复杂性科学
复杂性科学概述
复杂性科学概述一复杂性研究的孕育和产生简单与复杂是一对含义相反的术语，历来是在相互比较的意义上使用的：一个事物或事件或问题未被认识、没有找到解决办法前是复杂的，被认识、找到解决办法后就成为简单的了，因而算不上科学或学术概念。
直到1990年代初，复杂性科学传入国内不久，我国科学界的领袖人物仍然持这种看法。
从400年来的科学传统看，这很正常。
1、事情的变化肇始于20世纪初，后来被称为系统科学的早期探索者正是复杂性研究的拓荒者。
控制工程、通信工程等技术问题，特别是军事对阵的定量分析、电话拥挤现象分析、企业管理、投入产出分析等事理问题，既产生了应用自然科学方法作定量分析的强烈要求，又遇到单凭自然科学方法不能解决的困惑。
尽管还没有把复杂性提炼成科学概念，但在思维的深处已把复杂性不再只当成尚未认识的简单性，事实上已经把复杂性当作复杂性对待。
决定性的一步是由创立系统科学的那一批学者迈出的，提出一些研究复杂性必不可少的概念，如系统、信息、通信、控制、反馈等，着手制定新的科学方法论。
贝塔朗菲表达了他们的共识：“我们被迫在一切知识领域中运用‘整体’或‘系统’概念来处理复杂性问题。
”（《一般系统论》）维纳把动物、机器、社会一起作为科学的研究对象，以信息、通信、控制、反馈为基本概念。
认识最透彻、眼界最深邃的是信息论专家韦沃尔，在《科学与复杂性》（1948）一文中，第一次把复杂性作为科学概念，把科学研究的对象划分为简单性和复杂性两类，判定20世纪以前科学研究的是简单性，20世纪以来的科学研究复杂性，并提出无组织的复杂性和有组织的复杂性概念，认为20世纪上半叶科学研究的是无组织的复杂性，20世纪下半叶科学转向研究有组织的复杂性。
这些看法对近60年来的科学发展产生了深远影响。
《科学与复杂性》一文是复杂性研究的宣言书。
2、1940年代尚不是复杂性科学的诞生期，对复杂性的认识还很笼统，关于复杂性的概念体系尚未建成，对新的方法论的理解还比较模糊，赞同韦沃尔观点的学者还是极少数。
系统自然观的主要科学基础包括
系统自然观的主要科学基础包括系统自然观是一种科学哲学观点，它认为自然界是一个复杂而有机的系统，各个部分之间相互联系、相互作用，形成了一个整体。
在系统自然观的理论基础上，我们可以通过研究系统的结构、功能和相互作用，来理解和解释自然界的现象。
系统自然观的主要科学基础包括以下几个方面：1. 系统论系统论是系统自然观的核心理论基础。
它研究的是整体与部分之间的关系，以及各部分之间的相互作用。
系统论认为，自然界中的各个部分都是相互联系的，它们不仅仅是独立存在的个体，而且彼此之间存在着相互作用的关系。
通过研究系统的结构和相互作用，我们可以揭示系统的特性和规律。
2. 复杂性科学复杂性科学是研究复杂系统的学科领域，它是系统自然观的重要科学基础之一。
复杂性科学研究的是那些具有非线性、不可预测和混沌特征的系统。
这些系统通常由大量的部分组成，这些部分之间存在着多种相互作用。
复杂性科学通过建立模型和进行数值模拟，来研究系统的行为和演化规律。
3. 网络科学网络科学研究的是复杂网络的结构和行为。
复杂网络是由节点和边组成的图结构，节点表示系统中的个体，边表示它们之间的关系。
在复杂网络中，节点和边之间的连接方式通常是非随机的，并且具有一定的规律性。
网络科学通过分析网络的拓扑结构和节点的行为，来研究系统的特性和演化规律。
4. 动力学动力学是研究系统运动和演化规律的学科领域。
它通过建立数学模型和方程，来描述系统中个体的运动和相互作用。
动力学关注系统中的非平衡态和演化过程，研究系统的稳定性、周期性和混沌特性。
动力学的方法和理论在研究生物、物理、化学等多个学科领域具有广泛的应用。
5. 生态学生态学研究的是生物与环境之间的相互关系和相互作用。
生态学关注生物群落、种群和个体之间的相互依赖关系，以及它们与环境之间的相互作用。
生态学的研究对象包括生物多样性、能量流动、物质循环等。
生态学的理论和方法可以帮助我们理解和保护自然界的生态系统。
以上是系统自然观的主要科学基础，它们相互交叉、相互渗透，在研究自然界的复杂性和整体性方面具有重要的作用。
复杂系统及其复杂性科学概述
复杂系统及其复杂性科学概述
什么是复杂系统?复杂系统是指以大量和多种规律性和情境相关的元
素为组成部分的系统，它具有自组织性、非线性性、不可预知性和层次性
等特点。
复杂系统具有多样性、多元性和多强度的特征，是一种复杂的动
态系统，其结构和功能在时间上既不是稳定的也不是静态的，而是多变的。
复杂性科学是一门研究复杂系统的学科，它研究如何应用系统思维来
理解复杂现象，以及如何改善复杂系统以实现高效率和可持续的发展。
复
杂性科学的研究方法不仅关注如何把大量综合数据组织分析，还关注如何
在复杂系统中引入新的变量，改变其结构，改变其行为模式，影响其功能。
随着复杂性科学的发展，现在已经发展出许多理论和工具，可以帮助我们
理解和管理复杂系统，比如网络分析、复杂系统模型、异构系统理论等。
科学涉及复杂系统的许多理论，如动力学、统计学、信息论、自然计算、分布式计算、连接学、自动控制、系统论、理论、复杂网络分析、多
尺度分析、时间序列分析、计算理论等。
这些理论提供了一个系统的框架，用来研究复杂系统的结构、行为和活动，以及它们之间的相互关系。
复杂性科学
4.1 基于复杂性科学思想的团队建模
建模 运作 涌现 影响因素
第一种模型
第二种模型
Salas等人“团队高效模型(TEM)” 输入 个体：知识、技能、能力、内在动 机和态度、 团队：成员同质性、团结程度、权 力分布 目标任务：复杂性、类型 工作：工作结构、沟通、团队规范 转化 团队的培训、沟通和协调过程 输出 团队环节绩效
4.2 团队运作结构的变化方面
建模 运作 涌现 影响因素
复杂性科学认为,团队的运作结构就是团队个体成员为了完成团队目标 任务而相互依赖的行为机制,它决定了团队整体的行为特性和功能表现。
传统观点
复杂性科学观点
人为控制与设计的结果
团队系统(或其局部)与不确定性环境之间互动适应、 不断自发调整的过程,是一种自组织行为。
03
复杂适应系统理论：霍兰提出来的一个 复杂性理论分支。所谓具有适应性，就 是指它能够与环境以及其他主体进行交 互作用。
05
进化计算：一系列搜索技术，它以进化 原理为仿真依据，侧重于算法的研究， 主要有四大流派：遗传算法、进化规划、 进化策略和遗传编程。
02
自组织临界性理论：多种要素相互作用的 大系统能够自发地朝临界状态演化，这种 自组织临界状态，小事件会导致大事件乃 至突变。
1 团队绩效
2 团队文化
3 团队领导
4.4 影响涌现现象产生的因素
建模 运作 涌现 影响因素
有意义的差异性：成员主体间的差异,表现在个人知识、 技能、经验等方面存在多样性,可以形成有价值的非线 性作用关系。
内部沟通学习：理解团队的共同目标,促进团队学习和 合作,增强团队凝聚力和信任。
共同目标：团队存在的理由,为团队运行过程中的决策 提供参照物,判断团队进步的可行标准,为团队成员提供 一个合作和共担责任的焦点。
复杂性科学理论综述
复杂性科学理论综述在当代科学领域中，复杂性科学逐渐成为一门独立的学科。
复杂性科学研究的是那些由大量相互作用的个体组成的系统，这些系统表现出非线性、自组织和难以预测的特征。
它的研究对象包括自然界中的生态系统、大脑、气候系统，以及社会经济系统等。
本文将综述复杂性科学的理论发展、应用领域以及未来的研究方向。
复杂性科学的理论发展可以追溯到20世纪40年代的系统论研究。
系统论强调整体性思维，将系统看作一个整体，由各个子系统相互作用而成。
然而，系统论的主要局限是对复杂系统的刻画过于简单，缺乏对系统内部的动力学和复杂性的深入理解。
为了克服这一限制，复杂性科学成为了一个新兴的领域。
复杂性科学的核心理论之一是复杂网络理论。
复杂网络理论从网络的结构、性质和动态演化等方面研究网络系统的特点。
网络由节点和连接边组成，可以用来描述身份关系网络、社交网络以及脑神经网络等。
复杂网络理论通过度分布、聚集系数和小世界结构等指标来研究网络的特性，揭示了网络系统的规模自相似性和无标度特性。
另一个重要的理论是非线性动力学，它研究的是复杂系统中的非线性行为。
复杂系统常常表现出非线性响应，这意味着系统的行为是非线性的，并且可能出现周期性、混沌和自组织等特征。
通过非线性动力学的方法，可以揭示系统内在的关联和相互作用，预测系统的行为，并解释系统中的复杂现象。
另外，复杂性科学还借鉴了信息论和统计物理学的方法。
信息论提供了熵、互信息和复杂度等指标，用于度量和量化系统的复杂性。
统计物理学则将统计学的方法引入到复杂系统的研究中，通过模拟和建模来解析系统的行为。
这些方法使得研究人员可以通过收集和分析大量数据来揭示系统的内在规律和特征。
复杂性科学的应用领域广泛。
在生态学领域，复杂性科学被应用于生态系统的保护和管理中。
研究人员通过对生物群落结构、物种相互作用和食物网等复杂网络的研究，揭示了物种灭绝的模式和传染病的传播机制。
在社会科学领域，复杂性科学可以帮助我们理解城市的增长与发展、社交网络的形成和演化。
复杂性科学一文讲透复杂性科学及其复杂适应系统模型
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。
复杂性理论复杂性理论
复杂性理论复杂性科学/复杂系统耗散结构理论协同学理论突变论(catastrophe theory)自组织临界性理论复杂性的刻画与“复杂性科学”论科学的复杂性科学哲学视野中的客观复杂性Information in the Holographic Universe“熵”、“负熵”和“信息量”-有人对新三论的一些看法复杂性科学/复杂系统复杂性科学是用以研究复杂系统和复杂性的一门方兴未艾的交叉学科。
1984年，在诺贝尔物理学奖获得盖尔曼、安德逊和诺贝尔经济学奖获得者阿若等人的支持下，在美国新墨西哥州首府圣塔菲市，成立了一个把复杂性作为研究中心议题的研究所-圣塔菲研究所（简称SFI），并将研究复杂系统的这一学科称为复杂性科学（Complexity Seience）。
复杂性科学是研究复杂性和复杂系统的科学，采用还原论与整体论相结合的方法，研究复杂系统中各组成部分之间相互作用所涌现出的特性与规律，探索并掌握各种复杂系统的活动原理，提高解决大问题的能力。
20世纪40年代为对付复杂性而创立的那批新理论，经过50-60年代的发展终于认识到：线性系统是简单的，非线性系统才可能是复杂的；“结构良好”系统是简单的，“结构不良”系统才可能是复杂的；能够精确描述的系统是简单的，模糊系统才可能是复杂的，等等。
与此同时，不可逆热力学、非线性动力学、自组织理论、混沌理论等非线性科学取得长足进展，把真正的复杂性成片地展现于世人面前，还原论的局限性充分暴露出来，科学范式转换的紧迫性呈现了。
这些新学科在提出问题的同时，补充了非线性、模糊性、不可逆性、远离平衡态、耗散结构、自组织、吸引子（目的性）、涌现、混沌、分形等研究复杂性必不可少的概念，创立了描述复杂性的新方法。
复杂性科学产生所需要的科学自身的条件趋于成熟。
另一方面，60年代以来，工业文明的严重负面效应给人类造成的威胁已完全显现，社会信息化、经济全球化的趋势把大量无法用现代科学解决的复杂性摆在世人面前，复杂性科学产生的社会条件也成熟了。
复杂性科学
2.国内外复杂性科学研究现状 2.国内外复杂性科学研究现状 2.1 国外研究历史与现状(续) 国外研究历史与现状(
Fammer（关联主义） Fammer（关联主义） ， Per Bak 、 Kauffman（自组织临界理论）等人在各个 Kauffman（自组织临界理论）等人在各个 方向上的开创性研究工作。
2.国内外复杂性科学研究现状 2.国内外复杂性科学研究现状 2.3 复杂性科学研究方法(续) 复杂性科学研究方法( (2)复杂系统的模型分析 (2)复杂系统的模型分析 混沌动力学模型(Chaos 混沌动力学模型(Chaos Dynamics), 系统动力学模型(System 系统动力学模型(System Dynamics), 自适应系统(Self自适应系统(Self-adaptive System), 复杂适应系统(Complex 复杂适应系统(Complex Adaptive System)等等。 System)等等。
1.引言 1.引言 1.3 复杂性科学的一些基本原理(续) 复杂性科学的一些基本原理( （4）时间与空间相统一原理 系统在时间上、空间上都演化 （5）宏观与微观相统一原理 系统宏观演化起始于微观变化
2.国内外复杂性科学研究现状 2.国内外复杂性科学研究现状 2.1 国外研究历史与现状
＊1975年，Li-York(两位美国数学家 1975年，Li-York(两位美国数学家
3.元胞自动机在矿业学科中的应用 3.元胞自动机在矿业学科中的应用 3.1 元胞自动机 发展历史。元胞自动机是1950年由冯 1950年由冯 （1）发展历史。元胞自动机是1950年由冯 诺依曼(Von Neumann)在计算机上模拟生 诺依曼(Von Neumann)在计算机上模拟生 物繁殖时提出的，为一个时间、空间、 物繁殖时提出的，为一个时间、空间、状态都 离散， 离散，且空间上相互作用及时间上的因果关系 皆局部的网络动力学模型。美国数学家L.P. 皆局部的网络动力学模型。美国数学家L.P. Hurd和 Culik等人在90年代初， Hurd和K. Culik等人在90年代初，对元胞 等人在90年代初 自动机进行了严格的描述和定义。 自动机进行了严格的描述和定义。
复杂性、复杂系统与复杂性科学
2.2 复杂系统的分类 复杂性的种类很多，从不同的角度可 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（成思危）； （2）主观复杂性与客观复杂性。
2 . 复杂系统
2. 1 复杂系统及其基本特征
目前关于复杂系统的定义也不统一，至少有30多种，代表性的有如下一些： （1）复杂系统就是浑沌系统（浑沌学派）。 （2）具有自适应能力的演化系统（Santa Fe）。 （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）。 （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：（突变论和混沌的 两种）运动复杂性和（分形的和非稳定性的两种）结构复杂性。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）。认识论 意义的复杂性概念也概括了自然科学和技术科学领域关于用描述长度定义复杂 性的各种概念和涵义，特别是关于“有效复杂性”的涵义。
（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，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；受到自身结构功能和环境的 种种参数的约束。
复杂性科学的基本内涵
复杂性科学的基本内涵
复杂性科学是一门相对较新的学科，以复杂性问题为研究对象，探讨复杂系统的内在规律，研究其内紧密相互作用、相互影响关系的特性及其身上所表现出来的不规则性和模糊性内涵。
其基本内涵包括：
一、复杂性科学研究的对象是复杂性的具体表现，如系统的边缘有多种表现形态，而每种形态都有其特殊的内涵实质；
二、复杂性科学以层次分析看系统，从宏观、中观、微观等许多不同层次来描述系统；
三、复杂性系统由简单易控制的子系统组成，而当这些组件的关系发生变化之后，系统会出现复杂的路径、不可预测的表现；
四、复杂性科学探讨的是系统内部的复杂性和有效性，即系统的基本特性和状态，以及它们之间的相互影响和关系；
五、复杂性科学采用非正式的数学方法和模型，探讨复杂性的表现形态和其本质；
六、复杂性科学注重理论与应用结合，因此作为科学家，不仅要关注复杂性的实验研究，而且要针对社会经济实际寻求潜在的应用方向。
复杂性科学的方法论研究
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。
复杂系统及其复杂性科学概述
➢ 复杂社会系统：社会泛指由于共同物质条件、经济条 件、信息条件等而相互联系起来的人群、集团、公司、 组织等
人作为子系统参与其中
第6章
6.2 复杂系统的分类
6.2.3 复杂自然系统、复杂工程系统、复 杂社会系统
➢ 系统科学的发展是从研究复杂自然系统，到研究人造 复杂工程系统，再到研究复杂社会系统，即从研究自 然物，扩展到研究人工物，再到研究人类社会发展过 程
➢ 有机系统（organic system）由许多高度特 化的、相互联系紧密的、不同种类的组分组 成的系统
有机系统易于进行功能描述，其中组分的功能是 通过在维持系统处于期望状态中的作用加以定义 和刻画的
典型的是生物体系统
第6章
6.2 复杂系统的分类
6.2.1 多体系统、有机系统、控制系统
➢ 控制系统（cybernetic system）把多体系 统和有机系统结合起来的系统，如神经网络
启示：组织管理者要减少计划和控制，激发自组织
➢ 了解相干环境
组织管理者要了解相干环境，应创造自组织产生的条件，创 造信息凝聚而非仅仅是兴趣共享
➢ 了解产生凝聚的能力
组织管理者最重要的不是组织的集体的力量而是个人产生凝 聚的能力
第6章
6.5 复杂性科学
6.5.3 复杂性科学思想方法的启示
➢ 整体和部分的共同进化
人是一个如此复杂和统一的控制系统，以至于许 多人都不愿意研究由人组合起来的系统
对其他系统的刻画用“行为”表示就足够了，而 对人的刻画用“行为”表示就不成，因为人有意 向性行为
第6章
6.2 复杂系统的分类
6.2.2 非平衡系统、复杂适应性系统、开 放的复杂巨系统
➢ 非平衡系统：由无生命子系统组成的系统，每一个子 系统非常简单，子系统之间的相互作用也简单
复杂性科学_复杂性科学与复杂性经济学
复杂性科学_复杂性科学与复杂性经济学复杂性科学的兴起表明了科学正处于一个转折点——那就是复杂性科学的兴起(成思危，1999)，是人类历史上又一次科学范式的大变革。
如果说相对论排除了绝对空间和时间的幻觉，量子力学排除了可控测量过程的牛顿迷梦，那么，作为复杂性科学中的一个组成部分的混沌论则排除了拉普拉斯决定论的可预见性的狂想(格莱克，1990)。
而主流经济学的发展历史表明，自然科学每一次理论与方法的重大变革，都成为经济学创造思维的源泉(张永安、汪应洛，1997)。
因此，复杂性科学的兴起必然会对经济学的发展带来深远的影响。
本文拟就复杂性科学与经济学展开一些讨论。
二、复杂性概念苗东升(20XX年)认为，从科学方法论角度看，复杂性应是复杂性科学的首要概念，需要给出它的科学定义。
按照传统的理解，简单与复杂是相对的。
一个事物在未被认识以前是复杂的，一旦被认识了就简单了。
复杂性研究的提出最少可以追溯到20世纪40年代，明确提出建立复杂性科学也有10多年，但复杂性究竟是什么，目前还没有统一的说法。
不同的学者基于不同的学科背景和研究对象，给出不同的复杂性定义。
据郝柏林(1999)介绍，麻省理工学院的SethLloyd编辑了一份清单，至少有31种不同的复杂性的定义。
也许根本不存在统一的复杂性定义，至少目前不必追求这种统一定义，多样性、差异性是复杂性固有的内涵，只接受一种意义下的复杂性，就否定了复杂性本身(苗东升，20XX 年)。
但我们可以从以下几个方面来理解复杂性：(1)表现出复杂性的复杂系统一般是有大量的、不同的、相互作用的单元构成的网络。
每一单元都会受到其他单元变化的影响，并会引起其他单元的变化。
(2)各单元之间的相互作用是非线性的。
系统的整体不再为部分之和，部分与整体之间不只是现象上的因果关系，而是“一只活鸡被分成两半就不再是活鸡的两半”的关系。
复杂系统的过程具有不可逆性。
系统对初值具有很强的敏感性。
(3)复杂性是系统的某种动态行为，往往伴随涨落。
学科研究方法的演进轨迹
学科研究方法的演进轨迹自科学诞生以来，人类对自然和社会现象的研究方法经历了漫长而曲折的历程。
从古代的经验归纳、哲学思辨，到近代的实验验证、量化分析，再到现代的系统论、复杂性科学，研究方法不断发展、丰富和完善。
本文将从学科研究方法的演进轨迹、特点及影响等方面进行探讨。
一、古代的学科研究方法1.经验归纳在古代，人们对自然和社会现象的研究主要依赖于经验归纳。
通过对大量现象的观察和总结，人们逐渐发现了一些规律性的事物。
例如，中国古代的农业、医学、天文学等领域，都有丰富的经验知识积累。
古希腊的亚里士多德通过对生物的观察，提出了生物分类学的基本原则。
2.哲学思辨古代的哲学家们运用逻辑推理和抽象思维能力，对自然和社会现象进行思考。
他们试图找出事物之间的本质联系，构建系统的理论体系。
如古希腊的柏拉图和亚里士多德，分别提出了理念论和实在论，对后世产生了深远影响。
二、近代的学科研究方法1.实验验证16世纪以来，欧洲的科学家们开始运用实验方法研究自然现象。
实验方法强调通过有控制的实验操作，观察和测量现象，以验证或证伪理论。
伽利略、牛顿等科学家运用实验方法，揭示了自然界的许多基本规律，奠定了现代科学的基础。
2.量化分析随着数学的发展，量化分析逐渐成为学科研究的重要方法。
量化分析通过对现象进行定量描述和统计分析，揭示事物之间的数量关系。
如概率论、统计学、微积分等数学工具，为科学研究提供了有力支持。
3.实证主义19世纪以来，实证主义成为学科研究的主流方法论。
实证主义强调以观察和实验为基础，通过归纳推理，得出具有普遍性的科学定律。
如达尔文的生物进化论、马克思的历史唯物主义等，都是实证主义研究方法的典范。
三、现代的学科研究方法1.系统论20世纪中叶，系统论作为一种新的研究方法，逐渐兴起。
系统论认为，事物是由相互联系、相互作用的要素组成的整体，研究事物应从整体、动态的角度进行。
如贝塔朗菲的一般系统论、维纳的控制论等，为学科研究提供了新的视角。
第七节 复杂性科学-现代
简单巨系统
• 子系统数量多，相互作用简单；使用统计平 均，N趋于无穷 • 两个层次问题，存在涌现，实际无法解决 • 重点研究非平衡统计（外界控制下系统形成 有序结构）
复杂巨系统I （复杂适应性系统）
• 子系统有学习、适应能力；整体有序结构呈 现某种分布，用数学式子难以表达；层次之 间存在涌现 • 计算工具采用计算机程序，分析子系统之间 相互作用 • 信息作用突现
系统论的奠基人是美籍奥 地利生物学家贝塔朗菲 （1901～1971年）。
2、系统论的基本概念 系统论是研究系统的模式、原则和规律，并对其功能 进行数学描述的一门学科。 所谓系统，是在某一环境中互相联系的若干元素所组 成的集合体。 • 一定数量的元素 • 一定的结构 • 整体具有目的性 系统的结构 ——系统内部各要素之间相互联系和相 互作用的方式，也可以理解为系统内部要素的秩序。 系统的功能 ——系统在与外部环境相互联系和相互 作用的过程中所具有的行为、能力和功效。
系统科学学科结构
• 简单系统（牛顿力学体系） • 复杂系统 简单巨系统（非平衡统计物理） 复杂巨系统 复杂适应性系统（生物生态系统） 开放的复杂巨系统（社会系统）
简单系统
子系统数量少，相互作用简单（计算机使用， 子系统为几十个） • 可以解决问题测度为零（线性谐振子、二体 问题、氢原子），近似方法大量应用 • 线性体系，叠加原理
三、系统科学产生的社会历史条件
• • • • • 社会实践对象的复杂化 社会实践活动的信息化趋势 杜会实践活动的自动化趋势 社会实践的组织化趋势 科学技术的应用化趋势
三、系统论
1、系统论的产生和发展 20世纪20年代，奥地利学者贝塔朗 菲在研究理论生物学时，用机体论批 判并取代当时广为流传的机械论，形 成有机体系统概念，建立机体论生物 学。从30年代末起，贝塔朗菲转向于 建立一般系统论，1945年在《德国哲 学周刊》上发表重要文章《关于一般 系统论》，是他建立一般系统论的宣 言书。1968年，贝塔朗菲出版了《一 般系统论──基础、发展、应用》一 书，标志着这门学科已到了成熟的地 步并有了新的发展。
复杂性科学
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。
复杂性科学视域中的世界
复杂性科学视域中的世界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的新兴科学研究形态。
复杂性科学具有以下特征：1、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。
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。
非线性思维是一种直面事物本身的复杂性以及事物之间相互关系的复杂性、运用超越直线式的思维去力争更清晰的理解和把握认识对象的思维方式。
不可否认，在认识简单的事物时，直线式的思维方式有利于提高认识的效率，但是在认识比较复杂的事物时，如果单单为了追求一种简单性、便捷性、效率性、因果性，而抛却事物的复杂性，我们得到的会是一种“假象式”的认识结果。
实际上随着我们的思维范式由线性向非线性的转变，我们对自然和社会的本来面目的认识就更加深刻。
2、不确定性不确定性是针对确定性而言的，是对确定性的否定。
在近代科学发展史上，以牛顿力学为代表的经典自然科学向人们描绘了一幅确定性的世界愿景，并且宣称在这幅愿景图中的空白之处或者不清晰之处只是暂时的，是等待人类去逐渐填充的领域。
然而20世纪60年代以来，现代系统科学中关于混沌现象的研究，却打破了传统科学中把“确定性”与“不确定性”截然分割的思想禁锢，并用大量客观事实和实验表明，正是由于确定性和不确定性的相互联系和相互转化，才构成了丰富多彩的现实世界。
事实上，许多学科领域关于“不确定性”的研究成果已经揭示了微观和宏观世界中不确定性的必然存在。
如量子力学中的海森堡测不准原则、数理逻辑中的哥德尔定理、社会选择理论中的阿罗不可能定理以及模糊逻辑等方法的提出，都从不同的学科角度，为“不确定性”成为科学研究的对象提供了准备条件。
3、自组织性组织是指系统内的有序结构或这种有序结构的形成过程，自组织是指无需外界特定指令就能自行组织、自行创生、自行演化，能够自主地从无序走向有序，形成有结构的系统。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
1.1复杂性科学(eomplexityseienee)研究简介复杂性科学兴起于20世纪70至80年代.由于它才刚刚兴起且其研究范围极其广泛等原因，目前还没有一个清晰明确的定义，一般认为它是以复杂性和复杂系统为研究对象的学科.有关复杂性科学的论文和会议数量正在急剧增加，相关的研究不断掀起高潮.尽管目前复杂性科学还处起始阶段，令人惊奇的是已有科学家称其为“21世纪的新科学”美国圣菲研究所于1984年筹备，1986年正式成立，它集中不同背景的青年科学家，鼓励跨学科、跨领域的协作，致力于复杂性和复杂系统的研究，借助于超级计算机，他们成功地对很多复杂系统进行了模拟.他们提炼出复杂适应系统的概念，认为复杂系统有一种在混沌和有序之问的边缘达到某种特别的平衡的能力，并保持这种微妙的平衡“.SFI的创办人物理学家霍金展望新世纪的时候谈到: “我认为下个世纪将是复杂性的世纪.”‘这个混沌和有序之间的边缘的说法源自关于CA分类的工作，他从现象上将CA分成四类:凝固型，周期型和混沌型，还有一种介于周期性和混沌型之问的复杂型，既不像混沌型那样近乎随机，又不像周期型那样比较简单，似乎处于某种边缘状态，表现出极为丰富的动力行为，最具有研究价值复杂系统中涌现形成机理的讨论此后在不同场合霍金都反复强调过“复杂性科学是21世纪的科学.所有的这些都在告诉我们:复杂性科学正在蓬勃崛起，方兴未艾.现在，科学界满怀期待，越来越多的研究者相信，复杂性科学将是关于大自然的新科学;新世纪是复杂性科学的世纪，尤其是随着生命系统、社会系统和经济系统所代表的复杂系统越来越多地成为人们关注的目标和研究的重点，上述观点正在逐步成为广大科学工作者的共识.事实上对复杂性研究的提出已经有几十年的历史了，人类在这方面积累了不少经验，也有不少教训.最早提及复杂性的是冯·诺伊曼，他认为阐明复杂性是20世纪的科学任务，就好像在19世纪理解墒和能量概念一样.1948年复杂性科学.现在一般认为，复杂性科学的提法可以归功于普里高津!7}详细地谈了他的科学观.在谈到简单性和复杂性问题时，他认为西方的经典科学更多地强调了还原论，而中国的古典哲学强调的是整体性，现在是到了强调两者结合起来的时候了，也就是说科学研究应当进入由简单性向复杂性转化时代.为此，他提出了耗散结构理论，按照这种理论一个复杂系统应当由大量互相作用的基本单元组成.这个系统应当是开放的，可以与外界环境进行物质、能量和嫡的交换，从而使系统在处于远离平衡态时表现出耗散结构，可实现由混沌到有序的转化.在分析这种耗散结构建立时，普利高津用到了分叉理论和随机涨落两种方法.按照这种理论，一个开放的有大量基本单元组成的系统出现宏观上各种复杂有序结构的原因是确定性分叉理论和随机涨落的结果，即它有决定性的一面也有随机性的一面.在普利高津建立耗散结构理论的同一时期，德国著名物理学家哈肯(参见{8{)也研究了这种由大量基本单元组成的复杂系统，并以此建立了协同论的理论.按照协同论观点，这类由大量基本单元组成的系统存在着彼此协同作用，结果应当服从伺服原理.在具体研究复杂系统的某一行为时，基本单元的协同作用表现为序参数，这个序参数在讨论该行为时起到主导作用，在系统演化时基本单元的协同作用就表现为它们的行为被序参数所伺服.序参数的维数往往是不很高的，因而可以通过对序参数演化的研究得到系统的整体性质.近年来数学上发现的中心流形定理，无穷维动力系统中的惯性流形理论以及动力系统中慢变控制快变的一系列结果从本质上来说都反映了这种伺服原理的思想. 20世纪70年代末出现非线性科学研究热潮又一次极大影响了复杂系统研究.复杂系统中基本单元的相互作用必然导致其描述的数学模型具有非线性这个共性，非线性科学的兴起来自于对这个共性的研究.研究结果表明，对于一个确定性非线性系统，不管其维数如何(自治的常微分方程要求维数大于等于3)，出现混沌现象是相当普遍的(参见[01).混沌性质的存在明确地指出了在确定性系统中完全可以出现类随机性质的解，这是认识论上一个重大突破.实质上这个结果告诉我们采用纯确定性或纯随机性观点来研究系统都存在偏面性，对一个系统行为的研究需要把这两种方法有机的结合起来，尤其对于复杂系统的复杂行为.从这儿我们也可以体会普利高津提出由简单性转化复杂性是超前的科学预测.经过十多年来研究，人们对非线性系统的混沌行为有了较深刻的理解，促使了在20世纪90年代初混沌控制和混沌同步理论的建立和发展.混沌控制的原始思想是当一个系统处于混沌态时，其相空间所表现的混沌奇怪吸引子中嵌入有无穷多的不稳定有序态，这种有序态可以通过系统参数微调后在不改变系统本质特点的条件下得到控制.换句话说，对于一个处于混沌状态系统通过参数调节的控制方法，我们就可以实现向有序态的转化.同时由于有序态的数目是无穷多个，故从理论上来说，可转化为各种有序态的可能性也有无穷多种.在20世纪80年代中期，理论物理学家霍夫菲尔德提出了一种人工神经网络，从而促发了神经网络研究的一个新高潮.通过对人工神经网络的学习问题的研究，我们发现复杂系统行为的描述除了非线性外，还应当有自适应性.所谓自适应是指系统能自动改变自己的习性以适应环境的变化，这种属性在生物系统中表现得最明显.事实上“适者生存”的法则就含有了这一层意思.复杂系统作为一个开放性的系统，它面临不断变化的环境，当然应该有能力适应环境变化，故其有自适应性也就不足为奇.实际上，复杂系统的范围极为广泛，包括经济系统(如股市)、社会系统(如政党、蚁群等)、生物系统(小到免疫系统和神经系统，大到全球生态系统)和物理系统(如凝聚态物理中的复杂对象，或者如互联网这样的技术性网络)中的大量对象.虽然复杂系统如此多种多样，但令人惊奇的是，它们确实拥有一些共同的特征，有结构上的，也有功能(行为)上的，通过对复杂系统建模，我们可以从理论上把这些共同特征描述出来.正是这些共同特征在一定程度上将复杂系统统一起来，成为一类研究对象.现在知道，这类系统具有的共同特征之一就是适应性，这种性质使得复杂系统能够从经验中学习并改变以“适应’，环境.因而，复杂适应系统)这一概念就被提了出来，从这个意义讲，复杂性科学主要就是对复杂适应系统的探索.。
自20世纪90年代以来，科学家们通过对大量复杂系统的分析，认为可以抓住“大量基本单元”和“相互作用’，这两个基本特点，用图论中网络的观点来对复杂系统进行建模并可开展研究.许多实测结果表明由复杂系统构建的网络具有一些非常复杂的拓扑性质，比如小世界性质和无标度性质等.怎样找到并描述清楚现实复杂网络的重要的拓扑性质，怎样建立网络的数学模型使其尽可能多地具有对应的现实复杂网络的拓扑结构，以及网络的拓扑结构怎样影响复杂网络的行为等许多重要的问题引发了人们对复杂网络研究的极大兴趣，已成为现阶段人们对复杂系统研究的又一高潮(关于复杂网络的介绍见下节)上述这些研究对于复杂系统理论发展都是有促进作用的.经过多年努力，科学家们终于在复杂系统的研究方面取得了非常大的进展并达到了一些共识，就我们的了解而言，主要观点大致可以归纳如下: l)所有复杂系统的根本特征是涌现了.也就是说一个复杂系统的数学模型中会涌现出各式各样的班图这些涌现现象是由混沌边缘加勿。
可从。
、夕来完成，换句话说这种由无序到有序过程是由混沌边缘来完成.从上面所述可知混沌控制就是产生混沌边缘的一种可能机制，但绝不是唯一机制.当然所有其他机制以及有关问题在目前看来还是未解决的.。
复杂系统一般具有一些通有特点.根据目前了解的情况，这类特点有四种:1非均匀性，比如基本单元分布的非均匀性，它们之间相互作用的非均匀性，在时间演化中表现的不可逆等;了/，)非线性性，这是由于基本单元之间的相互作用而产生，从而导致系统在各种条件下可能存在无序和有序的解，也就引发了无序与有序转化问题;了c)自适应性，由于复杂系统的开放性，它必定与周围环境发生作用，从生物学上适者生存法则自然可以想到系统有能力对外界环境做出正确的反应，复杂系统的这种性质就是自适应性.自适应性的来源，从现在所知来看有系统参数的自适应和系统结构上的自适应性;扩刃网络性，由于复杂系统由具有相互作用的大量基本单元构成，这就使得复杂系统在结构上具有复杂网络特性，主要表现为复杂系统所构成网络往往具有小世界性和乙或无标度等复杂的拓扑性质，这些共识为科学家们在21世纪建立复杂性科学打下了扎实的基础.从历史上看，复杂性科学的兴起有一个极为关键的因素，那就是计算机的飞速发展，对于复杂系统的研究基本上都是借助计算机来进行的.其实，仔细考察非线性科学的许多研究，特别是关于混沌的研究的历史，我们就可以看出计算机应用在这些研究工作中起到了巨大的作用.计算机延伸了人的智力，好像望远镜延伸了人的视力一样，计算机广泛而深刻的应用使得科学的面貌发生的重大的变化.计算已经成为继理论和实验这两种科学方法之后的第三种科学探索方法!主要就是通过多学科协作，借助超级计算机对很多复杂系统进行了模拟，以此来获得对复杂系统的深入认识.SFI的工作，在一定程度上使复杂性科学有了更加具体的研究路线，而复杂适应系统等的提法也显示了对复杂系统更加明确的深刻洞察向世人承诺，“我们现在拥有了一种必要的方法和工具”，可以把已知的“片面的知识重新拼成对整体系统本身的理解”.然而，由于复杂性科学所面临课题的复杂和困难，上述研究是必要的，可正如霍兰自己认识到的那样，计算机模拟并不能代替理论，客观地说，从SFI的大量研究和计算机模拟中，人们获得的洞悉和提炼出的科学性概念相对就显得太少了.复杂性科学既使从最好的情形来说，也只能说各种材料都准备好了，但还缺少“诞生”.就好像曼德博创立分形几何的过程一样，分形几何的各种材料很早就准备好了，但直到曼德博提出分形的思想才将它们贯穿组织起来，成立了一门新的学科;复杂性科学似乎还缺乏某种关键性的思想来最终确立自己的学科地位，复杂性科学被称为是“21世纪的科学”，也许可以理解为复杂性科学将在21世纪真正得以确立.就我们的认识而言，这个关键思想应该向生物学的思想体系去寻求.虽然经济系统、复杂物理系统以及社会系统的研究已经开展很长时间，有了一定的方法和一些重要结果.但我们认为，生物系统是在任何意义上都是最典型的复杂系统，而且从19世纪发展起来的生物学已经形成了自己的更加独立的思想体系，生物学必然要对复杂系统的研究提供最多的思想弹药，因而可以相信生物系统的研究在复杂系统研究中将居于一个核心位置.生物学很早就向其他学科扩散其思想，涌现就是一个例子.按照SFI的观点，复杂系统的研究根本上就是关于所谓“涌现”(二e:goc。
)的研究.涌现的观念有其自己的历史发展线索.很多人可能认为这个概念大约来自复杂物理系统的研究，但事实上它是在生物学中就生物现象提出的，并且在很长一段时间内几乎是生物学专复杂系统中涌现形成机理的讨论有的概念.并且，人们也很早就意识到这个概念的普适性，如赫青黎}22)在1868年就指出，人们所熟知的水的那些性质不能从我们关于氢气和氧气的研究中预测，它们是涌现的!23!.生物学从一开始处理的就是复杂系统，形成了与传统数学和物理学不同的思想和方法体系;在复杂性科学兴起的今天，生物学很有可能能够提供某些关键性的思想元素.在复杂系统的研究工作中，应该非常重视从生物学中学习，不仅仅重视生物学中的新事实，新问题，新进展，更加重视吸收生物学中的思想，以期得到启发和指导.应该看到近代复杂系统的理论虽然已经提出了几十年，也已经取得了很大成果，但由于问题和困难是前所未遇的，所以要真正成为一个比较完整的系统理论还为时过早.不过我们应该注意到这种理论产生的源泉是实际的复杂系统，比如生命系统和经济系统，研究的需要使得其具有强大生命力.复杂性科学方兴未艾。