下载文档原格式
复杂性科学⼀⽂讲透复杂性科学及其复杂适应系统模型任何⼀个门学科在创⽴初期，都会有不同的声⾳，或⽀持，或反对，或提出⾃⼰的主张。
复杂性科学（姑且叫复杂性研究吧，免得引来⼝⾆之争），⼀个刚刚初具雏形的理论却能在⽣物界、免疫系统、社会、经济、产业、城市等给予共性⽅⾯的⼤尺度解释，可想⽽知⼀些⼈会对之充满热情，⽽⼀些⼈则极⼒反对。
什么是复杂性?这个问题看似简单，其实是最复杂、最难以回答的问题。
复杂性研究之所以产⽣，是因为⼀些研究和⼀些⾼度复杂的⾃然现象、社会发展、经济系统之间具有深刻的相似性。
这个实例包括我们⼤众所熟知的⼤脑、免疫系统、细胞、经济等，说它们相似，并不是说必然存在掌控这些不同系统的唯⼀原理，⽽是说这些系统都表现出“适应性”“类⽣命”“智能性”“⾃发涌现性”的⾏为。
复杂性科学复杂性科学是在现有的学科体系下继续追究终极的⼀个产物，所以它天然的是跨学科的、更是跨尺度的，哪怕是在复杂性科学的圣地：圣塔菲研究所，也⽆法准确的给出复杂性科学的定义；所以，学习复杂性科学，⾸先要“掌握⼀些基础学科的重要道理”，尤其是底层的、决定性的原理，然后再尝试着去从“交叉学科”中的“普遍规律”着⼿，去找到这个普遍规律与重要学科的重要道理之间的联系，才能逐渐打开视野并深⼊实践下去。
然⽽，这种研究⽅式最终⼀定会让我们在研究的过程中“脱实向虚”，最后看起来越来越像⼀个哲学家。
理解复杂性为什么要研究复杂性呢?主要原因是⽜顿机械论时代之后，⼤家已经习惯了“观察--抽象—建⽴范式--分析和预测”的循环。
但领域越来越来细分、范式越来越不稳定，这个时间⼤家惊讶的发现单⼀理论体系下衍⽣出来的范式经常受到跨学科的要素的影响，因此⼤家才⽇益重视“跨学科的底层逻辑”，期待着⼀个更基础、更稳定的底层逻辑的出现，为⼤家建⽴⼀个更稳定的认知范式。
就像互联⽹刚兴起的时候，⼤家最经常提到的⼀个词是“跨界打动”和“能消灭你的对⼿都是你平时看不见的”，其中⼀层意思就是：你现在的⾏业中的商业范式会因为另⼀个⾏业与你所在的⾏业产⽣和交集⽽被推毁。
复杂性科学复杂性是混沌性的局部与整体之间的非线形形式，由于局部与整体之间的这个非线性关系，使得我们不能通过局部来认识整体。
简介复杂性科学(Complexity Science)兴起于20世纪80年代的复杂性科学(complexity sciences)，是系统科学发展的新阶段，也是当代科学发展的前沿领域之一。
复杂性科学的发展，不仅引发了自然科学界的变革，而且也日益渗透到哲学、人文社会科学领域。
英国著名物理学家霍金称“21世纪将是复杂性科学的世纪”。
复杂性科学为什么会赢得如此盛誉，并带给科学研究如此巨大的变革呢?主要是因为复杂性科学在研究方法论上的突破和创新。
在某种意义上，甚至可以说复杂性科学带来的首先是一场方法论或者思维方式的变革。
尽管国内外学者已经认识到研究复杂性科学的重要意义，然而要想找出一个能够符合各方研究旨趣的复杂性科学的概念还有困难。
虽然当代人们对复杂性科学的认识不尽相同，但是可以肯定的是“复杂性科学的理论和方法将为人类的发展提供一种新思路、新方法和新途径，具有很好的应用前景”。
黄欣荣认为尽管复杂性科学流派纷呈、观点多样，但是复杂性科学却具有一些共同的特点可循：(1)它只能通过研究方法来界定，其度量标尺和框架是非还原的研究方法论。
(2)它不是一门具体的学科，而是分散在许多学科中，是学科互涉的。
(3)它力图打破传统学科之间互不来往的界限，寻找各学科之间的相互联系、相互合作的统一机制。
(4)它力图打破从牛顿力学以来一直统治和主宰世界的线性理论，抛弃还原论适用于所用学科的梦想。
(5)它要创立新的理论框架体系或范式，应用新的思维模式来理解自然界带给我们的问题。
复杂性科学是指以复杂性系统为研究对象，以超越还原论为方法论特征，以揭示和解释复杂系统运行规律为主要任务，以提高人们认识世界、探究世界和改造世界的能力为主要目的的一种“学科互涉”(inter—disciplinary)的新兴科学研究形态。
发展阶段复杂性科学研究主流发展的三个阶段主要是指：埃德加·莫兰的学说、普利高津的布鲁塞尔学派、圣塔菲研究所的理论。
复杂性科学的方法论探究引言复杂性科学是一个跨学科的领域，涵盖了数学、物理学、生物学、社会学等多个学科的知识，并致力于探究和理解复杂系统的性质和行为。
复杂性科学的方法论是指在探究和诠释复杂系统时所接受的探究方法和理论框架。
本文将探讨，并介绍一些常用的方法和工具。
一、复杂性科学的基础理论复杂性科学的基础理论主要包括混沌理论、自组织理论和复杂网络理论。
混沌理论探究非线性系统的演化和随机性，在诠释和模拟各种自然现象和社会现象时发挥了重要作用。
自组织理论探讨系统自动形成和演化的机制，强调系统内部的互相作用和调整作用。
复杂网络理论探究网络系统的结构和特性，包括小世界网络、无标度网络等。
这些基础理论为提供了理论基础和分析工具。
二、复杂性科学的探究方法1. 模型构建和仿真复杂性科学的探究方法之一是通过构建数学模型和进行计算机仿真来理解和猜测复杂系统的行为。
模型可以是基于已有理论的数学方程，也可以是基于数据进行推导和构建的统计模型。
通过对模型进行仿真，探究人员可以观察和分析系统在不同参数条件下的演化和行为变化，从而揭示系统内部的规律和机制。
2. 多标准分析复杂系统往往具有多个层次和时间标准的组成部分，不同标准的互相作用和调整干系是系统整体行为的重要因素。
因此，复杂性科学的探究方法需要接受多标准分析的手段。
多标准分析包括从微观到宏观的观察和测量，以及从瞬态到稳态的时间标准分析。
通过多标准分析，可以揭示系统内部的层次结构和互相作用模式，为理解和描述系统的复杂行为提供基础。
3. 数据开掘和机器进修随着信息技术的进步，我们此刻可以获得大量的数据，这些数据可以用于探究和分析复杂系统。
数据开掘和机器进修是复杂性科学的重要探究方法之一。
通过对大数据进行分析和建模，探究人员可以发现数据背后的规律和模式，并进行猜测和优化。
数据开掘和机器进修的方法可以应用于各种领域，如生物学、社会学和经济学等，援助我们理解和诠释复杂系统的行为。
三、复杂性科学的应用领域在各个领域都有广泛的应用。
复杂性科学的简介兴起于20世纪80年代的复杂性科学(complexity sciences)，是系统科学发展的新阶段，也是当代科学发展的前沿领域之一。
复杂性科学的发展，不仅引发了自然科学界的变革，而且也日益渗透到哲学、人文社会科学领域。
英国著名物理学家霍金称“21世纪将是复杂性科学的世纪”。
复杂性科学为什么会赢得如此盛誉，并带给科学研究如此巨大的变革呢?主要是因为复杂性科学在研究方法论上的突破和创新。
在某种意义上，甚至可以说复杂性科学带来的首先是一场方法论或者思维方式的变革。
尽管国内外学者已经认识到研究复杂性科学的重要意义，然而要想找出一个能够符合各方研究旨趣的复杂性科学的概念还有困难。
虽然目前人们对复杂性科学的认识不尽相同，但是可以肯定的是“复杂性科学的理论和方法将为人类的发展提供一种新思路、新方法和新途径，具有很好的应用前景”。
黄欣荣认为尽管复杂性科学流派纷呈、观点多样，但是复杂性科学却具有一些共同的特点可循：(1)它只能通过研究方法来界定，其度量标尺和框架是非还原的研究方法论。
(2)它不是一门具体的学科，而是分散在许多学科中，是学科互涉的。
(3)它力图打破传统学科之间互不来往的界限，寻找各学科之间的相互联系、相互合作的统一机制。
(4)它力图打破从牛顿力学以来一直统治和主宰世界的线性理论，抛弃还原论适用于所用学科的梦想。
(5)它要创立新的理论框架体系或范式，应用新的思维模式来理解自然界带给我们的问题。
复杂性科学是指以复杂性系统为研究对象，以超越还原论为方法论特征，以揭示和解释复杂系统运行规律为主要任务，以提高人们认识世界、探究世界和改造世界的能力为主要目的的一种“学科互涉”(inter—disciplinary)的新兴科学研究形态。
复杂性科学研究主流发展的三个阶段复杂性科学研究主流发展的三个阶段主要是指：埃德加·莫兰的学说、普利高津的布鲁塞尔学派、圣塔菲研究所的理论。
(1)埃德加·莫兰的学说埃德加·莫兰是当代思想史上最先把“复杂性研究”作为课题提出来的人。
莫兰正式提出“复杂性方法”是在他1973年发表的《迷失的范式：人性研究》一书中。
莫兰复杂性思想的核心是他所说的“来自噪声的有序”的原则，该原则可以简要表述如下：将一些具有磁性的小立方体散乱地搁置在一个盒子里，然后任意摇动这个盒子，最后人们看到盒子中的小立方体在充分运动之后根据磁极的取向互相连接形成一个有序的结构。
在这个例子中，任意地摇动盒子是无序的表现，显然单靠它不能导致小立方体形成整体的有序结构。
小立方体本身具有磁性，是产生有序性的潜能，但是这个潜能借助了无序因素的辅助或中介而得以实现。
在这个原理里，无序性是必要条件而不是充分条件，它必须与已有的有序性因素配合才能产生现实的有序性或更高级的有序性。
这条原理打破了有关有序性和无序性相互对立和排斥的传统观念，指出它们在一定条件下可以相互为用，共同促进系统的组织复杂性的增长口。
这正是莫兰在其书中阐发的复杂性方法的一条基本原则，它揭示了动态有序的现象的本质。
(2)普利高津的布鲁塞尔学派比莫兰稍晚，普利高津在他与斯唐热于1979年出版的法文版《新的联盟》一书中提出了“复杂性科学”的概念(此书的英文版改名为《从混沌到有序》)“ 。
在那里，复杂性科学是作为经典科学的对立物和超越者被提出来的。
他说：“在经典物理学中，基本的过程被认为是决定论的和可逆的。
”今天，“我们发现我们自己处在一个可逆性和决定论只适用于有限的简单情况，而不可逆性和随机性却占统治地位的世界之中”。
因此，“物理科学正在从决定论的可逆过程走向随机的和不可逆的过程”。
普利高津紧紧抓住的核心问题就是经典物理学在它的静态的、简化的研究方式中从不考虑“时间”这个参量的作用，从而把物理过程看成是可逆的。
实际上，普利高津并没有提出一个明确的“复杂性”的定义，他提出的复杂性的理论主要是揭示物质进化过程的理化机制的不可逆过程的理论，即耗散结构理论。
(3)圣塔菲研究所的理论 1984年5月成立的美国圣塔菲研究所，由各学科的第一流精英参与，受到美国公私财政机构的大力资助，被视为世界复杂性问题研究的中枢。
然而，圣塔菲研究所的复杂性观念与莫兰和普利高津的复杂性观念有很大的区别。
例如，圣塔菲研究所的学术领头人盖尔曼(M.Gell～mann)指出：“在研究任何复杂适应系统的进化时，最重要的是要分清这三个问题：基本规则、被冻结的偶然事件以及对适应进行的选择。
”“被冻结的偶然事件”是指一些在物质世界发展的历史过程中其后果被固定下来并演变为较高级层次上的特殊规律的事件，这些派生的规律包含着历史特定条件和偶然因素的影响。
盖尔曼认为，事物的有效复杂性只受基本规律少许影响，大部分影响来自“冻结的偶然事件”。
盖尔曼随后还指出了复杂系统的适应性特征，即它们能够从经验中提取有关客观世界的规律性的东西作为自己行为方式的参照，并通过实践活动中的反馈来改进自己对世界的规律性的认识。
也就是说，系统不是被动地接受环境的影响，而是能够主动地对环境施加影响，因此，他认为复杂性科学研究的焦点不是客体的或环境的复杂性，而是主体自身的复杂性——主体复杂的应变能力以及与之相应的复杂的结构。
复杂性科学的主要流派复杂性科学主要包括：早期研究阶段的一般系统论、控制论、人工智能；后期研究阶段的耗散结构理论、协同学、超循环理论、突变论、混沌理论、分形理论和元胞自动机理论。
限于篇幅，本文只简要介绍协同学、突变论和耗散结构理论。
(1)协同学协同学(Synergetics)是由德国学者哈肯创立的。
协同学是研究有序结构形成和演化的机制，描述各类非平衡相变的条件和规律。
协同学认为，千差万别的系统，尽管其属性不同，但在整个环境中，各个系统间存在着相互影响而又相互合作的关系。
协同学进一步指出，对于一种模型。
随着参数、边界条件的不同以及涨落的作用，所得到的图样可能很不相同；而对于一些很不相同的系统，却可以产生相同的图样。
由此可以得出一个结论：形态发生过程的不同模型可以导致相同的图样。
在每一种情况下，都可能存在生成同样图样的一大类模型。
(2)突变论突变论(Catastrophe Theory)的创始人是法国数学家勒内·托姆(Rene Thorn)。
突变论是研究客观世界非连续性突然变化现象的一门新兴学科。
突变论认为，系统所处的状态，可用一组参数描述。
当系统处于稳定态时，标志该系统状态的某个函数就取惟一的值。
当参数在某个范围内变化，该函数值有不止一个极值时，系统必然处于不稳定状态。
勒内·托姆指出：系统从一种稳定状态进入不稳定状态，随参数的再变化，又使不稳定状态进入另一种稳定状态，那么，系统状态就在这一刹那间发生了突变。
突变论还提出：高度优化的设计很可能有许多不理想的性质，因为结构上最优，因而可能存在对缺陷的高度敏感性，产生特别难于对付的破坏性，以致发生真正的“灾变” 。
(3)耗散结构理论耗散结构理论是普利高津(Pregogine)于20世纪60和70年代创立的普利高津一直在从事关于非平衡统计物理学的研究工作，当他将热力学和统计物理学从平衡态推到近平衡态，再向远平衡态推进时终于发现：一个远离平衡态的非线性的开放系统(不管是物理的、化学的、生物的乃至社会的、经济的系统)通过不断地与外界交换物质和能量，在系统内部某个参量的变化达到一定的阈值时，通过涨落，系统可能发生突变即非平衡相变，由原来的混沌无序状态转变为一种在时间上、空间上或功能上的有序状态。
这种在远离平衡的非线性区形成的新的稳定的宏观有序结构，由于需要不断与外界交换物质或能量才能维持，因此称之为“耗散结构”(dissipative structure)“ 。
复杂性科学方法论的研究现状最早明确提出探索复杂性方法论的是我国著名科学家钱学森，他在20世纪80年代，复杂性研究刚刚兴起的时候，就敏锐地提出要探索复杂性科学的方法论。
他认为研究开放的复杂巨系统必须采用新的方法，即他提出的从定性到定量的综合集成方法，后来发展成为综合集成方法的研讨厅体系。
随后，成思危教授在《复杂性科学与管理》一文中指出：“研究复杂系统的基本方法应当是在唯物辩证法指导下的系统科学方法”并提出这应包括四个方面的结合，即定性判断与定量计算、微观分析与宏观分析、还原论与整体论、科学推理与哲学思辨相结合。
但是成思危教授并没有对这些方法论原则展开全面细致的论述。
就目前来看，除了黄欣荣的《复杂性科学的方法论研究》外，国内对复杂性研究的方法论进行系统研究的目前还比较少，但是关于系统科学及其分支学科的方法论还是有比较多的探索。
(p240)例如，吴彤教授对自组织方法论做过专门研究，苗东升教授对系统方法论和混沌研究方法有深入探索，赵松年研究员对非线性方法论做过比较系统的研究等。
这些已有的关于系统科学及其分支学科的方法论的研究成果，对于我们探索复杂性科学的方法论都有一定的启发价值，值得后来的研究者借鉴和吸收。
国外学者也已经认识到研究复杂性科学方法论的重要性，并作了一些探索性的努力。
世界复杂性科学研究的中枢机构——美国圣菲研究所(SFI)的研究者已经认识到研究复杂性科学方法论的重要性，他们把计算模拟、隐喻类比等方法引入到复杂性研究之中。
1999年，美国《科学》杂志在其刊发的复杂性专刊中，其编者按文章《超越还原论》，就是对复杂性科学的方法论所作的探索。
法国著名思想家埃德加·莫兰在其六卷本巨著《方法》中，从哲学层面上对复杂性的研究方法以及其对科学思维和科学方法的影响进行了许多探索性的研究。
德国学者克劳斯·迈因策尔在《复杂性中的思维》一书中阐述了复杂性思维给人们思维方式带来的冲击和影响，并试图建构一个跨学科的一般方法论。
不过就目前的研究态势来看，国外对复杂性研究的方法论探索成果不多，并且多体现为复杂性探索所运用的具体方法(如模拟方法、数值方法、计算方法等)上，系统全面的哲学研究目前还没有全面展开。
复杂性科学方法论的具体特征(一)非线性“非线性”与“线性”是一对数学概念，用于区分数学中不同变量之间两种性质不同的关系。
苗东升教授认为，可以从本体论和方法论两个层面来认识和区分线性思维和非线性思维。
从本体论角度来看，线性思维认为，现实世界本质上是线性的，非线性不过是对线性的偏离或干扰。
非线性思维认为，现实世界本质上是非线性的，但非线性程度和表现形式千差万别，线性系统不过是在简单情况下对非线性系统的一种可以接受的近似描述。
从方法论角度来看，线性思维认为，非线性一般都可以简化为线性来认识和处理。
非线性思维认为，一般情况下都要把非线性当成非线性来处理，只有在某些简单情况下才允许把非线性简化为线性来处理。
因此有学者明确指出：“非线性作用是系统无限多样性、不可预测性和差异性的根本原因，是复杂性的主要根源。
