智能复杂体系为什么将是未来研究热点？

作者：吕淳朴，王焕钢，张涛，蒋文兰

作者简介：吕淳朴，清华大学自动化系，博士研究生，研究方向为智能系统与复杂体系；张涛（通信作者），清华大学自动化系，教授，研究方向为智能系统与复杂体系。

原标题：《智能复杂体系将是未来研究热点？为啥？》

随着互联网、大数据、人工智能等技术的快速发展，原来孤立的系统之间实现了紧密互联，一系列具有智能性的系统动态组合后构成了智能复杂体系。对智能复杂体系的研究可以帮助解决现有体系中存在的诸多问题。

吕淳朴、张涛等指出，体系的发展给科学研究与工程实践展示了广阔的研究空间，也是数据科学向未来发展的重要验证和推动力量。今后体系的研究方向主要集中在智能复杂体系的建模、智能涌现与牵引控制等。

一系列具有智能性的系统进行动态组合，构成了智能复杂体系。对智能复杂体系的研究可以帮助解决现有体系中存在的资源配置不合理问题，从而提高资源利用率。智慧城市、智慧园区、智慧工厂、未来战场都可以视为某种特殊的智能复杂体系。

开展智能复杂体系的研究意义重大。传统的复杂系统研究对于体系的全貌缺乏充分的认识，体系由系统发展而来，也是系统向越来越复杂、越来越智能化发展的必然产物。

近年来，人工智能新成果的出现，给智能复杂体系相关问题的解决开辟了新的道路。

智能复杂体系的概念与特征

体系的概念与特征

“体系”对应的英文为system of systems（SoS），最早出现在1964年一篇讨论城市系统的文章中。

现代汉语中，体系指“若干有关事物或思想意识互相联系而构成的一个整体”，在这个概念下的大部分体系，与本文探讨的内容有潜在联系，但也有很大区别。

尽管在体系与体系工程还未形成统一的、为学术研究领域广泛接受的概念定义，但关于体系与系统、体系工程与系统工程的区别已经得到众多学者认可。

从综合的体系概念分析，体系是由组分系统构成的系统；从分领域的体系概念分析，体系的典型概念与定义不下40种。描述体系概念时，通过特征理解体系可能是一种更理想的方法。

Maier M W提出了体系的5个关键特性：构件系统运行独立性、构件系统管理独立性、地理分布、涌现行为、进化的发展过程。随着对体系了解的加深，体系的特征加入了归属性、互联性、异构性等。国内学者为体系特征增加了边界模糊与动态、影响的关联性、自组织与适应性等特征。

智能时代下的体系

智能时代，体系研究工作的重点对象为智能复杂体系。智能复杂体系拥有体系的基本概念、基本特征和其独有的特征，特征的核心在于智能性。

1） 智能复杂体系的概念。

智能复杂体系是一系列智能系统的动态组合。智能系统间以数据为表现形式，以物质、能量、信息为载体进行复杂多变的联接、交互、协同、优化。

2） 智能复杂体系的特征：

• 组分系统具有独立性、异构性、复杂性、分布性、智能性。
• 智能复杂体系运行和管理具有动态性。
• 组分系统间通过数据进行复杂多变的联接与交互。
• 智能复杂体系具有强涌现特性。

智能复杂体系与多智能体系统、复杂网络

在系统复杂性研究中，多智能体系统（multi-agent system, MAS）和复杂网络（complex network）是两个重要概念，形成了重要的方法体系。

多智能体系统是可以相互协作的多个简单智能体为完成某些全局或者局部目标使用相关技术组成的分布式智能系统。复杂网络介于完全规则和完全随机之间，并呈现出小世界效应和无标度的统计特征。

智能复杂体系与上述二者的区别体现在基本单元、单元独立性和能力涌现等方面。但多智能体系统和复杂网络是系统复杂性研究的重要概念与方法，研究成果必然可以为智能复杂体系铺设基础，提供借鉴。

智能复杂体系的建模

复杂系统建模

在复杂性研究中，仿真技术已成为了一种有效可行的方法和工具。

仿真技术经历了发展阶段（约1940—1960年）、成熟阶段（约1970—1980年）和高级阶段（大约自1980年开始），现在进入了以复杂仿真系统为主的新阶段。

复杂系统的建模方法大致分为5类，分别为基于智能技术的复杂系统建模、基于数学手段的复杂系统仿真、基于离散事件动态系统的建模、定性建模与仿真、复杂网络建模与仿真。

智能复杂体系建模概述

仿真和建模是智能复杂体系面临的首要问题。

Hallo等认为仿真是体系建模的重要组成部分，强调在体系工程建模应用中融入仿真的重要性。

对于智能复杂体系的建模，部分研究者们借鉴复杂系统、多智能体系统、复杂网络等已存在的方法理念进行了研究。其中，基于Agent、Petri网和图论等的建模方法得到了较多尝试。

神经网络模型的特点与复杂系统的特征与建模方法论要求相适应，是复杂系统建模的重要途径，并逐步应用于文本语言处理、语音识别、图像处理、故障诊断等。

此外，基于聚类的多因子建模可以为生活社区体系提供集成方法，进行集成分析。

系统建模语言可以表示企业体系结构的统一体系结构框架，也可以进行战场制图开发和无人机部署，为无人机群体系工程提供指导。

也有研究者提出，由于体系空间的复杂性，呼吁开发新方法，并提出了新技术必须改进的具体领域。

很多研究者提出了体系建模的新范式，有学者建议在整个体系生命周期中维护和使用可视化。也有学者认为，组分系统的加入或离开改变了体系的结构配置，可能会影响整个体系的性能、安全性和可靠性。

智能复杂体系的涌现

系统科学把整体具有、孤立部分及其总和不具有的性质称为整体涌现性。

涌现性由组成成分按照系统结构方式相互作用、相互补充、相互制约而激发出来，是组成成分间的相干效应，即结构效应。涌现并不破坏单个个体的规则，但无法用个体的规则解释。

体系来自于系统，关键区别在于二者在涌现行为上的不同。系统涌现可以人为设计，体系涌现则超出了可预见范围。

一个体系需要多种多样的涌现行为来提升能力。因此，体系的设计者需要为体系创造合适的环境，使涌现行为充分发生，并能够迅速地检测和中止意外行为。

在智能复杂体系的涌现研究中，智慧城市因其广阔的应用前景备受关注。“城市计算”对来自多系统的信息融合产生了“整体大于部分之和”的效果，给智能复杂体系的涌现提供了例证研究。

但现有的文献对体系涌现性的描述不够充分，主要原因是对于体系涌现的实现较为困难，更遑论对涌现的控制、引导与调节。

未来，智能复杂体系的涌现行为将通过数据配合、耦合与融合，互相渗透与弥散，逐步深入，能够自发地出现更强的信息与知识。

同时，逐步解开涌现发生的机理，进而实现对智能复杂体系涌现行为的控制与引导。

智能复杂体系的应用

尽管智能复杂体系的概念、特征与建模还处于研究阶段，但研究者已经在实际体系中进行了大量探索。

在智慧城市复杂体系中，体系概念被应用于智慧城市交通中的挑战。

在企业和社区复杂体系中，体系理念结合云计算环境可以为提供计算服务的企业系统的服务质量进行监视、管理和响应。

体系与物联网技术结合，可用于管理医疗补助服务。

体系理念应用于社区体系的构建，从描述区域内因子价值组合类型的数据中，发展出系统社区类型学。

在战场智能复杂体系中，体系思想已应用于无人飞行器群的工程设计。

智能复杂体系的研究方向

智能复杂体系的建模

系统复杂性研究和数据技术的不断发展给建模提出了新的需求。建模的复杂度和难度也将逐渐提升，并将随着体系概念的更新而逐渐升级换代。

智能复杂体系的建模应当满足如下条件。

1） 体系内各组分系统需要统一的建模框架与方法，实现组分系统间的数据共融，而处理异构数据将是建模过程中的关键技术之一；

2） 组分系统之间和系统内各主体之间的关系描述准确、全面；

3） 模型能够体现智能复杂体系运行和管理的动态性，允许系统的进入、退出和动态演化，能够清晰地反映数据的联接、交互、协同、优化；

4） 模型能够展示智能复杂体系的涌现特性，能够将人纳入体系运行中，使对体系涌现的引导与控制成为可能。

智能复杂体系的涌现与牵引控制研究

涌现是体系的重要特征，但现阶段相关的研究主要集中在理论层面和简单实例形式，对机理的解释研究较少。

智能复杂体系的涌现行为及其主动牵引或控制将是未来研究的热点。研究者需充分利用当前研究热点，从数据流动的视角分析涌现的形成机理与发展模式，并尝试对涌现做出符合需求的引导与控制。

智能复杂体系研究的整体架构

结论

在云计算、机器学习、人工智能等数据科学发展的推动下，体系的概念得到了更广泛的推广与应用。今后研究应重点关注智能复杂体系的建模，智能涌现与牵引控制。

对体系尤其是智能复杂体系的研究，将在可预见的将来成为研究的热点，与此同时，也迫切需要从体系的概念、特征、建模、牵引控制等角度，全面理解和了解体系，为未来的发展奠定良好的基础。