• 正在加载中...
  • 复杂适应系统

    复杂适应系统(Complex Adaptive Systems,简称CAS),也称复杂性科学(Complexity Science),是20世纪末叶兴起的前沿科学阵地。对复杂适应系统的定义也是“复杂”的,至今尚无统一的公认定义。但对复杂适应系统的研究越为深入,则越能感受到这是对现有科学理论,甚至哲学思想的一大冲击。与复杂适应系统表现出来的不确定性、不可预测性、非线性等特点相比,长期以来占统治地位的经典科学方法显得过于确定,过于简化。可以说,对复杂适应系统的研究将实现人类在了解自然和自身的过程中在认知上的飞跃。

    编辑摘要

    目录

    概念的提出/复杂适应系统 编辑

    法国哲学家埃德加·莫兰

    是当代系统地提出复杂性方法的第一人。他的复杂性方法主要是用“多样性统一”的概念模式来纠正经典科学的还原论的认识方法,用关于世界基本性质是有序性和无序性统一的观念来批判机械决定论。他提出要把认识对象的背景也作为研究的部分,而不应剥离,以此来反对在封闭系统中追求完满认识、主张整体和部分共同决定系统来修正传统系统观的单纯整体性原则。莫兰提出复杂性思想的标志时间可以定在他发表《迷失的范式:人性研究》

    一书的1973年。

    比利时著名科学家普利高津首次提出了“复杂性科学”的概念。普利高津实质上是把“复杂性科学”作为经典科学的对立物和超越者提出来的。他指出:“在经典物理学中,基本的过程被认为是决定论的和可逆的。”(普里戈金、斯唐热《从混沌到有序》,上海译文出版社,1987年,第42页)而今天,“ 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。”(同上书,第224页)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”这个参量的作用和无视自然变化的“历史”性。他所提出的关于复杂性的理论就是不可逆过程的物理学的理论,主要是揭示物质进化机制的耗散结构理论。普利高津说这个理论研究了物理、化学中的“导致复杂过程的自组织现象”。因此我们可以认为普利高津所说的“复杂性”意味着不可逆的进化的物理过程所包含的那些现象的总体:在热力学分岔点出现的多种发展可能性和不确定性,动态有序结构的不断增长和多样化等等。1984年美国的圣菲研究所成立,它接过了“复杂性科学”的口号,由于它实力雄厚,现在被视为世界复杂性问题研究的中枢。圣菲研究所的学术领头人、诺贝尔物理奖获得者盖尔曼如此提及圣菲研究所的研究宗旨:“现代科学的一个重大挑战是沿着阶梯从基本粒子物理学和宇宙学到复杂系统领域,探索兼具简单性与复杂性、规律性与随机性、有序与无序的混合性事件。”(盖尔曼《夸克与美洲豹》,湖南科学技术出版社,1999年,第119页)圣菲研究所的研究对象是复杂适应系统,它提出“适应性造就复杂性 ”,表明它主要研究能够学习的系统在适应环境的过程中于自身中发生的结构和行为方式从简单到复杂的演变。复杂适应系统的共同特征是,它们能够通过处理信息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的参照,并通过实践活动中的反馈来改进对世界规律性的认识从而改善自己的行为方式。这反映了生物、社会等高级系统的能动的自组织的机制。 有人因为复杂性理论研究复杂系统的问题,就认为它还是属于系统论范畴的一种方法。其实莫兰认为系统论超越了还原论,复杂性理论又超越了系统论,它们代表着科学方法论依次达到的三个梯级。贝塔朗菲在20世纪4 0年代提出的系统论思想从批判还原论出发,过分强调了整体性原则,以致忽略了系统构成要素的积极作用,提出系统通过“中心化”而形成一个“愈来愈统一”的 “个体”(贝塔朗菲《一般系统论》,清华大学出版社,1987年,第66页)。与此相联,他主张越是功能强的系统必须越有序。但是现在圣菲研究所提出了“ 混沌的边缘”的原理,指出“复杂适应系统在有序与无序之间的一个中间状态运作得最好”(盖尔曼《夸克与美洲豹》,第364页)。复杂适应系统是一些多元的或多主体的系统,它们的大量的具有主动性的个体积极地相互竞争和合作,在没有中央指挥的情况下,通过彼此相互作用和相互适应也能形成整体的有序状态。圣菲研究所采取的研究思路是“多主体建模”,“非中心化思维”,由于它主要是从个体出发,采取自下而上的研究策略,所以又被称为“基于个体的思维范式”。举例来说,计划经济体现了自上而下的“中心控制的思维方式”,而市场经济则建立在“基于个体的思维范式”的基础上,商品生产者根据价值规律的指示相互作用也能自发地形成宏观经济秩序。由此观之, 贝塔朗菲式的系统只是一种简单系统,复杂性观在它的视域内对经典系统论加以改造才达致复杂系统论。复杂性理论把被经典科学的简化理性所排除的多样性、无序性、个体性因素引进科学的视野,借以研究能动系统的复杂的自组织问题。当然我们认为也应有某种宏观调控机制来控制市场经济的自流性,莫兰也提到生物组织和社会组织的“高度复杂性表现在它们同时是无中心的(也就是说以无政府的方式通过自发的相互作用运转)、多中心的(即拥有几个控制和组织的中心)和一中心的(即同时还有一个最高的决策中心)。”(莫兰《复杂思想:自觉的科学》,北京大学出版社, 2001年,第141页)

    参考资料

    复杂适应系统复杂适应系统

    1)作者: 埃德加·莫兰

    译者: 陈一壮

    ISBN: 9787301043745

    页数: 192

    出版社: 北京大学出版社

    装帧: 平装

    出版年: 1999-10-1

    复杂适应系统的主要特征/复杂适应系统 编辑

    Application Research of Computers 2008 年5 月 人们每时每刻都处在并能看到许许多多的复杂系统, 如蚁群、生态、胚胎、神经网络、人体免疫系统、计算机网络和全球经济系统。所有这些系统中, 众多独立的要素在许多方面进行着相互作用。在每种情况下, 这些无穷无尽的相互作用使每个复杂系统作为一个整体产生了自发性的自组织。霍兰把这类复杂系统称为复杂适应系统。

    在霍兰的复杂适应系统理论中, 复杂适应系统被看成是由用规则描述的、相互作用的适应性主体组成的系统 。这些主体不断地学习或积累经验, 并根据学到的经验不断变换其规则、改变自身的结构和行为方式, 从而体现了主体不断适应环境变化的能力。整个宏观系统的演变或进化, 包括新层次的产生、分化和多样性的出现以及新的、聚合而成的、更大的主体的出现等, 都是在这个基础上逐步派生出来的。在复杂适应系统中, 任何特定的适应性主体所处环境的主要部分都由其他适应性主体组成, 复杂适应系统中的主体在与环境的交互作用中遵循一般的刺激—反应模式。所以, 任何主体在适应上所做的努力就是要去适应别的适应性主体。这个特征是复杂适应系统生成的复杂动态模式的主要根源 。

    尽管在不同领域中存在着众多的复杂适应系统, 并且每一个复杂适应系统都表现出各自独有的特征, 但随着人们对 复杂适应系统认识的不断深化, 可以发现它们都有四个方面的主要特征。

    基于适应性主体

    适应性主体具有感知和效应的能力, 自身有目的性、主动性和积极的“活性”, 能够与环境及其他主体随机进行交互作用, 自动调整自身状态以适应环境, 或与其他主体进行合作或竞争, 争取最大的生存和延续自身的利益。但它不是全知全能的或是永远不会犯错失败的, 错误的预期和判断将导致它趋向消亡。因此, 也正是主体的适应性造就了纷繁复杂的系统复杂性。

    共同演化

    适应性主体从所得到的正反馈中加强它的存在, 也给其延续带来了变化自己的机会, 它可以从一种多样性统一形式转变为另一种多样性统一形式, 这个具体过程就是主体的演化 。但适应性主体不只是演化, 而且是共同演化。共同演化产生了无数能够完美地相互适应并能够适应于其生存环境的适应性主体, 就像花朵靠蜜蜂的帮助来受精繁殖、蜜蜂靠花蜜来维持生命; 共同演化是任何复杂适应系统突变和自组织的强大力量, 并且共同演化都永远导向混沌的边缘。

    趋向混沌的边缘

    复杂适应系统具有将秩序和混沌融入某种特殊的平衡的能力, 它的平衡点就是混沌的边缘, 也即一个系统中的各种要素从来没有静止在某一个状态中, 但也没有动荡到会解体的地步。一方面, 每个适应性主体为了有利于自己的存在和连续,都会稍稍加强一些与对手的相互配合, 这样就能很好地根据其他主体的行动来调整自己, 从而使整个系统在共同演化中向着混沌的边缘发展; 另一方面, 混沌的边缘远远不止是简单地介于完全有秩序的系统与完全无序的系统之间的区界, 而是自我发展地进入特殊区界。在这个区界中, 系统会产生涌现现象 。

    产生涌现现象

    涌现现象最为本质的特征是由小到大、由简入繁 。沃尔德罗普认为: “复杂的行为并非出自复杂的基本结构, 极为有趣的复杂行为是从极为简单的元素群中涌现出来的。生物体在共同进化过程中既合作又竞争, 从而形成了协调精密的生态系统; 原子通过形成相互间的化学键而寻找最小的能量形式, 从而形成分子这个众所周知的涌现结构; 人类通过相互间的买卖和贸易来满足自己的物质需要, 从而创建了市场这个无处不见的涌现结构。”涌现现象产生的根源是适应性主体在某种或多种毫不相关的简单规则的支配下的相互作用。主体间的相互作用是主体适应规则的表现, 这种相互作用具有耦合性的前后关联, 而且更多地充满了非线性作用, 使得涌现的整体行为比各部分行为的总和更为复杂。在涌现生成过程中, 尽管规律本身不会改变, 然而规律所决定的事物却会变化, 因而会存在大量的不断生成的结构和模式。这些永恒新奇的结构和模式, 不仅具有动态性还具有层次性, 涌现能够在所生成的既有结构的基础上再生成具有更多组织层次的生成结构。也就是说, 一种相对简单的涌现可以生成更高层次的涌现, 涌现是复杂适应系统层级结构间整体宏观的动态现象。

    复杂适应系统模型的基本特性/复杂适应系统 编辑

    复杂适应系统是由适应性主体相互作用、共同演化并层层涌现出来的系统。霍兰围绕适应性主体这个最核心的概念提出了在复杂适应系统模型中应具备的七个基本特性, 分别是聚集、非线性、流、多样性、标志、内部模型以及积木。其中前四个是复杂适应系统的通用特性, 它们将在适应和进化中发挥作用; 后三个则是个体与环境进行交流时的机制和有关概念。

    1) 聚集

    聚集有两个含义, 第一个含义是指简化复杂系统的一种标准方法, 即是把相似的主体聚集成类, 相互作用, 这是指主体聚集的条件。在这个意义上讲, 聚集是构建复杂适应系统模型的主要手段之一。聚集的第二个含义是指较为简单的主体的聚集相互作用, 必然会涌现出复杂的大尺度行为。这是指主体聚集后产生的结果, 这种涌现的结果是复杂适应系统的一个基本特征。

    主体通过聚集可以形成更高一级的主体———介主体( meta-agents) 。这些介主体又能够进行再聚集, 产生介介主体( meta-meta-agents) 。这个过程重复几次后, 就得到了复杂适应系统的层次组织。

    在复杂系统的演变过程中, 较小的、较低层次的个体通过某种特定的方式结合起来, 形成较大的、较高层次的个体, 这是一个十分重要的关键步骤。这往往是宏观形态发生变化的转折点。然而对于这个步骤, 以往基于还原论的思想方法是很难加以说明和理解的。聚集不是简单的合并, 也不是消灭个体的吞并, 而是新类型的、更高层次上的个体的出现; 原来的个体没有消失, 而是在新的更适宜自己生存的环境中得到了发展。

    2) 非线性

    非线性指主体以及它们的属性在发生变化时, 并非遵从简单的线性关系。特别在主体与系统或环境反复的交互作用中, 这一点更为明显。近代科学之所以在许多方面遇到困难, 重要原因之一是它把自己的眼界局限于线性关系的狭窄范围内, 从而无法描述和理解丰富多采的变化和发展。复杂适应系统理论认为个体之间相互影响不是简单的、被动的、单向的因果关系, 而是主动的适应关系。以往的历史会留下痕迹, 以往的经验会影响将来的行为。在这种情况下, 线性的、简单的、直线式的因果链已经不复存在, 实际的情况往往是各种反馈作用( 包括负反馈和正反馈) 交互影响的、互相缠绕的复杂关系。正因为这样, 复杂系统的行为才会如此难以预测; 也正因为这样, 复杂系统才会经历曲折的进化过程, 呈现出丰富多彩的性质和状态。

    复杂适应系统理论把非线性的产生归之于内因, 归之于个体的主动性和适应能力。这就进一步把非线性理解为系统行为必然的、内在的要素, 从而大大丰富和加深了对于非线性的理解。正因为如此, 霍兰在提出具有适应性的主体这一概念时, 特别强调其行为的非线性特征, 并且认为这是复杂性产生的内在根源。

    3) 流

    流可以看成是有着众多节点与连接者的某个网络上的某种资源的流动。一般来说, 节点即是指主体, 而连接者表明可能的相互作用。在复杂适应系统中, 网络上的流动因时而异, 节点和连接会随着主体的适应和不适应而出现或消失。因此, 无论是流还是网络, 皆随时间而变化, 它们是随着时间的流逝和经验的积累而反映出变易适应性的模式。

    4) 多样性

    复杂适应系统的多样性是一种动态模式, 其多样性是复杂适应系统不断适应的结果。每一次新的适应都为进一步的相互作用和新的生态位开辟了可能性。如果与前面讲到的聚集结合起来看, 这就是系统从宏观尺度上看到的结构的涌现, 即所谓自组织现象的出现。

    5) 标志

    在聚集体形成的过程中, 始终有一种机制在起作用, 这种机制就是标志。在复杂适应系统理论中, 标志是为了聚集和边界生成而普遍存在的一个机制。标志能够促进选择性相互作用, 为了相互识别和选择, 主体的标志在主体与环境的相互作用中是非常重要的。设置良好的、基于标志的相互作用, 为筛选、特化和合作提供了合理的基础, 这就使介主体和组织结构得以涌现。标志是隐含在复杂适应系统中具有共性的层次组织结构背后的机制。

    6) 内部模型

    霍兰用内部模型来定义实现主体实现某项功能的机制。在复杂适应系统中, 当适应性主体接收到大量涌入的输入时, 就会选择相应的模式去响应这些输入, 而这些模式最终会凝固成具有某项功能的结构———内部模型。

    7) 积木

    复杂系统常常是在一些相对简单的部件的基础上, 通过改变它们的组合方式而形成的。因此, 事实上的复杂性往往不在于块的多少和大小, 而在于原有积木的重新组合。内部模型和积木的作用在于加强层次的概念。客观世界的多样性不仅表现在同一层次中个体类型的多种多样, 还表现在层次之间的差别和多样性, 当跨越层次时就会有新的规律与特征出现。概括地说, 它们提供了这样一条思路: 把下一层次的内容和规律作为内部模型封装起来, 作为一个整体参与上一层次的相互作用, 暂时忽略或搁置其内部细节, 而把注意力集中于这个积木和其他积木之间的相互作用和相互影响, 因为在上一层次中, 这种相互作用和相互影响是关键性的、起决定性作用的主导因素。这种思想与计算机领域中的模块化技术以及近年来作为软件设计、开发主流技术的面向对象的方法是完全一致的。

    通过上述七个基本特性的刻画, 复杂适应系统模型可以看做是以内部模型为积木, 通过标志进行聚集等相互作用并层层涌现出来的动态系统。

    CAS理论在金融领域的应用/复杂适应系统 编辑

    复杂适应系统(CAS)理论一个最现实和最引人注目的应用领域是演化证券学理论,该理论认为股票市场是一个具有复杂性与多面性的复杂适应系统。

    股票市场的复杂性主要表现在:

    1.宏观经济与股市走势之间存在复杂的非同步相关性;

    2.企业价值及其市场估值之间存在复杂的不确定性;

    3.股票交易者行为存在复杂的易变性和多变性;

    4.公司业绩与股价波动之间存在复杂的非线性关系;

    5.多空消息与股价涨跌之间存在复杂的非逻辑关系。

    ……

    股票市场的多面性主要表现在:

    1。从生物学角度分析,股票交易是对人类本性的博弈;

    2.从行为学角度分析,股票交易是对未来预期的博弈;

    3.从数学的角度分析,股票交易是对涨跌概率的博弈;

    4.从投资的角度分析,股票交易是对企业价值的博弈;

    5.从投机的角度分析,股票交易是对股价趋势的博弈。

    ……

    作为介于生物学和证券学之间的边缘学科,演化证券学的理论精髓,在于它摒弃了机械论的思维方式和理想化假设,揭示股市运作背后的生物进化逻辑,指出股市波动在本质上是一种复杂多变的“生命运动”,而不是传统经济学认为的钟摆式的“机械运动”,其典型特征包括:代谢性、趋利性、适应性、可塑性、应激性、变异性和节律性等。这就是为什么股市波动既有一定规律可循,又无法被定量描述和准确预测的最根本原因。

    CAS理论在管理领域的应用/复杂适应系统 编辑

    在当前的经济环境下,企业的生存与发展不仅取决于企业自身制定的战略,更取决于与其它企业和组织之间的作用关系以及相应的应变能力。因而,适应性成为企业生存与发展的一个重要能力,企业如何增强其适应性能力已成为当前管理领域研究的热点。复杂性科学的发展,尤其是CAS理论的提出,正好满足了管理科学对这些问题研究的需要。现在管理科学发展的一个趋势,就是将企业管理作为一个复杂系统的管理来研究,利用复杂性科学尤其是CAS理论的成果,探讨复杂环境条件下企业管理的原理与方法。

    对于企业系统来说,首先企业是有层次性的,企业员工主要是在所属部门形成团队并相互作用,同时企业内部可划分为两个层次:企业中的每一位员工和以员工为基本个体组成的部门,这两个层次上的个体均具有智能性、适应性、主动 等特征;其次企业发展过程中,个体的性能参数在变,个体的功能、属性也在变,整个企业系统的结构、功能随之产生变化;最后企业系统中个体并行地对环境中的各种刺激做出反应、进行演化,而且存在大量随机复杂性因素。企业系统的特征和CAS理论有很好的契合性,用CAS理论对企业更具有描述性和表达能力,这也使 CAS理论在管理领域的应用具有广阔的前景。

    CAS理论最先应用于经济管理领域是1987年Arthur与Holland等合作开发了一个模拟股票市场的计算机程序:圣塔菲人工证券市场,以此来研究股票市场的泡沫增长或崩盘现象。他们的系统是由很多具有不同信念和期望的主体组成,这些主体依据市场的变化,通过归纳的方法不断地学习,从而修正或抛弃自己已有的信念和期望,这样个人的信念和期望对市场来说就成了内生变量,通过相互竞争,整个信念组成的生态式系统就随着时间而共同进化。他们用一种基于心理或认知的观点来描述系统,如各种信念、预估、期望和解释,以及所有的基于这些信念和期望的决策、战略规划和行动等。运用这样一种观点来看待经济管理系统是很有帮助的,这是因为一切经济人的行动或选择,都是基于他们现在对未来的价格、竞争者未来的行动或者他们对世界未来特征的假设或信念,而当这些选择或假设累积起来后,反过来又会重新塑造价格、市场战略以及他们所面对的世界。Arthur认为如果我们不只是研究经济管理系统中的最简单的问题,那么采用这样一种生态学的观点将是不可避免的。这个系统的计算机试验结果解释了新古典经济学所不能解释的一些困惑,比如股票市场中存在的技术性交易、市场心理学、流行效应等,这一成功是对Holland所提出的CAS理论的支持,也促进了CAS理论在管理领域的应用研究。

    此后,国外大多数研究是基于CAS理论对宏观经济的仿真模型研究,在管理领域主要集中于对组织管理的研究。Haeckel利用CAS理论在有关企业的组织管制、组织设计和“适应性企业” 方面做出了重要贡献。他在1995年出版的着作《Adaptive Enterprise:Creating and Leading Sense—and—Respond Organizations>中认为,到目前为止,存在两种模式的企业,即“制造一销售” 模式与“感知一响应”模式,前者假设变化可预测,追求成为有效率的企业,后者假设变化不可预测,追求成为适应性企业。Haeckel建立了四步式“感知与响应企业模型”:感知、解释、决定、行动,强调应当把客户作为企业价值链的源头,通过价值链的后移为企业提供运作输入信息,创造具有核心竞争能力的企业资产与组织结构。Haeckel认为客户回馈的基本点是企业投资在客户自己尚未发觉的机会,在客户没有认识到其消费行为已经在逐步改变的时候,企业超前从嘈杂纷繁的市场消费需求中获得响应,及早改变自己,获得竞争优势。适应性企业的适应能力来源于该类组织模块化的反应机制,他们将组织的各部分能力模块化,通过各模块对外界环境变化的快速适应来提升整个企业的适应能力,这里值得我们注意的是企业的各功能模块对外界是一种适应关系,而不是企业内部各单元对未来的计划与预期。

    Jun Kamo和FredPhillips提出了基于CAS理沦的“进化型组织” 观点。他们认为“进化型组织”符合CAS的四个特征:并行性、新颖性、重组和多样性。相应于这四个特征的“进化型组织” 的概念模型中,并行性特征包括多主体、非线性、分散化、混沌边缘,新颖性特征包括涌现、非简单加和与弱蝴蝶效应(The Weak Butterfly Efect),重组是指内部规则,多样性指远离单重优化。同时他们给出了“进化型组织”演化示意图(如下图),在此基础上,他们对美国高科技上市公司进行实证分析,得出了Microsoft、Intel、Netseape的组织状况符合“进化型组织” 的标准 。

    鉴于CAS理论在其它领域的应用所取得的成果和巨大应用前景,国内CAS理论在管理领域的应用研究近几年也逐渐兴起。刘洪(2004)认为复杂适应系统的组织是现代经营环境条件下企业生存的重要形式,他在对传统组织与复杂适应组织进行比较的基础上,分析了要使一个企业成为具有复杂适应系统特征的网络结构组织关键就是要使企业内部单位是“自治”、“关联” 和“变革” 的,而企业内部市场化是“自治”与“关联”重要的实现途径,内部单位的“变革” 则具有多样性、自发性、融合性、适应性和变形性,复杂适应组织的发展策略就是认识差异、培育差异、增强学习与适应能力以及增强创新能力。

    金吾伦、郭元林(2004)认为学习型组织是具有人性的复杂性组织,由相互关系和相互作用极其复杂的众多要素构成的层级复杂适应系统;要素构成子系统,子系统再通过相互联系和作用组成系统,该系统具有自组织功能,是复杂适应性组织。他们基于CAS理论分析了学习型组织的组织模式,认为学习型组织重在变革人的思维方式,应该从简单性思维走向系统的复杂性思维 。

    朱爱平和吴育华(2003)分析了企业创新系统的复杂适应性,他们认为在复杂适应性的企业中,集权式的企业组织框架和企业行为命令方式不利于企业创新活动,建立以知识为基础的复杂适应组织体系是提高企业创新能力的重要手段 ;陈蔚珠和陈禹(2004)运用CAS理论分析了企业信息系统项目中各种风险关系以及如何进行风险管理和应该采取的策略 ;张兵和曾珍香(2004)基于CAS理论分析了企业可持续发展动力机制以及核心理念、资源平台、位势平台、制度平台和能力平台五大要素之间的相互关系,建立了企业可持续发展的金字塔模型 ;吴绍艳和杜纲(2005)应用CAS理论和涌现机理分析了企业动态能力的构建机理 。另外,国内学者在企业战略管理和供应链管理等领域也运用CAS理论进行了初步研究。

    附图

     

    添加视频 | 添加图册相关影像

    开放分类 我来补充

    互动百科的词条(含所附图片)系由网友上传,如果涉嫌侵权,请与客服联系,我们将按照法律之相关规定及时进行处理。未经许可,禁止商业网站等复制、抓取本站内容;合理使用者,请注明来源于www.baike.com。

    登录后使用互动百科的服务,将会得到个性化的提示和帮助,还有机会和专业认证智愿者沟通。

    互动百科用户登录注册
    此词条还可添加  信息模块

    WIKI热度

    1. 该词条未被企业认领,赶快认领吧!
    2. 编辑次数:8次 历史版本
    3. 参与编辑人数:4
    4. 最近更新时间:2015-09-23 07:52:13