複杂学是研究自然界中各类系统複杂性的一门科学。複杂学的出现出于人类对世界的複杂性的观察、体认、思考和研究。在複杂学视域中，複杂性是自然界的基本特点。20世纪80年代以来，在一批诺贝尔奖获得者大力推动下，複杂学研究从传统科学领域拓展到计算机、生物学、人工智慧、生命科学、认知科学等广阔领域，进而拓展到人文社会学科领域。
基本介绍
- 中文名：複杂学
- 外文名：Complex science
- 繁体：複杂学
- 属性：一门科学
定义
複杂学，複杂科学，是研究自然界中各类系统複杂性的一门科学,专指複杂系统中的複杂性,研究複杂系统在一定规则下如何产生巨观有序的组织和行为。 複杂学创始于20世纪80年代初,以1985年在美国新墨西哥州成立的圣菲研究所。
背景
20世纪两个重大发现(相对论、量子力学)使科学取得了更大进步。但进入80、90年代后，科学界开始思考“科学向什幺方向发展”的问题？目前学术界有两种观点：一种是《科学美国人》杂誌资深编辑柯根(Cohen)的观点，在访问了若干科学家后，他在《科学的终结》(End of Science)一书中认为科学已面临终结：“科学特别是纯科学已经终结，伟大而激动人心的科学发现时代已经一去不复返了，将来的研究已经不会产生多少重大的新发现了，而只有渐增的收益递减。”另一种观点是许多有识之士认为的科学不是面临终结而是面临新时代，如系统科学家普里高津指出：少数派开始怀疑这种乐观的论调，就是说科学已经到头，尽善尽美，就在我们的巨观层次上仍有一些问题还远未得到解答，曾经有过一些关头，经典科学似乎已经近乎功德圆满，但每到这时候总有一些事出了差错，于是方案必须扩大，待探索的疆域又变得宽广无际了。又如桑塔费研究所(Santa Fe Institude)的第一任所长柯夫曼(Kauffman)认为：“通过诺贝尔奖的堂皇道路通常是用还原论的方法开闢的，当为一群不同程度被理想化了的问题寻求解决的方案，但却多少背离了真实的世界，并局限于能找到一个解答的地步，这就导致科学的越分越细碎，而真实的世界却要求我们採用更加整体的方法。”再如诺贝尔物理奖获得者盖尔曼(Munay Gell-Mann)提出“必须给自己确立一个确实宏伟的任务，就是实现正在兴起的包括多学科的科学大集成。”
通常趋向于第二种观点的，现在是从经典科学走向新科学的时代，因为人类文明已经由机械工业文明向信息生态文明转变，这一转变必然伴随着科学的大转变，以还原论、经验论、纯科学为基础的经典科学正在吸收系统论、理性论和人文精神的发展，成为新的一门科学——複杂科学(Complicated Science)。
发展过程
複杂科学是21世纪的科学，是研究複杂性、複杂系统的科学。自贝塔朗菲(Ludwig Von Bertalallffy)最早于20世纪对年代提出系统科学以来到现在，系统科学观念经过一段大的发展演变过程。
首先，人们认识到系统整体大于它的部分之和，即当一些组元组成一个系统时，它就会出现一些它的个体(组元)所没有的性质。对此还原论是认为系统等于组成部分之和，而複杂科学更前进一步，认为系统是其组元的函式。
其次，人们发现系统具有层次结构和功能结构，研究系统的结构时要考虑层次结构和功能结构的重叠和它们之间的关係。
再次，认识到系统处在不断发展变化之中，系统是动态的。
第四，系统经常与它的外界环境进行物质、能量和信息的交换。
第五，系统在远离平衡的状态下也可以稳定(耗散结构理论、自组织理论)。
第六，确定性系统有其内在的随机性(混沌)。
第七，随机的系统有其内在的确定性(突现)，看似完全随机的系统有自组织功能，能突现出若干种特殊的结构来。这些新观念不断冲击经典科学的传统观念，从而使系统论、资讯理论、控制论、相变论(主要研究平衡结构的形成与演化)、耗散结构论(主要研究非平衡相变与自组织)、突变论(主要研究连续过程引起的不连续结果)、协同论(主要研究系统演化与自组织)、混沌论(主要研究确定性系统的内在随机性)、超循环论(主要研究在生命系统演化行为基础上的自组织理论)等新科学理论也相继诞生。在这样的背景下也就产生了複杂系统和系统的複杂性两个範畴。
表现
(1)系统各单元之间的联繫广泛而紧密，构成一个网路。因此每一单元的变化都会受到其它单元变化的影响，并会引起其它单元的变化。(2)系统具有多层次、多功能结构，每一层次均成为构筑其上一层次的单元，同时也有助于系统的某一功能的实现。(3)系统在发展过程中能够不断地学习并对其层次结构与功能结构进行重组及完善。(4)系统是开放的，它与环境有密切的联繫，能与环境相互作用，并能不断向更好地适应环境的方向发展变化。(5)系统是动态的，它处于不断发展变化之中，而且系统本身对未来的发展变化也有一定的预测能力。
而複杂系统最本质的特徵是其组成部分具有某种高度的智慧型，即具有了解其所处环境，预测其变化，并按预定目标採取行动的能力，也就是具有自组织、自适应、自驱动的能力。这也就是生物进化、技术革新、经济发展及社会进步的内在原因。
主要特点
(l)研究对象是複杂系统，例如植物、动物、人体、生命、生态(生物链)、企业、市场(股票市场)。经济、社会、政治等方面的系统。还可以包括物理、化学(例如择报催化)、天文、气象等方面的系统。
(2)研究方法是定性判断与定量计算相结合、微观分析与巨观综合相结合、还原论与整体论相结合、科学推理与哲学思辨相结合的方法。其所用的工具包括数学、计算机模拟、形式逻辑、后现代主义分析、语义学、符号学等等。
(3)研究深度不限于对客观事物的描述，而是更着重于揭示客观事物构成的原因及其演化的历程，并力图儘可能準确地推测其未来的发展。例如为什幺一个受精卵能演化成具有脑、眼、口、鼻、肝、肺等器官的人体？为什幺处于大致相同环境的企业各有成败？等等。
现状
关于複杂科学的研究一般认为是在20世纪80年代中期开始的。1984年，由诺贝尔物理学奖获得者盖尔曼(Munay Gell-Man)和安德逊(Philip Anderson)、经济学奖获得者阿罗(Kenneth Arow)等人支持，组织了桑塔费研究所(SFI)，专门从事複杂科学的研究，试图由此找到一条迈向学科融合来解决複杂性问题的道路。从当前的研究来看，英美做了比较多的工作。我国也做了一些工作。在美国複杂科学的研究形成五个学派(如附表)。英国有一个複杂科学论坛，论题包括突现的设计、複杂性理论的套用、複杂性与技术、创新的组织、组织设计等。
研究複杂科学的基本方法与主要工具
研究複杂系统的基本方法应当是在唯物辩证法指导下的系统科学方法。它包括以下4个方面的结合：(l)定性判断与定量计算相结合；(2)微观分析与巨观综合相结合；(3)还原论与整体论相结合；(4)科学推理与哲学思辨相结合。
複杂科学研究中目前所用的理论工具主要是微分方程和形式逻辑，除此之外的理论工具还包括：
(1)不确定条件下的决策技术
包括定性变数(名义变数、序变数)的量化(多维尺度、广义量化等)、经验机率的确定(从最简单的指数平滑法、线性回归法、移动平衡法等到非线性回归法，再到新的研究，如数据挖掘、资料库中的知识发现、智慧型挖掘等)、主观机率的改进(知识库、德尔菲法)、案例研究(典型性调查)和先验信息集成(贝叶斯公式)等。
(2)综合集成技术
包括系统的结构化、系统与环境的集成(全局与局部)、人的经验与数据的集成、通过模型的集成、从定性到定量的综合集成技术。
(3)整体最佳化技术
包括目标群及其优先顺序(目标规划优先及变化)的确定、巨系统的最佳化策略(分隔断法、面向方程法、多层叠代法、并行搜寻法)、最佳化算法(线性规划、目标规划等)、离线最佳化和线上最佳化、最优解与满意解的取得等。
(4)计算智慧型
包括演化计画(遗传算法、演化策略、演化规划、遗传程度设计等)、人工神经网路(EBP型、竞争型、自适应共振型、联想记忆型等)、模糊系统等。
(5)非线性科学
非线性科学已由传统的动力系统理论(稳定性和分叉理论、混沌、孤子)和统计力学(分形、标度)，延伸到多尺度、多体，以及非平衡系统中的複杂和随机现象的研究。而对非线性科学压倒一切的挑战就是，对远离平衡的各系统中的自组织结构的形成和功能，确认其关键的範式。
(6)数理逻辑
包括经典谓词逻辑、广义数理逻辑(模型论、公理集合论、证明论、递归论等)、多值逻辑、模态逻辑、归纳逻辑等。
(7)计算机模拟
包括人工生命、元胞自动机、竞争与使用、大群模拟工具等
