复杂系统

复杂系统具有适度的智能，可以根据本地信息采取行动、自适应代理系统。复杂系统从根本上不同于自牛顿 以来一直是科学事业焦点的简单系统是时候了。简单系统之间的相互作用很弱，比如封闭的气体或者遥远的星系，这样我们就可以用简单的统计平均方法来研究它们的行为。复杂程度不一定与系统规模成正比复杂系统要有一定的规模，复杂系统中的个体一般都有一定的智能，比如组织中的细胞、股市中的股民、城市交通系统中的驾驶员，这些个体可以根据自身所处环境的一部分，通过自己的规则做出智能判断或决策。

复杂系统有人预言复杂性科学将成为21世纪的科学，因为它不仅从科学技术上指明了21世纪的发展方向，而且为我们提供了一个全新的世界观。完美的、平衡的世界不再存在，取而代之的是复杂性的增长和混乱边缘的繁荣。自上而下的分解分析方法在几千年的科学发展中发挥了强大的作用，但复杂性科学提出了自下而上的自然涌现方法。数学无疑是人类理性认识自然的有力武器但是面对庞大的非线性系统，简单的数学推理已经不能胜任，复杂性科学开始利用计算机模拟来分析科学对象。

根据以上描述，我们可以得到复杂性科学中复杂系统的描述性定义：复杂系统（Complex   system）它有一定的智能，可以根据本地信息采取行动、自适应代理系统。复杂系统是一个难以定义的系统它存在于世界的每一个角落。所以，我们也可以定义为:

1. 既不是简单系统，也不是随机系统。

2. 是一个复杂的系统，不是一个复杂的系统（It'S   complex   system,   is not   complex.

3.复杂系统是一个非线性系统。

4. 复杂系统中有许多子系统（subsystem）这些子系统是相互依赖的（interdependence）子系统之间有许多协同作用，它们可以共同进化（coevolution）在复杂系统中，子系统会分为很多层次，大小也不一样（multi-More than    levels-scale）

说明：

a)简单系统的特点是元素数量非常少，所以可以用更少的变量来描述，这个系统可以用牛顿力学来分析。简单系统是可控的可预测的和可组合的。在管理中，这种组织通常出现在组织的早期阶段，比如一个班级，有着相同的目的和背景，形成一个简单的体系。再比如，排长队买票也是一个简单的制度。

b)随机系统：它的特点是有大量的元素和变量，但它们之间的耦合是弱的或随机的，即只能用统计方法进行分析。热力学研究的对象一般是这样一个系统。这样的系统在社会上并不多见，但抽签是随机系统的一个很好的例子。

c)复杂系统：以大量元素为特征，并且它们之间存在强耦合。复杂系统由各种小系统组成，例如，在一个生态系统中，它们由各种种群和各种生物组成。生态系统是复杂系统的最好例子。当然，在管理中，一个公司往往被视为一个复杂系统，它具有简单系统和随机系统的各种特征。

复杂性科学对最后一个有组织的复杂系统感兴趣。因为对于第一种系统，牛顿力学范式的传统分析方法已经对这类系统的行为给出了很好的解释。对于第二种系统，因为元素太多，所以一定是元素之间的耦合“失去”人格，可以用统计学方法研究，成为一个简单的系统。因此，并不是复杂系统的大多数元素都是复杂的只有中等数量大小的系统才是有趣的系统，才是复杂的系统。

1.智力和适应能力

这意味着系统中的元素或主体的行为遵循某些规则，根据“环境”并且主体通常具有根据各种信息调整规则，生成前所未见的新规则的能力。通过系统主体相对较低的智能行为，系统整体表现出较高的水平、更加复杂、更好地协调功能的顺序。

2. 本地信息 没有中控

在一个复杂的系统中，没有一个主体能够知道所有其他主体的状态和行为，每个主体只能从相对较小的个体集合中获取信息并进行处理“局部信息”并做出相应的决定。系统的整体行为是通过个体之间的相互竞争实现的、合作和其他地方互动。最新研究表明，在一个蚂蚁王国里，每只蚂蚁都不是基于“国王”命令来统一行动，而是根据同伴的行为和环境来调整自己的行为，实现一个有机的群体行为。

此外，复杂系统是涌现的、不稳性、非线性、不确定性、不可预测性等等。

秩序特点

复杂系统具有有序和混沌的双重特征。首先，它有一定的顺序：我们体内的血液循环管道系统、肺气管分叉过程、大脑皮层、消化道 小肠绒毛…包含了严谨的结构，参天大树、连绵的山脉、洁白的雪花、奇怪的矿石，却也有着近乎完美的秩序。无论一个复杂系统的行为有多复杂，它总是有一个潜在的秩序，尽管有时它们可能并不为人所知。

混沌特点

其次，复杂系统也具有混沌的特征：复杂系统的复杂行为并非来自复杂的基本结构，而是由许多独立的甚至相当简单的单元相互作用形成的，其控制力相当分散。在分形理论中，分形图的结构是相当复杂的，具有层层重叠和无限缠绕，无限嵌套结构和多重自相似性但它是由计算机通过一定的算法得到的，而这些算法往往相当简单。如将f(u,v)=z*z(z是复数)在三维空间中映射可以得到一个分形图）

1987年，洛杉矶的新布利克斯公司（Symbol   company）Craig Reynolds在一次人工生命研讨会上展出了一个计算机模型，它将几个鸟类模型随机放入一个充满墙壁和障碍物的屏幕环境中。每一个“鸟”遵循三个简单的规则：( 1)它试图与其他障碍竞争，包括其他障碍“鸟”保持最小的距离。( 2)它尽力与它相邻“鸟”保持相同的速率。( 3)它尽力向其相邻组的聚集中心移动。这个模型每次运行的结果是“鸟”聚集成群。有时“鸟”群体甚至可以分成更小的群体飞越障碍的两侧，然后从障碍的另一端重新组合成群体。这些规则都没有这么说，只是对每个人而言“鸟”发出指令。从这个角度来看，每一个复杂系统都有某种力量，使得底层最简单的规则产生极其复杂的行为，但这些行为远非决定论的不可预测的混沌。分形图形的结构是复杂的总是无限纠结于其中但是，杂而不乱它具有内在的秩序和自相似的结构。其实复杂系统不是不可预测，而是可以预测未来的。

超出混沌

复杂系统不仅具有混沌的某些特征，还具有超越混沌的特征：

1：产生复杂行为的众多相互作用使每个系统作为一个整体产生自发的自组织。 “柏德”原子聚集在一起，相互结合找到最小的能量状态。人类为满足自身物质交换需要而建立的经济制度，等等。在所有这些情况下，个体驾驶员群体寻求相互满足，同时获得许多个体驾驶员永远无法拥有的综合特征；

2：这些复杂的自组织系统可以自我调节。柏德”小组分成小组飞过障碍物的两侧，然后从障碍物的另一端重新组合。人类在与世界的接触中不断学习，人脑也在不断强化或弱化神经元之间无数的相互关系经济中的价值规律是价格随价值波动，但长期总体结果趋于平衡；

3：所有复杂系统都可以预测未来。 “柏德”遇到障碍时分成更小的组，但之前的聚集状态表示仍会再次聚集。长期的经济衰退会减少人口美国的消费信心，这又预示着经济将进一步下滑。从微小的细菌到所有的生物体，它们的基因都包含预测代码，以适应以前从未出现过的新环境。