9、复杂系统中的自组织、分数微积分与大数据特性

复杂系统中的自组织、分数微积分与大数据特性

自组织与分形系统特性

从自组织的角度来看，系统通过涌现和反馈过程不断进行自我组织。涌现是分形系统的另一个重要特性，它指的是由于局部相互作用而突然出现的意外的全局行为和模式。例如间歇性和其他突发行为、分叉、相变以及双稳态或多稳态等，这些都指向了非线性现象，并且与生物学和医学领域相关。

由于系统中的主体明显以随机方式相互作用，这些相互作用的模式以一种能提供有关主体在系统中的行为以及系统本身行为信息的方式涌现出来。另一个特性是共同进化，它表明所有系统都存在于自身的环境中，同时也是该环境的组成部分。这是一个适应和进化的过程，因为当系统发生变化时，它们会改变其环境，而随着变化不断发生，这就成为一个持续的过程。这或许暗示达尔文的理论实际上可以被称为“共同进化理论”。

有时会对复杂自适应系统和复杂演化系统进行区分。复杂自适应系统不断适应周围的变化，但不会从这个过程中学习。而复杂演化系统则从每次变化中进化并学习，以便能够影响其环境，这为未来提供了更好的预测可能性，并相应地为这些变化做好准备。分形系统不仅具有适应性，还具有演化性，这意味着环境灵活性是核心，因为系统中的所有组件相互依赖，并且同时动态涌现。

协同学与复杂系统处理

协同学作为一门年轻的科学学科、方法论、自组织理论和不同部分的定量合作理论，可以被视为处理复杂系统的一种策略。协同学运用了进化论的原理，其方法在社会、政治和人口系统中得到了广泛应用，因为它们的形成方法带来了对社会科学和自然科学的重新理解。

现代动态系统，包括具有不同物理性质的经济和技术系统，都属于由密集的动态相互作用和物质、信息、能量交换连接的多个子系统的复合体，这些都显