Complexity and Coupling: A Functional Domain Approach

技术摘要：复杂性与耦合：一种功能域方法

问题陈述
本文探讨了在工业控制与自动化系统（iCAS）及软件工程领域中，关于“复杂性”与“耦合”定义普遍存在的模糊性以及缺乏科学严谨性的问题。作者指出，目前的定义往往根植于物理域（例如：代码行数、组件数量、机器尺寸或计算时间），这导致了理解上的不一致和认知陷阱。这种对物理属性的依赖阻碍了稳定且通用的定义（即“属与种差”结构）的形成，并阻碍了对系统复杂性的理性降低。此外，软件工程中普遍认为耦合是软件系统固有且不可避免的属性这一观点，被认为是一种误解，其根源在于未能区分物理互连与功能依赖。

方法论
本文采用了一种基于南帕·苏（Nam P. Suh）公理化设计（Axiomatic Design）理论框架的方法论。该方法包括：

1. 重新定义概念： 将复杂性和耦合的逻辑中心从物理域转向功能域。
2. 数学公式化： 利用信息论将复杂性量化为满足功能需求（FRs）所需的“信息含量”（IC）。这涉及通过计算设计范围（FR所要求的公差）与系统范围（设计参数的实际性能能力）之间的重叠，来计算成功概率。
3. 矩阵分析： 应用独立性公理，利用设计矩阵分析功能需求（FRs）与设计参数（DPs）之间的关系。本文将设计分类为无耦合设计（对角矩阵）、解耦设计（三角矩阵）或耦合设计（全矩阵）。
4. 对比分析： 将传统的软件工程耦合定义（基于模块互连性和变更级联）与功能性定义进行对比，并使用类比（如厨房水龙头）和工业自动化实例来阐明两者的区别。

核心贡献

• 复杂性的科学定义： 本文将复杂性定义为实现一组功能需求时确定性的度量，而非系统规模或组件数量的度量。当系统范围（性能）完全落在功能需求的设计范围（公差）内时，复杂性为零。
• 耦合的功能性定义： 耦合被重新定义为一种功能现象，即单个设计参数（DP）影响多个功能需求（FR）。这违反了独立性公理。本文断言，耦合并不发生在物理域（例如：共享电线或代码库），而仅发生在功能域，即当一个设计参数的变化会影响到多个独立功能需求的满足时。
• 解耦作为设计目标： 本文证明了“无耦合”或“解耦”设计是可实现的，且对于低复杂性是必要的。这与软件原则（如单一职责原则 SRP 和共同闭包原则 CCP）相一致，并指出这些原则是功能性的指令，而非物理性的指令。
• 通过信息含量进行量化： 本文提供了计算复杂性（$I = -\log_2 P$）的数学基础，表明耦合设计会增加信息含量（从而增加复杂性），因为由于相互依赖关系，同时满足所有功能需求的概率会降低。

结果与分析

• 水龙头类比： 本文通过一个例子说明，如果两个旋钮（热/冷）同时控制流量和温度，即使物理旋钮是独立的，该物理设计在功能上也是耦合的。相反，一个能够分别控制流量和温度的设计则是功能无耦合的。这证明了物理独立性并不保证功能独立性。
• 工业自动化案例研究： 通过一个牛奶加工的例子（液位控制、温度控制和混合）展示了如何应用过程粒度（PG）。通过将独立的功能块（FBs）分配给独立的功能需求（FRs），设计矩阵变为对角矩阵（无耦合）。如果一个功能块同时控制液位和温度，矩阵则会变为全矩阵（耦合）。
• 复杂性降低： 分析确认，在无耦合设计中，总系统信息含量是各个功能需求信息含量的总和。在耦合设计中，由于一个需求的满足取决于其他需求的状态，导致成功的联合概率显著下降，使得系统范围更难控制在设计范围之内。

意义与主张
本文主张，有效的工业控制与自动化（以及通用软件）设计必须严格在功能域内处理复杂性和耦合问题。

• 意义： 通过采用这些定义，工程师可以超越直觉或物理指标（如代码行数），转向一种严谨、科学的设计方法。这使得通过确保满足独立性公理来系统性地降低复杂性成为可能。
• 适度的主张： 本文并非声称解决了所有的工程问题，而是断言，如果没有基于功能域的精确且统一的定义，实现降低系统复杂性的进展是不可能的。结论指出，耦合设计通过限制满足功能需求的允许范围，从而增加了不确定性，进而增加了复杂性。本文的主要贡献在于澄清这些概念以实现“鲁棒设计”并减轻设计师的认知负荷，而非提出新的实验工具或特定的软件框架。

本文总结道，未来的研究应侧重于通过这一功能视角重新定义工业控制系统的题面，以进一步推进设计质量和复杂性管理。