1.复杂适应系统理论的基本内涵

复杂性科学的确立是整个科学体系不断发展的结果。1937 年冯·贝塔朗菲（Von Bertalanffy）提出“一般系统论”（General System Theory），把系统作为研究对象，被称为复杂性科学研究的起点。1969 年普利高津（Prigogine）提出耗散结构理论、哈肯（Haken）构建协同学、1979 年艾根（Eigen）发表超循环理论——这些自组织理论把复杂性科学的研究推向高潮。20 世纪80 年代，“复杂性科学”的概念被明确提出，同时美国圣塔菲研究所（Santa Fe Institute, SFI）成立，开始有组织地、系统性地研究由富有主动性的个体所组成系统的复杂性[57]。SFI 的科学家认为，复杂系统是由大量的相互作用的单元构成的系统，复杂性的研究内容则是研究复杂系统在一定的规则下产生的有组织的行为。1990 年，钱学森在《自然杂志》上发表论文《一个科学的新领域——开放的复杂巨系统及其方法论》，对系统进行科学分类（如图1-1 所示），引出有关复杂系统的内涵[58]，强调复杂巨系统是指子系统种类很多并有层次结构，且子系统之间的关联关系又很复杂的系统。此后，钱学森教授又将其拓展为开放的复杂巨系统。“开放的”不仅意味着系统与环境进行物质、能量、信息的交换，而且还具有主动适应和进化的含义。1995 年，顾基发、朱志昌等倡导的物理—事理—人理方法论，也为解决复杂性问题提供了一定的借鉴[59]。1999 年，成思危认为复杂系统最本质的特征是其组分具有某种程度的智能，即具有了解其所处的环境、预测其变化并按预定目标采取行动的能力[60]。

图1-1 系统分类

复杂适应系统（Complex Adaptive System，CAS）理论作为复杂性科学的一个重要分支，它是在1994 年圣塔菲研究所成立十周年，由美国约翰·霍兰教授正式提出的。它的基本思想是：系统中的成员被称为具有适应性的主体（adaptive agent），简称主体。适应性是指它能够与环境及其他主体进行相互交流，在交流的过程中“相互学习”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，正是这种主动性及主体与环境的、其他主体的相互作用，不断改变着各主体自身，同时也改变着外部环境，是系统发展和进化的基本动因。整个系统的演进，包括新层次的产生、分化和多样性的出现，新的、聚合而成的、更大主体的出现等，都是在这个基础上出现的。各底层主体通过相互间的交流，在整体层次上突现出新的结构、现象和更复杂的行为[61]。一言以蔽之：“适应性造就复杂性”，这为人们认识、理解、控制、管理复杂系统提供了新的思路。同时，复杂系统的研究方法也突破传统的数学建模，计算机模拟方法成为主流，霍兰教授基于遗传算法开发了CAS 的模拟过程，提出了回声（Echo）模型，其主要就是为了探求复杂适应性的根源。目前，国内学者大多从事CAS 理论在生态、商业、金融、生产、管理等领域的应用研究。

2.复杂适应系统演化的基本特性和机制

霍兰教授将CAS 看成是由用规则描述的、相互作用的主体组成的系统。在CAS 中，任何特定的适应性主体所处的环境都是由其他适应性主体组成，所以任何主体在适应上所做的努力就是要适应别的适应性主体。围绕“主体”这个核心概念，霍兰提出主体间交互和系统演化过程中的7 个基本点，它包括了对所有CAS 都通用的4 个特性和3 个机制。通过对7个基本点的适当组合，能“派生”出复杂适应系统的所有的特性和机制[9]。

（1）聚集（特性）。在CAS 研究中，聚集（aggregation）有两个含义。第一个含义是使复杂系统简单化的一种标准方法。我们通常把相似的事物聚集成类（物以类聚）——数、汽车、银行——然后把它们看成是等价的，在这个意义上，聚集是我们构建模型的主要手段之一。第二个含义是CAS的功能行为，更注重CAS 做什么，它涉及较为简单的主体经过相互聚集，必然会涌现出复杂的大尺度行为。聚集体还可以成为更高一级的主体——介主体（meta-agents），这些介主体能进行再聚集，产生介介主体（meta-meta-agents），重复几次就得到了CAS 里典型的层次组织。

（2）标识（机制）。在聚集体形成的过程中，始终有一种机制在起着作用——标识（tagging）。商标、标识语、召集士兵的旗帜等都是我们熟知的标识。在CAS 中，标识是为了聚集和边界生成而普遍存在的一个机制，它能够帮助主体进行相互识别和选择，实现信息交流。它是隐含在CAS 中且具有共性的层次组织机构遵循的机制。

（3）非线性（特性）。在CAS 理论中，主体以及它们的属性变化、主体间相互影响不是简单的、被动的、单向的线性关系，而是包括各种反馈的非线性（nonlinear）关系，即主动的适应关系。正是通过各种反馈交织，复杂系统的行为才难以预测，才会经历曲折的进化过程，呈现出多样性的状态。非线性是导致复杂性产生的内在根源。

（4）流（特性）。流（flow）的概念决不只限于液体的运动。在 CAS中，主体之间、主体与环境之间存在着物质流、信息流和能量流。流可以表示成{主体，相互作用，资源}的形式，其中主体，即节点，是被连接的对象，而连接者表明可能的相互作用，而这种连接与被连接，即主体间相互关联的作用、强度，因时而异，随着主体的适应或不适应随时出现或消失。这就是随时间的流逝和经验的积累而反应出的变异适应性的模式。此外，流还有两种非常著名的特性，对所有CAS 都很重要。一是乘数效应，指主体间的某一次相互作用可以通过它们之间的相互作用网进行传播，从而产生扩大效应，它是网络和流的主要特征，资源在传递中能产生效应增值；二是再循环效应，是指资源在主体间的循环往复，从而使有限的资源获得最大限度的利用。

（5）多样性（特性）。多样性（diversity）是指在适应环境过程中，主体之间的差别会发展与扩大，最终形成分化。CAS 的多样性是一种动态特征，通常具有协调性和持续性。由于部分主体灭绝会引起相关主体间相互作用模式的变动，各主体常常会按以前的方式重塑自己，虽然新的主体可能在细节上与老的主体有所不同。同时，CAS 中的多样性又是不断适应的结果，每一次新的适应，都为进一步的相互作用开辟了可能性。由上文中流的再循环得知，新的主体可以利用系统保留下来的循环流资源，从而进一步增强再循环的部分，导致多样性的增加，如果将非线性加入到再循环中，主体的聚集行为所引发的资源再循环，比单个行为的综合要多得多，从而产生更大的复杂性。

（6）内部模型（机制）。内部模型（internal model）机制是隐形主体本身具有的预知环境变化，调整自身行为的算法、规则和过程。主体为了能实现预知能力，必须在它所收到的大量涌入的输入中挑选合适的模式，然后，将这些模式转化成内部结构的变化。最终，结构的变化，即模型必须使主体能够预知，即认识到当再次遇到该模式时，随之发生的后果将是什么。这种模型称为内部模型，是一种作为预测器的模型，主体能利用该模型的时间序列预知未来事件。内部模型分为两类，隐式的和显式的。隐式内部模型，指在对一些期望的未来状态的隐式预测下，仅指明一种当前的行为；而显式内部模型作为一个基础，用于作为其他选择时进行明显的，且是内部的探索，就是常说的前瞻过程。这些过程存在于CAS 中，如果由此产生的行为对未来的结果能有效预测，则主体具有一个有效的内部模型。

（7）积木（机制）。积木（building blocks）是通过对自然选择和学习并证明行之有效的，可以重复排列组合的元素，是构筑主体最基本的单元。这才能保障一个主体在内部模型立于恒定环境的有限样本中，却能应付不断变化的环境。可以说，积木是人们认识复杂世界规律的工具，通过自然选择和学习，寻找那些已被检验过能够再次使用的元素，我们就能够把复杂事物进行分解。

3．复杂适应系统演化的基本模型

在复杂适应系统理论中，霍兰提出了两个基本模型，即描述微观主体个体演化的刺激—反应模型和描述宏观系统整体演化的回声模型[9]。

（1）刺激—反应模型(www.daowen.com)

1）执行系统。通过对各种不同CAS 的考察，在7 个基本点的基础上，霍兰用统一的方式来说明不同种类的主体的性能，而不考虑由于适应所产生的变化，建立了主体的基本行为模式，即主体的执行系统（performance system），也称刺激—反应模型。实际上是说明主体通过什么机制来适应和学习的。

在这个执行系统里，我们用规则作为描述的工具，环境通过一组探测器（detector）将信息传递给主体，经过IF∕THEN 规则的处理，通过效应器（effecter）描述主体的行为，效应器一旦被适合的消息所激活，它将对环境产生作用，如图1-2 所示。

从图1-2 中可以看出，主体含有基本的输入、输出和反馈机构。因此，我们可以对刺激—反应模型进行抽象。设由探测器决定的主体M 的输入条件集为Xm={x1, x2, L,xn}，由效应器决定的主体 M 的输出功能集为Ym={y1, y2, L,yn}，用 Fm代表从输入X m到输出 Ym的映射，由输入决定输出，从而有：Ym=Fm（Xm），其中 Fm实际上对应了主体的IF／THEN 规则集。在CAS 中的规则集也被称为基本要素的内部模型[52]。

图1-2 刺激-反应模型

2）信用分派。为了更真实地模拟现实的世界，CAS 理论在IF∕THEN规则中设置了多种多样的选择，而且其间存在着矛盾、冲突和不一致。主体在进化的过程中可以不断地对规则进行比较、选择，甚至产生新的规则，为此，我们给每个规则分配一个强度（也可称为适应度），每次需要使用强度的时候，系统按照一定的方法加以选择，具有较大强度的规则被选中的机会更大，也就是说，某个规则赢得竞争的能力，取决于该规则过去的有用性。在有用经验的基础上，修改强度的过程通常称为信用分派，其本质是向系统提供预知未来结果的假设，即强化能够用于后期使用的规则，公开地奖赏其活动。每次使用规则之后，主体还可以根据规则应用的结果修改适应度，这实际上就是主体的“学习适应”或“经验积累”。并且，信用分派提供了把定性分析和定量分析有机结合的途径。首先根据积累经验给出适应度的初始化值，然后通过主体的“学习适应”来不断修改其适应度，这是定量分析方法；而对于哪条规则应和哪种反应相关联，则是定性分析方法。信用分派的目标就是通过定量的“积累经验”来实现定性的“规则筛选”。

3）规则发现。考虑到变动主体的性能，对新的选项分派信用，进而发现和形成新的规则，提高个体的适应环境能力，称为规则发现，即近似合理假设的生产，集中于经过检验的积木使用上。规则发现的基本思想是：对于通过检验的较成功规则，在其基础上，通过交换、突变等手段来创造出更新的规则。

（2）回声模型

在微观主体个体演化的刺激—反应模型基础上，可以建立宏观系统整体演化的回声模型。在最基本的回声模型框架中，主体只保留最原始的内部模型，具有三个部分：进攻标识（offense tag）、防御标识（defense tag）、资源库（reservoir）。整个系统包括若干位置和资源，资源量因位置而异，可以是零或更多。每个位置可容纳多个主体，主体在多个位置交互作用，进行资源和信息的交流，如图1-3 所示。

图1-3 回声模型

在图1-3 所示的回声模型框架中，整个系统包括若干位置（site）；每个位置中有若干个主体和资源（resource）；主体具有三个基本的部分：进攻标志、防御标志和资源库。当两个主体在某个位置相遇，一个主体的进攻标志与另一主体的防御标志进行匹配比较，反之亦然。利用匹配的封闭性来确定资源应当如何在主体间交换。如一个主体的进攻标识和另一个主体的防御标识非常匹配，则进行资源交流，在自己内部存储和加工资源，只有获取足够资源，才能繁殖新主体，否则这个主体只能获得对方资源库中很少一部分资源或一无所获。主体的生死存亡取决于它们收集关键资源的能力，主体获取的资源与它的进攻标识和其他主体防御标识的匹配程度成正比。

4.系统整体涌现性的基本内涵

关于系统整体涌现性的研究，西蒙（H.A.Simon）在文章《复杂性的构造》（1962）及专著《人工科学》（1987）中，把涌现同复杂性、层次、系统演化联系起来，通过具有层级结构的系统分解来解释涌现[62]；之后，圣塔菲学派最富创造性的学者霍兰以遗传算法为基础，揭示涌现背后隐藏的规律，他在《涌现》（1998）中强调“涌现就是由简单的行为组合而产生的复杂行为，表现为整体大于部分之和”[63]。按照霍兰的描述，涌现就是“大来自小，多来自少，复杂来自简单”。梳理圣塔菲学者的见解，涌现至少具有以下几个特征：①涌现的普遍性，从无生命世界到生命世界，从自然界到人类社会，从社会活动到精神活动，涌现现象无处不在；②涌现的系统性，发生涌现现象的事物不仅包含大量组分，而且都涉及组分的相互作用，属于系统现象和系统特性；③涌现的恒新性，难以预料、出其不意是涌现的重要特征[64]。

我国学者钱学森早在1954 年英文版的《工程控制论》第18 章中，就讲到“用重复不那么可靠的元件组成高度可靠的系统”问题，大大超出了当时自动控制理论的一般研究对象，实质上是系统学中的“整体涌现性”问题。钱学森教授在论著《论系统工程》（1988）中，运用系统思想，特别是整体性、有序性、动态性观点，将系统科学领域整合成一个高度有序的知识领域。他在文章“系统科学、思维科学与人体科学”中指出，“我们知道得越细、越多，反而失去全貌，感到对生命的理解仍然很渺茫，好像知道得越少了”，足见钱老重视、强调系统的整体性、涌现性。许国志在他主编的《系统科学》（2000）中，提出涌现性的两种解释：一方面是系统与组分或者子系统相比有质的提升、新的飞跃；系统科学把这种整体才具有、孤立的部分及其总和不具有的特性，称为整体涌现性。另一方面是就层次性展开的，高层次拥有低层次所没有的特性，新层次根源于出现了新的涌现性……每经过一次涌现形成一个新的层次，从元素层次开始，由低层次到高层次逐步整合、发展，最终形成系统的整体层次。层次是系统由元素整合为整体过程中的涌现等级，不同性质的涌现形成不同的层次，不同层次表现不同质的涌现性[65]。