# 系统结构范例
学习一项新事物最好的方法是多去了解具体的范例，而不是过多的学习抽象的理论。下面我们来看一看系统不同结构的范例，以及系统的基本原则。
# 单存量系统
# 空调
有一个存量、但是存在两个或多个相互制衡调节回路，它们之间相互影响，此消彼长的系统的一个典型范例就是空调：
它工作原理很简单，当室温低于设定温度时，温度调节器探测到这一差异后会发出加热的信号，从而提高室内温度，当室温升高，超过设定温度时，稳定调节器则不再加热，这一调节回路会由一个存量维持。当然，加热并不是这个系统中的唯一回路，因为热量会散失到室外，所以随着室温的升高，向外流出的热量也在增加，流入的热量持续超出流出的热量时，室温才会逐渐达到目标温度。
在这里我们可以得出一条很重要的原则：由反馈回路所传递的信息只能影响未来的行为，不能立即改变系统当前的行为，因为信息经由反馈回路的传递需要时间，如果我们根据当前反馈做出了一项决策，它不能足够快的发送一个信号去修正当前反馈，那么我们的决策就只能影响未来的行为，不能改变当前的系统。
在一个由存量维持的调节回路中，设定目标时，必须适当的考虑补偿对存量有重要影响的流入和流出过程，否则反馈过程将与预期值不符。在类似的系统中，流量的散失和补充过程是持续、动态变化的，不能静止的看待问题。
# 人口
如上图所示，人口受到一个增强回路一个调节回路的影响，增强回路决定新出生的人数，受出生率的影响，导致人口增长，调节回路影响当期的死亡人数，受死亡率影响，导致人口数量减少。这个系统的走向取决于出生率和死亡率谁的效果更强。出生率和死亡率不会是常数，他们会随着时间变化，所以系统中存量的人口也会随着时间不规则变化，当一个回路相对于另一个回路居于主导地位时，它对系统的行为就会产生更强的领导力。系统中可能经常会有好几个相互矛盾的反馈回路在同时运作，但是只有居于主导地位的回路才能决定系统行为，如果各个回路都没有绝对占据主导地位，那么他们之间就会形成相对的平衡。
通过动态系统分析我们通常不会预测出发生什么具体情况，例如我们很难分析未来的死亡率，也不能准确预测未来会有多少人，但是我们可以探究在各种驱动因素处于不同状况时，可能会发生什么以及系统的状况如何。
# 库存
我们来想象一家经销商的仓库，它有一定的库存量，也有流入量（各家工程订货交付的汽车）和流出量（因销售行为被客户提走的汽车）。从结构上看，汽车库存量的行为变化模式会像一个储水缸。
经销商需要保持一定的库存，因为每天到货交付的数量和销售量不一定能够完美匹配，而且每天客户的购买量也难以预测，所以常常经销商需要多保持一些额外的库存作为缓冲，以防止供应商偶尔出现交货延迟或其他意外情况。
经销商如果发现销量有增长的趋势，就会据此增加给工厂的订单，以便增加库存，满足未来能加大的销量。因此销量变大，就意味着未来预期的销售量也会变大，这会导致实际库存和期望库存之间的差距加大，从而增加向工厂下达的采购订单。
从结构上看，这一系统是受两个相互制衡的调节回路影响，一个调节回路是将汽车销售出去，导致库存减少，另一个回路是经销商订购的车辆到货交付，导致库存增加。看似没有什么问题，但是在现实中我们还要加入三个时间延迟（感知延迟、反映延迟和交货延迟）才能更贴近实际情况。
经销商不可能对销售量的任何变化都立即做出反应，在制定订货数量决策时，人们通常会通过过去一段时间的销售量进行，以发现销售量的变化趋势。当销售形势趋于明朗时，经销商才会调整订单数量，他们常常不会将缺货一次性调整到位，而是在其后的每笔订单中多增加一部分，谨慎的经销商往往只会部分的进行调整，以便在其后的几天内进一步确认趋势。在工程收到订单时，常见的现象是需要一周左右的时间进行排产。
虽然这个只是由两个调节回路构成，但它的行为方式可能会因为调节回路上的时间延迟导致系统的震荡。销售量的增长，导致了库存的下降，经销商感知销量增长趋势后，开始订购更多的汽车，不仅要满足增大的销量，还要补足之前因销售而导致的库存差距，因为存在交货延迟，在销售过程中，库存量会持续降低，这可能导致经销商会进一步加大采购订单的数量。最后，大量的订单到货交付，补足了之前的差额后，会持续的推高库存量，因为积压了订单，经销商就开始减少订单量。如此循环往复，就会形成上下震荡。
# 双存量系统
刚刚我们所讨论的系统都没有考虑外部因素的约束，例如空调系统没有考虑电力因素的限制，人口系统中未考虑食物和环境的限制。任何成长的系统，都会受到某种形式的制约，这些限制因素通常也是以调节回路的形式存在，从而阻碍系统的进一步成长。
在现实环境中，受限制的成长是非常普遍的，在呈指数型成长的实体系统中，必然会存在至少一个增强回路，它驱动着系统成长，同时也会必然存在至少一个调节回路，限制系统成长，在有限的环境中，物理系统不可能永远增长下去。对成长的限制有可能是临时的，也可能是永久性的，有时候，系统可以找到其他途径，暂时货对长期地绕过阻碍因素，再次实现成长。
# 石油经济
在本例中，资本存量是开采和提炼石油的设备，按20年来提取折旧，每年计划提取5%的减值损失费用。为了保持并扩大产能，石油公司将会拿取部分利润用于再投资来提高资本的存量。所以，这里有一个增强回路，更多的资本存量可以获得更多的资源开采量，创造更多的利润用于再投资。随着石油开采量的增加，油井终将枯竭，对于石油存量来说，开采量是流出量，但是没有流入量，剩余资源的开采难度会越来越大，人们不得不使用一些费用更加高昂和技术更加复杂的措施去获取资源。
更多的资本导致更快的开采速度，从而更快的降低资源储量，资源储量越少，单位资本的资源收益率就越低，再投资比率就会越小，资本的增长速度也将降低。在我们现实的场景中，一些油田会因为运营成本过高，或者资本效率过低而被废弃，这是一个典型的衰竭行为。
依靠不可再生资源的经济体系，根据资源耗尽的动态行为特性，初级资源存量越大，新的发现越多，驱动成长的增强回路相对于限制性的调节回路影响力就越强，导致资本的存量越高，开发效率越快，然而高峰一旦过去，经济衰退也开始的更早，速度更快，幅度也越大。
# 渔业经济
假设可再生资源是鱼，资本存量是渔船，由于渔业资源日益稀缺而导致价格上涨，这将打动加大开发力度，增加资本投入。对于渔业公司来说，吨位更大的渔船可以在海上航行的更远，安装声呐设备可以及时追踪鱼群的动向，装备脱网或者冷冻系统可以捕捉更多的鱼，这些都需要花费成本。
鱼的再生率不是固定的常数，它依赖同一海域中鱼群的分布密度，如果鱼群的分布密度很大，由于受到实物和栖息地的限制，再生率会接近于零。随着密度的降低，鱼群再生速度回加快，到了某个点鱼群的再生速度回达到最高峰，超过这个点鱼群繁殖数量会减慢。
简化的鱼类经济模型受到三种非线性关系的影响：价格、再生率、单位资本收益。价格取决于鱼的种类和数量，越稀少的鱼价格越高。再生率取决于鱼群的密度，单位资本收益取决于捕鱼技术的方法和效率。这一系统可以产生很多不同的行为模式。
可再生资源主要受限于流量，只要开发的速度（流出量）等于资源再生的速度（流入量），它们就可以被无限的开采或捕捞，如果开发速度快于再生的速度，资源存量最终可能低于某个关键转折点，从而转变为不可再生资源，逐渐耗尽。
在成长上限结构中，不管是可再生资源，还是不可再生资源，物质的存量都不可能永远增长，因为其存量和流量的不同，所以它们对系统的限制也不同。对于所有复杂系统来说，判断系统走势在于了解什么样的系统结构包含了哪些可能的行为，以及什么情况或条件可以出发这些行为。如果有可能，我们可以调整系统结构和相关条件，从而减少破坏性行为发生的概率，增加有利行为出现的概率。