复杂适应系统应用领域研究展望

复杂适应系统应用领域研究展望

张永安李晨光

(北京工业大学经济与管理学院,北京100124)

复杂适应系统(CAS )理论为许多传统方法无法解决的问题提供了研究依据,因此备受摘要:

许多学者青睐。本文阐述了复杂适应系统理论及其方法论并与还原论、整体论进行比较分

析,并且评述了复杂适应系统理论在经济、管理、社会、生命科学研究领域的适用性,结果表

明:复杂适应系统理论在经济与管理领域的研究相对成熟。最后提出了复杂适应系统应用流

程,展望了复杂适应系统理论未来研究趋势。

复杂适应系统;应用领域;适用性;多主体仿真建模关键词:

引言

随着圣塔菲研究所(Santa Fe Institute )的约翰·霍兰教授正式提出复杂适应系统理论后,复杂适应系统理论应用范围很广,可以用在工程、生物、经济、管理、军事、政治、社会等各个方面,本文主要讨论复杂适应系统

管理领域、社会系统领域、生命科学领域的研究。理论在经济领域、

复杂适应系统理论

1、复杂适应系统

复杂适应系统(complex adaptive system, CAS )理论是复杂系统科学理论之一,主要研究复杂系统复杂性产生和系统涌现的机理。其主要特点是:将宏观与微观两方面有机地联系起来。宏观方面,注重主体的层次性、多样性与聚合性,强调主体与周围环境及主体间的相互作用使由主体组成的系统不断演变或进化;此外,随机因素的影响不仅影响系统状态,而且影响组织结构和行为方式。微观方面则强调主体的主动性和适应性,主体通过与环境及其他主体的非线性交互作用“学习”或“积累经验”,并且根据学到的经验以某种方式把“经历”记住,使之“固化”在自己以后的行为方式中,改变自身的结构和行为方式,以便更好地生存和发展[1]。笔者认为,复杂适应系统理论的精髓在于主体在与环境和其他主体间的相互作用中,不断的改变自身行为规则,适应环境和其他主体协调发展。

2、复杂适应系统特点

复杂适应系统的研究如火如荼,其具体特点如下:

(1)层次性。复杂适应系统具有显著的层次性,各层之间的界线十分清晰。

(2)独立性。各层次之间具有相对的独立性,层间关联作用少,主体主要是与同一层次的其他主体进行交互。

收稿日期:2008-07-24

国家自然科学基金项目(70972115);教育部人文社会科学研究项目(07JA630044)。基金项目:

张永安,北京工业大学经济与管理学院教授,博士生导师;李晨光,北京工业大学经济与管理学院硕士研究生。作者简介:

(3)智能性、适应性和并发性。系统中的主体为适应环境能够根据环境的变化实时调整其状态、参数,或通过协同、合作、竞争的形式与其他主体相联系,争取更多的利益。主体并行地对环境中的各种刺激作出反应,当主体的这种主动调整达到某种程度时,会引起整个系统的结构和功能的改变。

(4)随机因素制约性。随机因素的作用不容忽视,它使复杂适应系统具有更强的描述和表达能力。

3、复杂适应系统理论与其它理论的比较

复杂系统理论正在被越来越多的专家学者所肯定,它的经典代表理论就是复杂适应系统理论,其方法论决定了它的应用领域与传统的还原论(reductionism )及整体论(holism )的应用领域有所不同。我们不能单纯地说哪一种理论或方法论更加优越,它们各有其优劣(见表1),正确把握方法论的实质,科学地、合理地加以运用,才能有效地分析和解决实际问题。

表1整体论、还原论与复杂适应系统优劣分析

理论名称理论精要优点缺点

还原论①有经得起实验检验的强大预言能力①导致了机械自然观的产生复杂的系统、事务、现象可以通过将②能够根据逻辑和理论推导上溯到起点②仅能认识系统各组成部分,不适于其化解为各部分之组合的方法,加以③可调整理论预设或假定,从而建立起新的理论,研究系统中的“关系”,无法处理不断理解和描述做出新的预言,实现理论创新有新现象涌现的复杂关系

①肯定生物有机体是多层次的结构系统一①容易忽视对整体中的各部分作必要强调用系统的、整体的观点分析,②坚持整体的规律不能归结为其组成部分的规律个系统并不能被其组成成分之和所的细致的分析③强调由部分组成的整体有新性质出现,正确地反②仍然带有构成论的烙印解释或决定映了事物的辩证法

①不可能对行为细节进行预测

②计算机仿真只可预测趋势整体论主体在与环境和其他主体间的相互①具有高度的概括性及计算机上的可操作性复杂适应系作用中,不断地改变自身行为规则,②提出主体具有适应性统方法论③突出强调了主体-环境-主体的交互学习过程适应环境和其他主体协调发展

还原论认为复杂的系统、事务、现象可以通过将其化解为各部分之组合的方法,加以理解和描述。还原论的优势在于用这种方法建立起来的科学理论,不仅具有精确严密的特质,还具有强大的预言能力,这种预言经得起实验的检验;借助公理理论体系严密的逻辑关联,还原论的另一个优点是,每当预言失败时,或者理论计算与实验结果发生重大偏差时,人们能够根据逻辑和理论推导上溯到起点,调整理论预设或假定,从而建立起新的理论,做出新的预言,实现理论创新。但是还原论可能会导致机械自然观的产生,机械自然观的本质特征是把宇宙看作是一只上帝已替它上紧了发条的大钟,“世界是一部钟表机器,行星在其轨道上永不休止地运

[2]转,所有系统在平衡中按决定论运行,所有这一切都服从于外部观察者能够发现的普适定律。”此外,还原论

“关系”,不能通过把孤立的各组成部分以及它们之间的关强调认识系统的各组成部分,不适合研究系统中的

系的性质和方式叠加起来说明系统的性质和方式;还原论所处理的一般是没有新质产生的系统,面对不断有新现象涌现的复杂关系,还原论将无法处理,强行分解还原将不能产生和解释真正的涌现[3]。

整体论与还原论相反,认为高级层次不可以还原为低级层次,强调一个系统并不能被其组成成分之和所

视自然物为整体,将自然界看作是由分立的、具体的物体或事解释或决定。Smuts [4]最早提出了整体论的概念:

物组成,这些事物不能完全分解为部分,并且整体大于其部分之和,将其组成部分机械地堆积在一起并不能产生这些事物,也不能解释其性质和行为。整体论肯定了生物有机体是多层次的结构系统,坚持整体的规律不能归结为其组成部分的规律,强调由部分组成的整体有新性质出现,这正确地反映了事物的辩证法。整体论的局限性在于其过于强调整体,对部分与个体的自由有所忽略。整体论在很大程度上克服了机械论宇宙观的局限,尤其表现在对还原论的批评上,揭示出了事物间的相互依赖性和普遍联系性,但它们仍然带有构成论的烙印。

复杂适应系统理论方法论是在整体论框架下发展的,强调主体在与环境和其他主体间的相互作用中不断的改变自身行为规则,适应环境和其他主体协调发展。复杂适应系统理论的优点是具有高度的概括性及计算机上的可操作性,并且突出强调主体的适应能力和主体—环境—主体的交互学习过程。但是因为复杂适应系统理论的非线性特性导致细节化行为在根本上是不可预测的;此外,复杂适应系统的计算机仿真旨在预测变化趋势,还不能完全考虑到外部环境变化,因此不能保证预测结果与实际情况一致。

杂适应系统理论的应用领域进行研究。

复杂适应系统各领域适用性比较

复杂适应系统理论最初被用于生命与物理科学的研究。后来,随着该理论的完善与发展,已在众多领域内得到应用以解决实际问题。其中复杂适应系统理论在经济、管理、社会系统及生命科学领域的研究较为广泛。

1、复杂适应系统在经济领域的应用

在经济学领域中,复杂适应系统理论从主体灵活性的角度出发,揭示了经济主体行为的改变对市场环境的影响。首先简化了运用公式和符号解决问题的复杂运算过程,在传统经济学问题的研究中发挥了重要作用。例如一般均衡理论问题的研究[5],Nicholas 和Robert 从复杂适应系统理论出发阐述了基于主体仿真对研究竞争

[6]市场过程和策略的意义并提出企业若想在激烈的市场竞争中获胜应该多方面发展企业灵活性(ambidexterity ),以

及Amin 和Ballard 基于复杂适应系统理论通过对电力市场的研究,得出主体(企业)能够动态的通过合作和竞争创造市场[7]。

其次,对难以用语言叙述清楚的经济问题提出采用仿真演示的方法直观说明。张江、李学伟[8]基于ACE 理论,针对经济系统的研究建立了人工经济模型,提出了一个自主开发的ACE 系统:SIMECO 模型。认为SIMECO 揭示出来的涌现属性都是蕴藏在适应性主体构成的人工经济系统中的必然结果,它们部分说明了现实经济系统中存在的涌现规律。

此外,复杂适应系统理论一方面为供应链问题的研究提供了新思路———基于主体的计算经济学(Agent-based Computational Economics ,ACE )。Pathak 、Dilts [9]以及Patkai 、Torvinen [10]认为供应链是一个复杂的过程,应用复杂适应系统可以提供新的研究视角。他们通过分析环境、供应商和产品制造商以及供应链中的其他主体,以基于主体的计算经济学思想,构建了动态供应链仿真框架。另一方面,复杂性造就适应性的基本假设以及复杂适应系统和其他理论的融合也为主体间协同作用及环境结构特征的深入研究提供了支持。Pathak 等[11]结合复杂适应系统理论、行业成长理论、网络理论和市场机构理论,构造了供应链拓扑结构。张涛[12]等本着“适应性造就复杂性”的思想,认为供应链是一个合作共生系统和动态演进的学习系统,协商和妥协是供应链运作的“游戏规则”,供应链系统的整体运行是Pareto 最优,通过同步化策略,实现集成化供应链的协同运作。

复杂适应系统理论将复杂性理论引入到解决和人们生活息息相关的经济问题,如投资与消费关系的变动趋势分析与预测、收入差距对居民消费需求影响以及委托代理与监督机制等研究。以复杂性造就适应性的假设,构建了仿真框架揭示主体在动态环境下的经济行为,突破了传统的数学符号、语言解释的研究方法,为经济领域的研究注入了新的活力。

2、复杂适应系统在管理领域的应用

目前,适应性对组织的生存与发展显得日趋重要,怎样使一个组织增强适应环境和自身变化的能力成为当前管理领域研究的热点。随着复杂适应系统理论的提出和发展,为处于复杂环境中管理问题提供了一个新的研究方法。

复杂适应系统理论使管理领域的研究侧重于组织管理中主体

如何通过合作和交互管理等行为方式适应环境的变化,不断创新、提

高绩效,以增强自身竞争力。Warfield [13]针对组织管理的复杂性进行

了研究,提出用交互式管理的方法解决组织管理中的复杂性问题。许

萍、刘洪[14]从复杂性管理范式出发,基于复杂适应系统的视角,分析

了复杂适应组织的适应机制,提出适应性主体的学习能力和适应性

行为能够涌现为组织学习和系统演化,提升整体的适应能力。

Joseph 、Keith [15]构建了复杂性管理框架,认为应该将不同环境下的管

理活动分为四个层次:战略层、经营层、战术层和工作层,随着外部

短期目的、详细说明、行动、环境的变化在层次间充斥着总体目标、图1

复杂性管理框架

结果、预测、解释和评价的转换(见图1)。

复杂适应系统理论使得管理领域中研究趋势注重于创新管理,特别是知识管理方面的创新研究。Nonaka 和Konno [16]将复杂适应系统理论应用于知识管理研究,提出自组织能让个体更加自由地吸收知识,从而更有可能创造新知识。Baptista 、Mackinnon 、Buijs 、Gomez 将复杂适应系统理论应用在创新管理中,强调知识管理对企业创新的重要性,随后知识管理的重要性被越来越多的学者所共识[17,18]。

Cynthia [19]基于案例研究数据,采用SWARM 建模仿真技术,构造出企业知识共享影响因素模型(e-Kns -MOD ),从主体属性、主体间的交互、主体所处环境三方面对企业知识共享行为进行仿真模拟,使管理者和知识工作者能更好地理解影响知识共享行为的因素。由此,研究管理问题可以通过复杂适应系统理论找出一般发展规律,建立正确模型,利用计算机仿真模拟的方法进行验证和预测组织未来发展趋势。

复杂适应系统理论强调了动态的组织能力,使组织管理的研究视角转向组织———环境的动态交互、演化。Teece ,Pisano 等提出的组织动态能力,强调对快速的环境变化的适应,组织过程独特性,学习、整合、创新的重要性[20]。Sanchez [21]提出把复杂适应系统理论应用于企业动态能力理论,认为复杂理论与企业能力理论发展的四个基本理论出发点有关:(1)组织环境是动态的;(2)组织作为一个开放系统,处在更大的资源系统之中(例如产业与国家),每个组织都必须接近这些资源系统,以便生存;(3)对处于动态和复杂环境中的战略管理人员最基本的要求是认知,这些人员作为智能主体所拥有的心智模式决定了企业作为一个开放系统的适应能力;(4)管理人员具有整体观,如果他们要使组织能够作为一个适应开放系统有效运行,必须视他们的组

我国学者王毅、吴贵生[22]提出动态核心能力是企业在动态变化的环织为一个整体,从整体上来考虑企业能力。

境中获取持续竞争优势的源泉,是由企业内部人员等行为主体和战略能力、组织能力、市场能力、技术能力等构成要素组成的复杂自适应系统,是体现于企业组织之中的动态知识体系。

此外,陈蔚珠和陈禹[23]运用CAS 理论分析了企业信息系统项目中各种风险关系以及如何进行风险管理和应该采取的策略。彭正龙[24]将复杂适应理论应用于人力资源管理。张兵和曾珍香[25]基于CAS 理论分析了企业可持续发展动力机制以及核心理念、资源平台、位势平台、制度平台和能力平台五大要素之间的相互关系,建立了企业可持续发展的金字塔模型。

复杂适应系统要求管理应该将组织尽可能的趋于水平灵活的结构,使组织各部门对环境的变化都能快速反应,动态地做出调整,以提升整个组织的适应能力。

3、复杂适应系统在社会系统领域的应用

社会系统具有层次性,包含了众多主体,主体在社会这个大环境中生存并相互影响着,因此,运用复杂适应系统理论研究社会问题也是一大热点。

复杂适应系统理论强调主体的适应性,为社会系统的研究提供了支持,使社会系统研究开始注重系统网络节点间的交互作用,资源流动以及通过仿真模拟的手段研究社会系统演化机制及其影响因子。Babaoglu 和Meling 等运用复杂适应系统理论研究社会系统中的对等网络问题,将蚁丘系统和多主体仿真结合,建立了对等节点网络的动力学模型,提出社会中的适应主体在对等网络中穿越,通过节点相互作用,同时也与其他节点合作解决复杂问题[26]。Zofia 等[27]认为现在的基础公共设施网络是一个复杂系统,由于超负荷、意外故障和损坏使得社会公共基础设施遭受威胁,因此公共基础设施的设立和管理显得尤为重要,他们预测下一代公共基础设施的研究将会运用复杂适应系统理论的模型和方法,这个模型将贯穿全国以增强公共基础设施的运作管理能力。Chiles [28]等把复杂理论的研究视角转移到了集群创新网络,讨论资源转化及主体间联系,认为集群发展壮大、集群效应的发挥、企业能力的提高等都可用涌现(emergence )来解释。

复杂适应系统理论的“涌现”机理使社会系统的研究细化到主体间的复杂的沟通联系。Andrew 和Cynthia [29]将复杂适应系统理论引入社会系统管理问题中的知识共享性、复杂性和冲突性,认为社会主体间的知识共享应当用复杂适应系统理论来改进,以仿真来促进知识共享库的形成。Alex Bennet 和David Bennet [30]指出社会系统中下一代知识型组织应当是智能复杂适应系统(ICAS ),社会主体间可自由进行知识交互。

基于复杂适应系统理论的社会模型仿真方法,使复杂的、难以用语言叙述的社会模型问题得以解决,通过可量化的公式描述社会主体间的相互关系,并创建直观的演示平台。Sansores [31]成功的应用复杂适应系统理

真[32]。李刚、邢书宝[33]将复杂适应系统理论应用到资源承载力人工社会模型中,研究固定资源下对不同数量人

个体生活水平以及社会福利随人口变化的数据,得出一个国家在一定时间内口的支撑作用,获取社会财富、

从其内外部可以获取的资源恒定不变,要发展其综合国力,提高人民的生活水平,应适当控制其人口数量。

目前,社会系统领域的研究中,复杂适应系统理论与复杂网络理论的结合以及基于复杂网络特征的“网络结构—主体行为”研究,使社会系统的研究扩展到了宏微观相互联系的层面。

4、复杂适应系统在生命科学领域的应用

生命科学的产生和发展是为了让我们在现存的空间中更好的生存。现实世界物种繁多,物质转换和变异体现了复杂性,复杂适应系统理论弥补了生命科学领域中传统的动、植物学说和细胞学说对许多发展中的新问题无从下手的不足,通过遗传算法和涌现原理探寻生物工程宏微观世界变化的根本原因并利用计算机仿真模拟图像化。Montemagno 等将复杂适应系统理论引入到生物工程上,认为复杂适应系统理论和仿真工具为研究自然界物质和信息提供了新的方法,提出嵌入聚集体的智能行为,使智能治疗迈入了新阶段[34]。Donghang Guo, Santos 等将复杂适应系统理论应用在生命科学领域的短期适应模型中,依据此模型研究细菌聚集过程,并根据实验结果证明这个模型的正确性[35]。

在疾病控制方面,依据复杂适应系统理论的“刺激—反应”和“涌现”原理与多主体仿真相结合的方法,使

动态的演示,进而揭示病毒的传播规律,标注关键控制点,提出疾病控研究中抽象的病毒传播过程得以直观、

制方案及展示控制结果。瞿毅臻、李琦等在复杂适应系统理论基于主体仿真基础上模拟了SARS 传播的过程,通过对SARS 传播中的个体(人)进行建模,设计各主体的相关属性和定义其行为规则,从系统中微观个体的行为出发了解其宏观的规律,从而了解SARS 的传播规律,并提出疫情防控的策略和措施[36]。

对于生态系统的研究,复杂适应系统的应用性体现在更好地了解生物及其环境组分间的相互作用以及生态系统复杂性的动态特征与演化机制。秦小林、张庆国等将复杂性应用于生态系统研究中,提出生态系统是一个典型的复杂适应系统,处于混沌的边缘或临界态,内部作用是生态系统复杂化、有序化及自组织的主要推动力[37]。

复杂适应系统理论对生命科学领域生物进化、系统演化的研究已经显现出较强的优势,运用多主体仿真模拟的手段可以生动地刻画生物界主体适应能力和行为方式,带来了崭新的研究视角。

复杂适应系统理论研究方法及工具

通过比较分析不同领域CAS 理论的应用,可以发现多主体建模与仿真(Multi-Agent Simulation ,MAS )是复杂适应系统理论的重要研究方法与手段。相对于传统的面向过程和面向对象的仿真技术,具有对复杂系统的行为更强的建模与仿真能力,特别是交互行为、智能行为、并行行为等;在建模与分析层次上,它具有更高的抽象性,降低了建模结构和建模逻辑的复杂性;而在模型的控制结构层次上,则增强了对分布式仿真、并行仿真和协同仿真的支持。

多主体建模与仿真首先要分析系统中多个主体的特征,对主体进行抽象,分析主体间的关系;然后选择合适的调度类来控制程序的整体运行;构造主体,为其定义属性,制定主体行为规则;选择合适的输入输出类;最后选取仿真工具,设置仿真程序的参数及输入数据,运行仿真程序得出结果。

目前,支持多主体仿真的工具很多,常用的有NETLOGO 、SWARM 、REPAST 、MASON 、ASCAPE 、VINSEM 等。其中NETLOGO 是一个高水平的平台,可以提供简单而强有力的编程语言,内置图表的接口和广泛的文档编制。它主要被设计适合于活动主体与环境作用在一个栅格空间内的基于主体仿真建模,也可能使用其他类

甚至于在原型复数模型方面。MASON 、REPAST 和SWARM 被誉为是型的仿真建模。NETLOGO 被大力推荐,

“框架和库”的平台,它为组织和设计基于主体的仿真模型提供基本概念和符合的软件库。MASON 是最不成熟的软件平台,但是它的执行速度很快。支持面向对象C 语言的SWARM 是最成熟的仿真平台且十分稳定。就基于主体的仿真建模而言,面向对象C 语言似乎要比JAVA 语言使用起来更加自然。但是,面向对象C 语言存在微弱的处理错误和不利于开发者的缺陷。支持JAVA 语言的SWARM 可以调用面向对象C 语言库;它

没有很好地结合两种语言的优势。REPAST 目前非常流行,提供了类似SWARM 的功能。但是它可以改进组织和设计的一些方面。相比之下,MASON 比REPAST 快,SWARM 运行简单模型速度很快,但对于复杂模型来说

NETLOGO 居中[38]。十分缓慢,

结论与展望

通过上述文献回顾我们可以了解到国内外学者对复杂适应系统理论进行了深入的研究,探讨了复杂适应系统理论在解决各领域复杂性问题的应用价值,进行了适用性的比较研究(见表2)。

表2复杂适应系统理论在各领域适应性比较

适用领域适用性方法工具经济领域传统经济学及其他经济学问题的研究明显适用

管理领域

社会系统

生命领域明确研究问题复杂性,采用基于主体的仿真方法,SWARM 等复杂系统仿真平台抽象出经济主体,建立“刺激-反应”模型创新管理、知识管理、风险管理等研明确研究问题复杂性,甄别环境变化趋势,抽象管理运筹学软件、系统动力学软组织管理、究适用性显著主体,归纳行为规则,建立复杂适应模型件及复杂系统仿真平台社会系统网络,社会资源流动以及社会系统演基于“涌现”机理,抽象主体间的复杂的沟通联UCINET 等社会网络分析工具及化机制研究上明显适用系,以社会为环境,个体为主体,建立交互模型复杂系统仿真平台适用于探寻生物工程宏微观世界变化的根本原利用多主体仿真方法与计算机相结合进行仿真微电子探测工具及复杂系统仿因、抽象的病毒传播过程及生态系统演化与模拟分析真平台相结合

通过表2的比较,我们可以看出复杂适应系统理论被应用在经济、管理、社会系统及生命领域。其在经济与管理领域的研究适用性强,方法体系完善,工具多样。在社会系统及生命领域的研究还处于起步阶段,相信随着研究的深入,多主体仿真方法与“涌现”机理的结合,复杂适应系统的应用会更加成熟。

复杂适应系统研究框架正在日臻成熟,科学地运用复杂适应系统理论将为学者的研究带来事半功倍的效果。通过以上文献的研究分析,笔者总结出基于复杂适应系统的应用流程(如图2所示),希望对今后复杂问题的研究起到启发作用。

图2

复杂适应系统应用流程

虽然复杂适应系统被视为创新方法应用于诸多领域。但是,复杂适应系统理论的应用尚需完善,今后的研究可以针对以下问题进一步丰富:

首先,目前国内外的研究中实证基础薄弱。尤其在经济与管理领域的研究缺乏与实际行业数据的联系,更主要的原因是因为现实数据难于获取以及模型变量不能找到对应数据支持。

其次,主体之间的交互规则的约定还没有能够被准确、清晰地说明。学习是复杂适应系统中主体间相互影响的主要方式,目前的研究忽略了对主体间的各种学习机制和规则的详尽阐释,不利于复杂问题的深入研究。

最后,基于复杂适应系统的多主体仿真,虽然与计算机结合进行模拟预测,但是仿真旨在说明变化趋势,模型对于具体实际问题的一致性还不能够被保证,往往要通过限定一些条件才能得出预想结果,这往往限制了结果的正确性。

的适用性也将越来越强。

参考文献:

[1]J.H. Holland. Complex Adaptive System[M].Reading:Addison Wesley,1995

[2][美]丁·布里格斯等著, 刘华杰等译. 湍鉴[M]. 北京:商务印书馆,1998

[3]黄欣荣. 复杂性科学的方法论研究[D]. 清华大学博士论文,2005

[4][美]司马贺著, 武夷山译. 人工科学[M]. 上海:上海科技教育出版社,2004

[5]谭跃进, 邓宏钟. 复杂适应系统理论及其应用研究[J]. 系统工程,2001,19(5):1-6

[6]Tay,Nicholas S.P.,Robert F. Lusch. Agent-Based Modeling of Ambidextrous Organizations:Virtualizing Competitive Strategy[J].In-

telligent Systems,2007,22(5):50-57

[7]Amin, Massoud and Dan Ballard. Defining New Markets for Intelligent Agents[J].ITProfessional, 2000, 2(4):29-35

—人工经济模型[J]. 复杂系统与复杂性科学,2005,2(4):37-45[8]张江, 李学伟. 经济复杂系统的建模研究——

[9]Pathak, S.D., D.M. Dilts. Simulation of Supply Chain Networks Using Complex Adaptive System Theory[C].Engineering Management

Conference,2002,2(2):655-660

[10]

[11]Patkai, B., S.J. Torvinen. An Agent Based Modeling Methodology for the Investigation of Complex Adaptive Production Networks [J].ComputationalCybernetics,2004(10):177-182Pathak, S.D., D.M. Dilts, G. Biswas. On the Evolutionary Dynamics of Supply Network Topologies[J].Engineering Management,

2007,54(4):662-672

[12]张涛, 孙林岩, 孙海虹, 李刚. 供应链的系统运作模式分析与建模———基于复杂自适应系统范式的研究[J]. 系统工程理论与实

践,2003(11):8-13

[13]Warfield, J.N. Twenty Laws of Complexity:Science Applicable in Organization [J].SystemsResearch and Behavioral Science,

1998,16(6):1-38

[14]许萍, 刘洪. 复杂适应系统观的组织变革———提升企业环境适应力的途径[J]. 复杂系统与复杂性科学,2007,4(2):18-24

[15]

[16]

[17]DeRosa, J.K., L.K. McCaughin. Combined Systems Engineering and Management in the Evolution of Complex Adaptive Systems [C].Systems Conference,2007(1):1-8Nonaka, Ikujiro and Noboru Konno.The Concept of ‘Ba ’:Building a Foundation for Knowledge Creation[J].California Manage -ment Review,1998,40(3):40-54Buijs. J Modeling Product Innovation Processes, from Linear Logic to Circular Chaos[J].Creativity &innovation Management,

2003,12(2):76-93

[18]Gomez, R. Chiva. Ones of complex Adaptive System on Product Design Management[J].Technovation,2004,24(9):707-711

[19]Cynthia Taylor Small. An Enterprise Knowledge-Sharing Model:A Complex Adaptive Systems Perspective on Improvement in

Knowledge Sharing[D].George Mason University,2005

[20]Teece D. J., Pisano G, Shuen A. Dynamic Capabilities and Strategic Management[J].StrategicManagement Journal,1997,18(7):509-

533

[21]Sanchez R. Strategic Management at the Point of Inflection:Systems, Complexity and Competence Theory[J].Long Range Planning,

1997, 30(6):939-946

[22]王毅, 吴贵生. 基于复杂理论的企业动态核心能力研究[J]. 管理科学学报,2007,10(1):18-26

[23]陈蔚珠, 陈禹. 以复杂适应系统理论探析企业信息系统项目风险[J]. 复杂系统与复杂性科学,2004,1(2):80-86

[24]彭正龙. 人力资源管理新范式:基于资源观到复杂适应系统[J]. 人力资源开发,2007(1):26-28

[25]张兵, 曾珍香, 李艳双. 基于CAS 理论的企业可持续发展的动态支撑机制研究[J]. 科学学与科学技术管理, 2004(1):77-80

[26]Babaoglu,O.,H.Meling, A.Montresor. Anthill:A Framework for the Development of Agent-based Peer-to-peer Systems[J].Distribut -

ed Computing Systems,2002(7):15-22

[27]

[28]Lukszo, Zofia Verwater, Ivo Bouwmans. Intelligent Complexity in Networked Infrastructures[J].Systems, Man and Cybernetics, 2005,3(3):2378-2383Chiles, Todd H., Alan D. Meyer, Thomas J. Hench. Organizational Emergence:The Origin and Transformation of Branson[J].Or-

ganization Science,2004,12(3):53-75

[29]Sage, Andrew P., Cynthia Taylor Small. A Simulation Perspective on Knowledge Management and Sharing, and Conflict and Com -

plexity in Social Systems Management[J].Systems, Man and Cybernetics, 2000,1(1):536-541

[30]

[31]Bennet, Alex, David Bennet. Characterizing the Next Generation Knowledge Organization[J/OL].http://www.kmci.org.Knowledgeand Innovation:Journal of the KMCI ,2000,1(1),8-42Sansores, Candelaria, Juan Pav ón. Agent Based Simulation for Social Systems:From Modeling to Implementation[J].CurrentTopics

in Artificial Intelligence,2006,4177:79-88

[32]赵凛, 张星臣. 基于Repast 平台的城市交通系统仿真建模研究[J]. 物流技术,2006(7):117-123

[33]李刚, 邢书宝. 资源承载力人工社会模型研究[J]. 计算机技术与发展,2007,17(9):217-219

[34]

[35]Montemagno, C., R.Doumani, C.Doumani. Engineering with Life:New Tools for the 21st Century[C].Bio Micro and Nanosystems Conference,2006Guo, Donghang, E.E. Santos, A. Singhal, E. Santos, Qunhua Zhao. Adaptivity Modeling for Complex Adaptive Systems with Ap -

plication to Biology[J].Systems, Man and Cybernetics,2007(10):272-277

[36]瞿毅臻, 李琦, 甘杰夫. 基于Repast 平台的SARS 传播仿真建模研究[J]. 计算机科学,2008,35(2):286-288

[37]秦小林, 张庆国, 杨书运. 复杂性科学及其在生态系统研究中的应用[J]. 安徽农学通报,2007,13(19):96-98

[38]Railsback, Steven F., Steven L. Lytinen, Stephen K. Jackson. Agent-based Simulation Platforms:Review and Development Rec -

ommendations[J].Simulation Transactions of the Society for Modelling and Simulation International,2006,9(9):609-623

Outlook for the Researches of Complex Adaptive System ’s Application Domain

an and Li Chenguang Zhang Yong ’

(Economicsand Management school, Beijing University of Technology, Beijing 100124)

Abstract:Complex adaptive system (CAS)theory offers a basis for the study of problems that can ’t be solved through traditional methods, so many scholars show great interest in it. The paper explains the CAS theory and analyzes the pros and cons between Reductionism, Holism and CAS comparatively. Furthermore, a comparative analysis of CAS ’s applicability in economy, management, society and life sciences domain is given. The results show that the use of CAS in economic and management research is relatively mature. Finally, we present the application process of CAS and forecast the research trend of CAS theory in the future.

Key words:complex adaptive system ,application domain ,applicability ,multi-agent simulation


© 2024 实用范文网 | 联系我们: webmaster# 6400.net.cn