细胞自动机（CA）是一种数学对象,在复杂系统的研究中占据着特殊的地位。它们由可容纳有限数量状态的简单自动机规则排列组合而成,其会形成复杂的全局特性。细胞自动机的全局转换方式分为同步与异步两种,同步转换实现简单方便,利于探讨局部规则,而异步方式复杂困难但更符合分布式系统与自然生物。从最简单的一维的仅带有两个状态的细胞自动机——基本细胞自动机（ECA）入手,本文探讨了256个在异步方式下的基本细胞自动机分类问题。同步方式下的256个基本细胞自动机早在80、90年代已被各个学者通过不同方式进行不同性质的分析与归类,而异步方式下的基本细胞自动机由于异步方式较多且不统一的原因未有较好的分类。本文中以alpha异步方式为基础,利用测度熵观测鲁棒性的方式对alpha异步方式下的基本细胞自动机做出了如下分类:（1）高熵高鲁棒性;（2）低熵高鲁棒性;（3）熵值跨度大无鲁棒性和（4）无鲁棒性但具有相变这四种类别,这样的分类方式与早期的以密度为参数的研究结论相符,间接证明了该分类方式的正确性。除测度熵以外,异步方式下复杂系统的不确定度（不确定性）性质同样是关注的重点,本文尝试使用Kolmogorov-Sinai（KS）熵对基本细胞自动机的不确定度进行了尝试性探讨,给出了一个初步的协议,能够对超过80%的规则进行基于不确定度的分析,由此我们得到了初步结论:不确定度越低的模型其收敛速度越快,随着不确定度的增加收敛速度减缓直至不收敛。细胞自动机的异步方式主要分为了完全异步与alpha异步两种方式,分布式系统框架中常用的异步方式被称作异步通信方式,本文尝试在异步通信的框架下形式化一种新型的细胞自动机。该模型称为异步通信细胞自动机（ACCA）,它允许每个细胞通过特定的异步通信协议在随机时间内独立地更新状态,这可以将细胞之间的通信与更新相分离。我们在ECA的基础上讨论了异步通信对其动力学行为的影响并对相应的鲁棒性进行分析,接着利用测度熵根据异步通信基本细胞自动机的鲁棒性做出了分类。异步通信不可避免的会出现信息交换的延迟现象,基于此我们分析了延迟在异步ECA相变现象中的作用。尽管通信和状态转换都具有不可预测的随机性,但根据将每个同步CA转换为等效ACCA的有效方法,仍可以证明ACCA与常规CA之间的计算等效性。