复杂科学的研究对象:非线性复杂系统

首先从系统科学的困境入手，以还原论、经验论及“纯科学”为基础的经典科学遇到难题需要吸取系统论和人精神方面发展成为新的科学即复杂科学。复杂科学的兴起是物质、生命和人类社会进化的必然。复杂科学以非线性复杂系统为研究对象，与自然科学、社会科学和思维等科学相结合，在特定的观测、实验和理论条件下，能够得到创新。     

论自组织进化的非决定性与决定性

复杂系统的自组织进化不仅具有非决定性的一面，也有决定性的一面，但这种决定性无论从本体论还是从认识论上看，都具有一种相对性。     

复杂系统的研究方法

一般演绎方法、一般归纳方法、类比方法、实验概括等方法是系统科学与复杂系统科学中几种常见的传统的研究方法。随着研究对象的复杂化以及计算机技术的飞速发展,以模型理论为基础,计算机技术为平台的计算机模拟方法在探索复杂系统,尤其是它的动力学机理方面似乎更胜一筹。     

基于临界自组织模型的进化算法

将临界自组织(self-organlzed criticality，SOC)概念引入到进化算法领域，提出了基于临界自组织的进化算法(SOCEA)，引入灾变机制来模拟临界自组织状态中的剧烈变化过程，采用临界自组织的模型构造进化算法的算子、通过实验测试可以得出SOCEA算法要优于同类的对照算法，并且计算量开销也比较小、     

广义进化的定义

广义进化的基本理论,尤其是一些基本概念有待研究。要找到广义进化的准确定义,必须分析清楚四个关系：第一,有序与适应性的关系;第二,进化与复杂化的关系;第三,复杂与有序的关系;第四,复杂与适应性的关系。序参量的评价标准应该是系统功能的总价值,只有当系统的新结构导致新功能出现时,才会使有序度增大。进化就是复杂化,复杂化就是创新,就是对称性破缺程度增大的过程,广义进化是所有物质系统的复杂化过程。     

论自组织临界性与复杂系统的演化行为

在自组织理论群的大背景之下考察了自组织临界性概念提出的理论背景以及它和混沌、复杂适应系统这两个概念之间的区别与联系 ,并指出自组织临界状态是继人类的科学认识发现静止稳态、随机状态、混沌状态之后的又一种新的状态发现 ,从而深化了对复杂系统的演化行为模式的认识和描述     

用遗传程序设计实现复杂函数的自动建模

采用遗传程序设计的方法实现复杂函数的自动建模，程序中用树的分层结构表示复杂函数，并设计了相应的遗传算子(包括杂交算子和变异算子)以及停机条件。实例测试的结果表明采用遗传程序设计的方法得到的模型比传统的方法得到的模型要好，甚至优于专家设计的一些模型。     

复杂适应组织的特征

作为复杂适应系统的组织被认为是快速、不确定变化环境下的理想组织形式，但不是所有组织都可以看作为复杂适应系统。如同任何其他科学的概念一样，复杂适应系统有其特定内涵、适用范围和条件。本文通过将自然科学有关复杂适应系统的概念、特点类比地应用于有人参与的企业组织，指出作为复杂适应系统的企业组织应具有的主要特征，给出其在现实经济生活中的具体体现以及与传统组织的重要差异。     

基于贝叶斯学习的复杂系统研制风险演化分析

大型复杂装备的系统结构和研制流程呈现网络化特征,研究风险演化机理有助于控制风险、降低复杂性.通过系统动态过程建模仿真获取数据样本,运用贝叶斯学习从仿真数据样本中提炼风险演化网络,识别不同风险等级的节点之间存在的关联关系,降低了仅凭经验构建风险网络的主观性.对贝叶斯学习获得的风险网络进行概率推理,在总体高风险等级下计算风险网络节点的风险后验概率分布,进而确定风险演化关键节点和传播链路.最后,通过与复杂网络特征指标评估下的静态特征进行对比分析,研究风险网络动态特征与静态特征的差异性,结果表明网络结构特征和风险传播的动态特征共同决定了风险演化关键节点和传播链路.     

复杂系统的认识与系统模型

在现有复杂社会系统的组元、结构、功能的系统概念基础上,增加系统运行、产品和进化等概念,为认识、理解复杂社会系统提供了准确而完整的系统概念架构;提升与完善系统认识方法(“物理-事理-文化”系统方法论)与企业建模理论,使其成为对复杂社会系统的认识方法与系统研究方法(系统模型方法论),为复杂系统的运行与进化的认识、描述和研究提供了科学而准确的方法和技术手段,使复杂系统的模型研究、系统仿真成为复杂系统研究和发展的科学手段。以系统模型作为系统知识模型,建立相应的知识管理系统,实现系统知识的转化、传输、共享、使用、存储的有效管理,使我们的社会在逐步实现信息化的同时真正建成知识化社会、创新型国家。     

系统科学与复杂网络研究

从模型的角度出发，分析系统科学所讨论的几类模型，总结研究这些模型的主要概念和主要方法；依据当前复杂网络研究的实际，提出系统科学和复杂网络结合研究的思路、具体方法、应注意的问题。     

试论复杂系统律:整体性原理新探索

一般系统律“整体不等于部分之和”适用于各种系统,复杂性科学的发展揭示复杂系统与简单系统有本质区别。概括复杂性理论提出复杂系统律：“部分之中有整体”,论述其内涵意义、科学表现、理论原因,并作初步应用。     

复杂系统中统计相关性测量的熵方法研究

在熵方法定义的关联度系数法的基础上，提出了一种计算复杂系统统计相关的广义关联度系数法，并将其应用到生态经济区划和中医理论（齿痕舌出现的特点）中，进而证明了该方法的有效性、结果表明：广义关联度系数法在计算时不需要特定的数据，从而减小了数据的不确定性和计算量；既适用于线性的情况也适用于非线性的情况；复杂系统分类所需的判据减少，使复杂系统分类简单化；可以对系统变量（或子系统）之间的相关性进行定量的描述．     

模拟进化算法研究进展

自然进化是基于种群的一种优化过程,基于生物界的自然选择和遗传机制,产生了若干优化技术,主要包括遗传算法（ＧＡ）、进化规划（ＥＰ）、进化策略（ＥＳ）。本文对这三种主要的模拟进行算法的研究进展进行了综述,探讨了三者之间的关系,并对三者的发展前景进行了展望。     

基于思维进化算法的常微分方程组演化建模

在基本思维进化算法（MindEvolutionaryComputation，原名Mind-Evolution-BasedMachineLearning）框架的基础上，吸取遗传规划（GP）中的树形编码思想，提出了利用树结构进行信息抽取的方法，进而实现了用于常微分方程组演化建模的趋同、异化算子，并获取了优良的效果，使MEC在非数值优化领域中得到了进一步应用。最后的仿真实例的结果表明，同GP方法比较，MEC方法具有计算速度快、建模结果优和全局搜索性能好等明显优点。     

复杂系统崩溃的脆性致因的研究

针对开放的复杂系统进行研究，首次提出并论证脆性是复杂系统的一个基本特性．由复杂系统的脆性特点，根据集对分析的理论，定义子系统间的脆性联系熵、脆性基元的概念。同时，将非合作博弈的理论和方法引入到复杂系统的脆性的研究中。基于复杂系统博弈的动力学，建立复杂系统脆性仿真模型，仿真结果说明复杂系统的崩溃，是由于基元内子系统的熵值在外界干扰过程中不断增加，而且又无法从周围环境得到负熵流的补充时，达到临界熵值而导致崩溃。     

系统科学、复杂性科学与复杂系统科学哲学

以整体性为指导范式的系统科学与复杂性科学转变了人们的思维方式,作为二者的延伸与拓展,复杂系统科学哲学这一研究领域逐渐引起了科学哲学家们的密切关注。沿着历史发展的角度,梳理系统科学形成和发展的三条进路、清晰复杂性科学的兴起,有助于看清复杂系统科学哲学的未来走向。     

管理复杂适应组织的策略

根据复杂性科学理论 ,复杂适应组织是在动态、不确定、快速变化环境条件下能够得到较好生存和发展的一种组织形态。将企业组织建设成为复杂适应组织是现代组织变革的趋势。通过对传统组织与复杂适应组织的比较 ,根据复杂性科学研究所取得的成果 ,提出复杂适应组织建设及管理的策略 ,以期为管理者提供复杂环境下组织变革的基本理论