复杂系统的基本特点就是复杂,它不仅有数值比较大的参量和作用,而且存在大量小参量和微小作用。这些小参量和微小作用往往是不确定的。在人们建立系统模型时,通常必须忽略大量次要因素(人们认为的次要因素),也就是说,必须忽略大量不确定因素。因此,人们建立系统模型,实际上是用一些确定的参量来描述系统;人们采用系统工程方法来进行系统优化时,实际上是对由一些确定参量确定的理想系统进行优化。优化的结果也是高度理想化的。
对于比较简单和确定的系统,上述方法是有效的,但对于复杂和不确定系统,这样的方法的有效性就大大值得怀疑。比如,
复杂和不确定系统存在混沌现象。混沌学研究了确定微分方程“对初始条件的敏感依赖”的现象。这种现象用简单通俗的话来说,即是:没有被注意到的某个非常小的原因会导致出一个我们不可能视而不见的相当重要的结果。科学家们形象地说法是:在南半球某地的一只蝴蝶偶然煽动翅膀所带来的微小气流,几星期后可能变成席卷北半球的一场暴风雨。这就是“蝴蝶效应”。在复杂和不确定系统中,存在千百万只蝴蝶,这些蝴蝶就是小参量和微小作用,它们对于系统都可能产生重要影响。然而,人们在建立系统模型时,又必须忽略这些蝴蝶,这样,系统描述的准确性就大大值得怀疑,由此得到的系统优化的结果也就大大值得怀疑。
因此,在复杂和不确定系统中,系统工程方法失效。
因此,在复杂和不确定系统中,只能进行不确定性优化。