多样性。

6.内部模型。内部模型指系统赖以识别环境、预知未来的复杂机制。作为整体的CAS以及作为其组分的每个适应性智能体都有基于经验的内部模型，凭借这个模型去感知外界，获取和处理信息，预测未来，采取行动，再总结经验，改进模型，等等。

6.2复杂性研究的三个阶段

6.2.3复杂适应性系统：七个基本点7.积木。积木是内部模型的生成机制和基本构件，使用积木生成模型是CAS的一个普遍特征。实际系统的内部模型既要面对恒新的环境，能够解决不同问题；又应该是一种有限的样本，能够在其描述的情景中反复出现。使这个矛盾达成统一的一种方式是找出构造模型的基本积木块，把预知环境的过程转变为发现和组合积木的过程。6.2复杂性研究的三个阶段

6.2.3复杂适应性系统最后，CAS理论的一个重要特点在于它的可操作性。圣塔菲研究所的科学家们充分发挥其计算机方面的技术优势，相继提出了可由计算机模拟的遗传算法、元胞自动机、自动机网络等复杂适应性系统的演化模型。另外，圣塔菲研究所还开发了一个专门的软件实验平台——SWARM，通过它可以实现不同领域复杂适应性系统的模型创建和模拟，从而为研究复杂系统的行为特点和演化规律提供了便利。现在，应用SWARM软件平台已经成功建立了诸如阿克罗夫模型、国会山保姆公司模型等经济学领域的经典模型，从系统科学的角度对现实中某些复杂的实际问题做出了解释。6.2复杂性研究的三个阶段

6.2.3复杂适应性系统当然，适应性只是产生复杂性的机制之一，CAS理论也并不排除形成系统复杂性的其他渠道。尽管如此，理论和实证都表明：复杂适应性系统的确是一大类十分常见且重要的复杂系统。复杂适应性的思想与遗传学上达尔文的进化论观点有着很大程度的一致性，由适应性造就的复杂性在某个层面上概括了现实中生物、生态、经济和社会等诸多复杂系统的共同特点。复杂适应性理论是系统科学发展到今天的一个重要成果，有待于我们进一步充实和完善。6.2复杂性研究的三个阶段

6.2.4开放的复杂巨系统复杂巨系统如果包含了人的参与，则子系统不仅数目多，而且行为将更加复杂，它们相互之间的关系和规律通常不十分清楚，且形成了系统结构的多个层次，对这样一类系统的研究方法是由我国科学家首先提出的，并称这类系统为开放的复杂巨系统。如一些社会系统、经济系统及教育系统等。6.2复杂性研究的三个阶段

6.2.4开放的复杂巨系统：开放性开放是为了强调复杂巨系统与环境之间存在着大量物质、能量和信息的交换。外界与系统的相互作用往往决定了系统的性质、特点和演化行为。现实世界是由物质、能量和信息三大要素构成的，由于物质不灭、能量守恒，即使是开放的复杂巨系统，它们与外界环境之间的物质和能量交流也是有限的；只有信息是不守恒的，可以共享和增殖，所以在交流中开放系统与环境的信息交换就愈显重要。6.2复杂性研究的三个阶段

6.2.4开放的复杂巨系统：开放性一般越是复杂的系统，它们与环境的信息交换就越显著。系统与环境进行信息交流，受数量和方式、信息通道、信息对子系统的控制等各种因素影响，这些都会使开放的复杂巨系统在演化时的特点和性质表现出很大差异。6.2复杂性研究的三个阶段

6.2.4开放的复杂巨系统：特点开放的复杂巨系统最重要的特点是：组成巨系统的子系统本身就具有很强的复杂性。在简单巨系统中，子系统大多是无生命的原子、分子，它们的行为一般拥有自己固有的性质和规律，可以由非平衡自组织理论来分析和讨论。复杂适应性系统的个体虽然伴随着相对复杂的多样性和自我学习的特征，然而每个适应性智能体对于外界的反应通常还是遵循一定的机制，系统的发展和演化也已有一系列的模型和计算机程序加以模拟。6.2复杂性研究的三个阶段

6.2.4开放的复杂巨系统：特点但是，对于开放的复杂巨系统而言，其中的子系统是人，而人的行为多种多样，对外界环境和影响的反应也是各不相同，再加上彼此之间的相互作用，以至于整个复杂巨系统的性质和特点根本不能用某一种规则或者定势来加以说明。所以，目前对于开放复杂巨系统的研究仍处在探索阶段。6.2复杂性研究的三个阶段

6.2.4开放的复杂巨系统：特征开放的复杂巨系统所具备的特征：

1.

开放性。封闭意味着系统跟环境的互动互应被切断，内部差异被压抑，系统只能走向热平衡，故封闭系统都是简单的。

2.

规模的巨型性。复杂性与系统的规模有关，具有一定的规模是系统产生复杂性的必要条件。

3.

组分的异质性。简单系统的简单性首先来自组分的单一和同质；复杂系统的复杂性根源首先在于组分的异质。异质性导致组分之间的互动互应方式多种多样，涌现的方式和结果也必定多样而复杂。6.2复杂性研究的三个阶段

6.2.4开放的复杂巨系统：特征开放的复杂巨系统所具备的特征：

4.

结构的层次性。开放复杂巨系统必定有许多子系统，且子系统之间异质性显著，开放复杂巨系统的子系统一般也是开放复杂巨系统，还原到部分并不能减少复杂性。开放复杂巨系统必定是多层次的，层层嵌套，而且不同层次之间往往界限不清，不存在像蛋黄、蛋清、蛋壳那样层次分明的嵌套关系。

5.

关系的非线性。在开放复杂巨系统不同组分之间的互动关系中，不同子系统之间的互动，不同层次之间的互动，再加上系统与环境之间的互动，基本上都是非线性的。6.2复杂性研究的三个阶段

6.2.4开放的复杂巨系统：特征开放的复杂巨系统所具备的特征：

6.

行为的动态性。开放复杂巨系统都是动态系统，其状态和行为不是固定不变的，而是随时间变化而变化的，因而产生了动态复杂性。

7.

内外的不确定性。由于环境和系统自身不可避免地存在扰动、涨落、噪声以为人为的失误等，因而实际的开放复杂巨系统存在各种各样的不确定性、外随机性、内随机性（混沌性）、模糊性等，不确定性给系统的性质、行为、状态造成特有的复杂性，增加了系统驾驭难度。

6.2复杂性研究的三个阶段

6.2.4开放的复杂巨系统：社会系统20世纪80至90年代，钱学森对社会系统作了大量研究，把复杂巨系统区分为两大类，相对于一般复杂巨系统，社会被称为特殊复杂巨系统，要求系统科学界给以特别的关注，并对社会复杂性的特殊之处提出了一些独到的见解。社会作为系统，其复杂性究竟特殊在哪里？6.2复杂性研究的三个阶段

6.2.4开放的复杂巨系统：社会系统复杂性1．组分的特殊复杂性。社会系统的最小组分是人，一个人就是一个开放复杂巨系统。人具有意识、智慧、意志、性格，具有自觉的能动性，善于创造和使用符号；人的行为讲究理性和策略性，同时也常常不自觉地表现出非理性行为；人有政治倾向，有文化认同，有利益追求，有价值取向，等等。这一切都使人具有任何其他单一存在物无法比拟的复杂性。6.2复杂性研究的三个阶段

6.2.4开放的复杂巨系统：社会系统复杂性2．结构的特殊复杂性。结构是组分互动方式的总和。由数量巨大而又如此复杂的个人组成的社会系统，人与人、人群与人群之间的互动方式千差万别。每个社会都有难以计数的子系统，从不同方面划分出来的子系统相互交叉、缠绕、渗透。社会是由无数功能各异的子系统组成的系统，存在民族结构、阶级结构、经济结构、政治结构、文化结构、产权结构、分配结构、市场结构、人口结构、人才结构等等。

6.2复杂性研究的三个阶段

6.2.4开放的复杂巨系统：社会系统复杂性3．形态的特殊复杂性。社会系统具有多种形态，主要是社会的经济形态、社会的政治形态和社会的意识形态，三者都是开放复杂巨系统。作为社会总系统的三个子系统，这三者的关系是复杂的，既是逻辑上并列的子系统，更有基础和上层之间支持与主导的关系，但其间关系的多样复杂却远非基础与上层关系可以囊括。6.2复杂性研究的三个阶段

6.2.4开放的复杂巨系统：社会系统复杂性4．社会的动态复杂性。开放的复杂巨系统是千变万化的。社会系统充满博弈，不同组分之间、不同子系统之间、不同层次之间都在进行博弈，因而尤其具有动态性，经济、政治、文化、思想都在与时俱进地变化着。6.2复杂性研究的三个阶段

6.2.4开放的复杂巨系统：方法论我国系统科学的奠基人钱学森在1990年提出，可以应用从定性到定量的综合集成法来研究开放的复杂巨系统，就是综合集成局部的定性知识，达到对该系统整体的定量认识。这是迄今为止出现的较为有效的方法，涉及机器学习、模式识别、统计学、智能数据库、知识获取、数据可视化、高性能计算、专家系统等多个领域，而计算机技术的迅速发展为它的实现提供了可能。6.2复杂性研究的三个阶段

6.2.4开放的复杂巨系统：方法论定性与定量相结合的综合集成法、就是充分利用人脑和电脑各自的优势，通过人工智能、人机对话等方式，来模拟开放的复杂巨系统的演化情况。在模拟过程中，人和计算机都将充分发挥各自的优势作用，但人依然扮演着研究的主角，他要根据模型反映的情况随时发出新的指令，并对模型不断地加以修正，使之能够及时、全面地说明现实中出现的各种复杂情形。6.2复杂性研究的三个阶段6.2.4开放的复杂巨系统：方法论具体一个实际的开放复杂巨系统问题提出来后，解决问题的过程是由三个步骤组成的循环运动：第一步是收集有关该问题的数据资料，约请有关专家发表意见、经验、设想等；第二步是从第一步的收获中形成经验性假设，利用现有的科学理论为系统建立模型；第三步是依据模型把有关数据、信息输入计算机，对系统进行数值模拟试验，以产生新的经验、数据、资料等。然后进入新的循环，即请专家们观看、分析、评价数值模拟试验，重新收集他们的经验性知识，重新建模（修改模型），重新上机做数值试验，如此循环往复。6.2复杂性研究的三个阶段6.2.4开放的复杂巨系统：方法论从定性到定量综合集成法实质是不借助定量化科学理论而实现从感性认识到理性认识的飞跃。其哲学认识论的依据是实践论（如图），科学方法论的依据是系统论，即充分发挥书本知识、专家经验和信息技术三者的综合优势。6.2复杂性研究的三个阶段

6.2.4开放的复杂巨系统：方法论综合集成法具有不同层次的价值：其一，在工程技术层次上，对于开放复杂巨系统进行预测和决策的实际问题，从定性到定量综合集成法是一种具有很强可操作性的方法。一项开放复杂巨系统工程的实际任务摆在面前，可以严格按照这种方法进行操作，完成从局部定性认识到全局定量认识的转化，获得工程实践所需要的数据。6.2复杂性研究的三个阶段

6.2.4开放的复杂巨系统：方法论综合集成法具有不同层次的价值：其二，在科学理论研究层次上，可以将从定性到定量理解为在理论研究中应用数学方法，为研究对象建立数学模型（包括定量数学模型和定性数学模型），给基本原理以数学描述，那么，从定性到定量综合集成法也是科学理论研究的基本方法。6.2复杂性研究的三个阶段

6.2.4开放的复杂巨系统：方法论综合集成法具有不同层次的价值：其三，如果进一步放松要求，不追求应用数学方法建立数学模型（包括定性数学模型），而将理论描述的目标取为定性地界定概念，定性地塑造和论证原理、规律、定律，建立逻辑自洽的理论体系，那么，综合集成法也是科学方法论的概括。6.2复杂性研究的三个阶段

6.2.4开放的复杂巨系统：方法论现在，综合集成法已经在大型建设工程、军事作战演习系统中有所运用，并在更多的社会领域有着广泛的开发前景。本书最后关于系统工程的章节中将对此方法给出详尽介绍。6.3复杂性科学

6.3.1从简单性到复杂性牛顿有句名言：“自然界喜欢简单化，而不爱用什么多余的原因来夸耀自己。”爱因斯坦说：“自然规律的简单性也是一种客观事实。”这两句话反映了近代科学传统的一个基本观点。在经典科学的世界中，各种复杂的现象都是由一些简单的规律加以解释的。简单性、简明性成为近代科学理论追求的目标和特色之一。例如，经典力学中构造的各种模型：质点模型、刚体模型等，都是在一定的假设条件下，不考虑现实中的各种复杂因素，而将研究对象大为理想化了。所以有人说，经典力学是简单性的科学，其间的各种定律也都是抽象简化的结果。6.3复杂性科学

6.3.1从简单性到复杂性然而在现实世界中，这样的物体是根本不存在的。过去使用理想化的模型是基于历史时期和客观条件的限制，不考虑多方面的复杂要素符合当时的实际情况。事实也证明：西方近代科学对于简单性的追求曾经给科学技术带来过巨大推动。但是，时代的进步和科学的发展使得我们不能再停留在原来简单化的思维之中，这样的现状必须有所突破。同时，规则的简单更不能代表研究方向和研究过程的简单，所谓的简单是指追求一种明晰的、有效率的普适结论，而不是放弃对于复杂问题和复杂性本身的探索。6.3复杂性科学

6.3.1从简单性到复杂性人们对于大自然的了解本身就是一个由简入繁的过程。在人类历史早期，简单性的原则和理想化的方法主导着科学研究的方向是很正常的，也是认识真理的必经阶段。然而，20世纪科学技术的迅猛发展使得人们对于周围客观世界的认识大大深化了，人们的思维方式开始向着多重性的方向转变，复杂性也随之作为一个重要的概念出现于现代科学的辞典中。6.3复杂性科学

6.3.1从简单性到复杂性

何谓复杂性？按照普利高津在其专著《探索复杂性》一书中的解释，复杂性能够实现不同动态之间的转变，这是复杂过程的本质特征之一。而圣塔菲研究所的科学家们认为：复杂性主要是指复杂适应性系统的演化特征，它一般处于混沌的边缘。钱学森则指出，复杂性问题实际上是开放复杂巨系统的动力学特征问题，在自然界，真正普适的、起作用的是开放的复杂巨系统。6.3复杂性科学

6.3.1从简单性到复杂性按照中国从事系统科学研究学者们的看法，复杂性可以表示为变化无常且琢磨不定的一些秩序，它们通过自适应和自组织，经历一系列的过程而向更高级、更优化的秩序演变。现在进行的复杂性研究，就是要分析复杂系统在不同层次上的构成、子系统内部及其相互之间的作用、系统与环境的关系及系统整体的特性等方面，讨论复杂过程发生、变化的原因和规律，从而尽可能地认识、调节和控制客观世界中的种种复杂事物和现象。6.3复杂性科学

6.3.1从简单性到复杂性复杂性科学的定义

复杂性科学就是运用非还原论方法研究复杂系统产生复杂性的机理及其演化规律的科学。复杂系统是复杂性科学研究的对象。6.3复杂性科学

6.3.1从简单性到复杂性

复杂性一般具有下述几个特点：(1)复杂性体现了系统的整体性。整体大于各组成部分之和，这是非线性系统所具有的特征，尤其对涵盖了多个层次的复杂系统而言，单个层次的性质不能说明整体的性质，低层次的规律也不能说明高层次的规律。

6.3复杂性科学

6.3.1从简单性到复杂性

复杂性一般具有下述几个特点：(1)复杂性体现了系统的整体性。整体大于各组成部分之和，这是非线性系统所具有的特征，尤其对涵盖了多个层次的复杂系统而言，单个层次的性质不能说明整体的性质，低层次的规律也不能说明高层次的规律。(2)复杂性意味着系统在组成和结构上的复杂。一个复杂的系统包含了多个子系统，各个子系统有着相对独立的功能、结构和行为。同时，复杂系统的多层次结构反映在时间与空间两个尺度上，可以形成不均一的网络体系。6.3复杂性科学

6.3.1从简单性到复杂性

复杂性一般具有下述几个特点：(3)复杂性意味着系统与环境、子系统与子系统之间存在非线性相互作用。系统与外部环境相互关联、相互制约；系统内部的各个层次之间、各个子系统之间，以及各个组成成分之间均存在着复杂的非线性相互作用。

6.3复杂性科学

6.3.1从简单性到复杂性

复杂性一般具有下述几个特点：(3)复杂性意味着系统与环境、子系统与子系统之间存在非线性相互作用。系统与外部环境相互关联、相互制约；系统内部的各个层次之间、各个子系统之间，以及各个组成成分之间均存在着复杂的非线性相互作用。(4)复杂系统的演化方向多是进化。系统的演化可有进化、退化两个方向，复杂系统里，进化起着重要作用。复杂系统随着时间而变化，不断调节和适应周围环境，通过自组织的作用涌现出一定的行为和特征，整体一般趋向有序化发展。6.3复杂性科学

6.3.1从简单性到复杂性

复杂性一般具有下述几个特点：(5)系统的演化形式是多样的，有渐变和突变。系统科学中的突变指的是非常剧烈的变化，不强调变化的瞬时性。其中渐变是量变，是某种作用、因素的积累，是突变的基础；而突变是质变，是系统从低级向高级进化的阶段性转折。6.3复杂性科学

6.3.1从简单性到复杂性从简单性到复杂性的转变是20世纪科学技术飞速发展的必然结果。有人评价说，复杂性科学是21世纪的科学。普利高津在《确定性的终结》中这样写道：“人类正处于一个转折点上，正处于一种新理性的开端，……

一个新科学时代的开端。……这种科学不再局限于理想化和简单化的情形，而是反映了现实世界的复杂性，……。”6.3复杂性科学

6.3.2从有机界到无机界直观上，复杂性原是生物现象所具有的特性，由大自然创造的生物机体，无论在形态上还是功能方面都表现出显而易见的复杂性。拿一个最简单的生物系统—细胞来说，其新陈代谢包含有几千个化学反应，而且这些反应之间相互联系和制约，在各种酶的催化作用下形成一个耦合的镶嵌网络，各级反应在细胞内部有条不紊地进行，而整个细胞的代谢行为被组织得协调而有序。6.3复杂性科学

6.3.2从有机界到无机界毫无疑问，将生物机体作为系统科学的研究对象可以为我们理解复杂性提供典型范例。在人们的惯有理念之中，物理系统和化学系统与生物系统相比，组织性要低得多，因而复杂程度也要低得多。传统的理论即是用简单化的规律、理想化的原则来处理这些物理、化学系统。牛顿力学的公理化体系、以往的分子原子论等，都是将理论建立在这样的简单性法则之上。6.3复杂性科学

6.3.2从有机界到无机界毫无疑问，将生物机体作为系统科学的研究对象可以为我们理解复杂性提供典型范例。在人们的惯有理念之中，物理系统和化学系统与生物系统相比，组织性低得多，因而复杂程度也要低得多。传统的理论即是用简单化的规律、理想化的原则来处理这些物理、化学系统。牛顿力学的公理化体系、以往的分子原子论等，都是将理论建立在这样的简单性法则之上的。然而，20世纪60年代以后，随着物理、化学系统等无生命世界中存在的一些自组织现象相继被发现（如贝纳德流、化学钟），人们探索复杂性的目光不再仅仅局限于有机世界，而是将注意力逐渐转向了无机界的复杂现象。6.3复杂性科学

6.3.2从有机界到无机界自组织理论告诉我们：自组织现象发生的过程，就是开放系统从无序向有序转变的过程，这其中伴随着能量的耗散和某种新结构的出现。所以不难理解，自组织本身就是一个不断增加多样性和复杂性的过程，而自组织系统亦可作为具有复杂行为机制的对象来研究。这样，物理系统和化学系统已不能一味地当做简单系统来处理，在一定条件下它们通过自组织过程而产生复杂性，可以应用有关复杂系统的一系列理论来进行分析。6.3复杂性科学

6.3.2从有机界到无机界不单单是宏观上的物理和化学系统可以具备复杂性，对于微观世界而言，复杂性同样广泛地存在。从古希腊的原子论者开始，到近代的一些理论物理学家，很多人认为原子、分子这些粒子只是简单的物体，可以由简单的规律加以解释。6.3复杂性科学

6.3.2从有机界到无机界不单单是宏观上的物理和化学系统可以具备复杂性，对于微观世界而言，复杂性同样广泛地存在。从古希腊的原子论者开始，到近代的一些理论物理学家，很多人认为原子、分子这些粒子只是简单的物体，可以由简单的规律加以解释。不过，现在我们认识到：微观粒子的结构实际上并不简单，拥有复杂的产生和衰变过程。如果说研究某些宏观对象还可以建立某种简单模型的话，那么用这种模型来描述非常大和非常小的系统则是行不通的。在微观世界中，人们需要建立更为复杂的模型，来研究微观粒子的产生、湮灭以及相互转化等演化问题。6.3复杂性科学

6.3.2从有机界到无机界如今，相关性、复杂性等概念不再只属于生物系统范畴，描述无机世界的一些自组织行为已经离不开这些概念。复杂性从有机界到无机界的渗入绝非偶然，物理和化学现象同生物现象之间的距离也没有人们想象中的那么大，普通的物理、化学系统同样可以表现出类似于生物系统的复杂性。当然，这并非说无机界的复杂程度可以等同于生物界，只是说我们在研究物理、化学系统时，应避免传统的简单化思维方式，并可借鉴生物现象中所表现出来的一些复杂事物的共同特点。6.3复杂性科学

6.3.2从有机界到无机界普利高津在《探索复杂性》一书中说道：“复杂性不再仅仅属于生物学了。它正在进入物理学领域，似乎已经植根于自然法则之中。”正是普利高津等学者提出的自组织理论向人们揭示了无机界的复杂性，从而把复杂性的理念从有机界引入到了无机界。6.3复杂性科学

6.3.3复杂性研究的方法、意义和基本原理自20世纪80年代开始，复杂性研究或称复杂性科学在国际科学界兴起，以圣塔菲研究所开展的跨学科、跨领域的关于复杂适应性系统的研究为代表，至今已经在经济系统的发展、免疫系统的形成、人工生命的诞生、人工神经网络的计算等方向取得了一定的成果。6.3复杂性科学

6.3.3复杂性研究的方法、意义和基本原理在科学发展方向上，圣塔菲研究所的复杂性研究体现了现代科学技术发展的综合趋势。在科学研究的方法论方面，圣塔菲研究所的科学家们意识到：将事物分解为部分进行研究的还原论方法，无法处理复杂系统的诸多问题，他们转而大量地依靠计算机技术。时至今日，计算机技术的发展已经非常迅速，在逻辑思维方面，计算机的确可以胜人一筹，不过，在形象思维方面计算机仍然无能为力。所以，我们在复杂性研究的道路上并不能完全依靠计算机，而需要人脑和计算机进行优势互补，拓展基于整体的创造性思维。

6.3复杂性科学

6.3.3复杂性研究的方法、意义和基本原理就现有理论和技术水平来看，在上一节提及的钱学森的从定性到定量的综合集成法，是研究复杂系统的一个普遍性方法，其主要特点有如下四个方面：

(1)定性分析与定量计算相结合；(2)分析与综合相结合；(3)专家个人分析与多位不同领域专家的知识集成相结合；(4)专家直觉经验判断与计算机逻辑运算相结合。

6.3复杂性科学

6.3.3复杂性研究的方法、意义和基本原理就现有理论和技术水平来看，在上一节提及的钱学森的从定性到定量的综合集成法，是研究复杂系统的一个普遍性方法，其主要特点有如下四个方面：

(1)定性分析与定量计算相结合；(2)分析与综合相结合；(3)专家个人分析与多位不同领域专家的知识集成相结合；(4)专家直觉经验判断与计算机逻辑运算相结合。这个方法的实质是将专家体系、数据和信息体系，以及计算机体系相互有机地结合起来，从而构成一个高度智能化的人机结合系统。它能把人的知识和经验与各种情报和资料集成起来，由多方面的定性认识逐步上升为科学的定量认识。6.3复杂性科学

6.3.3复杂性研究的方法、意义和基本原理为了完善从定性到定量的综合集成法，还需要在某些关键技术上获得突破。例如开放的复杂巨系统的总体表征技术、价值体系的建立以及表达技术、群决策中的妥协技术等。近年来，由于信息技术的发展，特别是电子计算机和互联网的发展，产生了多媒体、虚拟现实技术、数据库中的知识发现、数据挖掘等先进技术，为我们运用人机结合的综合集成法创造了良好条件。

6.3.3复杂性研究的方法、意义和基本原理复杂性科学研究方法：（1）理论分析方法

理论分析是研究复杂系统的必不可少的重要途径。主要包括对复杂系统进行事前、事中和事后的理论分析。对混沌或复杂系统的判定是事前理论分析的重要内容。（2）复杂系统的模型分析方法目前有重要影响的模型方法有：（i）混沌动力学模型法（ChaosDynamics）（ii）符号动力学方法（SymbolicDynamics）（iii）结构解释模型法（ISM）（iv）系统动力学方法（SystemDynamics）（v）复杂适应系统方法（ComplexAdaptiveSystem）6.3复杂性科学6.3.3复杂性研究的方法、意义和基本原理（3）复杂系统的数值计算与模拟方法

有关的数值计算方法主要有：（i）遗传算法；（ii）演化计算方法；（iii）胞映射方法等。模拟方法主要有：（i）系统动力学（SystemDynamics）方法；（ii）元胞自动机方法；（iii）SWARM方法等。6.3复杂性科学6.3复杂性科学

6.3.3复杂性研究的方法、意义和基本原理复杂性研究不仅在理论上对现代科学产生了巨大影响，而且在实践上也具有重要的意义。在复杂系统中讨论的一些基本特征，如非线性、分岔、混沌、分形等，通常具有很强的普适性。对于传统上用数理方法处理的学科领域（如物理、化学、大文、地理之类），复杂性研究已涉及其学科发展的种种前沿问题。不过更值得我们关注的是，在一些原来较少采用数理方法的领域，例如社会、经济系统和生物、生态系统中，复杂性分析方法的引入为它们的发展注入了新的活力，有可能给这些领域带来一些突破性的启示。

6.3复杂性科学

6.3.3复杂性研究的方法、意义和基本原理传统上，古典经济学以一般均衡理论的静态分析为基础，有时又称之为均衡经济学。一般均衡理论可以较好地描述系统在均衡点的性质、特点以及在其