复杂适应系统理论

2024-07-17

复杂适应系统理论（精选11篇）

复杂适应系统理论第1篇

关键词：电子信息系统,复杂适应系统,建模

电子信息系统既是预警探测、情报侦察、指挥控制、通信、火力打击、综合保障等作战要素一体化的“粘合剂”, 也是军队整体作战能力提高的“倍增器”, 同时又是军队信息化建设的核心, 其质量直接影响作战体系的一体化水平, 其效能高低直接影响着武器装备综合集成建设的成败。电子信息系统能为作战要素、作战体系的综合集成奠定良好的基础, 能实现武器系统及不同武器系统之间的高度融合与无缝链接, 从而达到互连互动, 整体调控的目的。

电子信息系统建模是对具体的武器电子信息装备体系及其作战行动的描述。电子信息系统属于复杂系统, 具有高维数、层次多、涉及的单元和环节众多、关联度大、不确定性和多样性普遍存在、多目标性的特点, 所以很难用单一的准确的数学模型来描述。基于能力的体系结构视图将体系结构与能力分析结合起来, 从而更有效地为武器装备顶层设计提供规范、系统的方法论指导, 为系统需求分析、装备方案评价等方面提供了有效方法。

现主要研究基于能力的电子信息系统的建模方法。根据复杂适应系统 (CAS, complexadaptive system) 理论“简单的系统元素以及这些元素之间简单的、局部的交互作用会产生复杂的系统整体行为”的基本思想, 应用基于多Agent的建模仿真方法, 对电子信息系统进行建模。建立的模型是以不同层次的、具有适应性的Agent为基本单位, 通过描述同一层次间Agent的行为和相互关系, 以及不同层次Agent间的信息传递和作用机制, 建立用于分析电子信息系统问题的CAS模型。

1基于Multi-Agent技术的复杂系统建模

利用Multi-Agent技术进行建模与仿真是一种描述复杂现象、研究复杂系统、实现复杂自适应计算的有效手段, 其建模方法能有效地满足分布式仿真系统对模型智能性的需求。基于Multi-Agent的建模仿真方法的特点是:从组成系统的基本元素着手, 通过对系统局部细节的描述, 自底向上地建立系统模型。Multi-Agent技术非常适于建立非线性和复杂系统模型。通过使用Multi-Agent, 对非线性系统的组件实体利用Agent进行建模, 而它们之间的交互关系可用Agent的交互来建模。每个Agent的行为成为微观行为, 各种Agent的行为和属性, 模拟组成系统的个体及个体间的相互作用关系。通过个体属性和行为与整体属性和行为间的反馈和校正, 来研究系统的动力学特性。该方法不考虑系统的整体运动形式和规律, 而把仿真目标定在行为一级, 按观测数据建立系统同态模型, 研究系统的行为趋向, 这样可以克服复杂系统研究理论基础尚未成熟, 通过系统分析产生的数学模型可信度低, 很难以数学形式定义及定量分析等复杂系统建模仿真难点, 是研究复杂系统的有力工具。

2基于CAS的电子信息系统模型

以信息获取系统、信息传输系统、指挥控制系统和执行系统为适应性主体对电子信息系统模型进行建模。首先确定电子信息系统各层所包含的Agent, 然后对体系的层次结构和Agent之间的相互关系进行描述。

2.1模型的基本简化原则

电子信息系统是复杂大系统, 它的运行过程十分复杂, 对于体系能力的优化配置, 从理论上讲, 应该将全部元素纳入模型进行分析、评估, 但是这样会使得模型和求解的复杂性急剧增加。考虑模型建立和求解的实际需求, 对模型的简化本着以下原则:

(1) 在空间范围内, 以一次完整的对抗行动为研究对象进行模型的建立和Agent的概念化;

(2) 只考虑与电子信息系统对抗行动紧密相关的Agent的行为和适应性表现;

(3) 对于一些较为复杂的、描述较为困难的行为进行一定的简化;

(4) 每个Agent都具有一定的行为和各自的适应性表现;

(5) Agent之间主要通过信息流和指挥控制关系形成网络或系统;

(6) 不考虑经济效益问题。

Agent的能力指标以它能够完成任务的程度为依据, 采取定性与定量相结合的方法给出。

2.2模型的建立

基于CAS理论构建的电子信息系统模型如图1所示。模型分两层对电子信息系统进行描述。上一层代表概念化的电子信息装备体系, 称为系统层Agent, 它主要由四个大系统组成:信息获取系统 (包括传感器Agent) 、信息传输系统 (包括信息传输A-gent和信息处理Agent) 、指挥控制系统 (包括信息处理Agent和指挥控制Agent) 和执行系统 (包括攻击Agent、防御Agent和信息对抗效果评估Agent) , 其行为是获取信息、传输信息、指挥控制和使用信息。因此, 从宏观上可以提取的系统层能力指标有:信息获取能力、信息传输能力、指挥控制能力和执行打击能力, 这些能力值是评估系统层能力的指标, 它们对底层Agent的行为具有调控作用。下一层代表具体装备及使用装备的人所共同组成的Agent, 称为节点层, 包括传感器Agent、信息传输Agent、信息处理Agent、指挥控制Agent、攻击Agent、防御Agent、信息对抗效果评估Agent, 这个层次的Agent具有各自的行为和优化目标, 同时其行为还具有学习性, Agent的驱动方程和约束方程将在下一节具体给出。

3模型结构与关键算法描述

高层系统对低层Agent具有宏观调控作用, 同时低层Agent行为又涌现出高层系统的属性;高层和低层之间及低层的Agent之间的联系用函数描述, 实现信息的交互。下面对各层Agent在CAS中的适应性行为进行描述。

3.1信息获取系统行为描述[1,2]

信息获取系统获取、采集战场信息形成战场感知态势, 这些感知态势会通过信息传输系统传递给指挥控制系统。因此, 可以用战场态势感知的质量来衡量信息对抗中信息获取系统的能力。战场态势感知质量就是战场感知到的态势和客观态势的吻合程度, 这种吻合程度可用信息的完备性和信息的精确性来度量[3]。

3.1.1 信息完备性

完备性是感知态势中敌方目标的相关信息与客观态势中敌方目标的实际情况相吻合的程度, 目标的相关信息包括目标的种类和数量。由于态势感知是随着时间变化的, 因此完备性指标是时间的函数。完备性指标包括类型的完备性和数量的完备性, 用C (t) 表示类型的完备性, 用N (t) 表示数量的完备性。那么, t时刻战场感知态势的完备性F (t) 可用式 (1) 表示。

式 (1) 中

式 (2) 中α (t) 为t时刻感知态势中己方正确发现敌方目标种类数;β (t) 为t时刻客观态势中实际的敌方目标种类数。

式 (3) 中ϕ (t) 为t时刻感知态势中已发现敌方目标数量;ψ (t) 为t时刻客观态势中实际敌方目标数量。

从上面的数学表达式中不难看出, 式中的F (t) 、C (t) 、N (t) 均不大于1。

3.1.2 信息精确性

精确性指的是传感器在感知态势中所捕获的目标特征与客观态势中真实目标特性相吻合的程度。可以用目标的特征向量来描述战场态势, 假设Gi (t) 、Pi (t) 分别表示第i个目标t时刻在客观态势和感知态势中的特征向量, 那么Gi (t) 和Pi (t) 可以分别表示为

其中, 特征向量中的元素为第i个目标的位置、速度、方位等特征, n为第i个目标特征参数的个数。感知态势中第i个目标t时刻与客观态势中对应目标的偏离程度Vi (t) 定义为

考虑到目标各个特征之间的相对重要性, 引入权重因子ωj (0<ωj<1) 来反映目标特征对性能指标的影响。于是, 式 (6) 改写为:

定义 (1-Vi (t) ) 为传感器对第i个目标在时刻t感知的精确性。假设时刻t感知态势中已正确发现了N个敌方目标, 那么t时刻感知态势的精确性V (t) 可定义为

感知态势的完备性和精确性指标能够从信息质量的角度动态反映作战行动中电子信息系统信息获取能力。因此, 可以用这两个指标来衡量信息获取能力的动态变化, 用I (t) 表示信息获取系统的能力指标, 这里I (t) 是时间的函数, 那么I (t) 可以由下式表示:

式 (4) 中, w1, w2是权重, 以下wi都表示权重。

3.2信息传输系统行为描述

信息传输系统一般包括信息传输Agent和信息处理Agent两部分。

信息传输系统是电子信息系统重要的组成部分, 它承担着整个体系的信息传输任务, 信息传输系统的任何一个部分出现问题都会给整个体系造成信息流通的不畅通甚至会导致体系的崩溃。因此, 一个鲁棒性好的信息传输系统要有多种信息传输的手段。信息传输系统的能力指标可以用传输时效性T (t) 和可靠性Pt (N) 来表示。

3.2.1 传输时效性

时效性是个相对的概念, 可以用信息从信源到信宿的时间表示。一般来讲, 时间越短时效性就越好, 说明战场态势感知信息更新的周期越短。信息在传输过程中传输的手段不同或者途经的节点处理信息的速度不同会导致信息在不同的路径上传递的时间有差异。用t (i) 表示信息经过i节点所用的时间;τ (j) 表示信息流过第j条路径信息处理所用的时延。信息的时效性可以用下式表示

$Τ (t) = \underset{i = 1 ‚ 2 ‚ \dots ‚ Ν}{m a x t (i)} + τ (j)$ (10)

式 (10) 中N表示并列的节点数量。

3.2.2 传输可靠性

设第i个Agent为Ui, 其在时刻t完成任务的概率是Pt (Ui) , 再设系统有n个传输环节, 则各种信息在电子信息系统中可靠传输的概率为

Pt (n) = $\prod_{i = 1}^{n}$ Pt (Ui) (11)

信息传输系统的能力可以用时效性和可靠性表示, 用K (t) 代表信息的传输能力, 用T (t) 表示时效性, 用Pt (n) 表示可靠性, 则信息传输系统的能力为:

K (t) =w3T (t) w4Pt (n) (12)

3.3指挥控制系统行为描述[4]

通过研究传统指挥流程OODA环 (观察 (Observe) 、判断 (Orient) 、决策 (Decide) 和行动 (Act) ) 可知, 电子信息系统决策过程中的信息流程是一个闭环系统, 大致可以分为四个阶段:首先指挥员从信息获取系统那里获得战场态势信息, 对战场信息进行评价;然后指挥员根据得到的战场态势信息进行决策分析/学习形成指挥命令;执行系统接到命令后执行命令、采取作战行动;最后, 命令和决策的执行情况被信息获取系统获取, 形成客观态势, 反馈到指挥控制中心。在这个决策环中可以提取以下三个影响决策质量的指标[5,6]。

3.3.1 决策周期

决策周期由四个时间构成:战场感知态势时间T1, 指挥员根据战场态势信息形成决策的时间T2, 指挥命令传输到执行系统的时间T3, 执行系统把信息对抗情况反馈给指挥员的时间T4, 假设决策周期为TD, 则

TD=T1+T2+T3+T4 (13)

3.3.2 认知一致性

认知一致性是指指挥员从战场态势综合信息中得到的感知态势与客观态势的一致性。由此, 认知一致性可以用指挥员得到的态势感知信息中正确的信息量与客观态势中所有的信息量的百分比来度量。用M (t) 表示在t时刻指挥员正确认知的信息量;N (t) 表示t时刻客观态势中所有的信息量;则认知一致性Z (t) 为

$Ζ (t) = \frac{Μ (t)}{Ν (t)}$ (14)

3.3.3 决策可靠性[7]

指挥员在选择作战方案或者制定决策时, 要对决策的正确性进行预判, 也就是说指挥员要对信息对抗过程中己方装备可能的损失进行预判, 所以可以认为, 决策的可靠性可以用指挥员对己方部队损失预判的可靠性来度量, 这种预判的可靠性就是指指挥员预判的己方装备或兵力损失占实际损失的百分比;反之, 如果预判损失大于实际损失, 就是实际损失占预判损失的百分比。假设P (t) 代表t时刻预判损失;Q (t) 代表t时刻实际损失, 则t时刻决策可靠性R (t) 为:

$R (t) = \frac{\min (Ρ (t) ‚ Q (t))}{\max (Ρ (t) ‚ Q (t))}$ (15)

从对以上三个性能指标的分析中可以看出, 指挥控制系统完成任务情况由态势认知一致性C (t) 和决策可靠性R (t) 共同决定, 战场指挥员只有获得较为精确的战场态势并选择一系列可靠的方案, 才能形成质量较高的决策;同时, 用指挥控制系统对战场态势的反应时间 (决策周期TD) 衡量它的效率。认知一致性、决策可靠性和决策周期共同构成指挥控制系统的性能指标。用D (t) 表示指挥控制系统能力, 则:

$D (t) = \frac{w_{5} Ζ (t) w_{6} R (t)}{w_{7} Τ_{D}}$ (16)

3.4执行系统行为描述

执行系统包括信息攻击Agent和信息防御Agent, 信息攻击Agent主要完成对敌方信息装备的摧毁、干扰和欺骗;信息防御Agent主要完成防御来自敌方的信息攻击, 包括硬毁伤、干扰和欺骗。执行系统在对敌攻击的同时, 对敌方的进攻行动采取相应的对策进行防御。随着信息战和信息技术的不断发展, 信息对抗领域的手段也在不断创新, 总结起来主要包括以下三种方法:硬摧毁、信息干扰和信息欺骗。可用毁伤概率、干扰效果和欺骗效果三个定量指标来描述执行系统的性能。

3.4.1 毁伤概率

毁伤概率是武器系统的重要性能指标, 它可以全面地反映武器系统的射击效力, 是一个综合性射击效力指标, 也是最常用的射击效力指标[8]。现在假设我方武器系统对敌方武器系统毁伤概率为P (t) , 我方发现敌方目标的概率为Pω (t) ;在敌电子干扰情况下, 第i型武器命中目标的概率为Pi (t) ;第i型武器的射击精度为ωi, 则武器系统毁伤概率为:

P (t) =Pω (t) $(1 - \prod_{i = 1}^{n} (1 - \frac{Ρ_{i} (t)}{ω_{i}}))$ (17)

式 (7) 中n为攻击武器的个数;Pω (t) 由信息获取系统确定[9]。

3.4.2 干扰效果

目前评估干扰效果的准则比较多, 有信息准则、功率准则还有概率准则等。这里采用信息准则, 其公式如下

H (J) =- $\sum_{i = 1}^{n}$ Pi (t) lg Pi (t) (18)

式 (18) 中, Pi (t) 为干扰信号Ji (t) 的出现概率。

如果干扰信息是连续分布的, 那么, 它的熵可用概率密度分布p (x) 表示

H (J) =-∫ $_{- \infty}^{+ \infty}$ p (x) lgp (x) dx (19)

信息准则是从信号本身在时域上的波形特征来衡量其品质的, 从上面的公式可以看出, 信息准则实际上是看信号出现的平均概率。信息熵是描述信息是否有规律的量, 信息熵越大说明信息越不确定, 反之信息熵越小信息越确定。因此, 从对抗的角度来看对于进攻一方这里的熵越大越好, 说明干扰信号不确定, 对方难以监测。

3.4.3 欺骗效果

欺骗效果的评估准则与干扰效果评估准则相似, 也是利用信息熵来描述。其数学表达式如下

H (I) =- $\sum_{i = 1}^{n}$ Pj (t) lg Pj (t) (20)

式 (20) 中, Pj (t) 为欺骗信号Ij (t) 的出现概率。

如果欺骗信息是连续分布的, 那么, 它的熵可用概率密度分布p (x) 表示

H (X) =-∫ $_{- \infty}^{+ \infty}$ p (x) lg p (x) dx (21)

至此, 可以得到执行系统在信息对抗过程中对抗效果的能力指标, 设执行系统信息对抗能力为A (t) , 则有:

A (t) =w8P (t) w9H (J) w10H (I) (22)

在执行系统进行进攻时会遭遇到敌方的反抗, 也会对我方的电子信息装备各个系统进行攻击, 我方采取相应的防御策略进行对抗。敌方对抗行动信息又可以通过信息获取系统传递给指挥控制系统, 总之, 信息对抗体系是一个此消彼长, 循环往复的复杂过程。

4结论

本文以复杂适应系统理论为基础建立了电子信息系统模型, 该模型分两层描述体系并对每一层包含的Agent进行了界定, 并对体系内部各个系统的运行原理进行了研究并给出了关键算法。对于电子信息系统来讲, 最终的优化目标不是单一的, 也就是说, 电子信息系统的建模是一个多目标问题的描述, 主要包括信息完备性目标、信息精确性目标、信息对抗能力目标和信息实时传递能力目标。多目标问题不存在唯一的最优解, 只可以找到问题的非劣解集, 而最终的方案选择可以根据实际作战需求综合各方面利弊进行选取。

参考文献

[1]Darilek R, Perry W, Bracken J, et al.Measures of effectiveness for the information age army.RAND MR-1155-1, 2000

[2]Major KS B, Tompson J R.C4ISR modeling and simulation, simula-tion.Interoperability Workshop (SIW) , 1998; (9) :189—195

[3]江汉, 尹洁, 李学军, 等.C4ISR体系对抗仿真中的信息优势度量.系统工程与电子技术, 2006; (28) :88—90

[4]柯加山, 刘毅.C4ISR系统信息的军事价值评估.军事运筹与系统工程, 2004; (1) :51—55

[5]Alberts D S, Garstka J J, Hayes R E, et al.Understanding informa-tion age warfare.CCRP Public Series, 2001 (8)

[6]张连庆, 蔡亚军.面向信息对抗的C4ISR系统作战效能评估指标研究.情报指挥控制系统与仿真技术, 2005; (27) :43—52

[7]戴剑伟.建模与仿真在信息优势评估中的应用研究.通信指挥学院博士论文, 2002

[8]程江涛, 王超勇, 王锡仁.统计模拟法在目标毁伤概率研究中的应用.飞航导弹, 2001; (1) :32—46

复杂适应系统理论第2篇

[摘要] 本文通过提出金融演进这一概念，建立了一个包含交互作用在内的金融分析框架。并根据这一框架的要求，提出了考察金融演进所必须的新视角：复杂的适应性系统(Complex Adaptive Systems)。进而初步考察了政府、金融机构和企业在金融演进过程中的行为特征。

[关键词]金融演进;复杂的适应性系统;行为主体特性

主流经济学对于金融活动的解释在逻辑上缺乏完整性，即使运用博弈论等现代研究方法，大多数研究也只是在特定条件下来研究行为主体对于利率、货币供应量以及金融制度等总体性经济变量的认知和影响。由于分析技术和研究目的的局限，对于行为主体之间多样化交互作用解释的忽视，成为形成现代金融理论分析结论的系统性偏差的重要因素。本文通过金融演进概念的引入，建立了一个包含行为主体的活动和他们之间多样化交互作用的分析框架，在复杂适应性系统的视角下，归纳政府、金融机构和企业在金融活动中的行为特征。

一、金融演进及其解释

金融演进(Evolution of Finance)是指在金融体系中利率、资本流动、制度等总体性(collective)因素的变迁过程，行为主体在此过程中的适应性行为，以及行为主体相应的认知调整过程。

这里，总体性因素变迁是指金融体系中以利率、资本流动、法律和惯例等为主要表现形式的因素变化，它是次一级行为主体的活动和交互作用联合生成的行为结果;适应性行为包括各行为主体针对制度等总体性因素变迁的适应性调整(接受)和非适应性调整(反抗);相应的认知调整过程指行为主体由总体性因素变迁而对于其下一期的行为和决策模式的或然性调整。

在现实经济过程中，金融演进覆盖了金融体系变迁的全过程，其成因来源于金融体系中的政府、金融机构、企业等行为主体的活动和它们之间交互作用的变化，而结果体现为利率形成过程、资本流动以及金融体制变迁等现象。作为一个动态的过程，金融演进在时间上是长期的、连续性的，其进程可以理解为有关金融演进的事件在时间轴上的分布状况。这些内生的和外生的事件在时间轴上的分布具有一定的随机性，它们对金融体系的影响程度和作用时限也存在差异，所以金融演进不是一个稳定的封闭过程。

竞争和合作是行为主体之间交互作用的两种基本表现形式，普遍存在于金融演进的整个过程之中。由于分析技术和研究目的的局限，主流经济学在行为主体之间交互作用两种基本模式之间进行相机抉择：行为主体评价函数的具体设定决定了他们之间交互关系的性质，对于竞争与合作之间的模式转换没有充分的关注和一个合理的内生性解释，形成了其对于金融演进过程解释的系统性偏差。

二、复杂适应性系统：一个新的视角

20世纪80年代以来，包括肯尼斯·阿罗(Kenneth Arrow)在内的，来自物理学、生物学、经济学等学科的顶尖科学家们，认识到了既有研究范式中决定论和还原论的局限。为克服这一缺陷，他们创建了桑塔菲研究所(Santa Fe Institute)，建立了一套自下而上(bottom—up)的研究模式和分析工具，其基本理念可以归结为约翰·荷兰德(John Holland)提出的.“复杂适应性系统”(CAS)：

第一，每一个复杂适应性系统都是由许多平行发生作用的作用者组成的网络。

第二，每一个复杂适应性系统都具有多层次组织，每一层次的作用者对于更高层次的作用者来说都起着建设砖块的作用。而更重要的是这样的系统能够汲取经验，具有学习能力，从而经常改善和重新安排他们的建设砖块。

第三，所有的复杂适应性系统都会预期未来。

第四，这样的系统总是会有很多小生境(niche)。

每一个这样的小生境都可以被一个能够使自己适应在其中发展的作用者所利用。这些系统具备发展的能力，总是处于不断展开与变化之中，因此讨论这样的系统的均衡是无意义的，因为该系统一旦达到均衡进入稳定状态，便变成了一个死系统。第五，这样的系统中的每个作用者都是自主实体，它们不只是环境变化的反映器，而且拥有各自的特定利益及价值标准。

复杂适应性系统包含了恒新性、适应性和层级性等多个基本特征，使其有别于以往的分析模式，而且更加接近于金融体系中行为主体实际情况。秉承这一基本理念，桑塔菲研究所的经济学家们对于竞争与合作这两种交互作用的成因和相互关系展开了广泛而深入的研究。其中，赫伯特·金蒂斯和塞缪尔·鲍尔斯(Herbert Gintis & Samuel Bowles，，)等人对于强互惠(strong reciprocity)主体在合作形成过程中作用的研究，证明了利己性行为主体和(部分)利他性行为主体之间存在共生(symbiosis)的可能性，揭示出合作行为更为广泛的存在基础。随着量子博弈论(Quantum Game Theory)的创立和发展，行为主体决策模式的并行问题得以初步解决，利己动机和利他动机可以并存于同一行为主体的决策模式集合之中，不会由于某一次的(利己性或者利他性)的决策而否定另一模式的存在以及在未来作用的实现。

上述研究成果从理论上证明了，在复杂适应性系统的分析框架下，竞争与合作两种基本交互作用并存的合理性。从而为从行为主体的活动和他们之间的交互关系入手，全面理解和分析金融演进过程奠定了理论基础。

三、金融演进过程中的政府、金融机构和企业

政府、金融机构和企业等行为主体在金融演进过程中的作用是不平衡的：政府对正式制度等总体性因素变迁的影响较大，后两者主要在利率、资本流动和非正式制度(如惯例等)的形成过程中占据主导地位，单一金融机构或者企业对总体性因素的影响都是间接的;作为金融演进过程中利益和风险的直接承载者，金融机构的作用比企业更为显着和直接。这些差异使它们在金融演进的过程中具有不同的行为特征。

(一)政府的行为特征

政府凭借法律赋予的强制力，成为金融演进过程中正式制度的主要供给者，并对于利率和资本流动等总体性行为实施监管。其主要行为特征包括：

1、政策制定。通过收集宏观经济总量和经济结构、金融机构和企业对总体性变量的诉求等多层次信息，政府依照金融理论，对于原有政策内容进行调整或者向立法机构申请有关法律的建立、修正、废止等。

2、政策执行。通过法律赋予的强制力和执行机构系统将金融政策付诸实施。执行效果来自于：

(1)政府可控制的经济规模。如果政府及附属机构直接控制着较大规模的经济主体，就能够凭借行政命令等手段较快地实施新的决策，同时对其他经济成分产生执行压力和示范作用，提高其在整体经济中的扩散速度。

(2)执行机构的重新设置和安排。根据具体决策的内容和原有执行机构的构架和权责范围，或者设置新的机构，或者重新安排原有机构的权责范围。

(3)其它行为主体和政府之间交互关系的类型。如果金融机构和企业对于政府主导的决策内容持合作态度，必然会大大节约执行成本，提高执行效率;反之，会造成执行的低效甚至失效。因此，交互关系的类型决定了决策执行效果的发展方向。

3、政策评价。作为新一轮政策过程的起始阶段，对于既有政策绩效的信息进行分析、判断，决定是否采取新的认知模式(经济理论)，改变与其他行为主体的交互关系类型选择和采用关于正式制度和金融监管新政策。

(二)金融机构和企业的行为特征

金融机构和企业是金融演进过程实现的微观经济主体，其主要行为特征包括：

1、金融演进过程中金融机构和企业自我实施行为。在金融活动中，金融机构和企业的自发性竞争行为，是形成非正式制度(如惯例)、市场利率和资本流动等总体性变量的(下转第88页)(上接第84页)基础;同时，通过向政府提出有关诉求的途径，影响正式制度、对于利率和资本流动的监管等总体性变量。以利己动机为心理基础的竞争性交互关系决定了金融机构和企业行为的主要方面;作为社会组织形成的必要条件，金融机构和企业的包含利他动机的合作性交互关系，构成了金融体系稳定运行的微观基础，同样具有自我实施的特征。

2、金融机构和企业在金融演进过程中的行为特征也存在差异。金融机构作为金融体系的直接组成部分，其全部行为都包含在金融演进的过程之中。企业在从事生产性活动之外，通过在资本市场中的直接融资模式和与金融机构的资金交流，成为金融演进过程的一个重要部分。

(三)政府与金融机构、企业之间的界限

在金融演进过程的初期，金融机构和企业等微观经济主体发育不成熟，难以满足为社会提供一个运行稳定的金融体系的必要条件，必须由政府凭借有关法律赋予的强制力来确保这些条件的实现。这也是发展中国家在微观经济主体不健全的情况下，以国家信用补充商业信用的不足，提升整个社会的信用水平的理论基础。在金融机构和企业等行为主体实现金融活动的稳定运行条件下，政府在金融演进过程中的行为应该具有或然性，逐步退出商业信用创造领域。

四、结束语

综上所述，在复杂适应性系统的视角下，我们获得了在竞争和合作两种交互关系并存状态下，对于政府、金融机构和企业在金融演进过程中的行为特征的全面理解。虽然不是所有关于金融活动的研究都必须实现这样完整的分析过程，量子博弈论在多样化交互行为分析中的结论还有待深化，但是这一逻辑上完整的金融分析框架已经指明了未来金融学研究的一个重要发展方向。

[参考文献]

[1]Bowles, S. (2004), Microeconomics: Behavior, Institutions, and Evolution[M], Princeton University Press,368-480

[2]Piotrowski, E. W. & Sladkowski, J. , Quantum Market Games, Physica A 312 ,208-216

[3]Bowles, Samuel and Herbert Gintis (2003), The origins of human cooperation, from Peter Hammerstein, ed., Genetic and CulturalEvolution of Cooperation, MIT Press, 430-443

复杂适应系统理论第3篇

关键词：乡村景观；复杂适应系统；地理信息系统；可达性；敏感性；空间网络

中图分类号： F301.23；TU982.29文献标志码： A文章编号：1002-1302（2015）02-0186-04

收稿日期：2014-08-12

基金项目：国家自然科学基金（编号：51278239）。

作者简介：李明（1977—），男，江苏南京人，博士研究生，研究方向为城市与区域规划方法、城市与区域空间分析模型。E-mail：573567882@qq.com。

通信作者：徐建刚，教授，博士生导师，研究方向为城市与区域规划方法、数字城市与规划、城市与区域空间分析模型、城市GIS应用开发等。E-mail：xjg12@sina.com。从地域的角度看，乡村景观是“乡村”地区的“景观”，是一种由自然环境、经济和社会三大系统形成的复合景观系统，具有明显的田园特征[1]。从时间演进的角度看，乡村景观是历史过程中不同文化时期人类对于自然环境干扰的记录[2]。乡村景观作为一个有机整体，在外象上表现为景观的地域环境和地域特征，在内涵上折射出地域民俗与社会经济情况、地域艺术与文化等多方面的内容，同时其在每一个侧面又包括各种不同的层次和诸多的因素。

长期以来，城乡规划领域存在重城市、轻农村的二元观点。2008年城乡规划法正式实施，旨在加强城乡规划管理，协调城乡土地整理，促进城乡经济社会全面协调可持续发展。然而，在城乡统筹的目标驱使下，我国乡村的城市化和休闲化趋势也日益明显，极易导致乡村景观风貌的同质化。在“乡土中国”迈向“城市中国”的巨变中，这种同质化现象正受到越来越多的关注，针对性的研究方法与解决方案也不断涌现出来。从复合景观系统的定性到定量的综合集成法[3]的角度看，基于地理信息系统（GIS）的空间分析方法总体上是对乡村景观空间异质性研究的有效途径，对促进良性城乡统筹与可持续发展起重要作用。但是，目前针对我国乡村景观的GIS空间分析方法仍存在一些局限：（1）由于学科视角与应用出发点不同，学界对乡村景观的相关分类体系尚未达成一致，导致其空间分析方法和评价指标往往大相径庭，迄今未形成完整通用的评价体系；（2）我国的乡村景观研究工作起步较晚，GIS空间分析与评价的内容多以自然生态要素为主，人文要素的内容较少；（3）有限的人文领域的空间分析成果更多集中在遗产保护领域，并集中于中小尺度的案例，并未形成一个具有普适意义、跨尺度的架构，导致乡村景观空间分析理论的孤立与研究对象的不完整。

近年来复杂性科学与城乡规划学科领域的交叉研究成果不断涌现。圣塔菲研究所代表人物之一的Holland于 1996 年提出的复杂适应（complex adaptive system，CAS）理论[4]，是对这种人文关照下的城乡空间复杂性特性的宏观描述。从这个角度来看，我国的乡村景观研究应重点考察人类个体与乡村环境的相互作用机理，强调在景观系统内部要素的自适应行为。因此，基于地理信息系统的乡村景观空间分析不应仅仅是对乡村发展结果的被动研究，而应是一种对人与空间环境的相互作用与联系的探究模式。以此为目标，本研究立足于整体性乡村空间，建立了在“互适应”观点下的乡村景观特征分类框架，此基础上还构建了以空间可达性、敏感性、空间网络格局为主要内容的三大类乡村景观空间分析的指标集，希望可以推动我国乡村景观资源的整体性评价、有机性保护和有效利用，并实现对城乡规划领域内乡村景观空间营建与保护的客观控制。

1复杂适应条件下乡村景观空间分析的理论基础

1.1乡村景观的内涵与类型

Holland的“适应性造就复杂性”的描述[4]，是对人类主体与物质客体相互适应所形成的复杂性特性的宏观描述。乡村景观是各种复杂的物理、生物和社会因子相互作用的结果，在这种相互作用的机制下，人与环境的相互适应造就了乡村景观的复雜性特征。传统上看，景观可以大致分为自然景观、文化景观两类，其中文化景观是人类把自己的某些思想形态或观念意识同自然景观相结合产生的一种复合景观。从人与环境的相互适应观点看，乡村景观是由大量相互作用的人与景物的单元构成的、物质与心理互动的系统，反映了人对自然环境的改造，是“附加在自然景观之上的各种人类活动形态，是任何特定时间内形成一地基本特征的自然和人文因素的复合体，并因人类的作用而不断变化，反映了人类文化与自然环境相互影响、相互作用的关系和结果[5]”。因此，乡村景观本质上属于文化景观的范畴。

从可视的角度来看，乡村景观可以分为物质性和非物质性两大类[6]。如果将这种分类关系体现在乡村中，物质性的乡村景观包含了空间环境、人的行为、建筑聚落等因素，强调的是人对环境的直接感知；而非物质的乡村景观则包含了基于文化和社会的特征，强调的是人与生存环境之间的一种精神联系。在李和平等的研究基础上[7]，将我国常见的乡村景观类型归纳如下（表1）。

1.2乡村景观的GIS空间分析工具

对乡村进行研究的前提，是承认他是由多个自然系统与人文系统构成的异质性区域。伴随着复杂性科学、生态学理论与人文研究领域的相互渗透，在对景观所进行的异质性分析过程中，出现了使用“关系”“格局”“过程”“尺度”等词汇来描述乡村景观及其变化关系。可以这样描述：人类主体与景物客体的相互适应过程产生乡村景观格局，乡村景观格局又作用于主客体的相互适应过程，人类与景观要素又在不同的空间尺度下呈现出不同的关系类型[8]。从文本意义上看，“关系”“格局”“尺度”等词汇都具有强烈的空间概念，因此空间角度的研究对乡村景观整体性评价的意义不言而喻。

就国内外的研究来看，定量化的空间研究大体可归结为空间相互影响分析、空间统计和格局分析、空间过程模拟分析、空间运筹等[9]。空间分析的目的是从乡村景观的空间位置、联系等方面对其做出定量的描述，因此，对景观空间相互影响的研究尤其重要，要求利用状态变量和影响因素之间的关系类比建立数学模型，以实测数据回归分析获得参数，并在此基础上进行分析与预测。而在建立景观空间联系的过程中，随着地理信息系统理论、空间數据库理论的长足发展，各种空间定量分析工具为不同尺度的乡村景观空间检索与模拟研究提供了可能；地理信息系统与独立空间分析软件包的结合使用，不仅可以被用来采集和处理数据，还可以用来进行复杂性科学研究中通常采用的自下而上的空间分析和空间模拟，并形成各类专题图纸[10]。经过用户长期实践检验，有一些通用的分析手法（如空间叠加分析、缓冲区分析等）被认为发展的较为成熟，并以此为基础衍生出空间可达性分析、敏感性分析、空间网络格局分析等对乡村景观评价至关重要的3大工具包。

1.3乡村景观的多指标综合评价方法

进行乡村景观空间分析的基础，是多指标综合评价理论与方法。多指标综合评价是指：为了得到一个综合指标，需要将标的物的指标信息加以汇集，并以此为依据综合反映标的物物情况。随着各学科领域的相互渗透，多指标综合评价的方法体系也在不断丰富。目前国内外综合评价方法众多，以权重赋值的方式，可以分为主观赋权评价法和客观赋权评价法：2种。其中主观赋权评价法比较多采用定性方法，如层次分析法、模糊综合评判法等；而客观赋权评价法是依照指标间的关系以及各项指标的变异程度来确定权重，比如灰色关联度法与主成分分析法等。

在复杂适应理论中，“层次”是其重要观点。对乡村景观的层次结构进行定性与定量综合集成研究来看，采用专家咨询的多指标综合评价法（即层次分析法）可以取得比较好的效果。该方法以系统化、层次化的观点分析评价物，量化专家经验，是一种简便、灵活、利于操作的决策方法。层次分析法的基本原理是：先把复杂的乡村景观评价问题中的各个指标分解为若干个有序层次，每一层次中的乡村景观元素具有大致相等的地位，同时在层次之间建立有序的递阶关系；由评估专家组或决策者按照指标考核的内容进行单项指标打分，并通过计算确定指标的评分值；用多目标线性加权函数的方法计算综合评价结果。其函数表达式为

Y=∑mi=1（∑nj=1Ij·Rj）·Wi。（1）

式中：Y为总得分（即综合评价）；Ij为某单项指标的现状可达性评分；Rj为某单项指标在该层次下的权重；Wi为项目层的权重。

2复杂适应条件下乡村景观空间分析方法与评价指标体系

2.1可达性分析与评价指标体系

在复杂适应系统理论中，有适应能力的个体需要与环境进行交流，这种交流一方面体现在作为“人”的主体抵达具体目标的难易程度，另一方面体现在作为“景物”的客体克服距离障碍与主体进行空间交流的难易程度。这两方面的因素导致了空间可达性分析成为乡村景观GIS空间分析的重要内容。将乡村景观的空间可达性被认为是人克服距离、旅行时间和费用等阻力到达一个设施或活动场所的愿望和能力的定量表达[11]。

出于乡村景观不同层次的可达性应用需求，涉及到的影响因素及其制约度也不尽相同，综合看有如下3个层次空间可达性评价的应用：（1）仅涉及交通因素的评价方法，其可达性的度量计算简单且易于理解，常用的如距离法；（2）涉及到交通因素与土地使用因素的评价方法，包括重力模型法、频率法、累积机会法等，是目前应用较为广泛的可达性评价方法；（3）不但考虑交通与土地利用因素，还涉及到时间因素以及个体差异的评价方法，这是可达性应用的最高层次，如时空法和效用法等[12]。在评价工具上，借助于GIS技术构建的乡村景观可达性评价的框架性平台，可以较好地解决空间可达性系列指标的尺度界定与数据精度的难点，更有利于不同研究区的横向比较。

基于乡村景观空间可达性评价的内涵特征与数据来源特点，出于评价指标的易获取、易于进行空间分析与计算的要求，本研究基于复杂适应理论的“层次”观点，选取了以土地利用干扰、交通系统导入为基础、宏观与微观2个指标层面的空间可达性评价指标体系（表2）。表2乡村景观空间可达性评价指标体系

项目层因素层指标层（宏观）指标层（宏观指标细分为微观指标）土地利用干扰角度的可达性评价建设用地因素农村居民点建设用地、区域交通设施用地、区域公共设施用地等指标集村庄建设用地、乡建设用地、城镇建设用地、独立建设用地等指标集非建设用地因素水域指标集、农林用地指标集、其他类型非建设用地指标集自然水域、水库、坑塘沟渠、湿地、农地、林地等指标集交通系统导入角度的可达性评价交通系统强度因素交通覆盖程度、路网密度等指标集各级公路网密度、村村通道路密度、铁路网密度等指标集交通准入程度因素交通枢纽节点分布、交通障碍节点、农村居民出行选择等指标集交通区内外衔接度、交通站点辐射度指标集、交通发生与分布、机非交通选择难易度等指标集

2.2敏感性分析与评价指标体系

复杂适应系统理论中的主客体关联原则与乡村景观敏感性分析原则一致。由于乡村景观与人类活动密切相关，景观的自然与人文复合的特性体现出人与景观相互作用以及人对景观认知的过程中景观处在一个极易发生变化并呈现在景观及其环境系统中的特征[13]，在这个意义上，基于复杂适应性原理的乡村景观敏感性评价方法至少涉及3个方面，分别是生态敏感性评价、视觉敏感度评价、人文聚落环境的敏感性评价。

在生态敏感性评价方面，在不损失或不降低景观环境质量情况下，关键在于生态因子对外界压力或变化的适应能力[14]。目前已有不少学者从生态系统的特点入手，把生态敏感性评价作为各类城乡规划的基础，并形成多个生态环境敏感性区划成果[14-16]。对于乡村景观视觉敏感性评价，是以景观感知者移位换景的角度对景观环境的视觉敏感性进行的评价，是从确定并建立单项评价因素及其权重，并进行视觉敏感性多指标综合评价、形成评价图的过程[17]。对于人文聚落敏感性评价，目前的研究主要集中于具有历史与现代特征的构筑物的现状评价，以及人的活动对环境的进入程度、干扰评价方面。在技术平台方面，以空间数据库为基础的软件，为乡村景观敏感性评价提供了操作平台[18-19]。

与国外研究相比，目前我国景观敏感性评价研究主要以GIS软件平台上的物质性生态敏感性为主，而涉及到复杂适应系统中人为主体的视觉敏感性与聚落环境敏感性评价内容尚不多见。在既有的研究成果中，由于学者视角与出发点不同，其评价指标体系往往大相径庭，迄今未形成完整的评价指标体系。本研究归纳基于人与环境互适应过程中的生态、视觉、乡村聚落三大类敏感性评价指标体系（表3）。

2.3空間网络格局分析与评价指标体系

各种自然生态网络、人文网络、缓冲区网络是区域性景观空间中广泛存在的3种空间网络，它们既相互交织又相对独立，共同构建了区域性景观的整体性特征[20]，在景观尺度上构建和发展自然与人文要素网络被认为是改善区域乡村景观资源价值的一种极其有效的方法。

从复杂适应系统理论的视角来看，有适应能力的人类主体与景观客体都是主动的，其存在不仅仅是为了实现系统所交给的某一项任务或功能，而且还有自身的目标或取向。在这个意义上，景观系统中的自然与人文要素网络不但能按照某种固定方式作出反应，还能在与环境交互中“成长”或“进化”，空间网络主动性演化成为乡村景观系统进化的基本动因。因此，对乡村景观空间网络格局的分析将涉及到2个方面的含义：一是充分利用在乡村景观空间中广泛存在的关键局部，使其在维护乡村景观整体性的健康性和安全性过程中起关键性作用，并在此基础上形成对乡村景观廊道形成潜力评估；二是由于各种影响斑块连通性的阻力因子普遍存在并且异常复杂，在很大程度上制约乡村景观网络的形成，因此要对限制乡村景观廊道形成的阻力因素进行评估。

从目前研究来看，越来越多的学者以景观廊道整合潜力与阻力作为构建景观网络格局评价指标体系构建的要素。其中，乡村景观网络及其廊道形成潜力评估的重点在于，在识别乡村景观关键节点的基础上，针对以河道、水渠、湿地为代表的自然廊道和以公路、铁路为代表的人工廊道进行景观引导、景观过渡能力测度，并形成廊道整合潜力综合评价，促成景观斑块连通与整体保护[21]。对景观廊道形成阻力评估的重点是：承认景观要素迁移的阻力主要来自于人为的干扰，并出于对评价指标的可量、可比的要求，将人类的土地利用方式作为干扰强度的主要区分方式，并在宏观层面和微观层面分类量化，以此作为对乡村景观阻力的评价指标。本研究试图在众多的评价因子中，在综合前人的研究成果上，建立的乡村景观空间网络格局评价指标体系（表4）。

3结论

当前我国乡村景观资源正面临着巨大的扰动和深刻的转型，作为传统农业大国，中国乡村景观的复杂变迁不可能是从“传统”到“现代”的单向过渡，其中必定充满着矛盾冲突与复杂的结构转换。从城乡规划学科领域中，针对发展过程中的复杂、差异、非平衡现象是近几年国际的一个研究热点。在复杂性科学基础之上建立起有效的乡村景观空间分析手段与评价指标体系，不但可以充分整合自然与人文、传统与现代的乡村景观元素，还可以在对区域性农业空间肌理进行价值的梳理，推进乡村景观系统的完整保护与开发。基于这个目的，本研究在复杂适应性理论的框架下，针对主体（人）与客体（景观）相互关联的特征，梳理了乡村景观的物质与非物质分类特征，并阐述了乡村景观的GIS空间分析方法，并从空间可达性、敏感性、空间网络格局3个方面构建了操作性较强的分析与评价的指标体系。

本研究的理论探索为乡村景观研究与复杂性科学研究提供了新的思路，接下来的工作是基于GIS技术平台，进一步确立乡村景观空间分析的模型体系和评价指标的度量标准，并通过实证研究完善空间可达性、敏感性、空间网络格局的空间分析与评价的具体应用方法，为乡村景观资源的保护、管理和规划提供科学依据，促进城乡规划的良性运作与区域空间的可持续发展。

参考文献：

[1]刘黎明. 乡村景观规划[M]. 北京：中国农业大学出版社，2003.

[2]刘滨谊，王云才. 论中国乡村景观评价的理论基础与指标体系[J]. 中国园林，2002，18（5）：76-79.

[3]钱学森，于景元，戴汝为. 一个科学新领域——开放的复杂巨系统及其方法论[J]. 自然杂志，1990，13（1）：3-10.

[4]Holland J H. 隐秩序：适应性造就复杂性[M]. 周晓牧，韩晖，译. 上海：上海科技教育出版社，2011.

[5]de B H J，Muller P O. Human geography：culture，society and space[M]. 3rd ed. New York：John Wiley and Sons，1986，142.

[6]汤茂林. 文化景观的内涵及其研究进展[J]. 地理科学进展，2000，19（1）：70-79.

[7]李和平，肖竞. 我国文化景观的类型及其构成要素分析[J]. 中国园林，2009，25（2）：90-94.

[8]郭仁忠. 空间分析[M]. 武汉：武汉测绘科技大学出版社，2000.

[9]王劲峰，柏延臣，朱彩英，等. 地理信息系统空间分析能力探讨[J]. 中国图象图形学报：A辑，2001，6（9）：849-853.

[10]刘海燕. GIS在景观生态学研究中的应用[J]. 地理学报，1995，50（增刊）：105-111.

[11]Herzele A，Wiedemann T. A monitoring tool for the provision of accessible and attractive urban green spaces[J]. Landscape and Urban Planning，2003（63）：109-126.

[12]陈洁，陆锋，程昌秀. 可达性度量方法及应用研究进展评述[J]. 地理科学进展，2007，26（5）：100-110.

[13]王云才，陈田，石忆邵.文化遗址的景观敏感度评价及可持续利用——以新疆塔什库尔干石头城为例[J]. 地理研究，2006，25（3）：518-525.

[14]杨志峰，徐俏，何孟常，等. 城市生态敏感性分析[J]. 中国环境科学，2002，22（4）：73-77.

[15]黄方，刘湘南，张养贞. GIS支持下的吉林省西部生态环境脆弱态势评价研究[J]. 地理科学，2003，23（1）：95-100.

[16]张军，徐肇忠. 利用ILWIS进行城市生态敏感度分析[J]. 武汉大学学报：工学版，2003，36（5）：101-105.

[17]俞孔堅. 景观敏感度与阀值评价研究[J]. 地理研究，1991，10（2）：38-51.

[18]Pullar D V，Tidey M E. Coupling 3D visualisation to qualitative assessment of built environment designs[J]. Landscape and Urban Planning，2001，55（1）：29-40.

[19]Mahdjoubi L，Wiltshire J. Towards a framework for evaluation of computer visual simulations in environmental design[J]. Design Studies，2001，22（2）：193-209.

[20]Lyle J T. Design for human ecosystem：landscape，land use，and natural resources[M]. Washington：Island Press，1999：125-160.

复杂适应系统理论第4篇

关键词：复杂适应系统理论,股票市场,仿真模拟

一、复杂适应系统 (CAS) 理论

20世纪末, 学者霍兰 (Holland) 提出了复杂适应系统 (CAS) 理论。这一理论是复杂性科学多年研究来取得的代表性成果, 标志着复杂性科学理论的发展进入到了一个新阶段。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。简单来讲, 复杂适应系统 (CAS) 就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。

CAS理论认为, 经济系统中的构成元素是具有适应性的主体, 适应性的主体具有非线性、自组织、自学习、自适应、动态性和非均衡性等复杂性特征。CAS理论针对CAS涌现现象的研究, 建立了基于主体的多层次网络结构受限生成过程模型, 提出了深入认识和分析CAS的较为系统的思路和方法。

二、股票市场的复杂适应系统特征

(一) 适应性特征

根据CAS理论, 系统主体的适应性是指其能够与环境以及其他主体进行交互作用, 在持续不断的交互作用过程中, 系统主体不断地“学习”或“积累经验”, 并能够根据所学到的知识或经验改变自身的结构和行为方式, 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。而股市主体的适应性是由股市主体的人工性所决定的, 即股市是一个由人主宰和参与的人工系统。

自然现象由于服从自然法则而具有一种“必然性”的外观, 人工现象则由于服从自然法则而具有一种“权变性”的外观。当人工性问题关系到复杂环境中生存的复杂系统的时候, 人工性和复杂性这两个论题不可解脱地交织在一起。因此, 人工性、适应性和复杂性是股市系统所具有的三个密切关联的不同特征。

股票市场中有许多主体 (投资者、投资机构、上市公司、证监会等) , 每个主体都有其自身的目标或目的, 能够根据所掌握的信息自主决定自己的行为, 且可以通过学习改善其行为。在“适者生存”法则的驱使下, 主体在不断影响和适应环境的过程中, 实现自身的目标。众多主体适应生存环境的行为使股票市场的运行特征呈现出适应性、非线性、动态性、不确定性等复杂性特征。

(二) 自组织特征

协同学的创始人、德国理论物理学家赫尔曼·哈肯将自组织定义为, 在没有外部指令的情况下, 系统按照相互默契的某种规则, 自动地形成有序结构的过程。从达尔文进化论的角度来说, 自组织则是指一个生物在“遗传”、“变异”和“优胜劣汰”机制的作用下, 其组织结构和运行模式不断的自我完善, 从而不断提高其对于环境的适应能力的过程。与生物机体相类似, 股票市场也表现为非平衡结构, 总是处于一种非平衡状态。这种系统结构的形成和存续, 其全部过程只能在不断与环境进行能量 (资金) 、物质 (投资工具) 、信息交换的条件下实现, 不能把系统与环境隔开, 一旦把系统从环境中孤立起来, 其结构立刻就会瓦解。

股市中的主体 (投资者、投资机构、上市公司、证监会等) 通过对例如政治环境、利率变化、经济政策、产业结构调整、金融理论等因素的学习和调整, 从而不断完善自己以更好的适应市场环境, 获取利益。

(三) 共同演化特征

在股票市场中, 每个主体都是一个具有目的性和适应性的自主行为者。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。由于各个主体所具有的心智不同、经验不同、目的不同、仓位不同等, 其决策行为就有差别, 行为产生的结果就可能不同。各个主体能够根据自身的行为结果总结经验和教训, 也会通过观察其他主体的行为结果获取有价值的信息, 以改进自己的决策行为。对于股票市场这样的开放系统, 一个主体在自组织、自学习、自适应的演化过程中, 必将会对市场中其他主体的演化产生影响, 同时也受到这些被影响者的影响。这种主体之间的相互影响致使众多相关主体共同演化。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。

(四) 非线性特征

根据CAS理论, 非线性是复杂适应系统的一个内生特性, 产生于主体的主动性和适应性。因此, 股市中主体的适应性使其相互间的影响不是遵从简单的、被动的、单向的线性因果关系, 而是主动“适应”的博弈关系。股市主体在与环境的反复交互作用中能够不断学习和积累经验, 在各种反馈作用 (包括负反馈和正反馈) 的交互影响下呈现丰富多彩的非线性变化和发展轨迹。例如, 在某一特定时点上, 各个主体所持股票的盈利率是呈非线性变化的, 即投资者的收益不因仓位的递增而呈线性变化。

(五) 路径依赖性特征

股票市场作为复杂适应系统 (CAS) 具有明显的路径依赖特点, 股票市场的当前状态与市场主体以往的决策与选择、初始条件有着密切联系。众多主体在不断抉择中, 适应环境, 求得发展, 获取利益, 并构成股票市场的不可逆的单向的演化过程。在此过程中, 每个时点上的市场状态均依赖于前一个时点的状态和选择。产生路径依赖性的根本原因是历史选择所决定的不同新选择所能得到的利益和所需付出的成本不同。从历史过程角度实际表现为“历史轨迹”、“即时操作”与“市场预期”间相互作用, 投资者依据股市“历史经验”、“现实市况”产生“市场预期”, 又在“市场预期”指导下进行“即时操作”, 这种“市场预期”下的“即时操作”在时间中积累则形成“历史轨迹”。以上这些高强度的、敏感的、多层次的相互作用导致了股市系统的路径依赖性特征。

三、总结与展望

通过对股票市场的复杂适应系统特征的分析, 可以看出传统的股市投资理论如波浪理论、各种技术指标、相反理论、随机漫步理论等在面对股市这一典型的非线性复杂系统时是多么的苍白无力, 无法诠释股市复杂的运动过程。而CAS理论在金融领域的应用摒弃了机械论的思维方式和理想化假设, 揭示了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”。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根本原因。CAS理论解决与说明了传统投资理论所不能解决与说明的问题或现象, 使得投资者能够合理管理、运作资金, 获得较好的投资回报。

总之, 我们所面对的经济对象或管理对象 (如股票市场) 越复杂, 环境条件越不确定, 考虑的时间越长远, 参与的对象越智能, 我们就会越加欣赏复杂适应系统理论的魅力。

参考文献

[1]肖文, 徐海洁.股市定位的自组织理论分析[J].上海金融, 2003, (3) .

[2]周孝华.证券投资的非线性理论研究及其在中国证券市场的实证分析[D].重庆:重庆大学, 2000.

[3]施东晖.中国股市微观行为理论与实证[M].上海:上海远东出版社, 2001.

[4]杨小光.金融系统的复杂性[J].系统工程, 2003, (9) :1-4.

[5]吕炜.产业盈利性——基于复杂适应系统理论的评价模式与实证[J].北京:经济科学出版社, 2009, (9) .

[6]约翰.霍兰.隐秩序:适应性造就复杂性[M].周晓牧, 等, 译.上海:上海科技教育出版社, 2000.

[7]约翰.霍兰.涌现——从混沌到有序[M].陈禹, 等, 译.上海:上海科技技术出版社, 2006.

[8]W.Brian Arthur.Complexity and the Economy[J].Science, 1999, Vol.284.No.5411.

复杂系统研究的计算理论与方法第5篇

关于复杂系统研究的计算理论与方法

本文简单讨论了对复杂系统及研究方法的一些认识,在此基础上,提出了利用人工系统的`概念和方法以计算手段研究复杂系统的设想.讨论的重点是基于计算机实验室的计算实验理论和人工与实验系统并举的平行系统决策分析方法,以及研究复杂系统的计算理论与方法的基本框架和内容.

作者：王飞跃作者单位：中科院自动化所复杂系统与智能科学重点实验室刊名：中国基础科学 ISTIC英文刊名：CHINA BASIC SCIENCE年，卷(期)：20046(5)分类号：关键词：复杂系统复杂性涌现人工社会人工系统计算实验平行系统

复杂适应系统理论第6篇

课堂教学具有动态复杂性，动态复杂系统理论为课堂教学提供了新的解读视角，具有革新意义和指导意义。但如何应用这一理论为教学服务，目前学界还在探讨之中。教师和学习者是动态复杂系统理论视角下的最具有主动性的主体系统，因此教师的角色重建和学习者的主体发展应该首先得到关注。教师角色范式转变的核心内容是放弃权利，创设轻松自在的学习环境;学习者的主体发展既要关注主体内部系统和外部系统的发展，又要关注与其它主体系统在互动中的适应性发展，让学习者主动构建知识体系，提升能力。

关键词

动态复杂系统课堂教学教师角色主体的发展

动态复杂系统理论（Dynamic Complex System Theory，简称DCS）是20世纪末兴起的前沿科学，冲击了现有的科学理论，具有革新性意义，因此被称为“新科学”。这一“新科学”对于教学领域有重要启示，它可以给我们提供一个新的视角，重新审视课堂教学中的问题。通过动态复杂系统的镜像，我们看到的课堂不再是一个简单、线性的教与学场所，课堂教学也不是某种具有必然因果关系的变量输入与输出，而是一个开放的、动态的、非线性的、自适应的、多种异质要素相互作用的复杂系统。在这个复杂系统中，课程设计、教师、学习者、学习内容和学习环境等多种要素又分别构成了一个个主体系统，这些主体系统之间相互作用，动态呈现教学过程，每一个细微的变化都会反馈到整体的学习效果上。正如Van lier所说，把课堂看成是一个复杂适应系统是非常有用的，在课堂教学中，所有的细节都起作用[1]，甚至一些看似不相关的因素比如天气的变化等等都会影响其它主体系统。DCS理论视角下的教学过程是开放的，有互动的、语言的、情感的和社会文化的输入等等，在教学过程中，每一个变化都极易被察觉，如教师的情绪改变、微笑鼓励等，同时，又是针对学习需求和学习喜好的改变而调整适应的过程，不同学习者之间的交往也会导致新的学习结构涌现。

一、理论背景分析

20世纪80年代，随着现代数学和计算机技术的发展，科学家们发现牛顿力学引申的因果决定论和笛卡尔的简化论不能解释宇宙的复杂动态现象。他们发现，形式是通过主体间的互动，而不是预先的设计或由上至下的操控自发形成的，这是复杂理论的起源。目前研究者们使用的术语还包括混沌论、复杂系统理论、动态系统理论等，为了凸显课堂教学的动态性和复杂性，我们在本文中采用动态复杂系统理论。

DCS理论认为复杂行为源自简单的规则，但不是这些规则或成分的简单叠加，而是相互依存的众多成分根据这些规则互动的网络。事物所表现出来的复杂性和多样性只能是组合的结果。组合不仅仅是聚集，组合物的成分之间存在着相互作用，通过这种相互作用会形成复杂的结构;但它还不仅仅是相互作用，它在表现组分特性的同时，还传递着作为整体而新产生的特点[2]。动态关系而非孤立的主体构成了DCS理论的基础。核心思想是动态复杂系统具有开放性、自组织性，并处于不断变化中。

在教育学中引入和应用DCS理论还处在探索阶段，Osberg等应用复杂理论来研究学习在课程中是如何出现的[3];Van Geert等建立了复杂适应系统视域下的学习模型[4];Davis & Sumara，Sullivan等使用复杂性来描述课堂学习等[5] [6]。他们的研究增加了我们对于DSC理论在课堂教学中的理解。

二、课堂教学的动态复杂性

现有的研究综述表明，课堂是一个动态复杂系统，符合动态复杂系统的主要特征。首先，教学是在多层级的组织系统中发生的，课程设计、课程大纲、课程结构、教学组织与管理、教室的内外环境、教师与学生等课堂中的常、变量构成了一个网状的组织系统，而不是自上而下的线性组织。其次，这些组织系统本身也是稳中有变的主体，并在相互影响中产生新的信息结构，如流水一样向前涌动，使整个课堂教学充满变化，具有动态性特征。此外，课堂环境的开放性以及课堂系统的不确定性、不可逆性、非平衡性和非还原性都增加了课堂教学的复杂性和动态性特征。再次，整体的课堂教学并不是所有主体系统的简单叠加，而是在各系统的相互作用下，产生了新的学习结构，涌现出新的特征。正如世界上没有两个完全相同的人一样，任何一个互动的课堂教学都不可能与另外一个完全相同。因此，人们发现采用简单线性的方法很难精确地描述课堂教学全貌，因为课堂教学是在频繁互动的课堂事件中进行的，包括师生之间、生生之间、师生与环境之间的互动，以及这些互动所带来的一些未知变化等，都可能使课堂教学进入到无序状态，或者说是“混沌的边缘”。这种“混沌的边缘”就如同蚂蚁在找食物前和找到食物后的爬行轨迹一样，在无序和有序之间游走，但正是两者之间的相互转化保证了蚁群的生存。

DCS理论认为，课堂的无序状态同样不可忽视，是学习的一个重要过程。在传统的课堂上，教师会尽力避免无序状态，牢牢掌控课堂。但学习是一个认知和体验的过程，如果不给学生实践、体验甚至犯错的机会，学生就很难真正吸收知识并内化成为自己的能力。例如：学生的一次突然提问可能并不在教师周密的课堂教学计划中，这时的教师该如何应对？是忽视不理继续既定的教学计划，还是匆忙作答，草草应付了事？在DCS理论视角下，教师首先应该肯定学生的思考，因为有思考才有疑问，即使这个疑问是离题的，但思考的价值远超过问题本身。其次，迅速估量提问的价值，并决定花多长时间以何种方式来因势利导，如有必要，也可以直接展开课堂讨论，让课堂暂时偏离原有轨道，进入到无序的状态中。教师会发现，在这种最真实自然的学习环境中，往往会产生一些意想不到的学习效果。

三、教师角色的重建

课堂教学的复杂性决定教师角色的转变，基于现有的研究，我们主要从12个方面来描述教师的新角色，具体的描述和要达到的目的详见表一。

DSC理论视角下的教师角色可以在此基础上建立，其核心内容是教师的角色范式转换，放弃权力，不完全是教学过程中的掌控者，还应该给学习者一定的决定权力，尽可能给学习者提供有用的信息和建议，创造一个无压力、轻松、自在的学习环境，以此增强学习者的学习意愿，主动学习。

在DCS理论视角下，教师不只是知识的传授者、课堂教学的掌控者，更是帮手、顾问、学习指导、学习资源和主管/助手的复杂统一体。在课堂教学中，教师设定新的任务、呈现新的知识，关注和支持学习者，严肃认真地对待和处理他们的问题。与传统的教师角色不同的是，教师能够承认课堂教学的复杂动态性，不担心课堂的无序状态，还能够因势利导，游刃有余地平衡两种状态。这对教师的专业知识和教学经验提出了更高的要求，否则很容易导致课堂教学失效。理想的教师角色还应该是温暖而充满爱心的，对于学习者能够一视同仁，态度友善而且令人鼓舞。作为这些特征的结果，学习者愿意接近他，在温暖而轻松的氛围中自由愉快地交流。

四、学习者的主体发展

毫无疑问，在课堂教学这个动态复杂系统中，学习者是最重要的主体系统之一，学习者的主体发展在课堂教学中也最值得重视。课堂教学应该以学习者的理解掌握为目标，指导学习者自己完成任务，主动地构建知识体系。我们主要从三个层面来关注学习者的主体发展，一是主体系统内部的发展，二是主体系统外部的发展，三是学习者主体系统与其它主体系统在互动和适应中的发展。

课堂教学中的学习者可以是一个群体，也可以是不同的个体，他们最具有主观能动性。从系统内部发展的构成要素来说，主要是关注学习者的个体差异、学习过程中的情感系统以及认知能力系统。每一个学习者都是一个独立的个体，性别、年龄、性格等差异都和学习相关，学习者不同的学习习惯、学习策略和学习动机也直接影响学习效果。学习者的情感系统主要是指学习过程中的态度、兴趣、焦虑、自信等感觉系统。如果学习者有足够的自信能够完成任务或者解决难题，他的自我效能感会大大增强，促进学习进程，使学习成为一个良性循环，反之则可能对学习产生厌恶之感，进入恶性循环。学习者的认知系统主要包括知觉、记忆、联想、推理、信息加工等多元智能体系。学习者不同的认知系统会让他们在主体互动中产生认知冲突，并在解决这些冲突的过程中创造新的知识和策略。

主体系统的外部构成要素主要包括学习者的成长背景、学习经历和社会关系等要素，这些要素综合作用在学习者身上，使学习者在相互交往中呈现不同的风格和倾向。在课堂教学中，可以结合这些外部要素，正确引导学习者主体与同伴以及学习环境之间的互动。如在外语课堂的话题设置以及分组讨论中，就要慎重考虑是否会引起学习者的不愉悦或不舒服之感。

无论是学习者主体系统内部因素还是系统外部因素，都会在与教师、其它主体以及课堂教学环境的互动中适应发展。任何一个因素都会对这种发展产生积极的或消极的影响，并进入到一个无限的循环。主体系统的自适应性在发展中得到体现，学习主体的主观能动性越强，越积极地与其他主体系统互动，其知识获取得就越多，能力也提升得越快。

DCS理论视角下的课堂教学研究是关于过程的科学，而不是关于状态的科学[7]。课堂教学具有动态复杂性，每一堂课都是完全不同的学习事件，产生多样的、不可预测的结果。一些课堂上看似不重要的互动，其实是整个学习过程中非常重要的组成部分。持续的能量输入可以引起互动的极大扩展，起始条件的一点变化也可能导致完全不同的结果。教师的角色范式发生转变，不再是权力的中心，而是和学生主体以及环境主体等构成了复杂互动的网络组织。每一个学习主体对于动态复杂系统中的学习、情感和生态的刺激反应都不同，学习主体内部系统和外部系统在与环境的互动冲突中适应发展。

参考文献

[1] Van Lier，L.Interaction in the language curriculum：Awareness， autonomy and authenticity[M].New York：Longman，1996.

[2] 欧阳莹之著.复杂系统理论基础[M].田宝国，等，译.上海科技教育出版社，2002.

[3] Osberg，D.C.Curriculum，Complexity and Representation –Rethinking the Epistemology of Schooling Through Complexity Theory[D].Open University，UK，2005.

[4] van Geert，P.The dynamics of general developmental mechanisms：from Piaget and Vygotsky to dynamic systems models[J].Curr.Dir.Psychol.Sci.9，2000.

[5] Davis，B.and Sumara，D.Complexity and education：Inquiries into learning，teaching and research[M].New Jersey：Lawrence Erlbaum Associates，2006.

[6] Sullivan，J.P.Emergent Learning：The Power of Complex Adaptive Systems in the Classroom[EB/OL].http：//www.abdn.ac.uk/stne/events/

complexity-conference-2009//，2009-01-12/2014-09-12.

[7] Dickinson，L.Self-Instruction in Language Learning[M].Cambridge，Cambridge University Press，1987.

[作者：胡兴莉（1978-），女，黑龙江铁力人，厦门大学人文学院博士研究生在读。]

复杂适应系统理论第7篇

1 城市复杂适应系统的基本认识

人们一直在努力寻找解释城市形成及结构的方法。经济学从“一个单中心的环形城市”的抽象模型出发, 解释城市经济活动的空间聚集。CAS理论认为复杂的事物是从小的、简单的事物中发展而来的;城市是从小到大、从简单到复杂逐渐发展而成的。其创建者约翰·霍兰认为以适应性主体及围绕主体的7个特征为基础, 可以建立起一个共同的理论框架来分析所有的复杂适应系统。a.城市主体:具有主动性和适应性的元素。b.主体聚集:由简单生成复杂。c.非线性发展:复杂性的来源。d.要素流:主体间物质、能量与信息的流动。e.目标多样性:复杂系统的重要特征。f.特点标识:引导主体的聚集。g.内部模型和系统积木块。

自从城市建设出现在城市中, 人们一直在追寻一种合理科学的方式提升城市规划水平, 保证人们赖以生存的环境能够更加优质, 还能够为人们的日常生产生活提供良好的条件, 使得人们的生活更加便捷高效。利用城市复杂适应系统能够有效提升我国城市规划质量和效率, 使得相关部门做工作时可以节省大量的人力物力财力, 同时, 利用有效的方式和科学的理论支持我国城市规划工程可以有效保证工程建设质量和速度。正是由于城市复杂适应系统是长久以来相关研究人员对于城市建设的总结理论, 因此应用该系统进行城市规划是非常必要的。城市建设不仅仅需要系统理论的支持, 更关键的是要提升工作人员的建设意识, 只有让相关人员对其认可, 才能够真正将系统应用与我国的城市规划, 从而保证我国城市规划水平能够有所提升。

2 城市的复杂性对城市规划的影响

城市的复杂性包括了城市内部的复杂性和人们对城市认识的复杂性。城市内部的复杂性主要体现在城市内部各种个体的总数和它们之间的关系。如果从社会形态来看, 政府、公司和各种民间组织等是城市的另外一种形式的个体, 所有这些个体对城市都发挥着各自的作用, 同时它们又相互影响和相互作用。人们对城市认识的复杂性, 则根据人们的兴趣、能力、观念和看法的不同而产生的。对于同一事物的认识, 由于复杂性的原因, 可能会有巨大的差异。对城市现状的认识, 对城市发展的要求和期望, 以及预测城市的发展趋势等等, 对于不同的认识个体和群体而言, 都会有所不同, 甚至可能完全相反。而以上的两种复杂性, 最终会表现为城市发展的非线性、跨越层次性、随机整体性, 表现出自组织性和耦连性。对于城市规划工作和规划者而言, 在经历了对传统规划方法的反思和对传统城市规划实施效果的回顾之后, 对城市的复杂性给予充分的认识和重视, 在当今显得尤为重要和迫切。

2.1 城市规划的多层次。

由于城市的复杂性首先体现在城市空间和时间的层次上, 同时存在层次之间的跨越。在进行不同层次的规划工作时, 我们既要把握住本层次规划的主要问题和目标, 同时也要注意到不同层次规划间可能的联系和跨越产生的影响。所以, 在规划程序的实际执行中, 既要强调由上往下对规划的整体把握, 同时又要注意到规划层次中可能的自下而上的作用。

2.2 城市规划的多目标和成果的动态性。

由于城市内部的复杂性和人们对城市认识的复杂性, 城市规划的目标通常表现出多样性, 也就是我们平常说的多目标。把城市的预期发展用多个目标去定义, 要比单一目标更科学、更符合城市发展的客观要求。由于不同的利益平衡, 不同的价值取向, 不同的生活期望, 城市的发展必然是多样性的, 我们的规划目标也必须要顺应这种要求。比如, 一个传统的城市, 通常会把安居乐业作为它的发展目标, 但这种目标似乎只满足了城市内部市民的期望, 周边区域的发展对该城市的要求, 可能会大相径庭, 会是生态保护地, 控制发展区。内因决定了事物发展的各种可能性, 而外因则决定了那一个的可能性变成现实。对于同一个城市, 其发展目标也不一定是唯一的, 他存在着各种可能的发展趋向, 而各种的可能都有其一定的合理性, 受各种特定的社会、经济和环境因素的影响, 把城市的发展目标多样化, 会更符合城市发展的客观要求和规律。

2.3 城市规划实施的正反馈和负反馈。

规划正在进行, 或者还没有实施, 条件发生变化, 主动及时地调整规划, 称之为正反馈;规划实施后根据效果和条件的变化进行调整, 称之为负反馈。在规划的法定程序中, 必须加上规划实施的反馈内容, 并且建立反馈调整的机制。因此, 规划本身更应该强调它是一个过程, 一个动态的不断趋向合理的过程, 而不应该是一个一成不变的结果。

3 结论

复杂性的载体是城市, 还是城市规划?这是我们首先要明确的问题。应该是城市的复杂性包括城市内部的复杂性和人们对城市认识的复杂性导致了城市规划的复杂性, 其具体表现在城市规划工作的多层次、多目标、成果的动态性以及规划实施的正反馈和负反馈等方面。所有这些, 要求我们的城市规划工作和城市规划工作者, 对城市规划的制定和实施上, 应该有一个新的认识和反思。通过以上讨论得知, 把复杂性的概念和理论引用在城市规划的过程中, 很有必要也很及时, 它对规划者而言, 是一个全新的方法和崭新的思路, 有可能更准确地把握城市发展的规律和方向, 使到城市规划的成果更具有科学性和可操作性, 具有重大的理论和十分积极的实践意义;而城市规划过程中的每一个步骤, 本身都是一个完整的循环过程, 每一个循环的过程, 实际上都相当于城市规划的全部内容;每一个这样的步骤中的循环的结果, 都可能决定和改变着其他步骤的进行和选择, 循环的结果同时又可能是多目标的。最后城市规划的成果应该是多目标的, 它描述了城市发展的各种可能。内因决定了事物发展的各种可能性, 外因则决定了把那一种可能性变成现实。

摘要：为了提升一个我国的经济建设, 就应该重视我国的城市化建设, 而提升我国城市化建设最主要的就是对城市规划提升重视度。目前一个城市的发展会面临越来越多的问题, 这多是由于社会和科技的发展会推动城市发展变得更加复杂和多样化。一般来说, 要想提升城市规划力度就要使其适应自然法则规律。主要论述的是复杂适应系统理论的城市规划中需要思考的问题。由于城市的复杂性, 所以提升城市化建设最主要的就是应用有效的方式。

关键词：复杂性,城市规划,思考

参考文献

复杂适应系统视角下的分层教学第8篇

复杂适应系统是由大量根据各自行业规则或者模式相互作用的行为主体组成的动态系统。勿庸置疑, 我们的教学也是一个复杂适应系统, 其中涉及的因素很多, 如教师、学生、教学内容、教学设施、班级文化等, 各种因素错综复杂的交互作用, 致使教学活动呈现出复杂的整体状态。在个人能力有大小的现实情况下, 教师在教学中只有关注学生的个体差异, 实施有区别的教学, 才能使每个学生都能在教学这个复杂的系统中适应并得到充分的发展。

二、复杂适应系统视角下实施分层教学的尝试

所谓分层教学, 就是教师在学生知识基础、智力因素和非智力因素存在明显差异的情况下, 遵循因材施教的原则, 有区别地设计教学环节进行教学, 有针对性地实施对不同类别学生的学习指导, 不仅根据学生的不同实际选择教法, 而且还要因材施“助”, 因材施“改”, 因材施“考”, 因材施“评”, 以使每个学生都能在原有的基础上得到发展, 最终实现总体教学目标。

1. 从聚集到分组。

复杂适应系统中的个体具有这样的属性, 即它们可以在—定条件下, 在双方彼此接受时组成一个新的个体——聚集体, 其能够在系统中像一个单独的个体那样行动。鉴于此, 教师可以根据学生现有的知识、能力水平和潜力发展倾向, 把学生科学地分成几组各自水平相近的群体并区别对待, 让这些群体在教师恰当的分层策略下及相互作用中得到更好的发展和提高。在学习过程中, 较低层次的个体通过分组的方式结合起来, 形成了一个更有适应力的主体。可见, 分组是教学从无序走向有序的一种良好模式。其不仅为学生创设了一个宽松的心理空间, 而且还能让学生学有所得。

2. 从流的传递到全体提高。

在复杂适应系统中的个体与环境之间, 以及个体相互之间存在着物质流、能量流和信息流的传递。这些流的渠道是否通畅, 周转程度如何, 都直接影响着系统的演化过程。同样, 在教学中师与师、师与生、生与生等也都有着“流”的传递, 尤其是信息流对于整个教学的优化具有积极的作用。分层教学对每一位教师来说都是一个挑战, 因为教师只有保证流的通畅, 才能保证教学高效。为此, 教师应做好以下几方面工作: (1) 备课分层, 对不同层次的学生要有不同的教学目标。目标分层既能帮助学习有困难的学生提高学习的积极性, 使他们觉得经过自己的努力可以“跳一跳, 够得着”;也可以使中等生敢于质疑问难, 敢于发表独特的见解, 在原有基础上稳步提高;同时又为有潜力的优秀学生创造了多学、学深的条件, 促进他们探究意识与创新思维的发展。 (2) 课堂活动分层。比如问题设计要有梯度, 在合作学习中的指导要有不同的侧重点和引导方式等。 (3) 评价分层。对后进生可采用赏识性评价, 注意发现他们身上的闪光点, 鼓励他们积极上进;对中等生可采用激励性评价, 即揭示其不足, 为其指明努力方向, 促使他们不甘落后, 积极向上;对优等生则采用竞争性评价, 坚持高标准, 严要求, 使他们戒骄戒躁, 努力拼搏。 (4) 作业分层。作业的布置要合理, 可采用必做和选做相结合的方式, 这既能巩固学生已学知识, 同时又能拓展学生学习的空间。

3. 从非线性到动态教学。

复杂适应系统中的个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。而我们的分层教学也并非一成不变的, 学生学习的过程既有相对的稳定性, 又是不断发展变化的。所以, 对学生的分层也是一个相对运动的动态过程, 切不可固定化。分层是因材施教的手段, 教师要善于从各层次学生的学习过程中及时取得反馈信息, 随时注意学生的心理反应, 从而调整教学的要求、方法和手段, 以实现教与学的动态平衡, 使各层次的学生得到锻炼, 最终取得理想的教学效果。

总之, 实施分层教学不但能够促使学生把获取的知识和经验积累下来, 使学生潜在的水平转化成新的现有水平, 而且充分体现了“面向全体学生”、“促进每一个学生的发展”的教育理念。

复杂适应系统理论第9篇

1 复杂适应系统 (CAS) 简介

复杂适应系统是一种更高级的自组织对象, 也是当今复杂性科学研究愈益汇聚的重点, 其核心思想是适应性造就复杂性。复杂适应系统理论由诺贝尔奖获得者霍兰德 (Holland, 1994) 提出。它的基本思想是:把系统中的成员称为具有适应能力的主体, 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, 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, 整个宏观系统的演化, 包括新层次的产生、分化和多样性的出现等等, 都是在这个基础上逐步派生出来的。围绕“适应性造就复杂性”这个核心思想, 霍兰德进一步提出了研究适应和演化过程中七个重要概念:聚集、非线性、流、多样性、标识、内部模型、构件。

2 科研工作过程的复杂适应特征

科研管理的复杂性来自于管理对象一一科研工作过程的复杂性。科研工作过程的进程涉及到方方面面的影响, 其构成的要素人、物、财与环境等因素自我和交互影响, 体现出复杂的系统演变特点, 而且还有复杂适应系统变化的特征。科研工作过程作为复杂适应系统的特征体现在:

2.1 层次性。

科研工作具有层次性, 并且各层次具有相对的独立性, 研究院所本身如同生态学中的“群落”, 具有自我调节、自我适应、自我相容的能力。科学研究是在国家和相关机构强有力的领导和支持下开展工作的, 因此也具有群落整体性。整体上看研究院所为一个大的群落, 每个科研课题团队又是一个小群落, 需要协作攻关的课题团队则是高层次的群落。

2.2 开放性。

科研工作是一个开放的系统。体现在科研团队不断从外界吸收新的有用的知识, 运用到科研课题中, 并不断收到外界反馈的信息。研究院所的“产学研合作”模式的运行, 将教学、科研、产业三大职能之间的相互关系日益密切。科研结果为企业的创新发展提供了源源不绝的发展动力;教学则为科研工作提供了生力军, 保证了科研团队结构的合理与活力;而企业则可将部分收益返还到研究院所的教学和科研中去改善办学条件。科研工作在外部环境条件作用下, 组织协同合作自发形成有序良性循环, 其实质就是与外界进行物质、能量、信息交换, 体现了科研工作的开放性。

2.3 自适应。

复杂适应系统理论认为, 复杂适应系统中的主体 (Agent) 具有主动性、适应性, 并且主体与环境是相互适应、相互作用的。系统中的主体可以自动调整自身的状态、参数以适应环境, 或与其他主体进行协同、合作或竞争, 争取最大的生存机会或利益。在这个演化过程中, 主体的性能参数、功能、属性不断变化, 整个系统的功能、结构也将产生相应变化。

3 借鉴复杂性科学理论, 提高科研管理水平

科研工作过程的复杂性系统特征说明了其是一个复杂适应系统, 系统中主体之间、主体与外部环境之间存在着相互作用, 并通过这种作用能够积极主动地适应外部环境条件的变化。复杂性必须用复杂性的方法来研究。科研管理也应该以复杂适应系统理论为指导, 拓宽科研管理的思路和方法。

3.1 管理者要形成复杂性思维。

思维形成观念, 观念决定行动。作为管理者首先应确立正确的思维方式。传统的科研课题管理模式 (线性组织模式、交叉并行组织模式和矩阵组织模式) 难以满足科研工作过程复杂性的要求。这使管理活动充满了不确定性和复杂性。这就迫切要求管理者改变传统思维方式, 在管理活动中把注意力转向事物的非平衡性、不规则性、无序性、不确定性、不可逆性, 实现由线性向非线性、还原性向整体性、实体性向关系性、静态性向过程性、收敛性向发散性、单一性向多样性、求同性向求异性思维方式的转变。

3.2 提升科研团队“自组织”能力。

团队“自组织”能力是指团队能够自发地产生新的演化模式的一种复杂适应组织, 当科研环境的条件改变时, 它能够自行转变其运行模式, 以适应科研环境的需求。科研工作是不确定性很高的探索型课题。探索型课题的特征是, 其流程强调设想, 然后根据该设想探索, 而不是依照详尽的计划严格地执行任务, 这就要求科研团队必须具有较强的适应性。科研管理部门也要明白组织原理以提高科研管理效果和效率。

3.3 处理好科研团队的协同与竞争。

科研团队与团队之间和团队内部成员之间既存在整体同一性, 又存在个体差异性。在科研管理中, 整体同一性表现为协同, 个体差异性表现为竞争。哈肯 (Haken, 1977) 认为, 协同是系统产生有序结构的直接原因。系统主体之间竞争与合作中的相关性使有些系统可能自发地发生突变, 生成宏观的在当今, 科研管理表现出越来越多的复杂性特征, 运用复杂性科学理论与方法来解决科研管理中的复杂性问题, 无疑为我们提供了全新的理论与方法和思维视角。但复杂性科学作为新兴的学科, 其本身也处在不断发展与完善的过程中, 因此, 需要结合科研管理工作, 不断加以探索。

摘要：现代科学研究是一个涉及方方面面的复杂工作过程, 也带来科研管理的复杂性。复杂性科学理念是“必须用复杂性方法来研究”。本文应用复杂适应系统 (CAS) 理论分析了科研工作过程的复杂适应性系统特征, 并在此基础上探讨了适应科研管理复杂性的思路和方法。

关键词：复杂性科学,复杂性适应系统,科研管理

参考文献

[1]苗东升.论复杂性[J].自然辨证法通讯, 2000, 22 (6) :87-92.[1]苗东升.论复杂性[J].自然辨证法通讯, 2000, 22 (6) :87-92.

[2]倪荷芳.对当前高校科研管理工作特点的探讨[J].中国中医药信息, 2002, 5 (9) :90-91.[2]倪荷芳.对当前高校科研管理工作特点的探讨[J].中国中医药信息, 2002, 5 (9) :90-91.

[3]林家骧.高校科研评估指标量化初探[J].研究与发展管理, 1990 (4) :42-48.[3]林家骧.高校科研评估指标量化初探[J].研究与发展管理, 1990 (4) :42-48.

[4]成思危, 冯芷艳.复杂性科学探索[M].北京:民主与建设出版社.1999.[4]成思危, 冯芷艳.复杂性科学探索[M].北京:民主与建设出版社.1999.

复杂适应系统理论第10篇

随着复杂系统(CS)[1]的发展,基于Agent技术的社会学仿真(ASS)研究为人们通过在实验室中研究社会现象提供了可能。利用先进的计算机技术,研究人员可在计算机的虚拟环境中实现“人工社会”并对各种社会现象进行仿真。

经济系统可看成是一个复杂适应系统[1,3]。当前迅猛发展的中央商务区(Central Business District,CBD)[2],是现代经济系统中的一个重要现象,其对国家、地区的经济影响能力非常大。CBD也可看作是一个复杂适应系统,我们称之为CBD系统。作为CBD的基本元素,企业在CBD系统的发展过程中具有重要意义。从复杂适应系统的角度看,企业是CBD系统的具有适应性能力的个体,是有限理性的[4]。CBD系统扮演了大自然的角色,它淘汰那些不能适应环境的企业,保留了可以适应环境的企业,并促使其发展壮大,这符合自然界“优胜劣汰”的基本准则。反过来,众多企业的发展过程和结果又促进了CBD的产生和成熟。也就是说,作为基本元素,企业的发展也会对整个系统产生重要影响。

CBD的演化发展与预测,属于社会学、经济学的研究范畴,按照传统的方式,是无法通过实际试验获取成果的。原因之一在于实证研究所需要的经费、时间是相当惊人的,决策部门往往不会等到某个确定结果出现后才给出决策方案,而是首先根据以往的经验给出判断,这不可避免会出现决策偏差或决策失败。历史上这种案例屡见不鲜。另外,传统的新古典经济学对经济现象的分析大都是定性分析,很难对此进行定量分析,对经济社会中的企业采取“完全理性”的处理方法,这本身并不符合现实经济系统规律。由此得到的结论或者不能反映真实情况,或者已经过时。鉴于此,随着复杂系统、计算智能理论及计算机技术的不断发展,利用仿真的方法在计算机中实现CBD系统的演化过程,搭建人工CBD(A-CBD)仿真平台成为可能,这可能大大减少时间成本和经济时间,具有极大的经济价值和社会价值。

2 人工CBD系统的社会经济学意义

传统经济学理论是以新古典经济学为主展开研究的。但是近年来,这种理论受到越来越多的研究人员的质疑,并且提出了各种替代研究方向,例如演化经济学、实验经济学和基于Agent的计算经济学(ACE)等等。

传统的经济理论认为,社会发展过程中经济是均衡的,当市场发育良好时,系统将处于平衡状态[5]。然而,现实世界是复杂多变的,充满了不确定性和动荡,经济系统中的经济波动、金融危机是永远不可能停息的。也就是说,在经济系统中,均衡是相对的,变化才是绝对的。另外,传统经济学理论中有关经济个体追求利益最大化的认识也是片面的,不切合实际的。人们还对“经济问题数学化”现象进行了批判,因为纯粹的数学工具要用于研究经济现象,研究者必须对某经济现象抽象为数学模型,然后套用大量的数学工具进行论证。但是,经济现象的复杂程度是很难用精确的数学模型刻画的。研究人员为了能套用数学工具,必须对某些条件进行松弛、紧缩、省略等处理,这无疑将导致模型同实际问题的脱节。利用同实际问题不符的模型得到的研究成果是没有很大实用价值的。

传统经济学理论及研究方法的不足,致使新的思想和学派不断出现。实验经济学否定了“社会科学不能进行试验研究”的认识,认为可以采用小规模心理学试验的方法研究被试的各种决策行为,基于此又出现了行为经济学,行为金融学等。基于实验经济学的成功,其创始人Smith和行为经济学的创始人Kahneman分获2002年度诺贝尔经济学奖。基于Agent的计算经济学(ACE)是将复杂适应系统理论、基于Agent的计算机模拟技术应用于经济学现象而出现的一种交叉学科[6,7]。从复杂系统的角度来看,经济社会可以看成是有多个相互联系的经济主体组成的复杂系统。CBD也是一个经济现象,CBD区域本身也可看成是一个复杂适应系统,其中的企业可以看成是系统中的经济主体,这些经济主体之间可进行特定的相互作用和影响。考虑到“经济问题数学化”的缺陷,ACE方法可以将计算机模拟的方法引入经济研究中,从而弥补“经济问题去数学化”后带来的新的问题。当前的计算机系统的计算能力相当惊人,足以应付和处理海量信息。甚至利用数学工具难以解决的非线性问题(离散问题),计算机也可以利用多种进化计算算法解决。

随着人工智能技术的发展,尤其是智能Agent技术,多Agent系统[8]以及大规模并行计算技术的发展,利用计算机程序来模拟复杂的社会现象(人工社会,例如CBD的发展)成为可能。人工智能技术可以模拟大量智能Agent个体相互作用而导致的宏观涌现行为,而这些行为是系统在运行过程中自发的一种模式,因此同人类社会经济现象非常类似。也就是说,计算机虚拟系统可在一定程度上模拟现实世界。另外,鉴于计算机试验的可重复性和免费性,研究人员完全没有必要去担心试验引发的后果和经济负担问题,而这在传统经济学研究中是必须要考虑的极为重要的问题。由此可见,ACE是一种非常具有发展前途的研究社会经济现象的方法,具有重要的社会意义[9,10,11]。

3 人工CBD系统的功能及组成

在现代经济理论的支持下,我们可结合计算机技术实现CBD发展研究的实验室方案――人工CBD系统。利用该系统可实现如下功能:

1) 根据CBD本身特性,系统提供CBD发展的外部条件设置功能、内部企业属性设置功能;

2) 根据现实情况设置内部企业之间的竞争合作机制,并且企业具有有限理性,可通过学习机制调整对外策略;

3) 在有限迭代次数(或时间)内,系统利用易于理解的形式(例如图片、动画或者文字说明等)给出CBD发展过程演示,并且提供人机交互功能,以使得用户可随时了解系统内部各种流信息;

4) 分析系统涌现现象,给出某CBD发展预测或发展建议。

人工CBD系统结构如下图1所示。

下面从五个方面对人工CBD系统进行说明。

3.1 利用智能Agent技术实现CBD内部企业的仿真

CBD内部的企业看成是具有有限理性的企业Agent。所谓Agent,实际上就是一个人工智能程序,本身具有自治性、社会性、能动性和进化性等多种特性[8]。根据实际情况,我们按照不同分类标准将虚拟世界中的Agent分成多组,组内企业Agent可通过专门的通信Agent相互沟通和学习。如图1中,企业Agent11、企业Agent12、...、企业Agent1n作为地域相邻的企业,它们的作用领域在一定范围内,相互之间通过通信Agent1进行。组间沟通不是实时的,但可通过虚拟环境中的另一个管理Agent实现,系统可根据实际情况设置沟通频率,以使得系统更趋于真实。这里“组“的概念可以有多种理解,既可以是根据地域特征分组,又可以根据企业性质,或者企业之间的关系分组。实际情况是,地域相邻的企业之间会有更多的联系机会,相同性质的企业之间因为业务空间有交叉,也会发生较多联系,而在生产过程中具有供需关系的企业之间的联系也是非常密切的。

3.2 利用虚拟世界模拟企业赖以生存发展的空间

虚拟世界代表现实世界中一定区域内企业的生存空间,向企业提供诸如原料、技术、资源、政策及各种服务等。利用计算机技术,在计算机空间中仿真真实的企业空间,让企业Agent程序运行在虚拟世界中,并同虚拟世界交互,企业Agent将在虚拟世界中成长、发展、衰老,直至最终的消亡。

虚拟世界同所有企业的发展过程是密切相关的,提供的服务不同,企业的发展过程、CBD的发展速度和趋势也不同。通过外部生存条件的设置,虚拟世界的各种属性将得到设置;为了方便人机交互,使得用户可随时获取系统内部各种流信息,系统提供流信息监测功能。

虚拟世界是开放的环境,它同外界具有相互联系的接口。任何一个现实CBD都不可能独立生存,它必须同它所处的更大的外部环境相互影响和制约。如果CBD的外部环境发生重大变化,该变化一定会对CBD环境产生影响,虚拟世界通过“外界扰动”功能模拟该现象。“外界扰动”功能是根据国内外成功CBD的发展提出的。大量资料显示,某CBD的发展成功与否,在很大程度同当时的政策、重大事件密切相关。作为一个复杂的经济现象,CBD在发展成熟过程,不可避免的会遇到一些突发事件,而这些突发事件会对CBD的发展过程产生重要影响。系统设置外界扰动,也是从提供仿真的真实度以及增强系统的鲁棒性方面考虑的。

3.3 利用人工智能理论和技术实现系统的不断智能化

某种意义上说,CBD可以看作是高智商的竞争与合作。CBD内部主要包括高新技术行业、金融法律等服务行业等,而这些行业中人力资源异常丰富,高学历、高智商人才云集。企业发展的过程实际上就是经理人之间的竞争与合作过程,因此,人工CBD仿真系统中设置了“公共知识库模块”、“竞争与合作学习模块”作为系统的重要内容。公共知识库中的初始知识来源于当前广泛开展的CBD研究,并随时更新和添加。竞争与合作学习模块是系统的核心内容之一,企业在发展过程中不可避免地要同其他企业竞争、合作,并且在竞争合作过程中不断吸取经验和教训,采用各种机器学习方法,调整策略,不断提高自己在虚拟环境中的适应性。

3.4 利用复杂适应系统理论分析系统演化结果

CBD仿真模块、涌现结果分析、演化预测与建议是本系统最重要最具特色的功能。

利用各种仿真工具,系统可以利用动画、图片、文字、数字的形式,形象地展示CBD的整个发展演化过程。CBD仿真模块的作用就在于此,它是系统与用户的接口,用户通过该模块可以非常直观的观察人工CBD的演化过程,这比现实CBD研究动辄需要数年的跟踪要方便得多。

有限理性企业Agent在虚拟环境中不断学习,调整其同外部环境以及同其他企业之间的关系,将会产生多种涌现现象。我们知道,单个企业在短时间内的行为是随机而无规则的,但是在一段较长的时间内的多个企业之间的相互协作和竞争,将会产生复杂的完全不同于简单个体的整体行为和结果,这是复杂系统的特征,也就是涌现现象。作为复杂适应系统的人工CBD系统,其成长过程中,企业将会不断优胜劣汰,企业之间的吞并、聚类、分离现象层出不穷,可能会形成各种产业联盟,甚至在一定区域内形成较为完整的产业链。“涌现结果分析”模块的作用就是利用复杂适应系统的理论和技术,在数据挖掘、进化计算算法的支持下,从极其庞大的企业发展、虚拟环境发展数据中找出规律性的东西,借以类比现实CBD的发展。如果人工CBD仿真系统的输入模块中输入的是真实CBD的数据,系统通过反复学习,不断调整输出数据,最终将能得到同真实CBD类似的发展结果。

3.5 基于真实CBD对系统进行训练,进而实现未来CBD建设的预测和建议

如果人工CBD仿真系统涌现结果同真实CBD发展过程吻合,则可以利用该系统对未来CBD的建设进行预测和建议。从复杂系统的角度看,CBD作为一个复杂的经济现象,在内外条件满足的情况下,某个高度发达的经济区域是可以转化为CBD的。在验证现有CBD发展过程的基础上,如果根据实际需要,不断修正各种输入条件及相关影响因子,则实现对未来CBD发展的预测。同时,如果决策部门经过前期初步调研,决定要在某个区域建立CBD,可将该区域的外部条件,内部企业特征等输入本系统,经过人工系统的模拟仿真,也可得到该区域在目前条件下的发展趋势,以供决策部门调整策略,避免重大的决策失误。

4 结论

由上文讨论可知,基于复杂适应系统的人工CBD系统具有广阔的发展前景,表现出极强的生命力和优势。但是,人工CBD系统本身也存在着一些问题。对这些问题的解决和权衡,可以从更高的层面上发展该方法,从而使之更好的应用于人类社会经济现象的研究。

4.1 Agent模型的建立问题

用计算机程序模拟CBD系统,容易陷入两个极端:一是将问题简单化,Agent模型的运行紧紧遵从几条简单的规则;二是将问题复杂化,Agent模型完全模仿现实系统,有非常多的规则和限制。问题的简单化设计使得程序易于运行,但也使得Agent模型难以代表实际情况;问题的复杂化虽然更能模拟实际情况,但是过于复杂的规则和约束导致程序僵持不动,难以运行。当前普遍采用的办法是“适用原则”,从简单仿真开始,逐渐增加运行规则和约束条件,以能较好地模拟现实情况为评价原则。

4.2 Agent运行规则的建立问题

系统中的智能Agent个体在初始阶段的运行规则是用户根据对实际问题的研究总结给出的,人为因素较大。也就是说,智能Agent个体的建模过程同实际情况可能存在着较大的偏差,而且偏离程度是无法确切估计的。智能Agent个体在进化过程中规则的选择与演化可以自行进行,是真正的自组织。这其中存在着人为设计同系统自我进化的矛盾,因为系统在运行过程中有一个时间问题。从计算智能算法的理论可知,系统进化有可能需要很长的时间,而人为设计可以减少这种等待,但人为干预无疑对系统的自组织产生较大干扰。人为设计同系统自我进化之间的平衡问题一直是ACE方法需要解决的问题。

4.3 人工CBD系统的有效性问题

人工CBD系统毕竟是仿真系统,系统的运行是建立在一系列前提基础之上的。但是经济现象是异常复杂多变的,这导致系统的有效性受到怀疑,因为很多前提都是用户引入的假设,而假设是否完全符合真实情况不得而知。可采取的方法是首先让系统模拟已经存在的某些真实CBD,如果系统模拟效果良好,则有限度的认为该系统可以模拟其他正处于发展状态的CBD系统。此处我们需要强调的是系统的“决策参考作用”,而不是直接的“决策作用”。

尽管人工CBD系统本身还处于不完善阶段,还有很多问题值得众多学者展开深入研究,但该系统的建成对管理部门对CBD适建问题的考查和决策,无疑具有重要参考价值。另外,人工CBD系统也可经过简单调整应用于其它经济现象,例如研究股票问题、城市建设问题、高新区发展问题等等,均具有重要的理论价值和现实意义。

摘要：复杂适应系统和计算技术的发展使得在实验室中研究社会经济现象成为可能。本文提出了一种基于复杂适应系统的人工CBD(A-CBD)系统的构筑方法。基于计算智能理论,本文将企业看成智能Agent个体,个体之间相互竞争和合作。多个企业在虚拟环境中的不断进化产生了整体涌现现象,本系统可对此过程进行仿真。另外人工CBD系统还可以对现实CBD的发展趋势进行预测,并提出决策和建议。该系统可解决社会经济试验时间长、成本昂贵、后果不可避免等缺点,具有重要的社会经济意义。最后对系统的特点进行了评价。

关键词：复杂适应系统,人工CBD,智能Agent,人工社会

参考文献

[1]美.米歇尔.沃尔德罗普.复杂:诞生于秩序和混沌边缘的科学[M].陈玲(译),北京:三联书店,1997.

[2]杨俊宴,吴明伟.中国城市CBD量化研究-形态.功能.产业[M],江苏,东南大学出版社,2008.

[3]陈禹,丁浩.实验经济学、CAS理论与经济建模[M].北京:科学出版社,2004.

[4]美.西蒙.管理行为[M].北京:北京经济学院出版社,1988.

[5]孙天法.非均衡配额经济学[M].北京:经济科学出版社,2003.

[6]Lane D.Artificial worlds and economics,part II.[J]Journal of evolutionary Economics.vol.3(3):89-107,1993.

[7]Tesfatsion L,Agent-based Computational Economics[J].ISU Economics Working Paper No.1,Revised August24,2003.

[8]英.伍尔德里奇著.多Agent系统引论[M].-石纯一-(译),电子工业出版社,2003.

[9]张江,李学伟.人工社会—基于Agent的社会学仿真[J].系统工程,2005,23(1).

[10]王飞跃,Lansing J.s.从人工生命到人工社会——复杂社会系统研究的现状和展望[J].复杂系统与复杂性科学,2004,1(1).

复杂适应系统理论第11篇

“囚徒困境”博弈反映了个人理性和集体理性的深层次矛盾, 同时也揭示了个人理性本身的内在矛盾——从个人利益出发的行为, 往往不仅不能真正实现集体利益的最大化, 甚至也无法实现个人利益的最大化。

“囚徒困境”博弈对于人类行为的预测是灰暗的:在个人自由决策的市场经济中, 个人利益的最大化往往会导致合作的崩溃。如果确实如此, 人类将陷入彼此为敌的霍布斯丛林而不可自拔, 更无法创造出如此辉煌灿烂的文明世界。

放眼周围的世界, 生产的专业化分工和对合作的高度依赖已成为现代社会的重要特征。关于合作行为的产生机制, 许多学者都进行了探讨。其中主要的观点有群体选 (Sober&Wilson, 1998) 、昂贵信号理论 (Za ha vi, 1997;Blie g e Bird e t a l., 2001) 、驯顺性理论 (Simon, 1999) 、强互惠理论 (Gintis, 2000;Fehr, 2002) 等。然而以上绝大多数的研究都仅仅是纯粹理论上的探讨。而笔者认为, 合作行为不仅是个体之间的行为, 还涉及到由个体组成的群体之间的关系, 是一个多层次、非线性和不确定性的复杂动态系统。对此类复杂系统的研究方法目前主要有非线性动力学和计算机系统仿真, 以下笔者将试图使用系统仿真的方法来解决这个问题。

二“囚徒困境”的系统仿真

为了分析社会合作水平的演化, 我们使用Java语言设计了一个多人“囚徒困境”博弈的仿真模型。在模型中我们设置了不同合作水平的策略 (永远合作的策略、以10%的概率背叛的策略、以20%的概率背叛的策略……依此类推, 最后是永远背叛的策略) , 目的在于分析不同合作水平的局中人在博弈中的收益水平。博弈的收益矩阵如表1所示:

在本文中, T=5, R=3, P=1, S=0

1.原始模型

博弈共分为100轮, 在每轮中各种策略两两配对进行“囚徒困境”博弈。仿真结果如表2所示:

我们很容易发现, 博弈中局中人的收益水平会随着合作水平的提高而降低。

2.加入TFT策略后的模型

艾克斯罗德 (Axelrod, 1985) 在囚徒困境博弈锦标赛中发现, 多人重复“囚徒困境”博弈中, TFT策略的收益水平是最高的。而以下我们将表明:TFT策略不但自身的收益水平较高, 而且可以提高整个社会的收益水平。不仅如此, 由于TFT策略可以与善良的策略合作, 同时惩罚非善良的策略, 从而有助于整个社会道德水平的提高。

我们在模型中加入采用TFT策略的局中人, 结果表明:随着采用TFT策略的局中人数量不断上升, 整个社会的平均收益水平会不断提高, 而且善良策略的收益水平会逐渐超越非善良策略的收益水平。

3.模型的动态演化

最后我们在模型中加入动态演化机制, 即博弈分为n个阶段, 每个阶段结束后, 每种策略的局中人都以p的概率选择比他的收益水平高一个档次的策略。

对加入动态演化机制后的原始模型 (n=20, p=0.5) 并进行系统仿真。程序运行的结果表明, 经过20个阶段的博弈后, 模型中只剩下了一种策略——“永远背叛”, 此时整个社会的平均收益达到了1的最低水平。这就是霍布斯所描述的世界——“一切人对一切人的战争”。

现在我们在模型中加入采用TFT策略的局中人。结果表明, 博弈中非善良的策略很快就被淘汰了, 20个阶段过后, 博弈中只剩下了TFT策略。而且我们发现, 非善良策略被淘汰的速度随着采用TFT策略局中人数量的增加而变得越来越快。

4.模型的结论

(1) 如果没有惩罚机制, 社会中合作与非合作的个体被同等对待。由于合作行为的成本较高, 在“逆向选择”机制的作用下, 合作的个体将越来越少。

这就是所谓的“道德悖论”——道德意味着以自身利益为代价来提高别人的利益。因此在一个社会中道德高尚的人往往处境艰难, 而许多道德低劣的人却可以身居高位。

(2) 惩罚机制可以有效降低非合作个体的利益水平, 促进道德的建立, 并提高整个社会的利益水平。

惩罚机制可以导致合作行为的产生, 但在很多情况下, 惩罚行为本身是需要成本的。为了保证合作行为在演化中的遗传优势, 社会中必须有一些人愿意牺牲自己的部分利益来惩罚不合作者, 这就是Bowles和Gintis (2003) 提出的强互惠 (strong re c ip roc ity) 者。Gintis等人 (2003) 认为一个群体中只要有一小部分强互惠主义者, 就足以使合作行为成为一个进化稳定均衡 (ESS) 。

三、模型结果的启示

我们的模型表明, 通过惩罚机制的引入, 可以显著提高群体的合作程度和福利水平。然而惩罚在很大程度上会降低惩罚者本身的利益, 并导致“重新谈判”等情况的出现 (参见Rub ins te in&Wolins ky, 1992) , 从而给惩罚机制的实施带来困难。政府作为社会规则的制定者, 应当通过正确的政策引导达到惩恶扬善的作用, 为重建社会道德履行自身的责任。

参考文献

[1]约翰·霍兰, 隐秩序[M].上海:上海科技出版社, 2000.

[2]汪丁丁, 罗卫东, 叶航.人类合作秩序的起源与演化[J].社会科学战线, 2005 (4)

[3]罗伯特·阿克塞尔罗德.合作的进化[M].吴坚忠译, 上海:上海世纪出版集团, 2007.

[4]黄少安, 韦倩.合作行为与合作经济学:一个理论分析框架[J].经济理论与经济管理, 2011 (2) 。

本文来自 99学术网(www.99xueshu.com)，转载请保留网址和出处

【复杂适应系统理论】相关文章：

复杂系统08-29

项目反应理论在C程序设计自适应考试系统中的应用09-12

复杂网络系统06-16

复杂水资源系统07-02

教育理论复杂性研究论文提纲08-15