论文部分内容阅读
海尔宾的团队在模拟和实验中确认出一种“欲速则不达”的效应,这种效应对于愈来愈庞大的城市治堵还是很有指导意义的。
人这种动物喜欢整洁和秩序多过邋遢和混乱,偏爱纯粹整齐的几何结构而厌恶那些参差不齐的东西。大家希望能一切均在掌握。但在这个混乱的时代,但似乎总有很多事腾令人无能为力。不过,苏黎世瑞士联邦理工学院物理学教授迪克海尔宾的研究有可能让你找到一些信心——他的研究方向是那些运作方式和机理常常击败人类心智的复杂系统,比如公路网络上数以万计车辆的流动,还有工厂车间中由互动的机器绍成的巨大网络等等。
迪克和其他人发现,人类对于规则和控制的偏好已经严重误入歧途。他们发现,在很多情况下如果我们交出部分控制权而让系统自己找出解决方案的话,情况反而会更好。这个发现似乎让现在那些面对日益增多的复杂难解问题的工程师们松了一口气。
事实上,1992年,通用汽车解决位于印第安纳州的装配工厂中遇到的管理卡车自动喷漆工序难题就是个成功的例子。
那里有10个喷漆隔间,每个隔间里边都有一台用于给刚下线的卡车喷漆的机器,但卡车下线的顺序无法预计,而那些机器又时不时需要进行维护,这样似乎不大可能找到一种高效的方法来对每辆卡车指定喷漆机器。
通用的迪克莫利是一名有远见的工程师,他提议尝试让喷漆机器自己安排任务。他为这些机器制订了一些简单的规则,然后它们就会根据这些规则对新的喷漆工作进行“竞标”来让自己尽量别闲下来,与此同时还会考虑到维护的需要等等。
结果非常好,这个系统每年单单在油漆上就为通用汽车省下了100万美元,但这个流水线的计划表却无法预测,它是由那些机器在响应工作需要时实时进行安排的。为了客服个问题,海尔宾认为工程师们应该对以下两样东西有一种合理的重视:一个是这些复杂系统的不可预测性,另一个是人类的一些常会导致不良后果的思维定势。“你不能像驾驭公共汽车那样驾驭这些东西,”海尔宾说,“你要学会将系统自己的自组织倾向为己所用。”
比如在一条双车道公路上,有速度较快的汽车和速度较慢的卡车在行驶。车流密度低的时候,汽车自然有不少的空间可以用作超车,于是它们很快就可以超过那些卡车了。但车流密度越高,司机们就越难超车,因为总有别的拦路车。然而,无论是模拟还是实际上的交通流动都显示存在这样的一个临界车流密度,超过了这个临界点之后,车流密度对超车的阳碍会开始带来正面的效果,因为司机们倾向于停留在同一条车道,对交通流动的妨碍也就变小了,这样车辆电就能更快通过。
类似的反直觉现象在人群行为中也可能出现,海尔宾的团队在模拟和实验中就确认出了一种“欲速则不达”的效应。当人们试图通过门逃出房间的时候,如果每个人都不匆匆忙忙的话反而能让更多的人逃出去,因为这样避免了拥挤。
更令人惊奇的是,如果在门前面放一个障碍物的话人们反而能更快走出房间,因为障碍物能够调整人群的移动方式,保持人群的流动性。“一个合适的障碍物可以令人的通过率增加30到40个百分点,”海尔宾说。
这种方法能够奏效是因为人群是根据局部状况对行动进行调整的。当两列人在一条窄路的入口相遇的时候,你可能会认为人们会乱成一锅粥,因为通过的人只能组成一道混乱的涓流。但是在现实生活中,人们的行为跟预计完全不一样:在人流不太密集的情况下,他们总会无意识地组织起来,先让一个方向的一帮人通过,然后才轮到另一方向的另一帮人。人群会自发地组织起来得到比预期更好的效果。
而海尔宾这样的理论是否能对愈来愈堵的城市带来帮助,的确是件值得思考的事情。
人这种动物喜欢整洁和秩序多过邋遢和混乱,偏爱纯粹整齐的几何结构而厌恶那些参差不齐的东西。大家希望能一切均在掌握。但在这个混乱的时代,但似乎总有很多事腾令人无能为力。不过,苏黎世瑞士联邦理工学院物理学教授迪克海尔宾的研究有可能让你找到一些信心——他的研究方向是那些运作方式和机理常常击败人类心智的复杂系统,比如公路网络上数以万计车辆的流动,还有工厂车间中由互动的机器绍成的巨大网络等等。
迪克和其他人发现,人类对于规则和控制的偏好已经严重误入歧途。他们发现,在很多情况下如果我们交出部分控制权而让系统自己找出解决方案的话,情况反而会更好。这个发现似乎让现在那些面对日益增多的复杂难解问题的工程师们松了一口气。
事实上,1992年,通用汽车解决位于印第安纳州的装配工厂中遇到的管理卡车自动喷漆工序难题就是个成功的例子。
那里有10个喷漆隔间,每个隔间里边都有一台用于给刚下线的卡车喷漆的机器,但卡车下线的顺序无法预计,而那些机器又时不时需要进行维护,这样似乎不大可能找到一种高效的方法来对每辆卡车指定喷漆机器。
通用的迪克莫利是一名有远见的工程师,他提议尝试让喷漆机器自己安排任务。他为这些机器制订了一些简单的规则,然后它们就会根据这些规则对新的喷漆工作进行“竞标”来让自己尽量别闲下来,与此同时还会考虑到维护的需要等等。
结果非常好,这个系统每年单单在油漆上就为通用汽车省下了100万美元,但这个流水线的计划表却无法预测,它是由那些机器在响应工作需要时实时进行安排的。为了客服个问题,海尔宾认为工程师们应该对以下两样东西有一种合理的重视:一个是这些复杂系统的不可预测性,另一个是人类的一些常会导致不良后果的思维定势。“你不能像驾驭公共汽车那样驾驭这些东西,”海尔宾说,“你要学会将系统自己的自组织倾向为己所用。”
比如在一条双车道公路上,有速度较快的汽车和速度较慢的卡车在行驶。车流密度低的时候,汽车自然有不少的空间可以用作超车,于是它们很快就可以超过那些卡车了。但车流密度越高,司机们就越难超车,因为总有别的拦路车。然而,无论是模拟还是实际上的交通流动都显示存在这样的一个临界车流密度,超过了这个临界点之后,车流密度对超车的阳碍会开始带来正面的效果,因为司机们倾向于停留在同一条车道,对交通流动的妨碍也就变小了,这样车辆电就能更快通过。
类似的反直觉现象在人群行为中也可能出现,海尔宾的团队在模拟和实验中就确认出了一种“欲速则不达”的效应。当人们试图通过门逃出房间的时候,如果每个人都不匆匆忙忙的话反而能让更多的人逃出去,因为这样避免了拥挤。
更令人惊奇的是,如果在门前面放一个障碍物的话人们反而能更快走出房间,因为障碍物能够调整人群的移动方式,保持人群的流动性。“一个合适的障碍物可以令人的通过率增加30到40个百分点,”海尔宾说。
这种方法能够奏效是因为人群是根据局部状况对行动进行调整的。当两列人在一条窄路的入口相遇的时候,你可能会认为人们会乱成一锅粥,因为通过的人只能组成一道混乱的涓流。但是在现实生活中,人们的行为跟预计完全不一样:在人流不太密集的情况下,他们总会无意识地组织起来,先让一个方向的一帮人通过,然后才轮到另一方向的另一帮人。人群会自发地组织起来得到比预期更好的效果。
而海尔宾这样的理论是否能对愈来愈堵的城市带来帮助,的确是件值得思考的事情。