复杂适应系统(Complex Adaptive System,CAS)由美国计算机科学家霍兰德(John Holland)于1994年首次提出。所谓复杂适应系统是指在系统演化发展过程中,系统主体通过“学习”不断改进自身行为,与系统环境相互适应、相互影响所形成的具有自适应、自组织和协同演化的复杂动态系统。[1]微观层面上,系统中具有适应性和主动性的个体称为主体(agent),主体之间以及主体与环境之间具有持续的相互作用,不断地进行信息交流和资源交换。一方面,主体为了更好地适应系统环境,不断“学习”和“积累”经验,并根据所学经验改变行为习惯和作用方式;另一方面,主体行为规则的改变反作用于系统环境,致使环境发生相应变化。宏观层面上,主体间复杂的非线性作用导致系统演化产生“涌现”现象,使得系统在宏观上突现出新的结构、现象和更复杂的行为。
复杂适应系统理论认为,适应性是造就复杂性的根本原因。如图4-1所示,复杂适应系统具有三种状态:稳定状态或受控于负反馈,不稳定或受控于正反馈,有限不稳定或生长在混沌边缘。[2]其中,完全的稳定状态和不稳定状态都是系统演化中某时刻的特殊状态,有限的不稳定状态则是复杂适应系统的常态。当系统处于有限的不稳定状态时,主体之间以及主体与环境间的相互适应使得系统复杂多变。根据复杂适应系统理论,所有的复杂适应系统都具有四个特征——聚集、非线性、流和多样性,以及三个机制——标识、内部模型和积木机制。
复杂适应系统理论的创立为人们深刻认识、理解、研究、分析、设计、控制和管理一大类复杂系统提供了新思想,已在经济、信息、社会、生物、生态、环境等领域得到广泛应用,得到普遍认可。对于数字信息资源配置研究,复杂适应系统理论提供了一个新的理论视角,在分析数字信息资源配置系统结构和资源配置机制方面体现出优势,具有较强的适用性。
图4-1 复杂适应系统(www.xing528.com)
(1)主体是复杂适应系统理论最基本的概念,主体概念对于数字信息资源配置具有鲜明的实用性和可操作性。在复杂适应系统理论的指导下,将信息个人、组织甚至集群视为系统主体,充分考虑主体的主动性和适应性对系统演化和资源配置效果的影响,能够获取配置过程中的用户体验,有利于深入研究配置主体的信息行为策略,并归纳配置主体的行为模式。
(2)复杂适应系统是多层次组织,各层之间界线分明且具有非线性关系。而数字信息资源配置系统具有网状层次结构,较低层总是根据积木机制,聚集成较高层。例如,许多同类型数字信息资源构成一个数据库,多个数据库构成一个数字图书馆,多个图书馆构成一个数字图书馆联盟。利用复杂适应系统理论能够厘清数字信息资源配置系统的层级关系,清晰展示数字信息资源结构和配置主体之间的相互关系。
(3)复杂适应系统理论变革了还原论,恢复了古代系统思想强调的活力观。利用复杂适应系统理论研究数字信息资源配置系统,能够将微观主体信息行为和宏观系统演化有机结合。在刺激—反应模型和系统回声(ECHO)模型的作用下,配置主体的适应性行为势必引起配置系统结构和功能的涌现,实现配置主体的利益变化与系统性能演变的有机统一。因而在复杂适应系统视角下,可以同时关注微观配置的效率和宏观配置的公平性问题。
(4)数字信息资源配置常常受到随机因素影响,使得配置结果不可预测。而复杂适应系统理论充分考虑了随机因素的作用,从复杂适应系统视角描述的数字信息资源配置系统更客观和具体,能够全面分析随机因素引起的系统涨落对数字信息资源开发、共享和利用行为的影响,从而揭示数字信息资源配置系统演化规律及其对配置结果的影响机理,并提出数字信息资源优化配置策略。
免责声明:以上内容源自网络,版权归原作者所有,如有侵犯您的原创版权请告知,我们将尽快删除相关内容。