生态系统是远离平衡的复杂非线性系统,其非线性、复杂性来自组织内部的众多组元的相互作用。组元多元化和影响因素多样化使其具有混沌特性,也即对初始条件的敏感性和分形。但是,看似杂乱无章的系统背后仍然有章可循。经过研究,生态学家发现生态系统具有层次性、异质性等特点。虽然研究人员早就发现生态系统具有这些特性,但是针对它的研究多停留在唯象的表面,缺少深层次的数学物理理论基础。对生态复杂性的微分方程的分析又很困难,不容易得到解,当前的研究基本上局限于数学领域而非生态范畴。本论文主要针对这些缺陷展开分析。首先从生态系统中普遍出现的优化现象进行理论探索和分析。以一个远离平衡的复杂系统总是努力寻找一种优化过程使得系统在给定的约束或代价下所获得的广义流最大为思想基础,从微观动力学角度探讨了宏观生态系统的分形层次结构形成过程的动力学机理,并和人工神经网络结合,着手分析生态系统的子系统吸收流而分形长大的模式,并通过宏观参量对系统模式进行模拟。然后我们对系统的分形维数和边界流进行了分析,指出层次形态不同的系统其分形维数和影响参数、边界流均有所不同,这为景观生态系统的评价开辟了新的思路,奠定了一定的理论基础。之后我们又对生态系统的模式进行了分析,认为在某种程度上,模式的稳定正意味着其中存在一个混沌吸引子的作用。我们还使用MATLAB的人工神经网络软件进行模拟,得出了系统的各种模式竞争并逐渐稳定于一个状态的过程。探索生态系统的宏观参量与景观模式之间的紧密联系,指出不同的宏观参量组对应的ξ值和景观模式的不同。这为生态的修复和规划的理论提出了新的依据,对生态修复具有一定的指导意义。最后我们讨论了前人的研究成果并与我们的分析进行对比,指出了可持续发展思想战略方面的应用,并对实际的循环工业通过减少流阻力寻求发展的方式进行了分析。本论文主要是在数学基础上在理想状态下对宏观生态系统的分形、层次及模式转换进行理论分析和模拟,对宏观生态系统的课题进行一些探索性工作,具有较好的理论价值和实用价值。