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     

复杂适应系统视角下的海外安全保障系统构建研究

“一带一路”建设的不断推进，我国海外投资面临的风险环境越来越复杂，严重危害着我国海外利益的安全。海外安全保障系统如何应对复杂的风险环境是一个急需解决的现实问题。根据阿什比定律，构建复杂适应性系统是解决问题的根本途径。海外安全保障的复杂适应系统是以复杂的系统结构为基础，适应性主体通过适应性机制构建适应性系统层次和适应性系统组织，实现主体与系统适应性共同演化而成。     

复杂适应组织变革中的变革体应用

复杂适应组织是在复杂动态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，在其自组织发展进程中变革体的工作至关重要。从分析复杂适应组织中变革体在促进自组织过程的作用着手，指出变革体推行组织变革的进程及相应技巧，以期为现实组织发展与变革提供指导意见。     

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。     

企业组织演化的多主体建模与仿真

为了探索企业成员和需求资源等大量微观主体之间的非线性作用对宏观企业组织生长演化过程的影响,从复杂适应系统理论的角度分析企业组织生长演化的复杂适应性特征,运用多主体建模方法,以个体行为为切入点,构造企业组织演化的多主体模型,并利用SWARM平台模拟在动态环境下企业组织的形成、生长和发展等过程,探讨了行为个体、需求资源和企业组织的相互作用和相互影响.实验结果表明正是微观个体的主动性和适应性导致了企业组织的形成、繁荣、衰落等复杂适应系统的现象,也进一步说明应用基于主体的建模方法研究企业组织这个复杂系统对提高企业组织的适应性和竞争力有实际意义上的指导作用.     

复杂系统的适应维生方法

复杂适应系统理论是复杂性科学的一个重要分支,它通过系统主体间的适应性造就稳定性,并通过单个主体的规则选择和多个主体之间的学习和应变来达到复杂系统的适应和维生。复杂适应系统理论通过主体间的适应性来分析复杂组织在涌现生成之后主体之间是如何组织在一起,并维持这个组织系统的稳定性,它为我们分析复杂组织的维生机制提供了科学的方法工具。     

基于复杂适应系统（CAS）对社会的探究

从复杂适应系统理论的层面考察社会和谐问题,可以看出,社会适应性主体的相互作用是社会系统演化的主要动力,“适应性造就和谐性”,适应性是社会和谐的关键要素。     

基于Swarm的跨流域调水多Agent交互和协作仿真研究

阐述和分析以供、需方聚集体Agent相互之间、Agent与环境进行交互-协作-适应为特征的跨流域调水水资源配置和调度管理的复杂适应性.引入合同网协议,设计了改进的合同网协议以及任务分派、角色分配和承诺的兑现等交互协作行为规则,以及合同网协议自动状态机与算法.提出了跨流域调水多Agent仿真模型.与基于传统系统动力学的水资源系统配置和调度管理仿真方法不同,采用复杂适应系统为科学基础的系统仿真技术,在Swarm平台上建立仿真实验系统,仿真结果验证了多Agent模型和基于合同网协议的交互协作行为规则的合理性.     

基于复杂系统演化优化的实码多目标嵌套加速遗传算法

复杂性科学研究已经成为系统科学领域研究的重要方向,然而由于复杂系统的多层次、非线性等特点, 加之含有大量随机不确定因素,给系统的演化仿真工作带来巨大的困难,提出基于实数编码的多目标嵌套加速遗传算法(RMONAGA)来对复杂系统进行演化仿真,利用复杂适应系统自身特点与遗传算法特点的相似性,采用嵌套、多目标等方法较好的解决了复杂系统中不同层次交互、不同部门间适应性矛盾等问题.将该方法应用于三江平原区域农业水土资源复杂适应性优化配置演化研究中, 验证了该方法的科学合理性,以期对CAS理论在各领域的建模仿真工作提供一定的帮助.     

用数字人工生命模型探索复杂适应系统

为了探索复杂适应系统的演化、涌现规律，介绍了一个自主开发的数字人工生命模型：Autolife，并在该系统上完成了一系列计算机仿真试验。Autolife中的数字生命都可以看作自主决策的Agent，它们用有限自动机建模；同时程序允许Agent通过变异和繁殖而完成开放式的进化。在该模型的基础上，本文主要针对Autolife涌现出来的数字生命个体行为、群体行为进行了论述，并着重讨论了组织的生成、社会性寄生、自修复等现象。数字人工生命模型Autolife中的丰富隐喻可以用于总结一般复杂适应系统的规律，包括：个体为了提高自身的适应性会把决策行为推到混沌的边缘；不同的环境会造就Agent的不同群体适应性动态行为；当系统中Agent间的交互出现因果闭圈的时候，组织会自发涌现，并且它们会展现出创生、演化、灭亡的必然发展规律。     

Organizational Strategy on Different Landscapes: A New Science Approach

To deal with issues of evolution and coevolution of a Complex Adaptive System in its environment, the New Science has developed the model of adaptive walks on landscapes. This model has been used to suggest guidelines for organizational strategy in its changing environment. The approach is taken a step further to examine the issues facing an organization in four kinds of environments and, from that, to begin tentatively to draw the outlines of a strategy suited to each environment.     

基于CAS仿真的组织互动创新机制研究

现有领导-创新文献没能很好地揭示组织中创新涌现的内在动力机制. 本文提出在既定规则约束下员工（或团队）之间的充分互动是组织创新涌现的内在动力来源,据此领导者可通过调整互动规则和改善互动环境来间接影响知识型员工间的互动行为,从而提升组织的创新绩效,表现为组织作为一个整体能够不断创新自身的现有行为模式,从而动态地适应复杂多变的外部环境. 通过采用多主体建模的计算机仿真方法,验证了“基于CAS理论的领导行为“与员工互动和组织创新绩效正相关. 本文提出的“基于CAS理论的领导行为“概念以及相关的仿真建模技术,为现有领导-组织创新研究提供了新的视角和方法,研究结果对于知识经济时代的领导者提高组织创新绩效具有一定的指导意义.     

基于强化学习的指挥控制Agent适应性仿真研究

应用人工智能中的学习技术来赋予战争模拟系统中的智能Agent适应能力，是基于CAS理论的战争复杂性研究的基础内容之一。面对战争系统中复杂动态的环境，传统的监督学习方法不能很好满足智能Agent实时学习的要求。而强化学习却可以很好的适应这种动态未知的环境。文章引入强化学习技术对战争系统中指挥控制Agent的适应性进行建模仿真研究。实验结果表明强化学习技术能很好的满足指挥控制Agent无师在线实时学习的要求，从而为战争模拟系统中的智能Agent的适应性机制提供良好的建模手段。     

一种基于CAS原理的智能决策支持系统模型

剖析了传统决策支持系统发展面临的困难，运用复杂自适应系统(CAS)的原理和自组织的观点，提出了一种新的基于CAS原理的智能决策支持系统模型和设计思路，论述了该模型的基本结构、运作过程及与传统DSS的区别、并探讨了规则编码、竞争机制与信用分派及规则发现等问题．这种新思路有助于解决数据、知识和模型的一体化管理问题，加强DSS的自适应能力和智能性。     

MODELING AND ANALYSIS OF ENERGY SYSTEM BASED ON COMPLEX ADAPTIVE SYSTEM

Complex adaptive system (CAS) is a kind of complex system in natural and artificial systems. In this paper, the theory of complex adaptive system is introduced at first. Considering the characteristic of energy system, it can be regarded as a complex adaptive system. After the evolutionary law is analysed, the energy complex system model is established based on CAS and application tool SWARM, which is a simulation software platform. The model differs from the models as well as methods developed before. As an application, China's energy system is simulated with the model established above. China's future total energy demand in the future, energy structure and related in fluence on environment are presented.