【工业互联网】深化“互联网+先进制造业”，携手推动工业互联网发展；工业互联网复杂体系架构设计新范式

2018年12月7日-8日，以“创新驱动、技术引领”为主题的2018第六届“汽车与环境”创新论坛在上海·安亭正式举办。本次论坛完整覆盖汽车行业技术领域的研讨，旨在进一步促进整车企业与零部件企业之间对技术发展趋势的探讨、加强汽车行业专家之间的交流互动、增强整车与零部件企业的交流、搭建合作平台，通过活动促进汽车零部件产业创新转型升级、打造更具竞争力的整零协同创新关系，助力实现向汽车强国的转变。以下是中国信息通信研究院标识管理中心副主任李海花的发言：

大家早上好，感谢会议主办方的邀请，我来自中国信通院，我们院一直在支持部里推动工业互联网的发展与研究，今天借此机会跟大家分享。

目前国家非常重视数字经济的发展，从这张PPT上可以看到整个数字经济包含两大块，第一个是围绕着数字产业本身发展，另外一个是数字化在产业中的应用，包括农业、工业、生产。这在整个GDP里占比非常高，达到了25.4%，增长比较快，这也是为什么国家非常重视这块的原因。

其中工业互联网是很重要的一块内容，同时服务于实体经济，为工业的发展提供了很重要的支撑和路径。

从互联网和工业的发展路径可以看到，互联网是在往实体经济延伸，工业也在不断地和云、大数据等等相关技术结合，最终在2012年左右出现了工业互联网的概念。

工业互联网现在是咱们全球比较认同的大理念，在中国也是国家很重要的战略。现在产业界对于工业互联网的关注比较高，目前我们给出了工业互联网的概念，这和美国、德国工业4.0包括日本，有些稍微不太一样的地方。中国特别强调关键基础设施，工业互联网的发展，就像互联网一样，我们所有的东西，包括电脑、手机联网，全球互联的IP网络非常关键。工业互联网也非常强调基础设施的建设，包含了工厂外网和工厂内网。

这不仅仅网络要互联起来，同时这种连接要向工厂内部延伸，包括工厂内部的信息系统、设备，包括围绕工厂的人以及相关的活动。整体含了工厂内网外网，另外从网络角度还有标识解析，现在也是我们的工作，推动标识解析的发展。

工业互联网除了基础设施之外，它也是新兴的业态和创新应用，就像我们移动互联网一样，只是聚焦的重点领域是在工业方面，我们从图上可以看到基于工业互联网平台将来会产生很多的新应用，比如结智能化生产、服务化延伸、工业化定制等应用。

为什么现在工业互联网这么受到重视？一开始大家如果看一些文件，工业互联网最开始聚焦于网络基础设施，有的聚焦于模式创新，后来也是在我们不断深化对它的研究，最后在国家层面接受了工业互联网的大理念。

从图上可以看到我们强调工业发展与制造业发展涵盖了材料、工艺流程创新还有设备本身的创新，包括智能装备、机器人、3D打印、增强现实，这些都是单系统或者单点设备的智能自动化，但是我们工业互联网是要形成系统化的智能，我要通过这种网络化，使不同的信息系统，不同的设备，产品等围绕生产经营相关的要素能够互联起来，实现数据的流动，在此基础上形成全球全面系统化的视角，同时也产生很多的新应用，结合大数据会有一些超越我们现在工业本身的经验以及更系统化的判断，这是工业互联网大的理念。

它的核心是基于网络互联的协同，这种协同范围可以在国家、企业，甚至全球，这会对于现有的工业体系中相对封闭的内部产生很大的影响，这种资源的调度、设计的协作，包括制造、物流等是很广泛的协作范围。

目前我们开始做对工业互联网进行了顶层设计，当时也是工信部给我们下达的任务。我们知道，国际上也是一样，像美国、德国、日本等等也提出自己的架构，我们有了顶层设计，我们怎么看待工业互联网才能明确我们的发展重点，我们的发展路径等等，才有下一步更具体化的动作。

一开始，我们从工业互联网整体的顶层设计开始，提出了三大体系，三大体系要把物理系统通过网络化连接起来，通过平台把资源、数据汇聚起来进行深度挖掘，同时叠加安全保障。其中网络体系是基础，含了几大块，网络互联连接层面、标识解析、信息互联，一些协议等等。

平台体系是核心，因为我们工业互联网要实现协同协作，基于平台，我们把各种资源汇聚，包括加工能力，设备的状态等，包括我们的治理资源都可以汇聚到平台上实现全球大范围的协作和调动，同时我们平台上还可以支撑创新，聚集很多的工具、算法等等，支持各种创新的发展。安全肯定是跟发展同步推动，工业很多的生产经营活动叠加到网络，安全问题影响非常大。

目前咱们国家在围绕三大体系推动工业互联网发展，从上图可以看到，如果我们做好三大体系，我们就相当于形成了基础的支撑，对于带动产业发展、应用发展非常重要。

首先我给大家介绍三大体系，第一是网络体系中的网络互联体系，我们把它分成两个网络，工厂内网和工厂外网，还有三个层次的功能。工业互联网并不是产生一个新的网络，它要在现有的互联网上叠加，因为全球互联的网络很难一下打破重新来。从网络视角，我们原来连接的是智能终端，将来工业互联网视角是叠加在互联网上，但是会有一些增强。首先连接层面，网络互联层面会向工厂内部延伸，这样我们可以把工厂内部很多的系统，甚至有一些系统就叠加在互联网上，这样才能实现更充分的协作，技术体系也可以打通。

第二，标识解析体系，这是我们比较强调的重点。我们知道所有的对象，或者零部件的域名是为了人好记，我们可以给它一些编号、二维码等等，这样可以在全球追溯产品，追溯时我们有了标识系统来定位服务器，这就是标识解析。

第三，工业互联网本身有自己的协议、信息互通模型。从网络角度有很多的新变化，在工厂内部一般分成IT网络和OT网络，IT网络连接的是企业信息系统，我们看到CRM、EPR、SCM，来自汽车企业的比较熟悉。另外OT网更强调的是围绕生产本身的系统和装置，还有生产的监测控制系统连接的网络。

OT网络进展的比较慢，但是实用性比较高，很多技术我们也做过分析，事实性的技术有四十多种OT网络的互联技术。原来一些工业巨头收购了一些企业，有一些特殊的解决方案支持设备底层生产设备的互联，这是OT网络，但是它的实质性安全性要求很高，和我们消费的通信不太一样。现在的方式为了实现工业互联网的目的，我们要采集数据，要实现系统化的智能分析。我们知道OT网络要改造现有的生产设施成本也非常高，一种思路就是叠加方式，我们在生产线上叠加传感器，在库房里放一些摄像头、联网设备，把信息采集上来，再送到IT管理系统，这样可以在IT层面看到OT层面的设备状态以及整个生产加工的情况。

现在信息采集可能不是直接采集，所以它的可靠性要求没那么高，现在很多的大网技术，像有线的光纤通信、wifi通信等等的技术就开始引入进来，这可以直接拿来用，可能会在电磁兼容方面稍微有些特殊性，要满足工厂的环境，现在这也是为现有的ICT企业，包括华为、中兴等运营商提供机会。

另外是OT网络，比较复杂，它涉及的领域比较多，现在OT网络联网技术快速发展，加入OT网络，我们最终要实现采集生产设备的信息，需要拿到这些信息，这种信息有宽带的、AR、VR，包括传感摄像头等等，包括更多的数据接口，这对于网络有很大的挑战。

现在一些新的动向是TSN敏感视觉网络，这要通过新的体系网络进行互联，另外面向OT网络的专门无线设计。

现在针对网络化需求的发展有很多的需求创新，第一个TSN高速、高可靠、高实时联网的需求，现在西门子、华为，包括一些组织都在推动TSN技术的研究，还有它的集成，包括产品，现在已经到了产业化的前期，从右下角的图上可以看到华为在今年2018年工博会上展示出的TSN，它的时延小于1微秒，抖动小于一百纳秒等。TSN不仅仅是工业本身联网，我前天看的新闻，日本发布信息，将来无人驾驶对于车的要求，摄像头、雷达、红外这些东西也是很重要的。将来基于TSN可以宽窄带合一，多重监测是汽车里重要的联网技术。

另外是边缘计算，这和车是紧密相关的，将来会采集大量的数据，我们要在边缘侧快速的响应和处理，现在边缘计算非常火，很多企业都推出了自己的产品，在快速地进行技术研究产业化，包括汽车将来的车控、车载、中控的平台也会集成边缘计算的能力，对于数据进行了存储分析、快速，处理还有跟云端的协同。

昨天看新闻，工信部给几个5G运营商发了试点的频段，现在5G运营商在研究工业领域下的5G应用，直接用无线的技术实现信息采集和控制，非常方便。

最后是软件定义网络，原来我们可能有搞信息通信的，大家可能有的听说过，相当于路由器开一个端口，或者运营商把网络做服务开放给第三方，这样可以定制自己的网络需求。

在工业领域，一个车间或者一个园区将来联网的节点数很多，我看过一个分析，一立方米会有0.2到1个联网的结点，在工厂内部有成千上万的节点，而且目的是不一样的，所以需要有很灵活的网络控制。

我现在做标识解析，网络体系里还有很重要的就是标识解析，现在是从工业互联网角度推动的重点。从这张图上可以看到它的功能类似于DNS，DNS有个域名，它会存着映射关系并反馈给我们。标识解析也是一样的，域名也可以看到一种编码，只是为了人好记，将来标识可以是一串数字。企业内部都有编码，都有条码来管理自己的库存，基本都是私有码，但这样企业之间大家互相不认识，也很难实现信息的追溯，通过码来查找信息，大家都不知道号码什么意思。就像你去医院开了一个卡，到另一个医院就不认识，信息很难关联起来。

现在推的标识解析第一个就是要使用公共编码，不同企业都使用公共编码，这样大家都互相认识。现在有多种不同的编码体系，这种不同编码体系的互通交给基础设施来做，企业不用关心上下游企业采用什么标识体系，他自己选一个标识就可以。

第二个企业之间在信息互联的时候，在交互信息的时候不用相互之间对接，大家就跟标识解析系统对接，而且标识解析系统支持多种方式，可以实现多种编码之间的互联互通，这是大的方向，目前发展也非常快。

标识解析也是分级建设，在国内有分节点，现在国家的顶级节点是北上广、重庆、武汉，这个月底连接起来，形成一个环状连接，二级节点用行业属性来推动行业标识解析应用，现在我做了一个示例，包括李总的二级节点也得到了国家的支持，现在已经有了上百的单位提出来。

第二是平台体系，平台是产业竞争的焦点，现在我们有人会说互联网平台的竞争已经衍生到了工业互联网平台，现在各种不同出身的企业都在布局，我们也发布了工业互联网平台的白皮书。架整体上分成三层，一个是数据采集、映射等，一个是平台层，这块会集成很多的大数据分析、工具、算法、模型、开发环境、支撑应用创新，最上是应用层，非常关键。

目前中国工业互联网平台发展非常快，我们在3月份统计有269个，现在大家都在布局，非常活跃，在很多的场景下都已经应用，像制造企业海尔等等。很多的技术不断地迭代创新加载到平台，围绕平台做一些竞赛和APP的开发，速度非常快。

最后是安全体系，大家可以看到工业互联网的发展，安全威胁越来越大，将来大家都互联起来，而且数据流动起来，很多东西都在网络上协作，他受到攻击和影响非常大。

安全的顶层设计也是大家非常关注的，包括美国、德国都有自己的安全体系框架，这是从我们国家给出的三大视角，第一是明确防护对象，包括设备、控制、网络、数据和安全，包括平台的安全和标识解析等等的安全，在此基础上，我们有防护措施，要有监测、攻防的防护能力，还有出问题时候的应急处置，最后安全管理要同步推动，这涉及到防护管理的视角，包括主体责任等等的落实以及一些安全检查。

我们做好三大体系只是基础支撑，核心还是实现新的业态发展，重塑我们的工业体系，产生新的产业，孵化新的应用。应用是工业互联网最核心的体制，一个是工厂内部的应用，还有工厂和上下游企业产品服务，包括用户对接来提供增值服务，另外是基于平台打造生态体系。企业和产品之间做一些远程应用的增值服务，个性化定制是企业和用户之间了解用户的需求，而不是现在盲目的或者大规模的设置、个性化的定制。

工业互联网产业联盟现在是推动工业互联网发展的很重要力量，目前是893家，昨天联盟已经增长到942家，发展非常快，特别是指导意见发布之后出现跨越式的发展。我们信通院牵头来推动，从联盟成员组成来看50%以上是来自工业背景，我们现在有境外的企业也是联盟的会员，他们也很关注中国的发展，我们有一些大的报告也会同步发布英文版。

这是目前最大的组织架构，我们叫12+9+X，也是不断叠加的。联盟开始成立是7+4，现在发展非常快，已经是12+9，指导委员会是工信部，专家委员会是很多的院士和业内大咖，12个工作组，我是来自总体组，也是总体组的主席。我们现在启动了三个开源的项目，包括标识解析、客户端开源，还有多协议适配的开源，发展非常快，我们同时有11垂直个行业。汽车工业特意标了颜色，汽车工业是我们很重要的领域，我们要研究工业互联网在汽车行业的应用和部署探索。

目前国家也发了指导意见，323行动是工业互联网的纲领性文件，打造三大体系，网络平台安全，推动两个应用，我们做好技术产业标准等的支撑以及全球合作。

指导意见发了以后，工信部参照落实，在今年6月份发布了三年行动计划，大家可以看具体的任务部署，我跟国外的公司交流，他们已经翻译成了英文版，企业内部可以参考，了解中国内部的工业互联网发展的重点和布局方向，同时还有大量包括平台、APP、网络实施指南，包括安全实施指南也会出来。

目前工业互联网不仅仅是国家或者部委层面非常积极，可以看到它是大的工业体系或者实体经济转型的方向，地方上非常关注发展，已经有了二十多个省市出台工业互联网发展。

回到咱们论坛，汽车本身就是高度信息化的产品，包括工厂内部也是很重要的工业互联网应用场景，现在我们已经将汽车工业作为垂直领域研究，同时现在我们已经发布了一个白皮书，工业无线应用场景白皮书，汽车领域怎么用无线，可能涉及到机器人协同等，也分析了几大场景，在座的各位都是专家，在焊装、涂装、总装，将来会逐步深入，很多的场景下可以用到无线。

第一是基于RFID设备的可追踪，在工厂内部，托盘上有RFID可以在这个过程中追踪相关的信息。另外拧紧设备方面也有一些无线设备的探索，包括用无线防止缠绕等等也在探索。

现在我们可以看到，工业互联网现在已经是风起云涌，对于工业企业有很大的挑战，将来这个领域将是工业企业转型很重要的方式和路径，而且很多的工业企业专门孵化出来信息化的功能来推动工业互联网的发展。

---

工业互联网：一种复杂体系架构设计新范式

原创： 张维明，刘俊先等 科技导报

架构方法是解决大型复杂信息系统分析设计问题的一种行之有效的手段。这一概念最早来自于建筑领域，表示建筑样式，后来拓展到计算机领域用以表示计算机的构成模式。 20 世纪 80 年代， Zachman 把架构方法引入信息系统领域，并逐渐在军事和民用领域获得极大发展。

随着信息与网络技术的飞速发展，旨在解决多系统集成与交互问题的概念——体系（ system of systems ， SoS ）被提出来，成为研究人员关注的对象。体系概念及方法旨在解决传统系统科学方法无法解决的众多系统在网络环境中的集成、交互、演化与发展问题。架构方法的核心思想是多视图方法，也就是从不同利益相关者的角度认识和分析研究对象，将复杂问题分解为一系列简单问题，通过简单问题解的综合得到复杂问题解。因此，架构方法比较适合复杂体系的特点和设计需求。

作为系统设计的主要内容，架构设计通常也是采用结构化、面向对象和面向服务等传统的系统分析与设计方法来开展。但是对于大型复杂体系，这些设计架构的方法存在明显不足。因为复杂体系的动态性，体系时刻处于生长演化之中，不能像对待系统一样，在一个时刻把整个旧体系更新为一个新体系。“新”和“旧”是相对体系成员或成员间关系而言的。新成员会不断加入体系，老成员则会逐步退出体系。

因此需要重新认识复杂体系的架构，明确其内涵组成，理清复杂体系架构设计的内容，并提出适应体系架构特点的新的设计范式。

对复杂体系架构设计的认识

1990 年， IEEE STD 610 12 把架构定义为“系统或其组成部分的组织结构”。 1995 年，美国国防部基于 IEEESTD 610 12 的架构定义，将架构重新定义为“各组成单元的结构、它们之间的关系以及制约它们设计和随时间演进的原则和指南”。 2000 年， IEEE STD1471 — 2000 又将架构定义修改为“架构是描述系统组成单元的基本结构，它们之间、它们与环境之间的关系，以及指导系统设计与扩展的原则”。

从以上定义可以看出，架构设计主要完成 3 方面的工作：一是确定研究对象的组成单元，也就是从功能、能力、物理实现、信息等多个层面明确研究对象的组成要素；二是组成单元之间的关系，具体包括逻辑层面的约束影响关系、信息层面的输入输出关系、物理层面的数据接口关系等；三是系统在设计过程中和未来运行时应该遵循的原则和准则，具体包括技术标准、业务规程和管理规范等。

对传统的系统来说，以上三方面的设计内容都是确定性的，也就是在设计完成后，系统组成单元、组成单元关系、系统与环境的关系、系统演化更新的原则策略等，都确定下来了。接下来的工作就是如何落实架构设计、如何组织详细设计和实施了。

但是对复杂体系而言，以上三方面的内容却出现了新的内涵，在设计时会遇到新的问题。

1 ）设计体系组成单元。 体系的开放性决定了体系组成成员不是恒定不变的，而是随着时间的演进而发生变化，会有新的体系成员加入体系，也会有老的体系成员退出体系。传统系统设计时会明确未来目标系统的组成，也就是在未来指定的时间点，系统的组成基本上会体现现在的设想和考虑，即使有偏差也不会大。但对体系而言，这点是做不到的，或者说从物理层面是不可能确定出体系在未来特定时刻的成员组成的。就如一个社会、企业或组织，我们不能提前设计好未来一定会有张三还是李四。这个问题让我们重新审视，组成单元设计的内涵和范畴是什么？在体系设计中，应该选择哪种形式，或在哪个层面开展体系组成单元的设计。

2 ）设计体系组成单元间的关系。 如果组成单元都不能确定，组成单元间关系又会体现为什么？而且体系的多态性和开放性决定了体系在运行时是按照所承担的任务、动态选择成员进行组织运用的。这就决定了体系成员间的关系是动态的、任务相关的。传统系统设计中组成单元间确定的信息交互、数据接口等关系，在体系设计时又会有什么新的表现形式？

3 ）设计应该遵循的原则和准则。 这里的原则和准则既包括约束架构设计活动的，也包括约束未来体系运行的原则准则，重点是后一类。由于体系任务和环境会发生变化，体系成员和成员间的关系也随着体系运行而不断发生演化，因此约束体系运行的规则和准则也是多样化的，既包括长期有效的原则和准则，也包括应对随着体系运行所出现新问题的原则、准则和策略，这些原则、准则和策略不能在体系架构设计时就完全确定，因此在体系架构设计时，要完成一部分元原则、元准则和元策略的设计，以此指导体系运行过程中需要的准则和策略的按需生成。

可见，复杂体系架构所描述的体系成员多样、体系规模大、体系成员间关系类型多、成员间关系动态不确定，因此复杂体系架构动态、不确定性高，架构设计、治理与演化交织。复杂体系架构设计和治理时，存在设计组合爆炸、整体架构缺乏弹性、分系统最优并不一定整体最优、先设计再建设造成适应性不足等问题。因此复杂体系的架构设计问题要远比系统架构设计要难。复杂体系的异构性、分布式、规模大、范围广、动态性、适应性、人在环路等特点，要求我们采用创新的方法来解决体系架构设计和演化控制问题，需要创新符合复杂体系特点的架构设计范式。

复杂体系架构设计的新范式

上述分析体现了复杂体系架构设计的内涵发生了变化。传统的架构描述（系统）组成、关系以及指导（系统）设计和演化的原则和指南。但是复杂体系架构除了描述体系的组成、关系和指导体系设计和演化的部分原则与指南外，还应该对以下问题提出解决方案，包括体系成员加入和退出体系的问题、体系成员动态构建关系的问题以及体系运行和管理规则的问题。

因此，要提出复杂体系架构设计的新范式，可以采用以下的思路。

1 ）不追求建立体系最终的、完整的目标架构，而是设计一个初始架构和反映体系目标愿景的宏观、概要的目标架构，以及形成符合最终目标愿景的体系组织、运行、演化的准则、规则及策略的方法。

2 ）上述准则、规则和策略不完全是设计者事先确定的，而是适应体系运行情况、环境变化情况和任务变化情况得到的，因此从时间上看是一组变化的准则、规则及策略集。

3 ）准则、规则和策略的调整更新，是复杂体系“智能”演化的结果。这里的智能体现在体系根据运行数据和领域知识等信息，通过模型驱动和数据驱动相结合的技术，形成更合适的准则、规则和策略。

这样，就把复杂体系架构设计的重点从组成单元、单元关系转到了规则、准则和策略的设计上，如图 1 所示。

图 1  复杂体系架构设计内容的变化

对复杂体系而言，任何想事先把所有规则、准则和策略都设计好的想法都是不现实的，因为不管多好的原则、准则和策略，在体系运行一段时间后，由于不确定性和随机性的作用，必然会出现一些偏差，出现这些原则、准则和策略不能解决的问题，这时就需要对这些原则准则和策略进行调整或更新，这些调整或更新的机制是必须的，是体系得以长久良性运行的基础。

建立这样的作用机制，完全依靠人决策是不够的，必须充分发挥现代新技术的作用。大数据、人工智能等新技术的发展突破，为建立上述机制创造了条件，为创新复杂体系架构设计理论提供了机会。通过大数据技术，可以更容易获得大量体系设计、部署和运行的数据，借助人工智能技术，也可以极大增强探索设计空间的能力等，挖掘出所需的各种规则和策略。

充分考虑大数据、人工智能等技术的应用，本文提出采用模型和数据混合驱动的复杂体系架构设计新范式，如图 2 所示。其中大数据引擎采集并管理体系运行数据，人工智能引擎在基于大数据分析结果、体系运行机理模型和领域知识模型进行学习、推理，形成更加适合体系当前运行状态和长远目标的规则、准则和策略，并以此反作用于体系的运行。

图 2  复杂体系架构设计的新范式示意

建立复杂体系架构设计新范式的问题

为构建上述体系设计新范式，必须解决好以下 3 个问题。

1 ）复杂体系如何表征的问题。 开展体系架构设计的前提，是要对体系有充分的认识并进行适当的表征。这里的表征包括两个层面的含义：一是对复杂体系组成及关系的描述；二是对复杂体系核心特征及度量指标的刻画。体系组成及关系的描述为我们认识体系、刻画体系提供手段，体系特征及度量指标则为人们设计架构和治理体系提供了准则和依据。

2 ）复杂体系的运行机理问题。 按照计算认知理论，智能或心智等同于“心理表征 + 计算程序”。对体系而言，体系的智能可以通过“体系表征 + 体系计算程序”来实现。这里的体系计算程序就是体系如何认识环境、处理各类数据信息、做出决策并进行应激反应的机制。从体系成员的角度看，这里的机理包括自学习、自决策、自组织、自同步、自适应的机理，从体系整体的角度看，包括互连通、互操作、互认知和互协作的机理。需要研究清楚这些机理的作用过程、规律等内容，这是后续开展架构设计和演化方法研究的依据。

3 ）复杂体系架构设计与演化问题。 在上述复杂体系架构设计新范式及内涵的界定下，体系架构设计哪些内容、如何表述、用什么方法设计、设计过程如何等，都需要针对复杂体系的特点和新范式的要求来开展专门研究，建立新的方法论并提出新的方法和技术。需要解决的具体问题包括复杂体系架构智能的概念、复杂体系架构框架、复杂体系架构设计规则生成、复杂体系架构空间探索分析等。

复杂体系架构设计新范式研究面临的挑战

1 ）复杂体系表征中的复杂性带来的挑战。 复杂体系包含成员对象规模大、类型多，成员间关系涵盖信息、物理、能量等多个域，体系的连续行为和离散行为混合，因此选择恰当的方法和变量来描述体系，并建立反映体系核心特征的度量指标，是一件十分困难的事情。虽然张量理论、复杂网络、超网络等技术可以用于描述复杂体系，体系核心特征度量指标也可以用张量或复杂网络相关的指标来定义，但是不确定性因素太多，能否找到合适的表征方法具有很大的挑战性。

2 ）复杂体系架构设计空间探索的复杂性带来的挑战。 复杂体系架构要素和关系的规模极大，这造成复杂体系架构设计空间极其庞大，设计空间探索的复杂性极高，寻找合适的架构方案并确定演化路径是一个 NP 难非确定性多项式（ NP-hard.NP 即 non-deterministiodynonial ）的问题。基于进化计算等手段虽能处理这类问题，但受规模、编码、速度等因素的制约，能否探索出符合设计要求的体系架构方案，还存在很大的不确定性，因此该问题也有很强的挑战性。

3 ）非线性给复杂体系运行机理研究带来的挑战。 非线性和反馈是体系产生复杂性的重要根源，也是体系行为多样性的根源，复杂体系运行的各种机理就隐藏在各种非线性关系及反馈环路中。因此，在对复杂体系进行恰当表征的基础上，如何分析各类信息、能量、资源等非线性关系及回路，并建立它们与各种体系核心特征及度量指标的联系，挖掘其中的规律，并不是一件容易的事，具有极大的挑战性。

4 ）人工智能技术应用于架构演化方法研究带来的挑战。 大数据和云计算技术的发展，带动了人工智能技术的研究和应用热潮，应用人工智能技术来解决架构的演化问题，使复杂体系自身“智能演进”，调整自身结构、状态以及演化的策略和原则，是一种可以尝试的思路。但与当前热点的深度学习类人工智能技术应用不同（如解决围棋对弈的 AlphaGo 等），体系架构智能演进的问题是一个非结构化的问题，边界、环境、任务都具有很高的不确定性，选择何种人工智能技术解决架构智能化的问题还不清晰，即使采用深度学习类技术，也存在一系列难点问题，例如系统架构设计实践中用到的一些规则，来源于设计人员对实践经验的总结提炼，然而对于跨越多个领域的复杂体系而言，这个总结提炼的过程可能会十分漫长，需要付出高昂的成本和花费很长的时间才能收集到足够多的数据或经验，难以及时为复杂体系的设计提供指导；又如，云计算、大数据等技术的发展进步为数据和模型混合驱动挖掘复杂体系架构的设计规则提供了技术上的可行性，但是由于缺乏复杂体系运行数据的标准库，仅借助于典型复杂体系的实际运行数据，或通过仿真实验获取一些仿真数据，以这些数据为基础开展研究，是远远不够的。