在自然界中，网络在动物和植物相互作用并使用有效方法来最佳利用资源的地方进化。德州农工大学机械工程系助理教授阿斯特丽德·雷顿博士正在研究企业是否可以应用类似的概念，即这种自然网络的外观和行为，以努力创建更可持续的产业网络。
雷顿的工作主要围绕着生物灵感设计的理念，基于存在于自然环境中的网络。自然界的系统不是在最初使用食物和水等资源后丢弃它们，而是从资源中提取每一点有用之处，使整个系统更强大、更有效。雷顿认为，工业可以使用类似的方法来建立和增加副产品和资源的交换，比如水、蒸汽等。理想的解决方案是创造一种更可持续的安排，既有利于环境，又能提供有利的经济解决方案。
雷顿说:“我不认为他们必须相互排斥。”“我真的相信，我们没有理由不能找到方法来做对环境有益的事情，做出正确的经济决策，到目前为止，我已经找到了支持这一观点的人。”
虽然在设计产品时，模仿自然的想法已被应用于工业领域，但在更广泛的网络层面上，这种做法并不常见。
雷顿说:“所有这些不同的行业都会相互影响，也会影响周围的环境。”“通过放大，你可以看到所有这些不同的影响，通过从生态系统的角度来看待它们，你可以开始像生态学家看待生态系统那样思考它们。”
雷顿说，丹麦的卡伦堡生态工业园区就是朝着仿生设计方向努力的一个例子。该综合体包括发电站、石油公司和炼油厂等各种行业，大约50年前开始建立资源和副产品交换，以解决地下水的限制。
雷顿说:“这些公司开始把(这个问题)看作一个社区，一个工业社区，开始建立关系，开始交换废水流、灰水流、蒸汽等。”
在这个类似生态系统的结构中，现在有超过30种物质和能量交换的记录，这导致每年二氧化碳排放量减少了24万吨，减少了2.64亿加仑的稀缺地下水。
雷顿在生物启发可持续系统设计实验室的研究中提出的问题之一是，如何以定量而不是定性的方式呈现网络类型的好处。雷顿说，可持续发展的讨论往往依赖于定性信息，而这些信息可能被科学家和工程师“忽略”。相反，雷顿致力于为设计计算明确的数字限制和目标。
为了更好地分析这些网络，雷顿使用了来自美国和海外行业网络的可用信息。根据这些信息，她设计了一个受真实网络启发的行业网络模型。计算机模型被赋予一组可量化的集体目标——降低成本、减少排放、模仿自然模型等——并运行所有可能的变量以达到解决方案。研究人员可以增加或删除公司之间的联系，看看是否有可能创造理想的可持续环境。雷顿说，不同的模型使团队能够更多地了解大自然的哪些方面可以适应工业网络，哪些方面在这种环境下没有意义。
她说:“理想情况下，我们希望证明，以某种方式形成这些关系会产生有益的特性，因此我们正在学习如何设计这些关系，如何扩展这些关系的设计，使它们变得更好，使它们表现得更像自然。”“这个假设真正的出发点是，如果我们能让这些网络看起来像自然，它们的行为就会更像自然。”
这些信息可用于发展具有经济竞争力的工业综合体，同时也可最大限度地减少对环境的任何负面影响。
雷顿说，这项研究产生了一些有趣的结果。在一次模拟中，旨在模拟自然设计的计算机模型能够满足降低成本和减少排放的传统工业目标。结果表明，自然网络有许多方面需要进一步研究。
她说:“这项研究正在了解我们还能从自然系统的设计中得到什么我们还不了解的东西，我们还应该关注什么。”