復(fù)雜性科學(xué)理論框架
吳曉軍，薛惠鋒，李 慜
（西北工業(yè)大學(xué)自動化學(xué)院，陜西 西安 710072）
摘 要：依照復(fù)雜性科學(xué)的發(fā)展脈絡(luò)，對人工生命研究方法進行了整理、歸納和提升。從主體與規(guī)則的演變上總結(jié)出了從元胞自動機、群體智慧到復(fù)雜適應(yīng)系統(tǒng)的復(fù)雜性科學(xué)人工生命的研究框架。人工生命作為復(fù)雜性科學(xué)的主體，是探索復(fù)雜性的前沿。
關(guān) 鍵 字：人工生命；復(fù)雜系統(tǒng)；群體智慧；復(fù)雜適應(yīng)系統(tǒng)；受限生成過程
中圖分類號：TP301.5 文獻(xiàn)標(biāo)識碼：A 文章編號：1000-274X(2004)0113-6
2002年5月，美國科學(xué)家S. Wolfram推出一本大有爭議的書——《一種新科學(xué)》，S. Wolfram是在繼M. Ulam以及Von. Neunmann之后，在元胞自動機的研究上具有重大貢獻(xiàn)的科學(xué)家，其研究導(dǎo)致了20世紀(jì)80年代末C. Langton關(guān)于“人工生命”概念的頓悟[1]。盡管S. Wolfram在此書中對宇宙的模型做了完整的描述，但用以支撐其理論的基礎(chǔ)卻并未被完全發(fā)現(xiàn)，因此該觀點具有爭議也是必然的。
無論S. Wolfram所描述的世界是否正確，在現(xiàn)實中，問題的解決不可能從研究組成世界的基本粒子、空間、時間以及作用規(guī)律出發(fā)，復(fù)雜性研究仍舊需要遵循層次性的研究方法，因此致力于不同層次的復(fù)雜性理論的研究具有重要的意義。
復(fù)雜系統(tǒng)就是具有復(fù)雜性的系統(tǒng)，而關(guān)于復(fù)雜性這門科學(xué)目前還無確切的定義，不知其邊界的存在[1]。它是現(xiàn)代系統(tǒng)科學(xué)與非線性科學(xué)進一步發(fā)展、融合的產(chǎn)物，而復(fù)雜性思維是包含了嶄新的哲學(xué)思維方式和高度現(xiàn)代化的技術(shù)方法體系[2]。在現(xiàn)代科學(xué)研究中，無論是S. Hawking關(guān)于時間的觀念，還是M. Gell-Mann關(guān)于基本粒子的理論；無論社會科學(xué)還是自然科學(xué)，都把目光集中到了復(fù)雜性的研究上。I. Prigogine指出：“我們確實處于一個新科學(xué)時代的開端。我們正在目睹一種科學(xué)的誕生，這種科學(xué)不再局限于理想化與簡單化情形，而是反映現(xiàn)實世界的復(fù)雜性”[3]。圣菲研究所的G. Cowan認(rèn)為，它將是“21世紀(jì)的科學(xué)”[1,2]。復(fù)雜性科學(xué)的研究，標(biāo)志著科學(xué)研究的又一個新的開端。
1 復(fù)雜系統(tǒng)的特點
復(fù)雜系統(tǒng)是相對于牛頓時代以來構(gòu)成科學(xué)事業(yè)焦點的簡單系統(tǒng)相比而言的，兩者具有根本性的不同[2]。一般來講，復(fù)雜系統(tǒng)由一定數(shù)量的個體構(gòu)成，除此以外，復(fù)雜系統(tǒng)的個體通常具有適應(yīng)性、智能性和抽象性。
系統(tǒng)所包含的個體是復(fù)雜系統(tǒng)的基本組織條件，其數(shù)量以及其相互之間的耦合強度是復(fù)雜系統(tǒng)分類的重要指標(biāo)。按照錢學(xué)森等人對系統(tǒng)的分類（見表1），中等規(guī)模的系統(tǒng)以及個體間存在較強的耦合作用便稱為復(fù)雜系統(tǒng)，如果系統(tǒng)規(guī)模巨大，則為復(fù)雜巨系統(tǒng)[4]。在本文的研究中，凡不能用復(fù)雜性理論研究的復(fù)雜系統(tǒng)，可以認(rèn)為是復(fù)雜巨系統(tǒng)。
表1 復(fù)雜系統(tǒng)的分類[4,5]
Tab.1 The structure of the complexsystem
| 耦 合 | 規(guī) 模 | ||
| 小 | 中 | 大 | |
| 弱 | 簡單系統(tǒng) | 簡單系統(tǒng) | 簡單巨系統(tǒng) |
| 強 | 簡單系統(tǒng) | 復(fù)雜系統(tǒng) | 復(fù)雜巨系統(tǒng) |
除系統(tǒng)規(guī)模與耦合性之外，智能性、適應(yīng)性、抽象性也是復(fù)雜系統(tǒng)的重要特征，即構(gòu)成系統(tǒng)的個體，能夠根據(jù)環(huán)境的信息，調(diào)整自身狀態(tài)和規(guī)則，從而使系統(tǒng)在整體上表現(xiàn)出更高層次、更加復(fù)雜、更加智能協(xié)調(diào)的有序性。抽象性是復(fù)雜系統(tǒng)建模的基礎(chǔ)。
從系統(tǒng)的角度講，復(fù)雜系統(tǒng)一般具有：開放性、不確定性、非線性、涌現(xiàn)性以及不可預(yù)測性；在這些特征的綜合作用下，在更高的層次上表現(xiàn)出規(guī)律性；對復(fù)雜系統(tǒng)的預(yù)測是很困難的；往往存在“蝴蝶效應(yīng)”。因此系統(tǒng)本身的演化又常常表現(xiàn)出反直覺的特征[2]。
簡言之，復(fù)雜系統(tǒng)理論就是要研究解決復(fù)雜系統(tǒng)中的共性問題，即復(fù)雜性問題[1]。復(fù)雜性科學(xué)是建立在系統(tǒng)科學(xué)的基礎(chǔ)之上的，是對系統(tǒng)科學(xué)的發(fā)展和深化，而非線性科學(xué)中的許多理論和方法，是研究復(fù)雜性科學(xué)的有力工具，復(fù)雜性科學(xué)是對非線性科學(xué)的凝聚和升華[2]。
2 復(fù)雜系統(tǒng)理論框架
20世紀(jì)40年代，L.Bertalanffy建立了開放系統(tǒng)一般系統(tǒng)論，提出了系統(tǒng)具有整體性、有序性和目的性，但他并沒有對有序性、目的性做出滿意的解釋[6]；N. Wiener以信息、反饋和控制的新觀念研究系統(tǒng)行為，總結(jié)出跨越工程與生物界的一般性規(guī)律——控制論。信息論是針對通信中信號的傳輸而提出的，它與系統(tǒng)論、控制論一起并稱為現(xiàn)代系統(tǒng)理論中的“老三論”[7]。然而“老三論”的應(yīng)用在社會經(jīng)濟領(lǐng)域卻沒有那么成功，到20世紀(jì)70年代，有人哀嘆“控制論時代的終結(jié)”，這正是系統(tǒng)科學(xué)即將進入一個新階段的前兆，這個時期的系統(tǒng)觀念被稱為第一代系統(tǒng)觀[6]。
20世紀(jì)70年代，對許多混亂而復(fù)雜的系統(tǒng)研究，發(fā)現(xiàn)整體大于部分之和的事實，形如Lotka-Volterra方程的求解不僅僅使人們認(rèn)識到整體大于部分之和，還發(fā)現(xiàn)穩(wěn)定的相互作用可以導(dǎo)致結(jié)果的劇烈振蕩[8]。該研究促進了第二代系統(tǒng)觀——非線性科學(xué)的興起。I. Prigogine和H. Hanken所說的“系統(tǒng)”，具有兩個新特征：第一，元素數(shù)量極大，一般都在1020以上，致使“我推你動”的控制和管理方式成為不可能；第二，元素具有自身的、另一層次的、獨立的運動，使整個系統(tǒng)不可避免地具有統(tǒng)計性和隨機性。從這兩點出發(fā)，第二代系統(tǒng)觀拓寬了控制概念，引伸了隨機性和確定性對立統(tǒng)一的思想，討論了自組織漲落、相變等新的概念，對系統(tǒng)的理解深入了一大步。這里說的“系統(tǒng)”所隱含的背景已經(jīng)不是人造機器，而是更為廣義的系統(tǒng)[6]。與此同時，這一階段突變理論、超循環(huán)理論、分形理論等的研究為復(fù)雜性科學(xué)提供了理論基礎(chǔ)。
然而，當(dāng)人們試圖把第二代系統(tǒng)思想應(yīng)用于經(jīng)濟、社會等系統(tǒng)時還是不能令人滿意。原因在于，盡管理論上對于自組織、突變、分形等現(xiàn)象進行了分析與描述，但在具體問題的解決上沒有提供可供實施的方案，系統(tǒng)觀需要進一步深化。
20世紀(jì)90年代以來，中外學(xué)者不約而同地把注意力集中到個體與環(huán)境的互動作用上[6]。計算機技術(shù)的發(fā)展，為圣菲研究所集中于系統(tǒng)的數(shù)字模擬方向上的復(fù)雜性研究提供了保證，這個由多學(xué)科背景的科學(xué)家構(gòu)成的團隊，通過對個體、環(huán)境相互作用下涌現(xiàn)現(xiàn)象的思考，從不同的角度揭示了復(fù)雜的本質(zhì)，提出了“混沌邊緣”的口號，創(chuàng)立了“人工生命”學(xué)科，圣菲研究所的研究成果已經(jīng)成為復(fù)雜系統(tǒng)理論的旗幟。復(fù)雜系統(tǒng)理論的框架如圖1所示。
 |
圖1 復(fù)雜系統(tǒng)理論框架
Fig.1 The framework of complexsystem
人工生命所研究的范圍遠(yuǎn)比這里提到的要大得多，其研究構(gòu)成了復(fù)雜性科學(xué)的主體[9,10]，歸納起來，元胞自動機、群體智慧與復(fù)雜適應(yīng)系統(tǒng)構(gòu)成了復(fù)雜系統(tǒng)的人工生命研究方法。
20世紀(jì)40年代初，Von.Neunmann開始思考描述生物自我繁衍的邏輯形式，在發(fā)現(xiàn)DNA和遺傳密碼之前就認(rèn)識到，任何自我繁衍的系統(tǒng)物質(zhì)，必須具備兩個基本功能：一方面必須起到計算機程序的作用，另一方面，必須起到被動數(shù)據(jù)的作用[8]。在這種思想的指導(dǎo)之下，提出了元胞自動機的概念。盡管是一個偉大的設(shè)想，但受制于當(dāng)時計算機能力的限制，直到20世紀(jì)80年代，S. Wolfram才對元胞自動機進行了全面研究，將其動力學(xué)行為分為四大類[11]，平穩(wěn)型、周期型、混沌型、復(fù)雜型，其中復(fù)雜型為出現(xiàn)復(fù)雜的局部結(jié)構(gòu)。80年代末，C. Langton受到J. H. Conway“生命游戲”的啟發(fā)[1,2]，在對S. Wolfram動力學(xué)分類的分析和研究的基礎(chǔ)上，提出“混沌的邊緣”的口號。從此拉開了由涌現(xiàn)表達(dá)出的復(fù)雜性研究的序幕，得出的結(jié)論簡單卻并不直觀：①簡單的規(guī)則可能構(gòu)成非常復(fù)雜的系統(tǒng)，元胞自動機在簡單規(guī)則的作用下，在某些狀態(tài)中，系統(tǒng)會表現(xiàn)出自我繁衍、滑翔機以及自組織等復(fù)雜的結(jié)構(gòu)[2]；②確定的有限邊界元胞自動機演化最終陷入穩(wěn)定或者循環(huán)態(tài)，該結(jié)論揭示出系統(tǒng)開放的重要性，即封閉系統(tǒng)必然陷入穩(wěn)定或者循環(huán)狀態(tài)[12]。
元胞自動機的提出為許多復(fù)雜系統(tǒng)的研究提供了有力的工具，比如：在地理系統(tǒng)動態(tài)擴展的研究中森林火災(zāi)蔓延模擬、城市發(fā)展動態(tài)演化研究；物理系統(tǒng)中流體力學(xué)、沙漏模型；在算法模型中利用元胞自動機求解圖的最短路徑[13]等。
但元胞自動機在實際應(yīng)用中仍然受到限制，其主要原因在于規(guī)則的簡單性與真實性之間的矛盾，網(wǎng)格空間與真實空間的矛盾[2]。因此，“主體”概念的引入是對基于靜態(tài)規(guī)則的元胞自動機模型的一大改進，主體是對復(fù)雜系統(tǒng)中個體的一種抽象。
通過定義主體間的相互作用，利用計算機進行仿真而得到的系統(tǒng)整體的結(jié)果稱為群體智慧。群體智慧是一個包含范圍非常廣泛的概念，它具有以下特點：系統(tǒng)由眾多的主體構(gòu)成，主體遵行的演化規(guī)則相同，主體與環(huán)境交互，系統(tǒng)演化是眾多主體共同作用的結(jié)果，如進化算法、蟻群算法、粒子群優(yōu)化算法、神經(jīng)網(wǎng)絡(luò)等[14]。進化算法研究具有進化特征的算法，1975年J. Holland提出的遺傳算法便是其中之一，其特點在于整體搜索策略和優(yōu)化計算不依賴于梯度信息[15]，仿效生物進化和遺傳的過程，從隨機生成的初始解出發(fā)，利用復(fù)制、交換、突變等操作，遵循自然選擇的原則，并行循環(huán)進行，逐漸逼近全局最優(yōu)解。1996年，Marco Dorigo提出蟻群算法，由螞蟻尋找食物的過程得到啟示，采用遺留在路徑上的信息素與分布于該路上的螞蟻數(shù)量成正反饋的機制，得到了群體上的路徑最短[16]。粒子群優(yōu)化算法是由Eberhart博士和Kennedy博士于1995年通過研究鳥群捕食行為而提出的一種迭代、優(yōu)化工具，它通過對粒子的速度、方向的描述，在解空間追隨最優(yōu)粒子進行搜索，與遺傳算法相比較，需要調(diào)整的參數(shù)更少，效率更高[17]。1987年，CraugReynolds在人工生命研討會上展示了“Biod”系統(tǒng)，通過3條個體間的相互作用規(guī)則，在整體上非常逼真地模擬了鳥類的群體行為；人工魚是通過對于魚以及組成魚的各要素和對行為、環(huán)境的描述，在不需要“關(guān)鍵幀”的情況下，生動的實現(xiàn)了計算機動畫上的一次突破，其現(xiàn)實意義早已超越計算機動畫的領(lǐng)域[17]。文獻(xiàn)[18]的N皇后問題求解也值得一提，該算法利用了人工生命中大量適應(yīng)性主體的概念，通過與環(huán)境交互，提高了N皇后問題求解的搜索速度[16]。它所表現(xiàn)出來的解的搜索效率令人吃驚，是一個值得關(guān)注的方向。
群體智慧在算法研究上給予研究者許多啟發(fā)，然而在系統(tǒng)的研究方向上，仍然顯得過分理想化。復(fù)雜適應(yīng)性系統(tǒng)（CAS）理論的提出構(gòu)筑了一個新的系統(tǒng)思想。J. Holland從最初對于城市供應(yīng)的思考出發(fā)，什么使系統(tǒng)在缺乏中央規(guī)劃的情況下得以協(xié)調(diào)運行？它又是如何做到這一點的？對于各種復(fù)雜的系統(tǒng)而言，盡管在細(xì)節(jié)上表現(xiàn)不同，但發(fā)展變化中的協(xié)調(diào)問題，卻是共性，是不解之謎。這些系統(tǒng)均稱之為——復(fù)雜適應(yīng)系統(tǒng)（complex adaptive system）[8]。其基本思想是：CAS的復(fù)雜性起源于其中的主體的適應(yīng)性，正是這些主體與環(huán)境以及與其它主體間的相互作用，不斷改變著它們的自身，同時也改變著環(huán)境。CAS最重要的特征是適應(yīng)性，系統(tǒng)中的主體能夠與環(huán)境以及其它主體進行交流，在這種交流的過程中“學(xué)習(xí)”或“積累經(jīng)驗”，不斷進行著演化學(xué)習(xí)，并且根據(jù)學(xué)到的經(jīng)驗改變自身的結(jié)構(gòu)和行為方式。各低層個體通過相互的作用、交流，可以在上一層次，在整體層次上涌現(xiàn)出新的結(jié)構(gòu)、現(xiàn)象和更復(fù)雜的行為，如新層次的產(chǎn)生，分化和多樣性的出現(xiàn)，新聚合的形成，更大的主體的出現(xiàn)等。80年代末期，屬于復(fù)雜適應(yīng)性系統(tǒng)的萌芽時期，各種進化、適應(yīng)性復(fù)雜系統(tǒng)層出不窮，到1994年，Holland發(fā)表了他的里程碑式的杰作“Hidden order, how adaptationbuilds complexity”，為這些研究做出了一個完美的總結(jié)。
復(fù)雜適應(yīng)系統(tǒng)的理論的基本內(nèi)容和觀點可概括為：具有適應(yīng)能力的主體，由于學(xué)習(xí)與進化的存在，隨著演化，主體間存在著差異；主體和環(huán)境的交互作用是主體進化與學(xué)習(xí)的動力，是系統(tǒng)演化的動力；主體的演化過程是一個動態(tài)的自然選擇的過程。由于主體的適應(yīng)性演化、主體與環(huán)境的交互導(dǎo)致了系統(tǒng)的演化?；谶@樣的思維，J. Holland(1995)構(gòu)造了著名的ECHO模型[8]。該模型為CAS系統(tǒng)建模提供了統(tǒng)一的思路。
3 框架的統(tǒng)一
仔細(xì)思考從元胞自動機到群體智慧再到復(fù)雜適應(yīng)系統(tǒng)，遵從了規(guī)則由靜態(tài)到動態(tài)變化的一個過程。同時它們具有共同的要素[7]：首先都包含一定數(shù)量相互作用的主體，其次主體的配置會隨時間的變化而變化，最后主體間的相互作用受到一個簡明規(guī)則的約束。
J. Holland對棋類游戲、數(shù)字系統(tǒng)、神經(jīng)系統(tǒng)、元胞自動機等不同領(lǐng)域的復(fù)雜系統(tǒng)進行了研究歸納，提出了一個復(fù)雜性研究的普適框架，CGP(constrained generating procedures) 。在文獻(xiàn)[19]中，被譯為受限生成過程。這是一個范圍很廣的模型的精確描述，它通過抽象模型中的個體以及規(guī)則并轉(zhuǎn)換為機制，來定義系統(tǒng)中的元素；根據(jù)機制之間的相互作用，連接成網(wǎng)絡(luò)；系統(tǒng)狀態(tài)來通過轉(zhuǎn)換函數(shù)來精確描述；轉(zhuǎn)換函數(shù)提供了系統(tǒng)在合法狀態(tài)間轉(zhuǎn)換的一種策略，類似于決策樹；系統(tǒng)的構(gòu)成可能是多層次的，CGP可以分解為子層次上的CGP，也可以構(gòu)成更為復(fù)雜的CGP。“到目前為止，我們研究的這些系統(tǒng)，都能夠描述成某種CGP過程，事實上，任何CGP都能表現(xiàn)出涌現(xiàn)特性”[19]。復(fù)雜系統(tǒng)的模擬，至此，可以歸納到這個統(tǒng)一的研究框架之中。
4 結(jié) 語
系統(tǒng)科學(xué)的發(fā)展已經(jīng)進入了一個嶄新的階段，而這個階段正致力于建立復(fù)雜性系統(tǒng)的思維，解決“無人知曉”的問題；非線性科學(xué)為復(fù)雜性理論的出現(xiàn)提供了理論基礎(chǔ)，人工生命則構(gòu)成了復(fù)雜性問題研究的主體，為復(fù)雜性理論的應(yīng)用提供了一種工具，是復(fù)雜系統(tǒng)理論研究的熱點與重點；人工生命理論解決復(fù)雜性問題的思路，具有一定的共性；CGP則反映在一定條件約束下，主體發(fā)展和進化的一般規(guī)律，是人工生命研究復(fù)雜問題模型的高度總結(jié)。
參考文獻(xiàn)：
[1] 沃爾德羅普. 復(fù)雜: 誕生于秩序與混沌邊緣的科學(xué)[M]. 陳玲譯. 北京: 生活·讀書·新知三聯(lián)書店，1997.1-2. 310-311
[2] 周成虎, 孫戰(zhàn)利, 謝一春. 地理元胞自動機[M]. 北京: 科學(xué)出版社, 1999. 26-27，38-39
[3] 普利高津. 確定性的終結(jié)[M]. 湛 敏譯. 上海: 上?？萍冀逃霭嫔?/span>, 1998. 5-6
[4] 錢學(xué)森, 于景元, 戴汝為. 一個科學(xué)新領(lǐng)域——開放的復(fù)雜巨系統(tǒng)及其方法論[J]. 自然雜志, 1990, 13(1):3-10.
[5] WEAVER W. A Quarter Century in the NaturalSciences[R].
[6] 陳 禹. 復(fù)雜適應(yīng)系統(tǒng)(CAS)理論以及應(yīng)用——由來、內(nèi)容與啟示[J]. 系統(tǒng)辯證學(xué)學(xué)報, 2001,9(4): 35-36.
[7] 汪應(yīng)洛. 系統(tǒng)工程理論方法與應(yīng)用[M]. 北京: 高等教育出版社, 2001.
[8] 霍 蘭. 隱秩序[M]. 周曉牧譯. 上海: 上?？萍冀逃霭嫔?/span>, 2000.
[9] 張嗣瀛. 復(fù)雜系統(tǒng)與復(fù)雜科學(xué)簡介[J]. 青島大學(xué)學(xué)報, 2001, 16 (4): 25-28.
[10] 周登勇, 戴汝為. 人工生命[J]. 模式識別與人工智能, 1998:4(3). 412-418.
[11] KENNEDY J, EBERHART R C. Particle swarmoptimization[J]. Neural Network, 1995(4): 1 942-1 948.
[12] 吳曉軍, 薛惠鋒, 丁曉陽. 確定的有限邊界元胞自動機研究[A]. 薛惠鋒. 系統(tǒng)工程前沿論叢[C]. 西安，西北工業(yè)大學(xué)出版社，2004.
[13] 吳曉軍, 薛惠鋒. 基于元胞自動機擴展模型的圖的最短路徑算法研究[J]. 計算機應(yīng)用, 2004, 24(5): 92-93.
[14] WOLFMANM S. Theory and Applicationof Cellular Automata[M].
[15] 云慶夏. 進化算法[M]. 北京: 冶金工業(yè)出版社, 2000. 12-13.
[16] DORIGO M, MANIEZZO V, COLORNI A.The ant system: Optimization by a colony of cooperating Agents[J]. IEEETransactions on Systems, Man, and Cybernetics-Part B, 1996, 26(1): 29-41.
[17] 陳泓娟, 班曉娟, 艾迪明, 等. 人工生命的概念、內(nèi)容和方法[J].北京科技大學(xué)學(xué)報, 2002,24(3): 353-356.
[18] HAN Jing, LIU Ji-ming, CAI Qing-sheng.From Alife Agents to A
[19] 霍 蘭. 涌現(xiàn)[M]. 陳 禹譯. 上海: 上?？萍冀逃霭嫔?/span>, 2001. （編輯 曹大剛）
WU Xiao-jun, XUE Hui-feng,LI Min
(College of AutomaticControl, Northwestern Polytechnical University,
Abstract: According to the evolution of complex science, the method forresearch artificial life has been reorganized and promoted. A theoretic frame to research complex scienceis given by the summing-up of agent and regulation’s evolution from CellAutomation to Swarm Intelligence followed by Complex Adaptive System. Artificiallife constructs the core of complex science. It is a new branch of science todeal with the problem of complexity.
Key words: artificial life; complex system; swarm Intelligence; complex adaptivesystem; constrained generating procedures
作 者 簡 介
本文引用格式為：
[ ] 吳曉軍, 薛惠鋒, 李 慜, 復(fù)雜性科學(xué)理論框架[J]. 西北大學(xué)學(xué)報（自然科學(xué)網(wǎng)絡(luò)版）,2004, 2(12): 0114.
