复杂性研究

第三节　复杂性研究

在可以查阅到的文献中，复杂性研究最早可以追溯到Weaver于1948年发表在American Scientist的Science and Complexity，在那篇文章中，Weaver对简单性问题、无组织复杂性问题及有组织复杂性问题进行了划分，并给出了科学的边界。另外，20世纪三四十年代L.v.Bertalanffy在生物学研究基础上提出了系统的概念，并把系统看做复杂实体，发表了《一般系统论》。这两篇文献可以看做现代复杂性研究的开始。早期的复杂性研究主要集中于自然科学领域，主要体现了生物学、物理学、气象学及数学等传统学科间的交叉融合。在此后的漫长30年中，复杂性研究几乎渗透到所有传统学科。20世纪80年代迎来了复杂性研究的一个高潮，众多大学和研究机构纷纷成立以复杂性研究为主题的研究部门。下面我们就针对一些从事复杂性研究的比较著名的大学和研究机构进行综述。

一、复杂性研究机构

1．Santa Fe Institute

复杂性研究机构中最为著名的当属Santa Fe Institute（SFI）（网址为http://www.santafe.edu/about/）。该复杂性研究机构建立于1984年，它由盖尔曼（M.Gell-Mann）、阿罗（K.J.Arrow）、安德森三位诺贝尔奖得主共同发起，是世界上最重要的开展复杂性研究与教育的非营利、私有机构。该研究机构对复杂性的定义、研究对象及研究目标都有较为明确的界定，其最具有标志性的成果是提出复杂自适应系统，并建立一套相关研究体系，试图揭示构成复杂世界中深层次简单性的机制。

2．密歇根大学复杂系统研究中心

密歇根大学复杂系统研究中心的网址为http://www.cscs.umich.edu/about/about.html。该研究中心成立于1995年，汇集了很多顶级的复杂适应系统研究专家，其中遗传算法的发明人、复杂适应系统的创立者，并著有《隐秩序》和《涌现》的John Holland就在这里任教。另外，Arthur Burks，Bob Axelrod，Michael Cohen等人也在该中心。该中心主要致力于复杂适应系统的研究与教育。

3．新英格兰复杂系统研究所

新英格兰复杂系统研究所的网址为http://www.necsi.edu/necsi/index.html。该研究所也是一家独立的复杂性研究机构，以推进复杂系统科学及其应用研究进展，并开发了新的研究工具，出版了Bar-Yam的The Dynamics of Complex Systems一书。该机构主要研究系统内部的交互作用如何导致系统的行为模式，以及系统如何与环境进行交互作用。此外，该研究机构还为复杂系统研究者提供教育和研究支撑。

4．圣母大学复杂网络研究中心

圣母大学复杂网络研究中心的网址为http://www.barabasilab.com/或者http://www.nd.edu/～alb/。著名复杂网络研究学者Albert Barábasi于2004年创立该中心，并一直就任该中心主任至2007年。随后他前往西北大学的网络科学中心担任教授和主任。Albert Barábasi在网络科学研究中于1999年引入无尺度网络（scale-free networks）概念，并提出Barábasi-Albert模型（Barábasi-Albertmodel）解释自然、技术及社会系统中广泛存在的涌现。目前对于无向Scale Free网络，普遍认为增长和偏好依附^[2]是一个很好地形成Scale Free网络结构的机制。

5．英国华威大学复杂性科学博士培训中心

英国华威大学复杂性科学博士培训中心的网址为http://www2.warwick.ac.uk/fac/cross_fac/comcom/dtcsite/。该中心或许是世界上第一个专门培养复杂性科学博士的大学，该中心主要致力于自然科学领域复杂性人才的培养。

6．比利时布鲁塞尔自由大学的复杂性研究中心

比利时布鲁塞尔自由大学的复杂性研究中心的网址为http://ecco.vub.ac.be/。该中心主要致力于组织涌现和进化的研究，认知复杂性学者Francis Heylighen在该研究机构主持日常工作。该研究中心位于布鲁塞尔自由大学内，其主要研究人员来自世界各地。

7．佛罗里达大西洋大学的复杂系统和脑科学中心

佛罗里达大西洋大学的复杂系统和脑科学中心网址为http://www.ccs.fau.edu/。该中心成立于1985年，主要致力于研究复杂行为的原理和机制，并提供博士培养项目。Coordination Dynamics的权威教授Scott Kelso任职于此中心，著有Dynamical Patterns：The Self-Organization of Brain and Behavior一书，该书在组织复杂性研究领域很有影响。

8．伊利诺斯大学的复杂系统研究中心

伊利诺斯大学的复杂系统研究中心的网址为http://www.ccsr.uiuc.edu/。该中心成立于1986年，由著名的数学软件Mathematica的Wolfram公司创始人Stephen Wolfram创建。其主要研究对象是具有自适应性、自组织性的系统，或者是具有大吞吐率的系统，例如湍流、闪电、互联网的信息流，其采用的研究模型和技术主要基于非线性动力学及混沌、神经网络、元胞自动机、人工生命及遗传算法等知识。

9．美国西北大学复杂系统研究所

美国西北大学复杂系统研究所的网址为http://www.northwestern.edu/nico/index.html。该研究中心的主要研究对象是复杂系统。该研究机构在动力系统方面研究很有建树，汇集了大批世界顶级的科学家。

10．国内研究机构和大学

国内在复杂性研究上起步并不晚。主要研究成果表现为以钱学森院士为代表的在复杂性科学研究上取得的成就，包括“开放的复杂巨系统”、“综合集成法”、“定性定量相结合的综合集成法”、“从定性到定量的综合集成法”、“人机结合、从定性到定量的综合集成研讨厅体系”，以及2005年初，中科院自动化所完成的国家基金委重大课题《支持宏观经济决策的人机结合综合集成体系研究》。成思危、宋学锋等人在管理复杂性研究上扮演了领航者角色，他们的卓有成效的工作推动国内学术界在21世纪初掀起了一股研究高潮。国内其他大学或研究机构在复杂性研究上取得的成果还比较零星，影响非常有限，大多只是挂名而已，主要是在基本理论和方法体系上没有突破。

二、复杂性研究的主要成果

Nicolas和Prigogine在20世纪80年代出版了Exploring Complexity：An Introduction（《探索复杂性》）及Order Out of Chaos（《从混沌到秩序》）两本著作，从其自身的研究背景出发阐述了各自在复杂性研究上的观点。以普里高津和哈肯为代表的欧洲研究学派在复杂性方面的研究成果主要是建立了远离平衡态的自组织理论。在对复杂系统的认识上，莫兰、普里高津、哈肯（H.Haken）、霍兰（John Holland）等认为复杂系统具有层次性和自组织性。

John Holland是遗传算法的发明人，复杂适应系统理论（CAS）的创立者，提出了Holland模式定律（Holland’s schema theorem）。从前文可以看到，目前世界上做复杂系统研究的大多是围绕复杂适应系统展开的，研究其表现出的涌现行为。自从John Holland发明了遗传算法，这种算法在复杂性研究上的影响越来越大，由此关于遗传算法通常都会提到Melanie Mitchell所著的An Introduction to Genetic Algorithms和David E.Goldberg所著的Genetic Algorithms for Search，Optimization，and Machine Learning两本著作。

Rick Riolo是密歇根大学的复杂系统研究中心（CSCS）计算机实验室的主任，他的研究兴趣覆盖了计算机建模、多Agent系统、遗传算法等多个领域。

Jim Crutchfield曾任职于Santa Fe Institute（SFI），现在UC DAVIS（加州大学戴维斯分校）的物理系计算科学与工程中心任职，其20世纪80年代的工作主要集中于混沌、符号动力学。目前其主要研究工作包括Computational Mechanics、Dynamics of Learning、Evolving Cellular Automata、Evolutionary Dynamics。

国内有一批复杂性研究学者认为复杂性就是非线性。在此方面有突出研究贡献的是Cornell University应用数学系教授Steven H.Strogatz，他著有两本非常经典的有关非线性的书：Nonlinear dynamics and chaos：With applications to physics，biology，chemistry，and engineering和Sync：The Emerging Science of Spontaneous Order。

Mark Newman是密歇根大学物理与复杂系统方面的教授，同时也在Santa Fe Institute工作。他的主要研究成果包括网络与图论、相转移与临界现象等有关复杂系统问题。

SFI和密歇根大学复杂系统研究中心是当前复杂性研究领域中两个最重要的研究机构，他们的研究人员也相互在对方兼职，都主要致力于复杂适应系统的研究。此外，我们可以看到目前主要复杂性研究机构取得的研究成果主要集中于物理、生物、系统科学及计算机科学等自然科学领域。复杂性研究的主要对象是复杂适应系统，涵盖的内容包括自组织、自适应性、遗传算法、混沌、非线性、分形、分叉、涌现等，试图建立一套相对完整的复杂适应系统的理论和方法。另外，20世纪80年代以后，认知科学、哲学、政治学、信息科学、心理学、公共政策也逐渐融入复杂性研究体系。

钱学森院士在20世纪80年代就指出：“凡现在不能用还原论方法处理的，或不宜用还原论方法处理的问题，而要用或宜用新的科学方法处理的问题，都是复杂性问题，复杂巨系统就是这类问题。”这样，就从系统学的角度给了复杂性一个清晰和具体的描述。其实，根据作者个人在复杂性研究领域中的感悟，作者曾经提出：“直观地说，复杂性研究的主要对象其实就是那些长期得不到圆满解决的问题，并针对这样的问题形成有效的问题解决方案，同时建立一套理论和方法”。因此，经济系统、社会系统、生态系统以及一些更为微观的系统中存在的一些久拖不决的问题都成了复杂性研究的对象。