这个知识领域(KA)为系统科学的一些主要发展提供了指南，系统科学是一门研究自然、社会和工程中复杂系统本质的跨领域科学。

这是更广泛的系统知识的一部分，它可以帮助提供公共语言和知识基础，并使实际的系统概念、原则、模式和工具对系统工程(SE)可访问，正如在第2部分的介绍中所讨论的那样。

话题

SEBoK 的每个部分都分为 KA，它们是具有相关主题的信息分组。 KAs 又被划分为主题。 本 KA 包含以下主题：

• 系统科学史

• 系统方法

介绍

下图总结了系统科学与 SEBoK 其他部分之间的关​​系。

系统科学汇集了对系统各个方面的研究，目的是识别、探索和理解 跨学科领域和应用领域的复杂性模式。 它寻求发展跨学科基础，这些基础可以形成适用于所有类型系统的理论基础，独立于元素 类型或应用； 此外，它可以形成统一传统科学专业的元学科的基础。

系统科学史章描述了系统科学组成的一些重要的多学科研究领域。

第二篇文章介绍并对比了将系统科学应用于实际问题 的一些系统方法 背后的基本理论。

以系统方式思考和行动的人对于研究和实践的成功都至关重要。 成功的系统研究不仅将系统思维应用于正在研究的主题，还应该考虑一种系统思维方法来计划和进行研究的方式。 让参与研究的人至少对系统实践有意识，并且理想情况下参与他们所开发的理论的实际应用，这也是有益的。

系统科学史

本文是系统科学知识领域 (KA) 的一部分。 它描述了一些重要的多学科研究领域，包括历史背景下的系统科学。

系统科学是一门综合学科，它汇集了广泛的思想，这些思想共享一个共同的系统主题。现在在系统科学中使用的一些基本概念在其他学科中已经存在了好几个世纪，而同样的基本概念直到40年前才独立出现(Flood和Carson 1993)。

“系统问题”

关于系统、组织和复杂性的本质的问题不是现代所特有的。正如国际系统工程理事会(INCOSE)的开发者和前国际系统科学协会(ISSS)主席John Warfield所说，“实际上，支持系统文献中“系统工程的出现”的关键思想的每一个重要概念都可以在古代文献和随后的几个世纪中找到。””(Warfield 2006。)然而，直到20世纪中叶，人们才越来越意识到，有必要，也有可能用科学方法来解决“系统科学”本身的组织和复杂性问题。

18世纪和19世纪自然和自然科学知识的爆炸式增长，使得创建专门学科成为必然:为了科学的发展，科学家需要成为某一狭窄研究领域的专家。将这些知识传递给下一代专家的教育结构的建立使知识的碎片化得以延续(M’pherson, 1973)。

这种日益专业化的知识和教育证明是一种优势，而不是弱点，适合于实验隔离和分析简化的流行科学方法的问题。然而，有一些基础科学和应用科学领域，仅靠这些方法并不能充分服务。系统运动起源于两个这样的科学领域:生物-社会科学，以及首先源于控制论和操作研究，后来源于组织理论的数学-管理基础。

生物学家Ludwig von Bertalanffy是第一个主张和发展基于开放系统理论的广泛适用的科学研究方法的人之一(Bertalanffy 1950)。他从科学分析方法的局限性的角度解释了系统研究的科学需要。

这些限制通常表现为突发性进化或“整体大于部分之和”，其基础是一个实体可以由其物质或概念部分分解和重组:

1.这是“经典”科学的基本原则，可以用不同的方式加以限制:分解成孤立的因果链，或者在不同的科学领域中寻找“原子”单位，等等。

2.他说，虽然“经典”科学的发展已经表明，由 Galileo 和 Descartes 首先提出的这些原则在广泛的现象领域非常成功，但这些原则的适用需要两个条件:

3.第一个是“部分”之间的互动不存在或弱到足以被某些研究目的忽略。只有在这种情况下，这些部分才能被实际地、逻辑地、数学地“计算”出来，然后被“放在一起”。第二个条件是描述零件行为的关系是线性的;只有这样，才给出了总结性的条件，即描述总数行为的方程与描述部分行为的方程具有相同的形式。

4.这些条件在被称为系统的实体中是不满足的，即由“相互作用”的部分组成，并由非线性数学描述。这些系统实体描述了许多现实世界的情况:人口、生态系统、组织和复杂的人造技术。系统论的方法论问题是为古典科学的分析-总结问题以外的问题提供依据。(Bertalanffy 1968, 18日至19日)。

Bertalanffy 还引用了数学家、信息理论的共同创始人 Warren ·Weaver 在1948年《美国科学家》上发表的一篇文章《科学与复杂性》中提出的类似论点。Weaver 曾在二战期间担任美国科学研究与发展办公室应用数学小组的负责人。基于这些经验，他提出了一项议程，他称之为一门新的“研究有组织的复杂性问题的科学”。

Weaver 解释了迄今为止导致科学取得巨大成功的数学方法是如何局限于可以作出适当简化假设的问题。他所称的“简单性问题”可以被力学数学充分地解决，而“混乱的复杂性问题”可以被统计力学数学成功地解决。但是对于其他问题，为了使用这些方法而做出简化的假设不会导致有用的解决方案。Weaver 放置在这一类问题,例如,一个生物体的遗传素质如何表现在成人的特点,以及在多大程度上是安全的依靠自由市场力量的相互作用,如果你想要避免大幅波动从繁荣到萧条。他指出，这些是复杂的问题，涉及到“分析系统是有机的整体，其各部分之间有着密切的相互关系。”

这些新的关键性全球问题需要科学取得第三次重大进展

这一进步一定比19世纪对简单问题的征服，或者比20世纪对混乱复杂问题的胜利还要伟大。在未来的50年里，科学必须学会处理这些有组织的复杂性的问题(这些问题的复杂性“出现”于各部分之间的协调互动)。(韦弗1948。)

Weaver 认为，在应对这一重大挑战时，有两个理由值得乐观:1)数学建模和数字模拟的发展，2)二战期间“混合团队”作战分析方法的成功，来自不同学科的个人将他们的技能和见解结合在一起，解决关键的、复杂的问题。

建模和仿真的重要性，以及跨学科边界工作的重要性，已经成为开发有组织的复杂性系统问题的“第三条道路”科学的关键反复出现的主题。

系统研究的发展

以下对系统科学发展的概述大致按时间顺序排列，但也遵循了系统理论中不同范式的发展。

开放系统和一般系统理论

一般系统理论（GST）试图制定与所有开放系统相关的原则（Bertalanffy 1968）。GST基于不同学科的系统之间存在对应关系（同源性）的理念。因此，对一个系统的了解应该允许我们对其他系统进行推理。许多通用系统概念来自GST的调查。

1954 年，Bertalanffy 与 Kenneth Boulding（经济学家）、Ralph Gerard（生理学家）和 Anatol Rapoport（数学家）共同创立了通用系统理论学会（1956 年更名为通用系统研究学会，1988 年更名为通用系统研究学会）国际系统科学学会）。

该学会的最初目的是“ 鼓励发展适用于多个传统知识部门的理论体系……并通过改善专家之间的交流来促进科学的统一。” （Bertalanffy 1968 年。）

这一群体被许多人认为是系统时代思想（Flood 1999）的创始人。

控制论

控制论被 Wiener、Ashby 和其他人定义为对系统中通信、调节和控制 的研究和建模（Ashby 1956；Wiener 1948）。 控制论研究通过系统的信息流以及系统如何使用信息通过反馈机制来控制自身。 1940 年代控制论的早期工作被应用于电子和机械网络，是形成早期系统理论的学科之一。 此后，它被用作所有重要系统学科的一套基本原则。

控制论中反馈和控制的一些关键概念在系统思维概念一文中得到了扩展。

操作研究

操作研究(OR)考虑组织对技术的使用。它基于使用数学模型和统计分析来优化组织控制下的资源部署决策。一种基于科学方法的跨学科方法，或起源于第二次世界大战期间发展起来的军事计划技术。 操作研究和管理科学(ORMS)于1950年由Ackoff和Churchman将操作研究的思想和技术应用于组织和组织决策(Churchman等，1950年)。

系统分析

系统分析是 RAND 公司在1948年开发的。它借鉴和扩展了OR，包括使用控制论中的黑盒和反馈回路来构建框图和流程图。1961年， Kennedy 政府颁布法令，系统分析技术应该在政府中使用，结合OR和成本分析，为广泛的决策问题提供定量基础(Ryan 2008)。

系统动力学

系统动力学 (SD) 使用控制论的一些思想来考虑系统在其环境中的整体行为。 SD 由 Jay Forrester 在 1960 年代开发（Forrester 1961）。 他对建模系统的动态行为感兴趣，例如城市人口和工业供应链。 有关更多详细信息，请参阅系统方法。

Senge(1990)在他的著作《第五学科》中也使用了SD。这本书提倡组织的系统思维方法，也广泛使用反馈和控制的SD概念。

组织控制论

Stafford Beer 是最早对组织采取控制论方法的人之一（Beer 1959）。 对于 Beer，ORMS 的技术最好应用在理解整个系统的上下文中。 Beer 还开发了可行系统模型（Beer 1979），它封装了系统可行（在其环境中生存和适应） 所需的有效组织。

控制论和 ORMS 方面的工作考虑了复杂系统中的通信和控制机制，特别是在组织和管理科学中。 它们为处理系统内的操作和战术问题提供了有用的方法，但不允许考虑更具战略性的组织问题（Flood 1999）。

硬系统和软系统思维

行动研究是一种方法，首先由Kurt Lewin描述，作为一个逐步解决问题的反思过程，在这个过程中，对行动的反思导致对正在发生的事情的更深层次的理解和进一步的调查(Lewin 1958)。

Peter Checkland在20世纪80年代的行动研究项目导致了一种基于解释的系统理论，该理论试图通过不仅观察人们的行动，而且建立对文化背景、意图和个人感知的理解来理解组织。Checkland自己从系统工程(SE)的角度出发，先后观察了将SE方法应用于社会和政治领域中发现的更模糊、定义不清的问题时的问题(Checkland 1978)。因此，他引入了硬系统和软系统之间的区别——参见系统方法。

硬系统世界观的特点是定义目的、目标和任务的能力，这些目的、目标和任务可以通过工程方法来解决，在某种意义上，试图“优化”解决方案。

在硬系统方法中，问题可能是复杂和困难的，但它们是已知的，可以充分地表达调查者。这样的问题可以通过从可用的最佳解决方案中进行选择来解决(可能通过一些修改或集成来创建最佳解决方案)。在这里，“系统”一词是用来描述真实世界的事物;选择、创建和部署解决方案系统来解决问题。

软系统对世界的看法是复杂的，有问题的，经常是神秘的现象，具体的目标无法建立，需要学习才能改进。这种系统并不局限于社会和政治领域，也存在于企业内部和企业之间，这些企业内部和企业之间观察到的复杂的、往往定义不清的行为模式限制了企业的改进能力。

软系统方法拒绝单一问题的想法，而是考虑有问题的情况，在这种情况下，不同的人会根据自己的观点和经验感知不同的问题。这些问题并没有得到解决，而是通过采取干预措施来减少参与者的“不适”。系统这个术语用来描述思想系统，指导我们理解情况的概念性系统，或帮助我们选择干预策略。

“问题vs.有问题的情况”、“解决方案vs.减少不适”和“系统vs.系统理解”这三个概念封装了硬方法和软方法之间的差异(Flood和Carson 1993)。

系统的周期性质

本文是系统科学知识领域(KA)的一部分。“周期”是系统科学研究的一般系统理论中的许多概念之一。周期是“以相同顺序有规律地重复的一系列事件;或进入或遵循定期重复的事件序列”，这是牛津英语词典(2020年)的解释。周期“定义和创造事物”。同样，事物也包含周期。(Volk 1995) Mobus和Kalton将周期描述为临时模式(2015)。《周期研究基础》将周期描述为:“以相同顺序有规律地重复的一系列事件。”一个系列重复的时间越长，越有规律，它就越可预测，直到不能合理地认为它是一个巧合。(2020)“周期性是早期反馈概念的本质(周期因果关系)。周期的概念可以在递归计算中找到(例如DO周期的使用)”。(Krippendorf 1984)

本文阐述了一个通用系统概念及其可测量实例化模式。此外，还强调了一些包含周期行为的框架，并说明了这些模型之间的关系模式、系统出现的阶段和系统工程的实践。

介绍

运动和进化是自然界动力学的基础，因此，周期在任何地方都是明显的，几乎是绝对的。（Wikipedia.org 2020）

由于它的普遍性，“周期”是系统主义者在我们的交流、思维和与系统的接触中的一个关键概念。机械系统中自然规律和相关行为的重复，以及客观-主观或系统上下文周期的其他例子，在系统科学中很重要。周期现象在不同的科学中以几种不同的方式进行研究，例如动力学、生物学、社会学、宇宙学等。周期动力学无处不在，并具有彻底的特征：

• 生态系统更新周期 (Allen & Hoekstra 1992; Gunderson 2013)
• 社会科学的规划和干预周期（Sankaran et al. 2015）
• 商业（圣吉 2006）
• 控制论（Krippendorf 1984）
• 环境管理和决策支持（贝尔 2012）
• 量子力学中的相干/退相干或纠缠周期 (Hsiang & Ford 2009)
• 模拟生命系统中的关系（Rosen 1991a；b）

周期在许多自然和工程原型中都很明显，如下图所示：

有许多成熟的框架包含了周期现象——Cynefin(情境)、Panarchy(社会/生态)、OODA(情境)、螺旋模型(工程师开发)、问题/解决方案系统和行动研究(计划、行动、观察、反思)。这在Peter Senge的第五纪律的第一定律中也很明显，“今天的问题来自于昨天的解决方案。”你今天继承的问题很可能是一系列当时看似正确的解决方案的结果，这些解决方案是由那些可能已经不在你身边的人提出的。”圣吉(2006)

Robert Rosen的工作，由约翰·金曼在关系理论上推动，致力于为“Holon”的双方面(周期性关系中的系统和上下文)提供数学基础，并作为系统研究的框架(金曼2017)。

当应用系统方法时，周期与软件、物理工件、服务和企业的生命周期管理一起得到尊重和实例化。事实上，它在科学方法的结构(迭代周期)中是明显的，并且在系统和解决方案的开发中支持技术管理的应用。系统工程本身是一个由各种项目周期阶段组成的周期(Forsberg, Mooz和Cotterman, 2005)。系统的周期可能影响其他系统的周期，也可能受其他系统周期的影响。因此，理解周期的设计、创建和维护，并理解它们如何受到其他系统周期的影响，是管理复杂性的一个关键工具。

在一个周期内，同构过程的周期模式已被假设和系统地研究(Troncale, 1978)。下面是从大爆炸到我们的社会文化产物的80个详细的整合到多样化周期的前4个图表。特龙卡尔收集了7个主要传统科学的重印本，这些重印本表明，这些科学研究的250多种自然现象中包含周期(或其亚型)。理解这个模式和导致系统周期性质的过程可以让系统人员更好地识别、分类、设计、维护和利用生命周期过程，更好地理解指导我们实践的基本原则，从而提高应用的保真度。

这张图改编自Len Troncale的ISSS 周期贡献, https://www.isss.org/sebok-contribution/，展示了一个观察到的周期波形模式，它跨越了整个系统景观的起源。“同一类的所有生物(甚至非生物)在其生命周期中表现出相同的阶段(形式)——出生、成熟、死亡、解体”(Troncale, 1978)。“支持”过程-为新的关系，和“维持”作为合作讨论的结果被添加。

系统方法

本文是系统科学知识领域(KA)的一部分。它提出了系统科学界对系统方法的比较和分析中的问题。这些观点中的一些有助于在系统思维KA中讨论的系统思维中使用的基本理论和方法。

什么是系统方法？

在Bertalanffy 1968年出版的《一般系统理论》（GST）一书中，他将系统方法描述为：

给出了一定的目标；为了找到实现它的方法和手段，需要系统专家（或专家团队）考虑替代解决方案，并在极大复杂的交互网络中以最大效率和最小成本选择那些有希望的优化。（Bertalanffy 1968年4月）

他接着列出了系统方法的可能元素：“经典”系统理论（微分方程）、计算机化和模拟、隔间理论、集合论、图论、网络理论、控制论、信息论、自动机理论、博弈论、决策论、排队论，以及普通语言中的模型。

这一描述类似于沃伦·韦弗（Warren Weaver）在第二次世界大战（WWII）期间成功使用的“混合团队”关于“有组织的复杂问题”的方法。然而，一些有助于战时取得成功的条件在战后并不成立，比如明确关注定义明确的共同目标，从而激励参与者跨越学科界限开展工作。

到了20世纪70年代初，人们对系统方法将为所有复杂问题提供简单解决方案的承诺越来越失望。包括阿克夫（Ackoff）和丘奇曼（Churchman）等操作研究和管理科学（ORMS）先驱在内的一些人特别批评说，依赖死记硬背的数学方法来确定固定备选方案中的最佳解决方案，已经成为解决复杂问题的一种僵化和缺乏想象力的方法，就像它所取代的任何方法一样。人们对检查和比较方法和方法越来越感兴趣，以更好地理解什么可以帮助确保在实践中系统中系统方法的最佳思考和学习。

系统方法中的问题

系统方法与系统思考以及它如何帮助指导系统实践紧密相关。什么是系统思维?确定了从整体上考虑一个系统，为感兴趣的问题/解决方案设置边界，并从边界之外考虑由此产生的感兴趣系统的关键思想(Churchman 1979;圣吉2006)。

系统方法可以将一个系统视为一个“holon”——一个本身是一个“整个系统”的实体，它与更广泛环境中的其他holon马赛克相互作用(Hybertson 2009)，同时也由相互作用的部分组成。我们可以递归地使用这个模型——系统的每个部分都可能是一个独立的系统，它本身既可以从外部看作一个实体，也可以看作一组相互作用的部分。这个模型也适用于向上递归，所以最初的“感兴趣的系统”是一个或多个更广泛系统的相互作用的一部分。

这意味着系统方法中的一项重要技能是识别问题情况和解决方案系统中的“自然holon”，并使职责划分与“自然holon”匹配，以便在应用解决方案时最小化并行活动之间的耦合。这就是“内聚/松耦合”启发法，在许多设计规程中已经存在了很长时间。

系统方法的整体性质的另一个后果是，它不仅考虑问题情况和解决方案系统，而且还考虑为将其中一个应用于另一个而创建和部署的系统。系统方法必须同时考虑所关注系统的边界和系统查询(或模型)的边界。真实的系统总是开放的，也就是说，它们与它们的环境或超级系统交互。另一方面，由于资源限制，真实的模型总是“封闭的”——必须设置一个固定的考虑边界。因此，有一个正在进行的谈判，以联系两者在系统实践中，而这样做的判断很大程度上有助于欣赏它们之间的差异。

因此，系统方法的特点可以是它如何考虑问题、解决方案和问题解决过程本身:

• 从整体上考虑问题，通过理解自然系统的关系来设置问题边界，并试图避免不必要的后果。
• 基于健全的系统原则创建解决方案，特别是创建系统结构，以减少有组织的复杂性和不需要的紧急属性。
• 在理解问题和创建解决方案时使用理解、判断和模型，同时理解这些视图和模型的局限性。

系统方法论

在系统科学界备受关注的一个话题是对实现系统方法的方法的分析和比较。方法论是应用于问题情境的一系列工具、程序和方法，理想情况下是从理论框架中衍生出来的。这些描述了利用系统思维的一些概念来理解和/或解决问题的结构化方法。这些方法通常与特定的系统范式或思维方式有关，这对上述系统方法的三个方面都有很大的影响。

最广泛使用的方法如下（另见系统科学史）：

• 硬系统方法(Checkland 1978)开始选择一种有效的方法来实现预定义的和商定的目标。
• 软系统方法(Checkland 1999)是交互式和参与性的方法，它帮助不同的参与者群体缓解共同利益的复杂的、有问题的情况。
• 关键系统思维方法(Jackson 1985)试图提供一个框架，在这个框架中，可以根据所调查的情况适当地应用适当的硬方法和软方法。

系统动力学

系统动力学(SD)使用控制论的一些思想来考虑系统作为一个整体在其环境中的行为。SD是由Jay Forrester在20世纪60年代开发的。他对系统的动态行为建模很感兴趣，比如城市人口或工业供应链。

系统动力学(Forrester 1961)是一种理解复杂系统随时间变化的行为的方法。它处理影响整个系统行为的内部反馈循环和时间延迟。可持续发展的主要内容包括:

• 将问题或解决方案中的动态交互理解为反馈循环系统，使用因果循环图建模。
• 系统性能的定量建模，作为存量（随时间变化的任何实体或财产）和流量（表示存量变化率）的累积。
• 创建动态模拟，探索 关键参数的 值如何随时间变化。有多种 软件 工具可用于支持这一点。

这些元素有助于描述看似简单的系统如何显示出令人费解的非线性。

硬系统方法论

Checkland(1975)对硬系统(词汇表)方法进行了分类，这些方法旨在选择一种有效的方法来实现预定的目标，分类标题如下:

• 系统分析-系统评估成本和其他影响，以各种方式满足规定的需求。
• 系统工程(SE)——一组共同导致复杂的人为实体和/或与其操作相关的程序和信息流的创建的活动。

操作研究也被认为是一种硬系统方法，与兰德公司开发的系统分析方法密切相关，在这种方法中，解决方案是已知的，但必须找到这些解决方案的最佳组合。关于系统动力学是否是一种用于评估真实情况下的客观行为的硬方法，存在一些争论。SD的许多应用都集中在系统上，但是它可以也已经被用作软方法的一部分，包括主观感知的建模(Lane 2000)。

SE允许基于可用技术创建新的解决方案系统。将SE作为一种专注于解决方案的方法应用于大型的、复杂的和专注于技术的解决方案，这种强硬的观点得到了例证(Jenkins 1969;和早期的国防和航天标准。

应该指出的是，从历史上看，SE规程主要旨在开发、修改或支持硬系统。在SE中最近的发展已经结合了以问题为中心的思考和敏捷解决方案方法。SEBoK中描述的正是SE的这个视图。

所有这些硬方法都可以使用系统思维来确保创建完整和可行的解决方案，或者作为解决方案优化过程的一部分。这些方法适用于单一的问题，但不适用于问题情况或解决方案技术不明确的情况。

软系统和问题结构化方法

问题结构方法(PSM)是交互式和参与式的方法，以帮助不同的参与者群体缓解一个复杂的、有问题的共同利益的情况。通常情况下，最困难的部分是框定构成问题的问题(Minger和Resenhead, 2004)。

PSM使用系统和系统思维作为研究的抽象框架，而不是创建解决方案的结构。系统描述用于了解当前的情况和描述理想的未来。直接在当前组织中向这个想法前进的干预认识到，参与者的假设和心理模型是改变的重要障碍，这些不同的观点不能被忽视，而是必须成为干预方法的一部分。

Peter Checkland在20世纪80年代的行动研究计划(参见系统科学)形成了Checkland、Wilson和其他人在开发软系统方法论(SSM)方面工作的基础(Checkland 1999;2001年威尔逊)。SSM形成了一种软方法的概念，使用系统思维来暴露问题情境中的问题，并指导干预以减少问题。SSM提供了一个思想和模型的框架，以帮助指导参与者进行这种系统的思考。

其他PSM方法包括互动规划方法(Ackoff 1981)，社会系统设计(Churchman 1968)，战略假设的出现和测试(Mason和Mitroff 1981)。

SSM和其他软方法使用系统思维来确保充分探索和解决问题。这些方法适用于多元主义问题。SSM的批评者认为，它没有考虑到干预的过程，特别是个人和社会群体之间的权力差异如何影响干预的有效性。

关键系统思维和多方法论

一系列硬方法和软方法的发展自然导致了在何种情况下应用哪种方法的问题(Jackson 1989)。批判性系统思维(CST)或批判性管理科学(Jackson 1985)试图解决这个问题。

critical这个词有两种用法。首先，批判性思维考虑知识的限制，并研究硬系统和软系统的限制和假设，如上节所讨论的。由此产生了框架和元方法，用于确定何时应用不同的方法，如全面系统干预(TSI) (Flood and Jackson 1991)。批判性的、“多元主义”或“实用主义”的多方法方法将批判性思维的这一方面进一步发展到认识到根据需要结合几种硬方法、软方法或定制方法的价值(Mingers和Gill 1997)。系统科学界的许多人认为，多方法方法已经被接受为事实上的系统方法，现在的挑战是改进工具和方法来支持它。

Churchman(1979)和其他人也考虑了与管理科学有关的更广泛的伦理、政治和社会问题，涉及系统干预中参与者的相对权力和责任。批判性思维的第二个方面考虑了Jackson的系统方法论(SOSM)框架(Jackson 2003)中的伦理、政治和强制维度以及系统思维在社会中的作用。

选择系统方法

Jackson 提出了一个框架来考虑应该应用哪种方法(请参阅Jackson的框架)。在Jackson的框架中，以下定义适用于参与解决问题的参与者:

单一:参与者“具有相似的价值观、信仰和兴趣”的问题情境。他们有共同的目标，都以这样或那样的方式参与如何实现商定目标的决策。”(杰克逊2003年19)

多元主义:涉及参与者的一种问题情况，其中“尽管他们的基本利益是一致的，但他们不具有相同的价值观和信仰”。需要为辩论、分歧、甚至冲突提供空间。如果这样做了，并且所有人都觉得他们参与了决策，那么就可以找到妥协和妥协。参与者将会达成一致，至少是暂时的，以富有成效的方式前进，并据此采取行动。”(杰克逊2003年19)

强迫性:一种问题情境，参与者“几乎没有共同的利益，如果自由地表达这些利益，就会持有相互冲突的价值观和信仰。”妥协是不可能的，因此没有商定的目标，也就没有直接的行动。决定的依据是谁拥有最大的权力，以及使用各种形式的强制手段来确保服从命令。”(杰克逊2003年19)

Jackson的框架表明，对于具有单一参与者的简单系统和复杂系统，分别适用硬系统和动态系统思维。对于具有多元参与者的简单和复杂系统，应用软系统思维。对于具有强制性参与者的简单系统和复杂系统，分别采用了解放主义和后现代主义的系统思维。这些思维方法认为，在个人和群体的力量支配我们所创造的任何系统结构的情况下，所有寻求系统解决方案的尝试都是暂时的、无效的。他们提倡一种方法，鼓励个人和组织结构的多样性、自由思维和创造力。因此，现代系统思维具有处理一系列复杂问题和解决方案所需的广度。

这些想法处于系统思维的极端，作为挑战假设和刺激问题解决的创新解决方案的工具。Jackson(2003)确定了一些作者的工作，他们将这些思想纳入他们的系统方法。