按键盘上方向键 ← 或 → 可快速上下翻页，按键盘上的 Enter 键可回到本书目录页，按键盘上方向键 ↑ 可回到本页顶部！
————未阅读完？加入书签已便下次继续阅读！
加（至少要到个体这个水平）是与系统非形式结构复杂性的增加联系在一起的。因此我们可以用系统行为的复杂性来确定系统的复杂性。
为了阐明〃复杂系统〃这个概念，我们先定义〃决策行动〃。决策行动指的是选择备选方案，其中也包括利用随机机制进行选择（就是说，这时完全不必是理智选择）。当系统的行为本来就是决策行动时，这样的系统就叫做决策系统。如果系统中至少有一个决策系统作为子系统，则该系统就称为复杂系统。不具备决策行动的系统，就称为简单系统。特别地，决策系统本身就是复杂系统。我们隐含地认为：一切系统力图达到对它来说的最佳状态。这就称为系统的趋的行动，并称这个状态为系统的目的。而只有复杂系统才具有目的。
其次，我们结合系统论对模型作一个回顾。按系统属性，系统可划分成物质系统和符号系统。符号系统在某种程度上能够反映物质系统。符号系统可称为系统的符号模型。非符号模型（物质系统在同一物质系统中的反映）叫做类比模型。由于在系统学中往往只讨论符号模型，因此就把符号模型简称为模型。系统学不仅研究现有物质系统的模型，还研究现实物理世界中可实现系统的模型（可实现模型）。此外，为了解释和（或）预测复杂系统的结构和（或）行为，在观测误差的范围内往往可能建立起来几个模型。
再次，对于许多类型的系统来说，关于规律或多或少具有普遍性这个观点是与其适用的范围联系在一起的。物理主义发现的还只是自然界中简单的普遍自然定律，其原因就在于，它所研究的简单系统的诸性质在实际上是相互独立的。因此，简单系统的这些单独性质的仿真模型与简单系统本身是完全相符的。
复杂系统与简单系统不一样，它具有本质上联系的众多性质。所以，复杂系统单个性质的仿真模型与复杂系统是不完全相符的。复杂系统的众多性质的仿真模型是非常复杂的，而且缺乏一般性。
那么，怎样理解复杂系统的规律呢？这里，我们需要讨论一下解释和预测这两个概念以及它们与理论和实验的关系，在系统学里，这是需要予以重新陈述的。这是因为，如果复杂系统与它的仿真模型相符合的程度越高，即模型的复杂程度越接近原型，则对系统进行预测的准确性越高，而解释的质量却越低。在许多情况下，解释的概念在系统学中与在物理主义中不同，有着另外的含义。事实上，物理主义遵循还原论，它是依据尽可能低的系统水平（直到原子、粒子）上的现象来解释某个系统水平上的现象。与此不同，系统学解释现象的基本原则是下面将要阐述的一步递推原则。
物理主义赋于预测以传统的含义，就是由物理定律来预先确定系统的未来行为或某未来行为发生的概率。系统学里则是利用计算机仿真来实现预测实验，其实验就是在比现实世界中快得多的机器时间的进程中进行各种状态？quot；抽签〃。为了预测复杂系统的行为，在计算机仿真的同时还利用半直觉的专家方法（人一机对话），这就在某种程度上复活了古代特尔斐预言家的实践活动。
三、系统学的若干基本原则
1、层次组织原则
我们所知道的这部分世界里存在着逐渐产生并相互作用着的三个层次，这就是自然产生的物理生物层次、社会层次以及人工产生的技术层次。无论是自然系统还是人工系统，层次组织原则均能使它们处于隶属的地位。例如对物理生物层次来说，其层次水平大致是：原子一分子一细胞一个体一群体一种群一生物群落一生物圈。每当上升到高一极的层次水平时，位于下一极水平上的系统就成为上一级水平系统的要素。层次组织原则在系统学中得到了广泛的应用。
2、系统行为复杂化原则
系统行为复杂化原则中目前从经验上已发现的一些原则如下：
（1）物质能量平衡原则（基于守恒定律）；
（2）稳态原则（基于反馈概念）；
（3）决策选择原则（基于归纳行为）；
（4）前景积极性原则或未来需要原则（预适应，超前反应）；
（5）反射原则（超前反映）。
必须指出的是，在某个水平的系统中首先发现的行为原则，对更高复杂性水平的系统来说都是成立的。但是，对于某一个水平系统的行为原则而言，其中起决定作用的仍然应该是在这个水平系统中首先发现的原则。例如，最低水平的系统所固有的物质能量平衡原则对所有系统直到高度复杂的系统都是成立的。但是，这个原则仅只对最简单的系统才是决定性的。
3、反直觉行为原则
有不少学者注意到这个原则，它可以陈述如下：仅仅根据固有经验和直觉来给出相当长时期内关于复杂系统行为的满意预测实际上是不可能的。我们的直觉是在与简单系统打交道的过程中培养起来的，而简单系统中各要素的联系总是能够弄清楚的。复杂系统行为的反直觉性就在于，它对作用的反应同我们直觉上期待的结果比较起来完全是另外一回事。
4、极小极大建模原则
对于复杂性不断增加的系统来说，其理论仍然应该由最简单的模型来构成。最简单模型中的每一个模型哪怕是在极小程度上（极小）都应该反映出复杂性水平不断增加的（极大）系统行为。换句话说，模型的形式上的复杂性（例如，描述模型的方程数目）不应对应于系统的非形式上的复杂性（系统行为的复杂性）。
由这条原则可以得到一个推论：较复杂系统的粗糙模型与较简单系统的较精确模型比较起来可能还要简单些。这在系统学中引起乐观。
因此，为了建立系统（其中包括复杂系统）的理论模型，就需要前述的系统行为复杂化原则的知识。
必须指出的是，这条原则仅提出了要求，除了要援引系统行为复杂化原则作为建立理论的简单模型之外，并没有任何具体的构造性建议。
5、不相容原则
根据近代科学中养成的习惯，对现象的理解与对现象作定量分析的可能性是等价的。对于这种可能性，不相容原则增添了限制：对现实系统分析得越深入，那么关于系统行为的判断就确定得越少。
6、定律形成原则
与物理主义不同，系统学完全是在另外的一种逻辑基础上建立复杂系统的定律的：先假定可实现模型，从其中用定理的形式引出复杂系统定律。
推论6…1 定律涉及现有的或未来的自然系统和人工系统。定律能够解释自然系统的结构和行为，并指导建立人工系统。
推论6…2 任何现象都不能推翻或者证实具有演绎性质的系统学定律。
这个断言应该这样来理解。对现实复杂系统的实验与定律之间不一致，仅仅说明现实系统与用来导出定律的那个模型类别不一致，并不是说定律被驳倒。另一方面，即使实验与定律一致，也无论如何不能把它与定律的证实联系在一起。这种一致只说明，关于现实系统与用来导出定律的那个模型类别相一性的假定没有被推翻，可以继续用作假定。
根据这条原则，理论是由用数学模型的形式表述的假说构成的。由这种数学模型导出的理论（定律），应有可能将其中的部分结果与所研究原型的某些宜于试验的特性加以对比。另一部分结果可用来对原型的相应特性进行理论预测。对于独一无二的复杂系统，只有它们的非整体特性才能与理论进行对比。预测的可信程度取决于理论与容许试验确定的特性之间相符合的程度。
§6。2 一个宏观经济系统的最优控制模型
经济现象或经济过程都可以看作由若干相互作用相互依赖的经济要素组合而成的复杂系统。这里要介绍的就是一个运用系统论和控制论研究宏观经济系统的案例。美国人平代克（R。S。 Pindyck）在对美国经济运行系统分析的基础上，于1971年构造并提出了一个小型美国的宏观经济模型，在模型上成功的进行了最优稳定政策控制实验，具体研究了财政政策、货币政策对美国经济的影响和作用。
一、 建模构想和模型结构
为了使仿真模型能够较好地拟合现实系统又便于进行政策〃试验〃，平代克构模时的原则是：
1。在系统分析的基础上合理地确定宏观经济变量数量并认真筛选基本宏观经济变量，掌握好模型的变量与规模。
2。采用通行的经济理论为指导，使结构更为合理，减少争议。
3。对于经济变量之间的非线性关系和时滞问题进行必要调整或技术处理，使模型最终化为完全线性化的动态差分方程。
4。充分利用已有历史数据和先进的统计计量方法，使模型参数与历史值尽可能地拟合。
平代克模型最终形式是一个季度经济计量模型，模型选用10个基本经济变量作为内生变量和系统的状态变量，并以凯恩斯经济理论为基础构造各经济变量之间的关系和模型结构，模型的参数设定采用了美国1955到1968年〃现代商业资料〃提供数据和自回归变换协同最小二乘法。
设状态变量
x1（k）=C（k） 个人消费 单位：10亿美元
x2（k）=INR（k） 非住宅投资 单位：10亿美元
x3（k）=IR（k） 住宅投资 单位：10亿美元
x4（k）=IIN（k） 商业库存变动 单位：10亿美元
x5（k）=R（k） 短期利率 单位：百分数
x6（k）=RL（k） 长期利率 单位：百分数
x7（k）=P（k） 物价水平 单位：1958年水平=100
x8（k）= UR（k） 失业率 单位：百分数
x9（k）=W（k） 小时工资 单位：美元
x10（k）=YD（k） 纳税后的可支配收入 单位：10亿美元
政策…控制（外生）变量
u1（k）=TO（k） 附加税 单位：10亿美元
u2（k）=G（k） 政府支出 单位：10亿美元
u3（k）=DM（k） 在一个季度货币供应的变化 单位：10亿美元
其他外生变量
z1（k）=1。0 对所有K均为常数
z2（k）=YDP 潜在国民收入
平代克经济计量模型可表为：