确定性、随机性与复杂性

确定性、随机性和复杂性有着复杂的关系，确定性不能等同于简单性，它也会产生复杂性；随机性不能等同于复杂性，随机性越大其复杂性不一定就越大；复杂性介于确定性与随机性之间。     

效能评估ADC模型中可信赖度矩阵算法探讨

ADC模型是目前评价复杂武器系统效能的标准方法,在实践中得到了广泛应用.但多数应用中可信赖度矩阵计算过于简化,致使效能评估结果误差较大.为了提高模型的有效性和可信度,将武器系统在执行任务后任意时刻处于某种状态看作是一个随机过程,应用连续时间齐次马尔可夫链的柯尔莫哥洛夫向前和向后方程建立可信赖度矩阵计算模型,求解矩阵微分方程得到转移概率.最后,以某型近程地空导弹武器系统效能评估为应用背景,给出了应用案例,验证了模型的有效性,并提出了进一步研究的方向.     

基于复杂性理论的黄河河川径流序列诊断分析

水文序列性质的诊断是水文预测的关键问题之一，至今没有得到有效解决．本文通过采用复杂性理论中的复杂性测度，对黄河干流不同水文站的河川径流序列进行诊断分析．结果表明：黄河干流径流序列以随机性为主，确定、随机和混沌成分共存；人类活动的影响总体使得径流变化的随机和混沌增大，且下游的随机成分大于上游，上游的混沌成分大于下游；同时表明复杂性测度具有较灵敏的识别能力，为识别河川径流序列的性质及人类活动的影响提供了一种新的方法，     

基于复杂性理论的径流时间序列动力学特征分析

将三种复杂性测度——复杂性C2、算法复杂性C0和近似熵ApEn运用于径流时间序列的分析之中,计算过程简便,对时间序列长度等条件的要求相对较低,因而更具有实用价值,为了解径流变化的动态特性开辟了新的思路.通过分析可以发现:黄河干流具有实测径流的随机性和混沌程度高于天然径流的随机性和混沌程度;上游的混沌程度高于下游,而随机性低于下游的动态特征.黄河干流整体上处于随机、混沌共存状态,随机强于混沌;各站径流序列中存在某种结构,这些结构可能是周期性变化、持续性变化或自相似结构.人类活动近十几年的影响,增大了上游径流变化的随机性、降低了上游径流的复杂性(混沌),使其对径流的预测能力下降,增加了径流序列的识别难度.黄河干流大型水利工程的运用,对径流的影响程度随着空间位置的加大而减弱.     

系统复杂性熵理论下股市有效性与复杂性的变化分析——以股权分置改革的视角

运用复杂性熵(近似熵与样本熵)估计探究了股权分置改革对中国股票市场有效性与复杂性的影响变化。研究表明,股市复杂性的动态变化反映了股权分置改革使股价具有的随机性得到增强,股票市场有效性获得提升,但提升幅度较小;股市的复杂性、随机性与有效性之间存在正向变化关系;股市收益率与其复杂性、有效性之间存在反向变化关系;度量复杂性的近似熵比样本熵在描述和刻画股市序列变化总趋势方面更显著,但样本熵在检测数据的灵敏度上强于近似熵,拓展了仅强调样本熵更优的理论观点;应继续实施证券制度改革,完善监管体系建设,规范信息披露,增强股市的市场性,股市的有效性将进一步提升。     

复杂性度量方法的改进及其在证券市场的应用

系统地分析了Lemple-Ziv复杂性度量方法的应用过程中,将实际信号(时间序列)转变成符号序列的诸多方法中存在的一些问题,提出了更合理的处理方法,即兼容法.兼容法可以有效地刻画各种时间序列的复杂度,克服了均值法等方法中将序列过分"粗粒化"以致不能区分混沌与完全随机现象的缺点,克服了极值法与遗传密码粗粒化方法因只提取细节成分信息而导致辨别率不高等缺点.最后动态地分析了中国证券市场的复杂性.     

基于小波支持向量机的电梯交通流预测模型

考虑到电梯交通流本身所存在的非线性、复杂性和随机性,提出了一种基于小波支持向量机的电梯交通流预测模型.该方法采用菜大厦实测的4周交通流数据,以前三周统计的交通流时间序列构成训练样本对预测模型进行训练,后一周的交通流时间序列作为测试样本.仿真实例验证了该模型在精度、训练时间、泛化能力、最优性等方面取得了较好的效果.     

一种实用的时空混沌二值化方法

指出经符号函数二值化方法生成的时空混沌序列存在伪随机性差的缺陷 ,提出了一种改进的时空混沌序列二值化方法 ,并应用多种方法对其产生的二值序列的伪随机性能进行了检验。结果显示伪随机性能很好 ,并且二值序列的相关特性也比较理想 ,表明了这种改进的方法是一种实用的时空混沌序列二值化方法 ,而且二值化后的序列比较适合于作为码分多址 (codedivisionmultipleaccess,CDMA)通信系统中的扩频序列。     

一种离散混沌序列类随机性分析法

提出了用穷尽熵来判定离散混沌序列类随机性强弱的算法。对于给定离散混沌序列,求其穷尽生成的步数,根据每个穷尽组成部分的序列数占总序列长度的比率,计算离散混沌序列的穷尽熵。数值仿真实验表明此方法能有效识别不同离散混沌序列的类随机性强弱,在数字混沌保密通信中具有实际应用前景。     

模糊时间序列建模及应用

在许多实际问题中，观测得到的数据序列既具有随机性，也含有模糊性，我们称其为模糊时间序列（FTS）。本文提出FTS分析的新方法，并研究它的参数估计和模糊型定价。实际表明FTS分析方法具有广泛的应用价值。     

统一混合变速增长网络模型及其特性转变

为了更好地反映确定性与随机性混合的真实世界的统一性、多样性和复杂性．使网络理论模型更加接近实际网络的特性，在近年来发展的统一混合网络理论框架的基础上，提出和研究了统一混合变速增长网络模型，揭示了统一混合网络模型的若干新特性，总结和比较了随着4个混合比的变化整个网络的复杂性与普适性的转变关系。     

基于非线性动力学方法的时间序列处理

因神经系统复杂的生理机理，EEG信号分析一直是信号处理领域研究中的难点问题。本文简要介绍并分析了现有对非线性时间序列进行数值分析的手段，包括Lyapunov指数、分数维、测度熵以及多种复杂性测度等。在考虑传统分析手段的优缺点，以及原有的复杂性分析方法的基础上，提出了分级加权复杂性测度的定义和计算步骤。脑电数据的临床处理结果表明，这种方法能够较好地区分脑功能的不同状态。分级加权复杂性测度考虑了多临界点的映射，通过调整权数可更大限度地提取时间序列中有用的信息，从而提高对不同状态的区分率。     

从概率不确定性解读复杂性

概率论是研究现实过程具有不确定性数量关系的数学科学,由于其研究对象的复杂性,使得其理论和应用也具有了现实的复杂性。概率论不但具有研究对象随机性引起的复杂性,它所使用的相关数学工具也存在一定的复杂性。概率论是一种可以在某种程度上把握复杂性的数学手段,通过概率论可以把握现实的运行过程,帮助我们确定最终逼近某个比例和结果的可能性。     

鱼雷发射过程控制序列的Petri网仿真分析

以某鱼雷发射过程的控制序列作为研究对象， 提出了在非完全离散系统基础上建立Petri网结构集的离散化方法；针对该鱼雷发射过程的控制序列建立了Petri网，得到了可达树形式的仿真运行结果，并对发射成功的随机性进行了探讨。本文还对Petri网在类似非完全离散系统中的应用作了分析和展望。     

鱼雷使用维护费用灰色模型

鱼雷使用维护费用在鱼雷寿命周期费用中占很大的比例，利用鱼雷使用维护费用近似服从指数规律的经验，对灰色系统理论的GM（1，1）模型进行了改进，将原始数据作为累加序列进行建模，同时，采用卡尔曼序贯滤波算法减弱数据序列的随机性。结合实例建立了鱼雷使用维护费用灰色模型，结果表明，这种方法能达到令人满意的精度，具有实用价值。     

TPE-XGBOOST与LassoLars组合下PM2.5浓度分解集成预测模型研究

在我国当前大气重污染的环境下,PM2.5浓度的预警预报工作显得尤为重要.由于PM2.5浓度时间序列具有高度复杂性与随机性等特点,且传统的PM2.5浓度分解集成预测方法没有考虑空气质量因素与气象因素的信息,仅靠PM2.5浓度的历史值难以准确对其精准预测.本文在对历史数据的分解下,对高频数据引入TPE-XGBOOST模型,对低频数据引入LassoLars模型,结合空气质量因素与气象因素反映分解特征的变化趋势,对PM2.5浓度时间序列展开预测研究.通过实验,该组合模型显示出了良好的预测效果,且相对于单一分解集成预测模型有较大的预测精度提升.     

复杂性研究与辩证唯物主义的运用和发展

复杂性研究用还原论与整体论统一的方法即系统方法探索复杂性，以辩证唯物主义为哲学基础。世界范围的复杂性研究的兴起和高涨，是辩证唯物主义运用和发展的大好时机。辩证唯物主义对复杂性研究的指导作用，有两种形式：一是间接的指导作用；二是直接的指导作用。复杂性科学对辩证唯物主义的推进是多方面的。如有，复杂性科学进一步论证了辩证唯物主义的世界观；复杂性科学进一步充实了辩证唯物主义运动观。     

一种新的混沌序列随机性刻画及提高方法

通过定义混沌序列中元素之间的邻接关系,提出了一种基于网络邻接图的方法来刻画此序列的随机性.通过数值模拟发现此方法具有很好的有效性,且与传统的Lyapunov指数判别法相一致,尤其在Lyapunov指数难以求得的情况下,此方法具有很好的参照性.通过考察网络邻接图的度分布、聚类系数和平均路径长度,发现混沌序列的网络邻接图是无标度网络,并且具有明显的小世界特性.利用网络邻接图的无标度性,适当减少网络邻接图中为数不多的度大的点可以有效提高混沌序列的随机性.     

Mamdani型概率模糊系统建模方法

针对模糊系统不能有效表示系统中的随机性,给出了一种Mamdani型概率模糊系统的建模方法。该模型不需要领域专家的知识,可以直接从已有数据生成概率模糊规则。相应地给出了一种概率模糊推理方法。概率模糊系统综合了模糊系统的易理解性和概率系统的统计特性,能够对数据中的随机性进行更好地表示和处理。以概率模糊系统在时间序列分析中的应用为例,通过与“查表法”(table look-up scheme) 的比较,说明了所提方法的有效性。     

基于Transformer-VAE的ADS-B异常检测方法

针对现有的异常检测算法无法同时捕捉广播式自动相关监视(automatic dependent surveillance-broadcast, ADS-B)报文序列中的长程依赖关系、随机性以及整体性特征的问题，提出了基于Transformer变分自动编码器(variational autoencoder, VAE)的ADS-B异常检测算法，以Transformer编码器和解码器作为VAE的推断网络和生成网络来学习ADS-B报文序列的时序分布。由Transformer编码器的自注意力机制建模序列中的长程依赖关系，生成反映报文序列整体性特征的随机变量，并采用一个特殊的融合模块融合该随机变量与Transformer解码器的输出以实现报文的重构，最终通过重构误差来检测异常。实验表明，所提出的方法在不同攻击场景下，均优于相关基线算法。