1.3 复杂系统的适应性机制

1.3.1 适应性造就复杂性

有机体的一个神经元在千分之一秒的时间里，与其他神经元同时发生几千次的相互作用，这些大量的相互作用，获得了对彼此之间以及与环境之间变化的了解，从而实现自身的调整以适应对方或环境。

复杂系统的综合与协调都依赖主体间广泛的相互作用、多种元素的聚集，以及适应和学习。主体的行为可以看作由一组规则决定的彼此之间的刺激与反应，一个刺激产生一个（一组）反应，就是一个典型的“刺激-反应”规则。对于一个给定的主体，一旦我们指定了可能的刺激（输入）的范围，以及估计可能做出的反应（输出）集合，我们就可以确定主体应该具有的规则的种类。然后，按行为的顺序考察这些规则，我们就可以得到主体行为的描述，正是在这一点上，“学习”或者“适应”的概念就开始引入了。

著名科学家约翰·霍兰提出的复杂适应系统（Complex Adaptive Systems，CAS），用七个基本点，即四个特性、三个机制，来描述复杂适应系统，实际也是通过这七个基本点来描述复杂性机制的内涵[1]。

1.聚集（特性）

聚集（特性）是简化复杂系统的一种标准方法，通过简单主体聚集的相互作用，涌现出复杂的大尺度行为。

2.标识（机制）

标识（机制）是为了聚集和生成边界而普遍存在的一种机制。

3.非线性（特性）

线性，简单地说就是把各部分的值相加能得到整体的值，而非线性则不能。相互作用的适应性造就复杂性，如果我们反过来思考一下，为了减少或者降低复杂性，要么是减少主体，要么是减少主体之间的相互作用，或者二者都减少。这种作用尽量在高一级主体或者更高的层次组织上进行。

4.流（特性）

流是随时间而变化的，随着时间的流逝和经验的积累而反映出变易适应性。流包含两个重要特性，就是乘数效应和再循环效应。

5.多样性（特性）

任何单个主体的持续生存都依赖其他主体提供的环境。当主体生存发展产生了可以被其他主体利用的相互作用机会时，多样性也就产生了。复杂系统的多样性是一种动态模式，通常具有持存性和协调性，每一次新的适应，都为下一步的相互作用和新的业态位置提供了可能性。

6.内部模型（机制）

内部模型分成隐式和显式两类，但无论哪类都承担着预知的任务，并由预知增强了生存机会和能力。这个模型可能就是我们通过学习积累而不断演化的基础。

7.积木（机制）

积木是人们认识复杂世界规律的工具，较高层次的规律是从低层次规律推导出来的，将某个层次的积木还原为下一层次积木的相互作用和组合是研究复杂性的关键。使用积木来生成内部模型，是复杂适应系统的一个普遍特征，若模型是隐式的，则发现规律和组合积木的时间比较长；若模型是显式的，则发现规律和组合积木的时间比较短。

复杂适应系统就是由规则描述的、相互作用的多主体组成的系统，这些系统的主体随着时间和经验的积累，靠不断调整变换规则来适应，其中任何主体在适应上所做的努力，都是要去适应其他适应性主体的。使用一组规则就能够生成可用计算方法描述的任何行为，规则是描述主体策略的一种方便途径，这一复杂适应性理论能够让我们把复杂性的本质与迷人的外表和偶然的特性区分开来。理论给我们提供了前进的方向和路标，正是在CAS这一理论的指导下，霍兰才发明了著名的遗传算法；也正是在这一理论的启发下，笔者才大胆地在复杂工程领域引入生命力的构想，去探索人造工程体系的适应性机制。