复杂工程系统综述

1984年，来自不同学科领域的24位科学家齐聚美国新墨西哥州的高原沙漠圣塔菲讨论“科学中涌现的综合”。这些人的目的是筹划建立一个新的研究机构，致力于研究各种高度复杂和相互作用的系统，这些系统只有在交叉学科的背景下才能研究清楚，从而推动知识的统一和共担责任的意识。于是，诞生了世界上第一个以复杂性研究为对象的研究机构—圣塔菲研究所。

约翰·霍兰先生是美国密西根大学著名学者，是遗传算法之父，曾多次在圣塔菲研究所交流工作。受中国科学院数学和系统科学研究所郭雷院士的邀请，霍兰先生曾多次访问中国，并与数学和系统科学研究院的朋友们讨论研究适应性和复杂性的有关问题，极大地推动了我国学术界关于复杂性研究的工作。遗憾的是，这类谈论和研究仅仅局限在学术界，而没有引起工程界的广泛关注。

“蚁群”或“蜂群”的行为研究越来越热，尤其是在智能技术进入各行各业的今天，在不存在中枢控制的情况下，大量简单或低智能个体如何涌现出“智能”的复杂群体，目前还没有人知道其明确的机理，但这正是复杂性研究所关心的问题。

随着信息技术的不断进步，信息的交联已经把工程系统的规模搞得越来越大、越来越复杂，同时也使得庞大的工程系统越来越找不到能胜任的指挥官。“海湾之后无名将”—海湾战争开启了信息化战争，同时也消灭了能名垂青史的指挥名将。复杂系统采集的信息越多，需要能自主化处理的单元越多，而无须、也不能把所有的信息都交给一个决策者来处理，这使得过去由中央控制的工程系统逐渐向扁平化、弱控制的工程系统发展，随着智能装备的出现与广泛应用，自组织的复杂工程系统也会成为现实。

一

复杂系统

1.理解世界的复杂性

诺贝尔物理学奖得主，“夸克之父”，同时也是圣塔菲研究所创始者之一的美国物理学家默里·盖尔曼是复杂性科学研究的重要先驱者，他在其著作《夸克与美洲豹》中用简单的最小粒子夸克和复杂生命体中的杰出代表速度与力量的象征者—美洲豹，来隐喻了世界从简单到复杂的漫长进化演变过程。一下子把人们的视线定格在对世界复杂性的惊叹中。夸克是构成所有物质的基石，美洲豹当然也是由一堆夸克和电子组成的，但美洲豹却表现出了惊人的复杂性，它矫健而又机敏，是哺乳类动物中的佼佼者。当然，智慧的人类才是这场漫长的复杂进化历程的最顶端，因为人还进化出了精神世界，有了更为复杂的道德与文化系统。下面来系统性地梳理我们所处的复杂世界。

从规模横向看，钱学森将世界按大小划分为渺观、微观、宏观、宇观和胀观五个层级，每个层级间的跨度是1019米。目前人类的理论认识尚处于微观、宏观与宇观这三个层级。在微观层级，夸克等基本粒子组成了电子、质子与中子，后者又组成了原子与分子。在宏观层级，原子与分子组成了大千世界，生命特性又将宏观世界分为有机世界与无机世界两大类，复杂系统的层次与系统类型如图1所示。无机世界是我们地球环境中的物理、化学系统，包括山川、河流、土壤、矿物等。从美国火星探测器发回的照片可以看出，宇观层级的宇宙星系也都是由与地球类似的矿物组成的。在有机世界里，品种多样的动物与植物构成了我们的自然生态系统。而人类作为生物链的顶端，除个体的生理系统外，个体人的精神系统汇聚在一起，构成了我们的社会系统，社会系统里又有道德、文化、法律和经济等复杂大系统。人发挥主观能动性，为改造客观世界又建造出人造工程系统。以上就是我们所处的世界以及存在的系统类型。从时间纵向看，我们的世界无时无刻不处在动态演化过程中。无机世界中物理与化学的演化，造就了元素周期表中丰富的元素以及它们之间的化合物。有机生命从最初的蛋白质大分子，质变到单细胞生物，再逐级进化，形成了多姿多彩的植物和动物，乃至最高级的生命系统—人。于是便有了我们现在的复杂世界。

图1 复杂系统的层次与系统类型

认识和理解系统及其复杂性为什么重要，可从以下两点去考虑。

一是我们的世界无不由系统组成，而复杂性是系统的本质属性。我们知道，系统之所以成为系统，不仅仅是由其组成决定的，更重要的是组成之间的关联关系，这种关联关系涌现出来的整体属性使之成为系统。在对系统进行还原分析时，系统组成之间的内部规律是极其复杂的。即使是简单的氢原子，我们将组成它的质子、中子和电子按任意的方式排布，也可能得不到一个氢原子，更何况复杂的生命系统。正是因为系统科学研究的是系统的一般性的组成与演化规律，而各学科的研究对象要么本身是系统，要么从属于某一个系统，因此用联系的和动态的系统科学思维来指导各学科的研究就非常有意义。

二是人们的研究工作归根到底是为了更好地指导对客观世界的适应与改造，即构造人造工程系统，这是系统工程的研究范畴。钱学森在其构建的系统科学体系中，包含了工程技术、技术科学、基础科学与哲学四个层次，如系统工程属于工程技术层级，运筹学、控制论与信息论属于技术科学层级，钱学森构建的科学技术体系体现了理论对工程实践的指导意义，我们研究系统科学，就是为了更好地指导系统工程实践，并借此改造客观世界。但是，随着技术的进步以及改造客观世界需求的越来越深入，人造工程系统的规模也越来越大，复杂程度也越来越高，人造工程系统的不确定性和异常状态给人类带来了很大的困扰。历史上的切尔诺贝利核电站事故和日本的福岛核电站事故都属于复杂的人造工程系统运行中出现不可控问题，而造成了人类的大灾难。

2.复杂系统理论

纵观复杂系统的发展历程，有两条主线，其中一条以“复杂性”科学的发展历程为主线，另一条以系统科学为主线。国外对于复杂系统的研究主要沿着“复杂性”科学的路线，经历了3个阶段：一般系统理论阶段、系统自组织理论阶段和复杂性系统科学理论阶段。在此过程中，涌现出一批具有开创性眼光的英雄人物，推动了复杂性系统科学的发展，图2所示。

系统科学是伴随着人类对外部世界的认识，即自然科学的发展而发展的。在人类科学发展史上，以1900年为界，有着截然不同的状态。1900年前的西方科学界，到处洋溢着大事已定的自信氛围，特别是在物理学上，人们认为已经达到相当完美、相当成熟的程度，一切物理现象似乎都能够从相应的理论中得到满意的解答。正如同物理学家迈克尔逊1894年说的那样：“大部分大的基本原理似乎已经被明确建立起来了，今后的进展主要是将这些原理严格应用到值得我们注意的一些现象中去。”此时在空间观上主要以欧几里得三维几何空间认识为主；时间观上认为时间只是标量，宏观物体的运动在时间上是可逆的；动力学原理上以牛顿的力学三大定律为依据；而因果观上，还原论与机械决定论占统治地位。1900年以后，随着量子力学、统计物理学和相对论的相继问世，“系统”所处的时空观、因果观和动力学原理都发生了巨变。固定的时空观被弯曲的时空观取代；系统所处的范围被划分为宇观、宏观与微观三个世界，动力学原理上按不同世界范围，适用不同的动力学原理，宇观适用相对论、宏观适用牛顿三定律、微观适用量子力学；因果观上，决定论由不确定性和概率论取代。虽然此时“系统”的概念尚未形成，却对后续系统科学的发展产生了深远影响，启迪着那些思考世界本质的研究者们。

图2  复杂性系统科学发展群英谱

1）20世纪20—60年代  一般系统理论阶段

贝塔朗非的一般系统论、维纳的控制论和香农的信息论是这个阶段的代表性成果，标志着系统科学的兴起。虽然整体的、系统的思维历史上一直都存在，亚里士多德曾说过“整体大于部分之和”，但是直接提出系统的概念，并从一般意义上去探求系统的属性与规律，还是从贝塔朗菲的一般系统论开始的。他提倡运用整体论的观点，用逻辑与数学的方法来研究和描述系统的一般性规律，研究的系统是一个包含物质的、心理的和社会文化的分层次的系统集合，而非仅是自然界的物理、化学系统。同时期发展的系统科学理论还包括维纳的控制论和香农的信息论。维纳从工程和生物医学中获得灵感，他参与过防空火炮的研究工作，设计防空火炮的自动控制装置，并从中领悟出了反馈机制，反馈是控制论的精髓，他也提出了学习与繁殖的概念，认为机器不仅能够通过信息与通信达到控制和反馈，还能够自我学习和自我繁殖，他的最终目的是实现所谓的“智能机”。香农是信息论的奠基人，主要有以下两点贡献：一是他提出了信息的定义，明确地把信息量定义为随机不定性程度的减少，或定义为信息是确定性的增加；二是他提出了信息的度量公式，为信息论和数字通信奠定了基础。

贝塔朗菲的一般系统论提出从系统的视角构建了系统的架构并指出了系统的属性，维纳的控制论描述了系统内部达到稳定的控制规律，而香农的信息论是系统进行控制的度量与依据。三者构成了一般意义上的系统适应外部环境，维持自身稳定的一整套理论依据，因此它们合在一起称作“一般系统理论”。一般系统理论打破了还原论的统治地位，为科学研究提供了全新的系统视角，为工程领域的自动化与稳定控制提供了理论依据。此三论奠定了后续系统科学研究的基础，开启了系统科学研究的新思潮。正如冯·诺伊曼在提出计算机原理的过程中说的那样：通过对“电脑”和人脑的比较认识了思维的复杂性；通过研究机器能否像生物那样具有自复制能力，了解了生命现象的复杂性；通过把博弈论应用于经济问题而了解了社会的复杂性。诺伊曼据此得出结论：“阐明复杂性和复杂化概念应当是20世纪科学的任务，就像19世纪的熵和能量概念一样”。

2）20世纪60—80年代  系统自组织理论阶段

普利高津的耗散结构、哈肯的协同论、托姆的突变论与艾根的超循环结构理论等自组织理论是这个阶段的代表性成果，标志着复杂性研究在自组织理论方面已经取得了比较明确的成果。耗散结构理论紧紧围绕一个重要的物理概念—“熵”展开。熵由德国物理学家鲁道夫·克劳修斯在1854年提出，用于度量内在混乱程度。热力学第二定律有一个熵增描述，即在一个孤立系统里，如果没有外力作用，其总的混乱程度（熵）会不断增大。基于此，克劳修斯提出了著名的“宇宙热寂说”，宇宙最终将归为一片死寂。普利高津从热力学研究的角度，提出了耗散结构理论，指出开放系统在远离平衡态时，在外界保持能量输入的条件下可以保持暂时的稳态。耗散结构理论打破了克劳修斯消极的热寂说，明确指出了系统远离平衡态的耗散结构的存在，这对于系统科学的理论指导来说意义非常重大，熵增定律与耗散结构已成为宏观状态下系统状态演变的普适性指导理论。协同学是哈肯在研究激光的发生过程中获得的启发，激光产生前是光波之间的竞争与选择的过程，一旦确立选择，所有的电子都受某种光波的支配，使得光波迅速得到加强而产生激光。哈肯从激光的理论模型出发，发现在系统从有序到无序的相互转变中，都存在着稳定态与非稳定态在相空间中共存且呈现相互合作的现象。从而得出一个重要结论：大量性质完全不同的系统，在状态发生变化过程中都存在着一种深刻的相似，即它们都是子系统相互协同合作的结果。而协同学的使命就是要探讨是否存在支配生物界和非生物界结构和功能的自组织形成过程的某些普遍原理。哈肯的协同学的意义在于他解决了耗散结构理论并未回答的问题，即新的耗散结构是如何产生的，协同学指出系统内部子系统间的自组织协同产生了新的非平衡稳定结构。一般认为，数学进入某一领域，才代表该领域真正走向成熟。针对系统的状态变化到底是通过渐变实现的还是通过“飞跃”实现的问题，托姆通过统一的数学模型来描述、预测和控制系统的突变现象，为系统科学的研究提供了数学手段。艾根的超循环结构理论关注的是生命的起源问题，即最初始的蛋白质大分子是如何从无机世界实现“非生命”到“生命”的飞跃的。艾根指出，在化学进化阶段与生物进化阶段之间还存在一个分子的自组织阶段，在这个阶段中，要求既能产生、保持和积累信息，又能选择、复制和进化，以形成统一的细胞机构，从而保证生命从无生命中涌现出来。这种大分子的自组织过程就是超循环结构。超循环具有一种“一旦选择便永恒”的选择机制，且是一种自复制循环，从而确保进化的成果得到保存和累积。

如果说一般系统理论解决的是系统在某一时间剖面上的组成、结构与稳定控制问题，那么自组织系统理论基本上解决的是系统在生命周期时间尺度内的动态演化问题。耗散结构理论明确了系统除平衡态的稳定结构外，还有远离平衡态的耗散结构，并且指出了达到耗散结构的条件。协同学则研究了系统在结构上如何达到耗散结构，即通过系统内部的竞争与协同的促进。突变论则从数学的角度描述了系统状态变化的一般规律，为自组织系统理论的发展提供了数学工具，提升了自组织系统理论的成熟度。而超循环结构理论则从分子生物学的角度，探寻了生命系统质变与进化的机理。上述四个理论对于理解我们所处的世界的系统自组织进化过程提供了理论指导。

3）20世纪80年代至今  复杂性系统科学阶段

这是复杂性科学真正诞生的时代，它是在自组织理论和分形、混沌等非线性科学理论的基础上发展起来的。人们一定惊叹于自然界中事物外在形态、几何图形的千变万化，但在这变化之中有着一种神奇的性质—自相似性。无论是植物、动物、物理现象还是地形地貌，都能找到自相似对象，包括人体的血管、肺部、神经系统等的构造上也具有高度的自相似性。自相似概念被数学家们所发现并利用，构造出了令人惊奇的曲线，如科赫曲线和谢尔宾斯基三角形等。美国数学家曼德勃罗把这种几何上的自相似性发展成一门新的几何门类—分形。美国气象学家洛伦茨在实验室研究气象预报模型时，稍微修改输入的值，得到了变化非常大的输出结果，洛伦茨敏感地抓住了这次机会，发现了混沌现象，即非线性的确定性系统对初值的敏感性现象。如果说量子力学打破了微观世界的确定性，混沌则打破了人们对宏观世界确定性的认识，随着人们对混沌现象的不断深入研究，更进一步确信了混沌才是我们所处世界的本质。而1984年圣塔菲研究所（Santa Fe Institute，SFI）的成立，让复杂性科学成为一门专门的学科，极大地促进了复杂性系统科学的发展。圣塔菲研究所把计算机作为从事复杂性研究的最基本工具，用计算机模拟相互关联的繁杂网络，霍兰提出了“适应性造就了复杂性”的论断，并引入了复杂适应性系统（Complex Adaptive System，CAS）的概念。CAS成为圣塔菲研究所的主要研究对象，也是当前复杂系统研究的热点之一。1985年Journal of Complexity创刊，对复杂性问题的研究起到了很大的推动作用。1999年4月2日出版的Science特别编辑了复杂系统专辑，足见当时国际上复杂系统研究的热门程度。

分形与混沌一方面从几何和代数的角度对非线性系统的演化进行了描述，为开展复杂系统研究提供了数学基础；另一方面分形与混沌代表了自然界的普遍规律，为人们认识自然提供了全新的、客观的视角。复杂适应系统理论在规模尺度上揭示了复杂系统适应外部变化，不断演化的动力机制。而遗传算法则从时间尺度上揭示了复杂系统代系演化过程中的动力机制。非线性与复杂性更加接近系统的本质，并将系统科学推进到了复杂性系统科学的新高度。

总结系统科学发展的历史，我们可以从历史唯物观的角度回顾过去，从科学发展观的角度展望未来，表1-1给出了系统科学发展的历史唯物观。在新技术迅猛发展的今天，系统科学的复杂性研究必将迎来新理论、新方法的黄金发展期。

（竖屏查看）

3.圣塔非研究所与复杂性研究

提到复杂性理论研究，一定离不开圣塔菲研究所的身影。圣塔菲研究所是一间位于美国新墨西哥州圣塔菲市的非营利性研究机构。1984年，美国新墨西哥州洛斯阿拉莫斯国家实验室主任（美国原子弹与氢弹诞生地）乔治·考温、诺贝尔物理学奖得主默里·盖尔曼（Murray Gell-Mann）、菲尔·安德森（Phil Anderson）和经济学奖得主肯·阿罗（Kenneth Arrow）等一批志同道合者的科学家们，致力于建立一所不设置任何院系的主要开展跨学科研究的研究机构，地点设在圣塔菲市，称作圣塔菲研究所。乔治·考温作为第一任所长，默里·盖尔曼作为第一任主席。

乔治·考温在他的回忆录《从曼哈顿计划到圣塔菲研究所》中详细记录了圣塔菲研究所成立的经过。乔治·考温非常不认可当时的科学界将自然科学与社会科学割裂开来，而且两个阵营之间轻视彼此的现状。乔治·考温认为，自然科学家应该更多地参与到探索复杂的社会系统的非线性动力学当中来。默里·盖尔曼也一直梦想建立一所不设置任何学科的，专门研究学科间交叉科学的研究机构，可谓一拍即合。因此圣塔菲研究所成立的初衷便是打破传统学科间的固有界限，但在开始时如何打破没有一个明确的方案，经过一段时间的讨论与探索，才找出自然科学与社会科学中共同的兴趣点，那就是复杂性。从此复杂性研究成为圣塔菲研究所的共同话题， 全世界的学者们凝聚在这里，共同探讨各个学科领域的复杂性问题，使得圣塔菲研究所成为全世界研究复杂性问题的圣地，聚集了一大批优秀的科学家。在这里霍兰提出了遗传算法与复杂适应系统（CAS）理论，并成为圣塔菲研究所在复杂性研究方面新的共识。兰顿提出了人工生命理论，斯图亚特·考夫曼开展了生命起源的研究，侯世达开展了强人工智能的研究，他的学生米歇尔·梅拉尼出版了风靡全球的介绍复杂性的书《复杂》，杰弗里·韦斯特研究了复杂世界里的简单法则—规模。

圣塔菲研究所不依附于任何组织，仅依靠其强大的影响力获得了大量的资金支持，既保持了研究方向的独立性，也保持了非营利性的初衷。圣塔菲研究所只有少量的正式员工以维持研究所的日常运转并为研究人员提供必要的服务，但广邀在复杂性理论研究领域有创新想法的研究人员到圣塔菲来进行不同期限的研究工作，并为这些研究人员搭建了自由交流思想，碰撞火花的平台。总之，圣塔菲研究所为跨学科的复杂性理论的研究应用推广做出了非常重要的贡献。

4.复杂系统特征分析

综合来看，复杂系统的本质特征在于它的复杂性和不确定性，定量地讲系统模型是高维、高阶的，具有多输入、多输出；定性地讲系统具有非线性、外部扰动、结构与参数的不确定性，有复杂和多重的控制目标和性能指标。具体地说，复杂系统一般具有以下特征。

1）系统性

系统性也称作整体性，是指复杂系统的各个部分构成了一个联系的整体，共同达成特定的、系统的部分无法完成的整体性目标，体现了系统1+1>2的特性。系统性强调应该运用全面的与联系的观点来审视系统，考察系统内部各部分之间的关联关系，以及系统与其所在环境之间的关联关系。

2）规模性

复杂系统的规模庞大，维数很高，子系统的数目、变量的数量巨大。例如，研究一个省的经济模型就可能涉及成百上千个变量。规模作为系统的一个属性时，一方面规模的扩大会增加系统的复杂性，而另一方面，系统的规模也不会无限地扩大，在系统其他属性的约束下，而呈现出一定的规律性。例如，一个生态系统中每一种物种的规模都是处在一种动态平衡中，体现的正是系统的自组织性与适应性。

3）层次性

从系统的定义来说，系统是具有层次嵌套的，复杂系统往往可分解为多层次结构。层次性又与涌现性互为因果，因为涌现特征总是系统在低层次指向高层次的，都是低层次所不具备的发生“质变”生出的新特性。

4）非线性

复杂系统的一个重要特征就是非线性，这些非线性动态行为，往往是由一定数量（或大量）非线性元件（或子系统）的组合及其相互作用而产生的，本质上不同于线性元件的组合及其相互作用。实际上，复杂系统中的非线性因素（内部及环境的）及它们之间的相互作用是形成复杂性的重要条件。例如，卫星的定位与姿态控制过程，船舶尾部升沉的预报与控制过程，以及机器人的运动控制过程等，只能采用表征大范围的非线性微分方程来描述。

5）涌现性

系统之所以能成为系统，必须有它的整体性特征，这些是系统的各成员部分所不具备的，在这里称作涌现。对复杂系统来说，其涌现性尤为突出，且不易被人们所完整认识，即复杂系统常具有尚未被认知的涌现性，正向涌现给人以惊喜，而负向涌现给人们带来挑战。

6）不确定性

规模、非线性与未知涌现性给复杂系统带来了很大的不确定性。按照系统科学里的混沌理论，非线性确定系统本质上是混沌的，但混沌是局部的不确定性与整体确定性的辩证统一，就像洛伦兹的奇异吸引子那样，脱不开奇异吸引子的范围。而复杂系统的不确定性更是需要认知和管控的一个重点。

7）次优性

由于复杂系统中往往存在多个目标，且相互影响，系统的控制目标往往不可能有唯一解，导致控制目标在寻优的过程中，只能达到“次优”或“满意”的程度。

8）自组织性

自然复杂系统内部的有序结构或这种有序结构的形成过程是由系统成员之间自发形成的，是系统内部各成员遵循的规律的综合涌现，比如大自然的繁衍生息。人造复杂工程系统的设计，就是要构建好有利于系统成员联系的有序结构，并制定有利于系统稳定和效能实现的演化规则。

9）有机性

复杂系统的成员虽然是自组织的，但随着成员系统之间复杂的交互关系，在整体上往往表现出一定的有机特性来，在系统的外界环境发生改变时，复杂系统通过内部的调节和规则的变换，维持相对的稳定性，从而表现出一定的有机适应能力，类似于有机生命系统的自适应能力。

二

复杂工程系统

1.复杂工程系统内涵

工程（Engineering）最早产生于18世纪的欧洲，其本义是兵器制造、军事目的的各项劳作，后扩展到许多领域，如制造机器、架桥修路等。我国的殷瑞钰、李伯聪与汪应洛等在《工程演化论》中对工程进行较为全面的定义，即工程是人类有目的、有计划、有组织地运用知识（技术知识、科学知识、工程知识、产业知识、社会−经济知识等）和各种工具与设备（各种手工工具、各种动力设备、工艺装备、管控设备、智能性设备等）有效地配置各类资源（自然资源、经济资源、社会资源、知识资源等），通过优化选择和动态的、有效的集成，构建并运行一个“人工实在”的物质性实践过程。从定义中可以看出，工程是一种对科学、技术、人力、资源的综合运用，其目的是构建一个有助于人们改造客观世界的“人工实在”。因此工程系统是一种人造系统，是一种在自然系统基础上人工再创造的结果。随着人造工程系统的规模越来越大，以及内部的关联关系越来越复杂，便出现了复杂工程系统。例如，如果建一间房子是一种简单的工程系统，那么建一座城市，就是复杂工程系统了。

卡内基梅隆大学的复杂工程系统研究所（Institute for Complex Engineered Systems，ICES）是一个专门针对复杂工程系统进行研究的机构，它的研究主要面向复杂工程设备、过程和系统中的多学科领域。麻省理工学院的SEARI（Systems Engineering Advancement Research Initiative）主要工作则是将有效的系统工程理论、方法和实践应用到复杂社会和工程系统中，其主要研究成果包括多属性决策空间探索法（Multi-Attribute Tradespace Exploration，MATE）设计，基于生存性的复杂系统设计等。

国内对于复杂工程系统的研究是从系统科学的角度开展的，主要源自钱学森开创的“开放的复杂巨系统”的研究。1989年年底，钱学森发表的“一个科学新领域—开放的复杂巨系统及其方法论”标志着复杂工程系统的建立，并沿着该思路又相继提出了人机结合、从定性到定量的综合集成研讨厅体系。中国科学院自动化所复杂系统与智能科学重点实验室将人工系统、计算实验、并行分布式计算等方法，同钱学森的集成方法相结合，推进了复杂系统的研究工作。国内其他从事复杂系统相关研究的机构还包括中国科技大学非线性科学与复杂系统研究中心、清华大学系统集成研究所以及北京师范大学系统科学学院等。

对于复杂工程系统，不同学者根据自己的理论研究和应用成果，给出了不同的定义。李伯虎院士指出，复杂工程系统是指一类具有“系统组成关系复杂、系统机理复杂、系统的子系统间以及系统与其环境之间交互关系复杂和能量交换复杂，总体行为具有涌现、非线性，以及自组织、混沌等特点的工程系统”。

邓方林教授认为复杂工程系统有两种含义：一是根据特定的复杂系统的模型所设计出来的工程系统，即当人们掌握某种复杂性现象的规律和本质后，可以依照要求设计出一种工程系统来还原这种复杂现象。二是人们设计的不具有复杂性的工程系统，由于系统规模的扩大和关联关系的复杂化，或是由于引入新的设计需求而带来的设计准则的冲突，使系统呈现了原来没有的复杂性。

Bloebaum教授将复杂工程系统定义为这样一类工程系统：系统内部存在着紧密耦合的相互作用，这些作用所产生的共同行为是不能由各部分行为简单相加而能够得到的。她认为本质上这类系统是高度跨学科的系统，系统中这些跨学科耦合关系的存在甚至有可能导致一些不合理的结果。

虽然不同学者给出的定义有所差别，但可以看出复杂工程系统在本质上仍属于复杂系统，具有复杂系统应有的一般特性。

2.复杂工程系统设计方法

复杂工程系统设计是实现系统优化的科学，是一门高度综合性的管理工程技术，复杂工程系统设计科学框架如图3所示，涉及设计哲理（敏捷、迭代、协同等）；设计理论（系统工程理论、体系工程理论等）；设计方法（体系结构设计、功能设计等）、专业基础知识（如系统科学、运筹学、控制论等）等。复杂工程系统设计的主要任务是根据总体协调的需要，把基础思想、理论、策略、方法等从横的方面联系起来，应用现代数学和计算机等工具，对系统的构成要素、组织结构、信息交换和自动控制等功能进行分析研究，借以实现最优化设计的目标。

图3  复杂工程系统设计科学框架

通过对产品设计理论与方法、软件设计理论与方法、系统设计理论与方法的研究，提出了复杂工程系统设计方法体系，如图4所示。

图4  复杂工程系统传统设计方法体系

从传统复杂工程系统设计方法体系可以知道，系统的设计还是简单系统的放大版，虽然涉及面更广、协调内容更多、不确定性更大，但是方法并没有本质区别，依然是基于过程的工程实物迭代。大量工程实践证明，针对不同阶段、不同对象的设计方法的选择存在较大的随意性，这与目标系统的成熟度、设计师的水平、建造的工艺和工程的造价等都直接相关，甚至让设计者、管理者和用户无所适从，而且复杂工程系统关键的不确定性和涌现性等特性无法得到有效的设计和管理，造成设计结果差强人意。复杂工程系统一般都是周期长、造价高、风险大，上马不好回头，而且是所在领域体系生态的重要组成，因此，工程界也急需在新技术支撑下的新方法的出现。

三

复杂工程系统的设计过程指--系统工程

1.系统工程概述

系统工程是人们对工程系统建造过程中最佳实践的提炼与总结，在工程领域为人们所推崇，不仅能够提高工程建造的效率，还能提升工程系统的质量水平。什么是系统工程呢？我们先来考察一下一般的工程建造过程。

一般的工程过程大体上可分为设计、建造、验证和运行四个主要过程。设计的过程是工程师根据需求目标以及掌握的现有相关技术知识，从逻辑上选择出工程系统的组成单元以及组成单元之间的交互，考虑到实现的可行性，设计过程受到现有技术水平的限制，更准确地说是受到设计者掌握的技术知识水平的限制。而建造的过程是将设计的逻辑系统转化为物理实体系统的过程。建造过程涉及人力、资金和时间的统筹安排，必须考虑在资金预算和工期预算之内完成建造任务，这通常用计划评审技术（Pert）来筹划任务的时间和先后顺序，以排出合理的工期。验证是将建造的结果与需求和设计进行比对的过程，检验建造的系统在功能与性能方面是否符合设计要求以及用户的真正需求，验证通过后系统投入运行使用，未通过则需要返回需求，进入下一个迭代循环。典型工程建造过程如图5所示。因此系统工程的重点是将一项工程的建造过程分阶段实施，以及如何对每一个阶段进行有效的组织管理。钱学森给系统工程下的定义是，系统工程是组织管理系统的规划、研究、设计、制造、试验和使用的科学方法，是一种组织管理的技术。

图5  典型工程建造过程模型

工程系统能否发挥预期的功效，还与系统的质量关系密切，因此系统工程在发展过程中吸收了质量管理的部分思想，与质量管理过程进行了融合。我们知道，质量管理的发展经历了质量检验（Quality Testing，QT）、统计质量控制（Statistical Quality Control，SQC）与全面质量管理（Total Quality Management，TQM）三个阶段，逐步形成规范过程、定量控制、预防为主、持续改进等全面质量管理的思想。系统工程吸收了全面质量管理中的过程管理与定量控制等思想，形成了如国际系统工程协会（INCOSE）《系统工程手册》第四版中包含30个标准过程的系统工程过程模型，如图6所示。

图6  INCOSE系统工程过程模型

2.系统工程的降维解析过程

传统的系统工程过程本质上是一种以西方“还原论”主导下的“降维解析”过程。

笛卡儿将还原论方法描述为：“将面临的所有问题尽可能地细分，细至到能用最佳的方式将其解决为止”。人工智能领域的著名学者侯世达也曾这样评价还原论，说还原论是对这个世界最自然的理解方式，他说“如果你理解了整体的各个部分，以及把这些部分‘整合’起来的机制，你就能够理解这个整体”。还原论在推动现代科学发展上做出了至关重要的贡献，物理学上对世界本源的探索，生物学上的解剖学与细胞学都是典型的还原论的应用。但还原论应用在工程建造上也存在着一个很大的弊端，那就是分解的过程必然会造成系统整体性与内部交互性的流失，即使在后期进行了完整的集成，也无法保证流失的整体性和内部交互性得到彻底的还原。

传统的系统工程方法以霍尔提出的三维结构作为理论框架基础，以V模型为过程指导，其设计过程是将复杂的大系统分解为不同的小系统或模块，然后分别实现，再集成还原为大系统。以NASA的系统工程为例，包含技术流程与技术管理流程两大类。其技术流程又包含明确利益相关方期望、技术需求定义、逻辑分解、设计方案定义、产品实施执行、产品集成、产品验证、产品确认和产品交付9个流程。这9个流程实质上是一个传统的V模型的过程，经过对系统需求的分解、实现与再集成的过程来实现系统产品。NASA系统工程过程模型如图7所示。

图7  NASA系统工程过程模型

由于系统设计过程中对需求的分解过程是一种从逻辑上的静态分解，分解后必然会带来模块之间交互特征的损失。这种“降维”的过程体现在两方面。

一是从系统的参数维度上，分解过程将复杂的多维度系统，分解为多个小维度子系统或部件，实现了降维。降维后，将一个复杂的大系统问题分解为多个小系统问题，为各个部分的优化设计提供了便利，但同时也造成了系统的整体性缺失，而系统整体性往往是一个复杂工程系统研制成功的关键。在足球比赛中，将每一个位置上世界上最优秀的球员组成一支队伍，并不能确保整支球队的强大，关键还要看球员之间的配合。相反地，钱学森在其《工程控制论》时指出：“我们有办法利用不十分可靠的元件做出非常可靠的系统”，这正是系统整体性1+1>2的优势。因此传统系统工程参数维上的降维解析方法有利有弊。

二是从时间维度上，静态分解过程影响了系统在时间上的动态演化特征。系统的整体性状态是一个在时间上连续变化的函数，由系统的各个模块之间通过交互与协作来共同决定。但是，在系统分解以后，系统的各个模块分别设计，系统模块之间的交互关系只有在系统集成后才能建立，并进行调试与验证，因此在系统研制的很长一段时间内，系统在时间上的动态演化特征是缺失的，系统模块的设计特性无法及时映射到系统的整体效能上。

在系统不够复杂时，降维解析过程造成的交互性与整体性特征损失可以在系统集成验证过程中得到很好的修正，或者因为影响小而可以被忽略，从而不会对最终的结果造成太大的影响。但是如果系统足够复杂时，降维解析造成的交互性与整体性缺失只能通过原型系统的不断迭代，逐渐逼近的方式来逐步弥补，而且未必能弥补完整。造成了复杂大系统的研制周期长、代价大、效率低。归根结底，降维解析方法是一种通过降维来规避系统复杂性的方法，是一种对系统复杂性的消极应对策略。

版权声明 ：本文为原创稿件，未经授权不得转载，转载请注明来源。

来源：转自微信公众号“体系工程”

※ ※ ※

创新体系工程基础理论和方法

推动系统工程理论再发展