第四届国际计算金融与管理会议(CFM2021)

正2021–10–15～2021–10–18,中国·青岛为了进一步促进大数据和人工智能在复杂系统、军事、经济、金融以及管理中的应用,第四届国际计算金融与管理会议采用线上线下结合方式(海外报告嘉宾线上,国内参会者线下),于2021–10–15～2021–10–18在中国石化胜利油田青岛科技交流中心召开.计算金融与管理国际会议主要关注不确定性、大数据和人工智能在复杂系统、军事、     

2021年复杂系统与工程大会征文通知

随着人工智能、物联网、大数据等信息技术的快速发展,智能科技为复杂系统的理论研究和工程实践的发展提供了强大的活力。为进一步促进复杂系统与工程的发展,交流跨时代变革下的研究成果,探索未来发展的前沿方向,中国航天科工集团有限公司科技委联合多家单位拟于2021年下半年召开“2021年复杂系统与工程大会”,会议主题为“聚焦核心产学协同共谋高质量发展”。     

复杂系统管理中的仿真方法研究：挑战与机遇

近年来,随着工业技术和社会生产力的发展,很多系统呈现出复杂性和不确定性两个显著的特征,其中复杂性可以进一步刻画为大规模、网络化和动态性等。计算机仿真是这类复杂系统建模的重要工具,可以用来解决复杂系统管理中的很多问题。系统的复杂性和不确定性也给现今的仿真工具带来了很多挑战,在建模、预测和优化领域都有很多问题亟待解决。包括高性能计算、大数据和人工智能技术在内的很多新兴技术则为解决这些挑战带来了机遇,这些技术与仿真工具的深度融合将是下一代仿真工具研发的关键。     

系统工程与认知工程

本文从系统工程研究领域的扩展和面向系统复杂性的有关理论和方法探讨认知工程的内涵。基于系统工程与计算机技术在解决当代复杂系统问题上的相互支持、互为因果形成了多种门类的人一机系统，阐明认知工程的产生和发展是需求导向和技术驱动的。鉴于它是将人工智能嵌入计算机主流技术研制更高层次智能系统的必要手段，它将是２１世纪智能产业的重要支柱之一。     

从基于逻辑的人工智能到社会智能的发展

从思维科学和系统科学交叉发展的观点回顾人工智能半个世纪发展的历程：它经历了以“物理符号系统”为假设的传统人工智能（逻辑思维的模拟）；人工神经网络为代表的分布式人工智能（形象思维的模拟）；现场人工智能（逻辑思维、形象思维与运行环境相结合的模拟）；智能体技术、人工社会研究所涌现的社会智能（社会思维和群体智慧与运行环境相结合的模拟）。钱学森于1990年发表了开放的复杂巨系统及处理这类系统有关复杂问题的方法论，接着提出：我们要研究的不是智能计算机，是人机结合的智能系统，以此为基础，建立了信息空间综合集成研讨体系（Cybespace for Workshop of Metasynthetic Engineering），为社会智能涌现提供了可操作的技术平台。     

基于强化学习的指挥控制Agent适应性仿真研究

应用人工智能中的学习技术来赋予战争模拟系统中的智能Agent适应能力，是基于CAS理论的战争复杂性研究的基础内容之一。面对战争系统中复杂动态的环境，传统的监督学习方法不能很好满足智能Agent实时学习的要求。而强化学习却可以很好的适应这种动态未知的环境。文章引入强化学习技术对战争系统中指挥控制Agent的适应性进行建模仿真研究。实验结果表明强化学习技术能很好的满足指挥控制Agent无师在线实时学习的要求，从而为战争模拟系统中的智能Agent的适应性机制提供良好的建模手段。     

多目标水资源系统自优化模拟实时调度模型研究

本文应用系统工程理论与方法，结合南水北计中线工程，建立了复杂水资源系统的大系统多目标宰优化调度模型。     

人工智能重塑零售行业的底层逻辑：综述及展望

人类正进阔步迈进智能时代、智能社会。人工智能作为一种应用场景广泛、开放性的技术深刻地改变着零售行业，对零售价值链持续优化，技术的突破覆盖每一个业务阶段，使它们相互叠加并彼此影响。人工智能对零售行业变革的核心内涵是以技术为核心驱动，通过提供价值触达供应端和需求端，直接造成人与企业的互动的颠覆性变化，促成了“AI+零售”的创新融合新格局。全面梳理了人工智能在零售行业的应用的具体实例，详细分析了人工智能处理任务的4种类型，归纳出人工智能在零售行业的应用和新零售场景的塑造。并且，深入剖析了人工智能应用场景落地引起零售行业变革升级的底层逻辑，将其归纳为有效性价值、效率性价值、体验性价值和增强性价值4大关键因素。最后，提出消费者和企业分别所面临的显性和隐性的挑战。     

复杂虚拟样机工程的项目管理技术研究

主要介绍了正在研究和开发的，支持复杂虚拟样机工程的项目管理系统COSIM-PM。COSIM-PM是虚拟样机支撑平台系统COSIM[1]中的重要组成部分，其特点是以多约束、多目标条件下进度／资源的管理与优化技术为核心，通过对人员／团队、时间进度、资源成本的计划、控制、跟踪、优化，支持复杂产品虚拟样机工程全生命周期管理和开发。给出COSIM-PM的系统结构、关键技术，详细的论述了资源优化中的资源均衡优化算法，概要的说明了虚拟样机工程中项目管理与工作流的关系和集成方式，介绍了COSIM-PM的典型应用。     

虚拟仿真技术在高能激光系统研究中的应用研究

高能激光系统的研究是一项复杂且耗费巨大的工程。随着计算机技术、数值仿真技术、科学可视化技术和虚拟现实技术的不断发展，虚拟仿真已经成为科学研究的重要手段。探讨了虚拟仿真技术在高能激光系统研究及试验过程中的应用，描述了建立高能激光系统虚拟仿真环境的基本构想，提出了虚拟仿真环境概念模型和结构模型，并讨论了建立高能激光系统虚拟仿真环境的关键技术。     

数据智能:趋势与挑战

随着大数据和人工智能的兴起,数据智能(data intelligence)逐渐成为学术界和产业界共同关注的焦点.数据智能具有显著的大数据驱动和应用场景牵引两大特征.其融合场景内外的多源异质大数据,利用大规模数据挖掘、机器学习和深度学习等预测性分析方法和技术,提取数据中蕴含的有价值的模式,并用于提升复杂实践活动中的管理与决策水平.本文指出了推动数据智能实现迭代发展的三维要素:数据、算法和场景,然后围绕这三大要素介绍了数据智能的前沿热点、发展趋势和存在挑战,特别对数据智能与管理学交叉的研究与应用问题进行了较为深入的探索.论文还尝试给出一些具有前瞻性的观点或评论,一来希望为有兴趣进入数据智能领域的读者提供指引,二来希望能够在管理同行中起到抛砖引玉之效.     

金融科技视角下的计算实验金融建模

计算实验建模~1以其独特的"上帝视角",正广泛地影响着传统经济和金融学研究.伴随着大数据、人工智能等技术的兴起,计算实验建模与这些金融科技领域的基础支撑技术深度融合,共同推动金融科技不断突破.特别是,在大数据的本体论研究、计算实验模型校准、投资者行为建模、监管科技应用等方面,计算实验建模均展示出了与金融科技融合的独特优势.从大数据本体论考虑,计算实验是运用金融大数据本体论建模来刻画金融主体之间的关联关系和研究其因果关系的有效方法.从人工智能角度考虑,人工智能为个体的精细化建模和行为演化建模提供了基础,计算实验为算法交易提供了新的研究框架.从监管科技角度考虑,计算实验模型在发展过程中推动形成了"情景-应对"型风险管理新思想,从而为"监管科技"的发展提供支撑.本文认为,计算实验能够与金融科技的基础支撑技术相融合,为计算实验建模的发展和金融科技中监管创新提供重要推动力.     

人工智能决策可解释性的研究综述

人工智能决策的性能在某些特定领域超过了人类能力,中国、美国等多国都颁布了人工智能发展战略和行动规划,期望人工智能在多个领域得到落地应用.但在人工智能决策过程中,存在着固有算法黑盒和系统信息不透明的问题,导致其结果正确但不可理解,阻碍了人工智能的进一步发展.为了人工智能的商用和普及,对智能决策可解释性的需求越来越迫切,需要将黑盒决策转化为透明过程,建立起人与机器之间的信任.本文从系统应用视角和决策收益者视角出发,重点对人工智能决策可解释性的基本概念、模型解释方法、高风险决策应用解释和解释方法评估等四个方面的国内外相关研究进行综述,并展望了未来研究发展趋势.     

以人为中心的综合集成研讨厅体系——人工社会(二)

人机结合的综合集成研讨厅体系，将专家体系、机器体系和数据体系有机结合起来组成智能系统，该方法的成效依赖于系统的整体优势和综合优势。本文从人机结合以人为主的智能系统角度，研究人机结合综合集成研讨厅体系的具体化理论及其模型。主要工作在以下方面：1）首次提出处理复杂问题的人机结合的综合集成研讨厅体系，是研究将社会科学、自然科学所研究的现实复杂问题的自然法则和社会规律联系在一起的方法手段，并且人工设计再现。2）从智能系统角度．综合集成研讨厅体系，以[人，网络计算机]为基元，通过以复杂问题为牵引的交互和组织，形成了开放的人工社会，是以求解复杂问题为目的，以人为中心计算的组织空间。进一步，文章讨论了基于agent的人机结合综合集成厅人工社会的设计重点，包括以人为主的社会基元，知识生产和智慧涌现，以人为中心的数据制成体系，有效交互和组织，以及面向组织的多智慧体社会逻辑设计。本篇文章侧重于工作的第二部分，从智能系统的角度设计综合集成研讨厅人工社会。     

以人为中心的综合集成研讨厅体系——人工社会(一)

人机结合的综合集成研讨厅体系，将专家体系、机器体系和数据体系有机结合起来组成智能系统，该方法的成效依赖于系统的整体优势和综合优势。本文从人机结合以人为主的智能系统角度，研究人机结合综合集成研讨厅体系的具体化理论及其模型。主要工作在以下方面：1）首次提出处理复杂问题的人机结合的综合集成研讨厅体系，是研究将社会科学、自然科学所研究的现实复杂问题的自然法则和社会规律联系在一起的方法手段，并且人工设计再现。2）从智能系统角度，综合集成研讨厅体系，以[人，网络计算机]为基元，通过以复杂问题为牵引的交互和组织，形成了开放的人工社会，是以求解复杂问题为目的，以人为中心计算的组织空间。进一步，文章讨论了基于agent的人机结合综合集成厅人工社会的设计重点，包括以人为主的社会基元，知识生产和智慧涌现，以人为中心的数据制成体系，有效交互和组织，以及面向组织的多智慧体社会逻辑设计。本篇文章侧重于阐述以人为中心的综合集成研讨厅人工社会的基本理论。     

基于遗传模糊系统的兵棋推演关键点推理方法

近年来,基于人工智能技术的自动化作战推演越发受到重视,但是由于有效地采集作战推演数据难度较大,许多依赖数据学习的人工智能技术效果不佳。在结合专家知识和作战推演数据的基础上研究作战推演中的人工智能技术,是一种可行的替代方案。为此,立足兵棋推演设计了关键点推理遗传模糊系统(genetic fuzzy system, GFS)框架,有效整合了对兵棋专家知识的建模和对兵棋复盘数据的学习,从而提高了关键点的推理质量。进一步以安全点为例,构建了安全点推理GFS,在初始化模糊系统规则库的基础上,通过合理设计遗传算法中的参数编码、适应度函数、遗传算子等,实现了安全点推理模糊系统的遗传调优算法。最后,通过实验仿真展示了所提方法的可行性和实用性。     

基于hMETIS与FP-Growth的协同创新社区领域知识发现方法

基于在线社区的协同创新作为一种汲取用户智慧的有效机制,有利于企业发掘其产品创新方向.然而大数据时代下,信息过载及失真为社区中的知识获取带来了诸多挑战,且已有研究主要聚焦于利用价值较低的高频知识的提取.因此,为了充分挖掘用户经验与创新知识,本文基于社区知识间的共现关系构建了知识超图模型,并利用超图划分算法hMETIS对知识超图进行了探索性分析,同时结合关联规则算法FP-Growth进一步研究了知识间的关联关系,以此获取不同领域的价值知识.最后,本文通过一个实例证明了该方法的有效性.本文的研究实现了对社区知识的深度挖掘与分析,提出的领域知识发现方法对企业社区管理和产品创新极具指导意义.     

生物医学文献知识发现研究探讨及展望

采用文本挖掘技术处理海量生物医学科技文献和文本注释型数据库。从而发现创新知识如基因、蛋白质、疾病、药物及其相互关系的研究是当前人工智能和数据挖掘领域研究的热点。本文对生物医学文献知识发现的研究内容、研究成果以及基于文本挖掘的关键技术诸方面进行了系统的分析和阐述。通过分析中医药学数据的特点，提出了基于文本挖掘的中医证候分子生物学知识发现研究，该方法的特点是综合利用中医药学文献和MEDLINE，能够获得创新的证候与基因相关知识。初步实验表明，文本挖掘技术有望为证候的分子水平研究提供辅助和支撑手段。     

设计模式在通信系统仿真软件中的应用

对大型、复杂系统性能评估的最好方法是系统仿真和建模,仿真软件的设计是实现仿真目的的关键。对于这种复杂软件的开发,目前最好的方法是利用软件工程的方法,而设计模式现在则成为软件工程中不可缺少的方法。目的在于对设计模式在仿真软件中的应用做一些探讨,利用设计模式来提高仿真软件的可靠性、安全性、可用性和可维护性。