07-复杂性科学与管理

1、复杂性科学与管理,2,主要内容,复杂性科学 复杂系统与管理,3,自从二十世纪三十年代现代系统科学诞生以来，人类对于系统，特别是复杂系统的认识不断深化，其发展经历了三个阶段： 以工程系统为主的阶段； 以热力学系统为主的阶段； 以生物和社会系统为主的阶段。 *（参看赫伯特西蒙（Herbert Simon1916- 2001） 人工科学第七章）,1 . 复杂性科学,4,以工程系统为主的阶段,代表人物：诺伯特维纳(Norbert Wiener，1894-1964) ，约翰冯诺伊曼 （ John von Neumann，19031957） 背景：机器 主要思想：信息和反馈 主要工具：早期的控制论和运筹学

2、 管理模式：集中控制 系统元素：死的，被动的，没有自身利益和目标的对象。,5,以热力学系统为主的阶段,代表人物：伊利亚普里高津（Ilya Prigogine， 1917-2003） ,哈肯(Haken，Hermann ,1927-) 背景：热力学系统，激光等 主要思想：涨落，自组织 主要工具：概率统计方法 管理模式：间接控制，场，环境 系统元素：具有随机的运动方式，其本身仍然是无意识的，死的。,6,以生物和经济系统为主的阶段,代表人物：霍兰（J.Holland） 背景：生物和经济系统 主要思想：适应和学习 主要工具：计算机模拟，遗传算法 管理模式：机制设计，委托代理 系统元素：活的，主动的，具

3、有自身利益和目标，能够积累经验和学习。,7,目前，关于复杂性的概念尚没有统一的说法。 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(Complexity)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，凡此种种，不一而足。,什么是复杂性（Complexity）？,8,（1）随机性：随机现象是系统内涵不确定而外延确定的表象。 （2）模糊性：模糊现象是系统内涵确定而外延不确定的表象，可以运用模糊数学的方法减少外延的不确定性。 （3）简单性和复杂性 简单性

4、一向是现代自然科学、特别是物理学的一条指导原则。许多科学家相信自然界的基本规律是简单的。（如爱因斯坦) 但是，另一方面也存在大量的事物和现象不能用简单的还原论方法进行处理。 （ 例：人类基因图谱与大猩猩的差别仅仅为0.03% ）,与复杂性相关的几个概念及其相互关系,9,（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。 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

5、、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。,复杂系统及其基本特征,10,（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。,复杂系统及其基本特征,11,任何一种复杂

6、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，已达到适应外界变化的目的； 具有稳定性能力，保证系统结构稳定和功能稳定，具有一定的抗干扰性； 在同环境的相互作用中，具有不断的演化能力。,复杂系统及其基本特征,12,（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，是指在浑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。,复杂系统及其基本特征,13,复杂性科学就是运用

7、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。,复杂性科学,14,复杂性科学的基本原理,(1)整体性原理。由于复杂性科学的研究对象是非线性系统，传统的叠加原理失效，因此，不能采用把研究对象分成若干个小系统分别进行研究，然后进行叠加的办法，而只能从总体上把握整个系统。这一点也很符合系统科学的思想。 (2) 动态性原理。复杂系统必然是动态系统，即与时间变量有关的系统。没有时间的变化，就没有系统的演化，也就谈不上复杂性规律。因为“事物总是发展变化的”。,15,(3)宏观与微观相统一的原理。复杂性科学认为，系统的宏观变量大的波动可能来自于组成系统的一些元

8、素的小变化。因此，为了探讨复杂系统宏观变量的变化规律，必须研究它的微观机制。但由于非线性机制的作用，又不能将系统进行分解，所以说必须将宏观与微观相统一。,复杂性科学的基本原理,16,目前有重要影响的方法有： 系统动力学方法（System Dynamics） 复杂适应系统方法（Complex Adaptive System）,复杂系统与管理研究,17,系统动力学,产生背景： 第二次世界大战以后，随着工业化的进程，某些国家的社会问题日趋严重，例如城市人口剧增、失业、环境污染、资源枯竭。这些问题范围广泛，关系复杂，因素众多，具有如下三个特点： 各问题之间有密切的关联，而且往往存在矛盾的关系，例如经济

9、增长与环境保护等。 许多问题如投资效果、环境污染、信息传递等有较长的延迟，因此处理问题必须从动态而不是静态的角度出发。 许多问题中既存在如经济量那样的定量的东西，又存在如价值观念等偏于定性的东西。这就给问题的处理带来很大的困难。 新的问题迫切需要有新的方法来处理；另一方面，在技术上由于电子计算机技术的突破使得新的方法有了产生的可能。于是系统动力学便应运而生。,18,System dynamics was created during the mid-1950s by Professor Jay W. Forrester of MIT.,Jay W. Forrester福雷斯特,19,系统动力学

10、发展历程,系统动力学的发展过程大致可分为三个阶段： 1、系统动力学的诞生20世纪50-60年代 1958年发表著名论文工业动力学决策的一个重要突破口，首次介绍工业动力学的概念与方法。 1961年出版工业动力学(Industrial Dynamics)一书，该书代表了系统动力学的早期成果。 1968年出版系统原理(Principles of Systems)一书，论述了系统动力学的基本原理和方法。 1969年出版城市动力学(Urban Dynamics)，研究波士顿市的各种问题。,20,系统动力学发展历程,2、系统动力学发展成熟20世纪70-80年代 1971年Forrester进一步把研究对象

11、扩大到世界范围，出版世界动力学(World Dynamics)一书，提出了“世界模型II”。 1972年Forrester的学生梅多斯教授等出版了增长的极限(The Limits to Growth)一书，提出了更为细致的“世界模型III”。由罗马俱乐部主持的世界模型的研究报告。 1972年Forrester领导MIT小组，在政府与企业的资助下花费10年的时间完成国家模型的研究，该模型揭示了美国与西方国家的经济长波的内在机制，成功解释了美国70年代以来的通货膨胀、失业率和实际利率同时增长的经济问题。 这两个模型的研究成功地解决了困扰经济学界长波问题，因此吸引了世界范围内学者的关注，促进它在世界

12、范围内的传播与发展,确立了在社会经济问题研究中的学科地位。,21,系统动力学发展历程,3、系统动力学广泛运用与传播20世纪90年代-至今 在这一阶段,SD在世界范围内得到广泛的传播,其应用范围更广泛,并且获得新的发展. 许多学者纷纷采用系统动力学方法来研究各自的社会经济问题，涉及到经济、能源、交通、环境、生态、生物、医学、工业、城市等广泛的领域。,22,系统动力学,综合运用控制论、信息论、决策论等有关理论和方法，建立系统动力学模型，以计算机为工具，进行仿真试验，从而获得系统的结构与动态行为，为正确决策提供依据。 系统动力学的模拟软件，已经有几代的发展，已非常成熟易用。 Vensin,23,Dr

13、. Peter Senge彼得.圣吉,The Fifth Discipline: the Art and Practice of the Learning Organization, 1990，2009 第五项修炼:学习型组织的艺术与实践 评价：为人类找出了一条新路, 为人类开启了一扇重新 看世界的窗,24,五项修炼The five disciplines,一、自我超越（Personal Mastery） 二、改善心智模式(Improving Mental Models) 三、建立共同愿景(Building Shared Vision) 四、团体学习(Team Learning) 五、系统思考

14、(Systems Thinking),25,Dennis Sherwood丹尼斯舍伍德,系统思考，丹尼斯舍伍德 弥补了第五项修炼与现实世界之间的距离，展示了处理复杂问题的最佳理论：系统思考。 有助于加深对系统思考的理解，也为如何使用相关的工具与方法绘制系统循环图，从而解决复杂的问题提供了详细的指南，并展示了通过计算机仿真模拟可以获得的神奇力量。,26,Dr. John Sterman斯特曼,Business Dynamics: System Thinking and Modeling for a Complex World, 2000 商务动态分析方法:对复杂世界的系统思考与建模 （约翰.D.

15、斯特曼著，朱岩，钟永光译，清华大学出版社 ，2008）,27,系统动力学实际案例,供应链中牛鞭效应 啤酒游戏,28,供应链中牛鞭效应,背景知识： 牛鞭效应：最早由宝洁公司在20世纪90年代提出的。宝洁公司对其中某项产品的订货进行考察时发现，其产品的零售商的库存是稳定的，波动幅度不大，然后再考察分销商的订货情况时，发现分销商的订货需求波动比较大，而宝洁公司向它的供应商订货幅度变化更大。从产品的零售商到供应商，他们的订货需求的波动幅度逐渐增大，形似一条鞭子，因此被称为牛鞭效应（如图）。,29,供应链中牛鞭效应,牛鞭效应示意图,30,供应链中牛鞭效应,啤酒游戏：该游戏是由麻省理工学院斯隆管理学院在2

16、0世纪60年代创立的库存管理策略游戏，该游戏形象地反映出牛鞭效应的存在及影响。几十年来，游戏的参加者成千上万，但游戏总是产生类似的结果。因此游戏产生恶劣结果的原因必定超出个人因素, 这些原因必定是藏在游戏本身的结构里。 在游戏中，零售商通过向某一批发商订货，来响应顾客要求购买的啤酒订单，批发商通过向生产啤酒的工厂订货来响应这个订单。该实验分成三组，分别扮演零售经理、批发经理和工厂经理。每一组都以最优的方式管理库存，准确订货以使利润最大化。,31,供应链中牛鞭效应,案例介绍：此案例主要是通过模拟啤酒游戏来仿真供应链中的牛鞭效应，从为改善牛鞭效应来提供帮助。 首先假设啤酒游戏中包含零售商、批发商、

17、供应商三个成员。 同时对游戏中的参数进行如下假设：市场对啤酒的前4周的需求率为1000箱/周，在5周时开始随机波动，波动幅度为200，均值为0，波动次数为100次，随机因子为4个。假设各节点初始库存和期望库存为3000箱，期望库存持续时间为3周，库存调整时间为4周，移动平均时间为5周，生产延迟时间和运输延迟时间均为3周，不存在订单延迟。仿真时间为0200周，仿真步长为1周。期望库存等于期望库存持续时间和各节点的销售预测之积。,32,供应链中牛鞭效应,问题识别：本案例主要研究供应链中牛鞭效应，各个供应链节点库存积压，库存波动幅度比较大，不够稳定，导致供应链的成本居高不下，失去了竞争优势。因此急需

18、采取措施来削弱牛鞭效应，从而能够降低整条供应链的成本，建立稳定的竞争优势。因此本案例通过啤酒游戏来对供应链进行仿真，从而为寻找较优的供应链结构来削弱牛鞭效应，降低成本。 系统边界确定：本案例中只考虑供应链中零售商、批发商、供应商，而且仅考虑他们之间的库存订货系统，没有涉及供应商的生产系统，供应链中的物流供应系统等等。,33,供应链中牛鞭效应,因果关系图： 当市场需求增加时，零售商的库存将会减少，从而导致零售商期望库存和零售商的库存之差即零售商库存差增加，当零售商库存差增加，零售商增加向批发商订货来弥补库存差。零售商的订货增加会加快批发商对零售商的送货率，但是这个过程存在两个延迟过程。一个信息延

19、迟过程，就是零售商将市场需求变化情况反馈批发商过程。另一个是物质延迟过程，就是批发商得到零售商的订货要求需要一个时间过程来满足这个要求。 同样，批发商的库存也会减少，这样就引起批发商期望库存和批发商库存之差，批发商就会增加向供应商订货来弥补库存差。同理，批发商增加订货量会引起供应商向生产商或上级供应商增加订货量，在这两个弥补库存差的过程中同样存在延迟过程，然后来响应市场需求 。,34,供应链中牛鞭效应,35,供应链中牛鞭效应,系统流程图：根据因果关系图绘制系统流程图。首先要识别系统中的水平变量、速率变量。 本系统中包括零售商库存、批发商库存、供应商库存三个水平变量；市场需求率、批发商发货率、供

20、应商发货率、供应商生产率、三个速率变量。 各个节点的发货率是根据下级节点的订单来决定的。各级节点的订单又是由产品销售预测和库存差来决定的。各个节点的发货率还需要辅助变量来表达。 辅助变量包括各节点的订单量，期望库存、销售预测量、供应商生产需求。,36,供应链中牛鞭效应,37,供应链中牛鞭效应,计算机仿真： 使用Vensim软件建立系统流图和填入方程式，就可以对系统进行仿真。建立仿真模型可以与现实对照，可以寻求削弱牛鞭效应的策略，可以预测系统未来的行为趋势。,38,供应链中牛鞭效应,仿真结果,39,供应链中牛鞭效应,40,供应链中牛鞭效应,通过仿真结果可以发现啤酒游戏能够很好地模拟供应链中的牛鞭

21、效应现象。系统中各个成员的库存和订单量都波动幅度很大，市场的需求信息在供应链中一级一级地放大。 系统的结构决定系统的行为，同样牛鞭效应由啤酒游戏中的结构决定。所以要想削弱牛鞭效应关键在于进行政策优化。,41,Santa Fe Institude (SFI) SFI成立于1984年。在许多著名科学家的支持下，第一次研讨会于1984年，在美国新墨西哥州的首府桑塔菲市举行。 这次会议以经济为主题，参加者不但有以诺贝尔经济学奖得主阿罗（Kenneth Arrow ）为首的许多经济学家，而且有许多物理学家，包括诺贝尔物理学奖得主盖尔曼（Murray Gell-Mann ）和安德森（Philip W. A

22、nderson）。 这次成功的交流使与会者十分兴奋，并且一致同意按此方向走下去。这就是SFI的诞生。 它是一个独立的非赢利的研究所，靠申请各种基金来支持跨学科的研究工作。,复杂适应系统,42,SFI的学者们针对系统科学面对的新问题、新形势，综合了现代科学各方面的成果和启示，提出了复杂适应系统理论（ CAS，Complex Adaptive System ），把人们对于复杂系统的理解推向一个新的水平。 CAS理论,是由霍兰（J.Holland）教授于1994年，在SFI成立十周年时正式提出的。,43,经济系统是CAS的一个典型范例,从进化的角度看待经济系统 交互是分散的 没有控制者 交叉的层次组

23、织 不断的适应 总是创新 超越均衡的动态性,44,CAS理论的提出对于人们认识、理解、控制、管理复杂系统提供了新的思路。 Hidden Order Emergence。 （个体的）适应性导致了（系统的）复杂性”。,45,CAS理论的核心思想适应产生复杂性,复杂适应系统(CAS)理论的基本思想可以概述如下： “我们把系统中的成员称为具有适应性的主体(Adaptive Agent)，简称为主体。所谓具有适应性，就是指它能够与环境以及其它主体进行交互作用。主体在这种持续不断的交互作用的过程中，不断地“学习”或“积累经验”，并且根据学到的经验改变自身的结构和行为方式。整个宏观系统的演变或进化，包括新层

24、次的产生，分化和多样性的出现，新的、聚合而成的、更大的主体的出现等等，都是在这个基础上逐步派生出来的。”,46,CAS理论的核心思想适应产生复杂性,复杂适应系统(CAS)理论把系统的成员看作是具有自身目的与主动性的、积极的主体。 更重要的是，CAS理论认为，正是这种主动性以及它与环境的反复的、相互的作用，才是系统发展和进化的基本动因。 霍兰把个体与环境之间这种主动的、反复的交互作用用“适应”一词加以概括。这就是CAS理论的基本思想适应产生复杂性。,47,（一）CAS理论的基本概念,1、具有适应性的主体（Adaptive Agent) 系统中的个体一般称为元素，部分或子系统。复杂适应系统理论采用

25、了Adaptive Agent具有适应能力的个体这个词，这是为了强调它的主动性，强调它具有自己的目标，内部结构和生存动力。 与环境有信息和物质的交流。 在反复的交流中改变自身。 个体和整体都在过程中演变。 Agent这个词本来是经济学中的用语，表示代理人或代理商的意思。霍兰借用这个词，明显地表示：经济系统是他建立CAS理论时心目中的主要背景之一。,CAS理论的基本概念和特点,48,CAS理论的基本概念（续）,围绕主体这个最核心的概念，霍兰进一步提出了研究适应和演化过程中特别要注意的七个有关概念。它们是： 聚集 aggregation 非线性 non-linearity 流 flows 多样性

26、diversity 标识 tag 内部模型 internal models 积木块 building blocks,49,CAS的7个有关概念,1聚集(Aggregation)有两个含义。 简化复杂系统的一个标准方法即把相似的事物聚合成类。 主体通过“粘合”形成较大的更高一级的主体介主体（meta-agent）。 2标识(Tag) 在聚集体的形成过程中，标识机制在起作用。标识的作用在于区别主体。聚集体的形成或者说主体的聚集都是有选择的，并非任意个体都会聚集。标识的作用在于促进主体选择性的相互作用。,50,CAS的7个有关概念（续）,3非线性(Non-linearity) 非线性是指个体自身属性

27、的变化以及个体之间的相互作用并非遵从简单的线性关系。因为这样，复杂系统的行为才会如此难以预测；才会经历曲折的进化过程，呈现出丰富多彩的性质和状态。 4流(Flow) 在个体与环境之间存在着物质流、能量流和信息流。CAS理论认为这些流的渠道是否通畅、周转迅速到什么程度，都直接影响系统的演化过程。,51,CAS的7个有关概念（续）,5多样性(Diversity) CAS理论认为，在CAS系统中，多样性既非偶然也非随机。每个主体都安顿在由以该主体与其他主体相互作用所限定的小生境上（niche，或翻译为生态位） CAS理论认为，多样性产生的原因在于适应过程中，是一种动态模式，具有持续性和内聚性。 CA

28、S系统与其他系统的最重要区别在于组成CAS系统的主体的多样性,52,CAS的7个有关概念（续）,6内部模型（Internal Model） 主体复杂的内部模型是主体适应性的内部机制和精髓，主体在适应过程中接受外部刺激，做出反应，合理调整自身的内部结构。最终，结构的变化，必须使主体能够预知再次遇到该情形时会随之发生的后果，主体由此来适应环境。 7. 积木块(Building Blocks） 就像人往往通过将复杂问题分解成若干简单部分进行理解一样，CAS内部模型用搭积木的方法对已测试过的规则进行组合，产生新问题的处理规则，已有的规则被形象化地称为积木块，它们是新规则产生的基础。,53,（二）CAS

29、理论的主要特点,主体(Adaptive Agent)是主动的、活的体 个体与环境(包括个体之间)的相互影响，相互作用，是系统演变和进化的主要动力。 把宏观和微观有机地联系起来 引进了随机因素的作用，使它具有更强的描述和表达能力。,54,（三）个体是怎样适应和学习的,霍兰通过三个步骤，建立了描述他所定义的具有主动性的主体的基本行为模型，即对于个体是怎样适应和学习的理解和描述。这三步是： 建立行为系统的模型，(Performance System) 确立信用确认的机制(Credit Assignment) 提供发现规则的手段(Rule Discovery),55,CAS 理论的意义,用具有主动性的

30、、活的“主体”概念取代了完全被动的、死的“元素”、“部分”、“子系统”等概念。,56,CAS的实现Swarm等软件平台,CAS的一个值得注意的特点是它的可操作性，即它配有可以直接运行的软件平台 如Swarm， Repast等。 Swarm是一个可以从网上免费下载的软件平台。从圣菲研究所的网站上，人们可以很容易得到它（） 它提供了描述各类主体及其行为，以及环境设置所需要的各种类库（CLASS）。从而为实施基于主体的系统模拟提供了十分方便的条件。,57,CAS的实现平台。,Swarm 类SWARM（Ascape, Repast) 普及型平台：NETLOG,58,SD方法与CAS比较,SFI对于社会经济系统地认识，更加符合系统演进的现状