2.2 复杂适应系统

2.2.1 复杂适应系统的基本思想

霍兰在《隐秩序》一书的序言中写道：

本书讨论的中心议题，是近来备受关注的一个领域：复杂性……在写这本书的过程中，我把重点放在复杂性的一个侧面——围绕“适应性”的复杂性上，这一领域现在被称为“复杂适应系统”……我认为，由适应性产生的复杂性极大地阻碍了我们去解决当今世界存在的一些重大问题。

复杂适应系统的基本思想为：系统中的成员具有适应性，它们能够和所处的环境以及其他主体进行交流，在交流过程中，它们能够学习和积累经验，从而帮助它们更好地适应环境。微观层面上这种主体与环境、主体和主体之间的交互行为推动整个系统不断向前演化，从而在系统的宏观层面上涌现出复杂多变的现象。例如，新层次的产生；多样性的出现；新的、更强大的主体出现；等等。简而言之，适应性造就复杂性。

复杂适应系统由若干元素组成，系统整体的行为特征是这些元素之间的相互适应行为的结果，而这些行为特征并不简单地等价于各个元素行为特征的线性矢量和。例如，企业的竞争力并不简单等于企业资金、技术、人员的线性矢量和，即整体的行为特征与个体的行为存在非线性关系。

复杂适应系统的应用领域非常广泛，如社会学、生命科学、物理学、环境科学、经济学、信息科学等。计算机仿真为复杂适应系统的研究提供了定性分析与定量分析相结合的方法，为人类认识世界提供了更好的方法。

2.2.2 复杂适应系统中的主体

复杂适应系统中有一个很重要的概念——主体（agent）。主体是一个运行在动态环境中具有较高适应能力的实体，可以为系统中的一个元素、一部分或者子系统。复杂适应系统理论认为，每个主体都拥有自身复杂的内部模型（Internal Model），由一系列刺激——反映规则组成，即IF-THEN规则模型，它是主体适应性的内部机制和精髓。主体在适应过程中接受外部刺激，做出反应，合理调整自身的内部结构。最终，结构的变化（即内部模型）必须使主体能够预知再次遇到该情形（或类似的情形）时会随之发生的后果，主体以此来适应环境。能够实现预知的是有效的内部模型，有效的内部模型在进化的优胜劣汰法则中更容易得到继承和保持。这种通过内部模型来学习，从而提高自身的适应能力的实体也叫作适应性主体，并具有以下特征：

1）主体是主动的、活的实体，具有自主性

主体能在没有其他主体直接干涉和指导的情况下自主运行，并能控制其内部状态和动作。这是主体区别于一般系统元素的一个重要特征，也是多主体建模方法相较于其他建模方法的关键性区别。主体的这种主动性主要表现在它不仅能够被动地根据环境的变化做出反应，它本身还具有能够预测环境的机制——在环境变化之前就能对环境的变化做出判断，即内部模型。另外，“具有适应性的主体”的概念把个体的主动性提高到了系统进化的基本动因的位置，从而成为研究与考察宏观行为的出发点。这一思路具有十分明显的突破性。复杂性正是在个体与其他个体之间主动交往、相互作用的过程中形成和产生的。在这里，既没有脱离整体、脱离环境的个体，也没有抽象的、凌驾于“个体”们之上的整体。个体的主动性是这里的关键。个体主动的程度决定了整个系统行为的复杂性的程度。

2）主体具有社会性

在复杂适应系统中，主体拥有其他主体的信息和知识，并能通过某种主体通信语言与其他主体进行交互、协同和合作。个体与环境的相互影响、相互作用是系统演变和进化的主要动力。

3）主体具有反应性

一般来说，主体本身具有感应器和执行器，能够感知环境的变化，这与主体的自主性是相辅相成的，可以保证当主体对环境变化的预计与实际环境的变化不一致时，主体能够迅速感知这一变化，从而采取适当的反应。

2.2.3 基于主体的建模

建立模型是人类认识世界的基本方法，人类对世界的探索过程，就是建立各种模型表示的过程。随着人类知识的不断积累，建立模型的思想、方法和工具也随之不断发展，从非常原始的静态抽象模型，已发展为逻辑公理体系表征的理论模型，以及高度抽象和形式化的数理模型。

基于主体的建模方法是一种典型的自顶向下分析、由底向上综合的建模方式。其基本思路为：通过观察现实的复杂系统，抽象出每个个体所遵循的简单规则，在计算机中重现这些简单的个体，并使其相互作用，从而观察计算机中的涌现结果，最后反过来用这些结果来反映现实系统。这种建模方式提供了对复杂系统自然描述的能力，它通过对复杂系统中的组成元素的行为及其之间的交互进行建模与仿真，通过对系统微观个体的行为描述，达到描述、刻画系统宏观行为的目的。因此，基于主体的建模不仅在灵活性、层次性和直观性等方面具有优势，还支持主动行为的建模与仿真，提供对个体主动性的有效描述，通过接受环境和其他主体的“刺激”，根据内部状态和刺激信息进行处理，对环境和其他主体做出反应，并修改自身的规则与状态。这种仿真方法适合于对诸如生态系统、经济系统以及人类组织等系统的建模与仿真。通过从个体到整体、从微观到宏观来研究复杂系统的复杂性，从而克服复杂系统难以自上而下建立传统数学模型的困难，有利于研究复杂系统具有的涌现性、非线性等特点。

用基于主体的建模方法研究复杂社会现象，可以分为以下4个步骤：

（1）提出问题，即研究者所希望解答的未知问题。

（2）确定模型的边界和模型中的主体类型，提出一些假设，并根据这些假设设计出概念模型。

（3）选择合适的计算机语言或开发工具把概念模型转化成计算机程序。

（4）对模型进行仿真，对仿真结果进行分析。

对仿真结果进行的分析分为以下3个方面：

（1）确保模型依照预先的设想运行，即正确性校验。

（2）检测模型能否正确地解释现象，即模型的效用检验。

（3）模型的敏感性分析，即当模型的一些初始条件参数发生细微变化时，输出数据对参数的敏感性，判断参数对模型的影响，从而根据分析结构来预测社会现实。