复杂系统与复杂网络

复杂系统与复杂网络                          

　　20世纪90年代以来，以Internet为代表的信息技术的迅猛发展使人类社会大步迈入了网络时代。从Internet到WWW，从大型电力网络到全球交通网络，从大脑神经网络到各种新陈代谢网络，从科研合作网络到各种经济、政治、社会关系网络等，可以说，人们已经生活在一个充满着各种各样的复杂网络的世界中。人类社会的网络化是一把“双刃剑”：它既给人类社会生产与生活带来了极大便利，提高了人类生产效率和生活质量，但也给人类社会生活带来了一定的负面冲击，如传染病和计算机病毒的快速传播以及大规模的停电事故等。因此，人类社会的日益网络化需要人类对各种人工和自然的复杂网络的行为有更好的认识。长期以来，通信网络、电力网络、生物网络、和社会网络等分别是通信科学、电力科学、生命科学、和社会学等不同学科的研究对象，而复杂网络理论所要研究的则是各种看上去互不相同的复杂网络之间的共性和处理它们的普适方法。从20世纪末开始，复杂网络研究正渗透到数理学科、生命学科和工程学科等众多不同的领域，对复杂网络的定量与定性特征的科学理解，已成为网络时代科学研究的一个极其重要的挑战性课题，甚至被称为“网络的新科学（new science of networks）”。

　　以生命科学为例，20世纪的生命科学研究主流是建立在还原论基础上的分子生物学。还原论的基本前提是，在由不同层次组成的系统内，高层次的行为是由低层次的行为所决定的。具有还原论观点的生物学家通常认为，只要认识了构成生命的分子基础（如基因和蛋白质）就可以理解细胞或个体的活动规律，而组分之间的相互作用常常被忽略不计。尽管基于还原论的分子生物学极大地促进了人类对单个分子功能的认识，然而绝大多数生物特征都来自于细胞的大量不同组分，如蛋白质、DNA、RNA和小分子之间的交互作用。对这些极其复杂的交互作用网络的结构和动力学的理解已成为21世纪生命科学的关键性研究课题和挑战之一。

　　对网络的科学研究最早起源于著名的欧拉七桥问题。之后的近两百年中，数学家们一直致力于对简单的规则网络和随机网络进行抽象的数学研究。随着近年来计算机存储能力和处理数据能力的增强，以及一些大规模系统的数据库的建立，人们重新获得了真实网络的特征数据，发现真实网络既不是规则的，也不是随机的，而是呈现一定规律的复杂网络。复杂网络之所以复杂，不仅在于网络规模的巨大，网络结构的复杂，而且网络在时间、空间上都具有动态的复杂性，网络行为也具有复杂性。

　　许多真实系统都可以用网络的形式加以描述，一个典型的网络是由许多节点与链接节点之间的边组成的。节点代表系统中的个体，边则表示节点之间的作用关系。如WWW网络可以看成是网页之间通过超链接构成的网络；Internet网络可以看作不同的计算机通过光缆链接构成的网络；科学家合作网络可以看作不同的科学家合作关系构成的网络；基因调控网络可以看作是不同的基因通过调控与被调控关系构成的网络。

　　这些真实网络的普遍存在，促使来自不同学科领域的科学家共同致力于复杂网络的研究。这些学科领域包括复杂性科学、数学、物理、生物、计算机等。复杂网络的研究可以使人们更好的了解现实世界的复杂系统，为设计具有良好性能的网络提供依据。同时复杂网络的理论成果将会广泛地应用到生物、计算机等各个学科领域。

　　复杂网络的研究大致可以描述为三个密切相关但又依次深入的方面：大量的真实网络的实证研究，分析真实网络的统计特性；构建符合真实网络统计性质的网络演化模型，研究网络的形成机制和内在机理；研究网络上的动力学行为，如网络的鲁棒性和同步能力，网络的拥塞及网络上的传播行为等。

　　

转自：http://www.sciencenet.cn/m/user_content.aspx?id=216824

　　参考文献：

　　[1] 汪小帆，李翔，陈关荣. 复杂网络理论及其应用. 北京: 清华大学出版社，2006.

　　[2] 郭雷，许晓鸣. 复杂网络. 上海: 上海科技教育出版社，2006.

　　[3] 曾宪钊. 网络科学.  北京：军事科学出版社， 2006.

　　[4] 何大韧，刘宗华，汪秉宏. 复杂系统与复杂网络. 北京: 高等教育出版社，2008.