基于云模型与证据理论的共识分析方法

针对综合集成研讨厅中发散型研讨具有连续性、模糊性、复杂性等特点, 提出了一种基于云模型与证据理论的共识分析方法. 该方法利用云模型根据研讨信息间语义关系求取每条发言表达的意见; 并利用证据理论根据某专家所有时刻发言表达的意见推理该专家意见; 最后根据求得的各专家意见形成定性的专家意见分布图和定量的共识水平、关注水平. 实例表明该方法是有效的, 它能使研讨专家实时了解当前共识状态, 提高群体研讨效率.     

带交易费用的集成专家意见在线投资组合策略

在多期投资组合选择过程中,频繁调整投资比例将会产生一系列的交易费用,是影响投资决策的一个重要因素.在线投资组合属于多期投资组合;投资比例需要按照投资期数逐步调整,而不是一次性确定的.本文将交易费用引入到在线投资组合模型中,应用集成有限个专家意见的弱集成算法设计在线投资组合策略.首先探讨了专家意见为在每阶段都固定地投资于单只股票的情形,得到了考虑交易费用的单一集成策略,证明了与最优专家意见相比,他们的累积收益平均值之间的差值存在渐进形式的下界.其次,讨论了专家意见为在每阶段都固定地投资于多只股票的情形,得到了带交易费用的混合集成策略,并给出了该策略的竞争性能分析.基于纽约证券交易所的股票数据,数值算例进一步说明了本文给出的带交易费用的单一集成策略和混合集成策略几乎与最优专家意见的性能一样好,并分析了交易费用对策略性能的影响.     

集成有限个专家意见的在线投资组合策略

基于弱集成算法的在线学习特征,该文探讨了它在在线投资组合选择中的应用,考虑了根据有限个专家意见进行决策的情形.首先将弱集成算法应用到投资于单只股票的专家意见,得到了在线投资组合的单一集成策略,并给出了该策略的竞争性能分析,证明了单一集成策略能够追踪最好的股票,实际投资决策中,投资者可能会选择多只股票进行组合投资,进一步将弱集成算法应用到投资于不同股票数目的专家意见,得到了在线投资组合的混合集成策略;证明了混合集成策略实现的累积收益与最优专家意见实现的累积收益相当.在长期投资组合上的数值算例表明了该文给出的单一集成策略能够实现与最好股票相当的收益;混合集成策略能够实现与最优定常再调整策略相当的收益,且与泛证券投资组合策略相比,能够获得更多的收益,具有较好的竞争性能.     

基于标准差修正群组G1的组合赋权方法研究

旨在研究群组决策中的赋权问题.首先,对专家给出的不同排序进行一致性检验,淘汰未通过一致性检验的专家排序,其次,通过循环修正的思路统一通过一致性检验的不同专家给出的指标重要性排序,得到集成不同专家意见的一个理想排序;最后,计算评价指标的标准差,利用相邻指标的标准差大小确定两个指标的重要性之比,建立基于标准差修正群组G1组合赋权模型确定指标的组合权重.组合赋权模型解决了主客观组合赋权中主客观权重的分配问题,且保证了由该模型计算的组合权重既能反映出群组专家的意见,又能反映出指标的数据信息.     

意见综合——怎样达成共识

复杂系统问题的解决单靠数据、信息和模型是不够的，钱学森等提出综合集成方法要把专家、决策者的意见综合进去，然而，这些意见未必相同，因此要达成共识就有很多工作要做。本文从系统的角度探讨共识的定义、基本概念以及取得共识的过程、方法和工具。     

多产品多阶段报童问题的在线订购策略

利用集成专家意见的在线序列预测算法研究多产品多阶段报童问题.将任意的一个固定订购量策略看成一个专家意见,用弱集成算法综合考虑众多专家意见构建在线订购策略,并基于弱集成算法的竞争性理论给出在线订购策略的理论保证.首先给出了两产品多阶段报童问题的在线订购策略,证明了其实现的累积收益可与最优固定订购量策略实现的累积收益相当.然后,将两产品多阶段报童问题的在线订购策略及其理论结果推广到多产品多阶段报童问题中.最后在不同的需求类型下,通过数值算例表明构建的在线订购策略相对于最优固定订购量策略具有较强的竞争性能.     

基于优选模型的季度国际油价预测系统构建

构建了一个以优选模型为基础的季度油价预测系统.系统不仅依靠模型和内部专家,同时以外部专家的预测值作为参考.系统将优选模型与外部专家的预测值集成后,由内部专家根据掌握的信息和经验,对结果进行综合集成,得到油价预测值.研究发现,基于时差相关的多元回归模型比误差修正模型和带外生变量的误差修正模型更适合预测季度油价.系统通过对模型的优选和对专家的评价,使效果更好的预测值作为集成预测的基础.实际工作中已被中石化和外汇管理局市场预期调查系统所参考,预测精度在市场预期调查系统各成员单位中处于领先水平.     

专家群体思维中分歧专家的确定与处理

在多个专家参与调查或者研讨时,群体思维往往有从众或者从权威现象,限制了个性独创思维的发展,为了避免这一不利于创新的弊端,并鼓励个性独创思维的存在,专家群体思维中分歧专家的确定及分歧专家意见的特殊处理显得特别关键.在分歧专家确定中,应用图形法形象地给出了群体思维收敛程度,并在一定收敛级别内,通过分析专家评价与收敛级别界限的关系确定分歧专家,最后通过扩大分歧专家在群体意见集成中的权重增强了分歧意见的重要程度,从而,既重视了专家群体思维中的收敛意义,也重视了分歧专家的个性意见,加强了群体思维的人性化过程.     

基于证据合成与贝叶斯网络推理的航天器发射风险评估模型

为解决航天器发射风险评估中统计数据较少问题,基于证据合成和Bayesian网络推理,构建了航天器发射风险评估模型.模型将灾难征兆信息转化成专家意见,然后使用证据合成技术对专家意见进行融合,并形成风险评估结论.模型针对专家中少数不同意见,使用网络推理技术将相关的灾难征兆转化成灾难发生可能性的判断.最后,通过STS-51L实例分析验证了模型的可行性.     

基于犹豫模糊语言的专家综合集成研讨方法

针对犹豫模糊语言信息下的多属性群决策问题,提出了一种专家群体分类共识信息集成的专家综合集成研讨方法.将专家决策信息的综合集成过程分为两个阶段:第一阶段,通过文本自由语法和转化函数将专家语言信息转化为犹豫模糊语言术语集,基于决策信息矩阵对专家群体进行分类,进而利用共识模型使类内专家群体达成共识,将共识达成后的类内专家决策信息转化为概率语言组合,实现类内专家决策信息集成;第二阶段,通过专家类群体规模以及类间决策信息偏离程度综合计算专家类权重,将类内决策信息集成结果进一步加权集成,实现决策信息类间集成.依据决策信息集成结果对决策对象进行优劣排序,决策机构参考排序结果即可选择最优决策方案.最后,通过算例验证了所提方法的有效性.     

Rebels Lead to the Doctrine of the Mean: A Heterogeneous DeGroot Model

The DeGroot model is one of the most classical models in the field of opinion dynamics. The standard DeGroot model assumes that agents are homogeneous and update their opinions in the direction of a weighted average of their neighbors’ opinions. One natural question is whether a second type of agents could significantly change the main properties of the model. The authors address this question by introducing rebels, who update their opinions toward the opposite of their neighbors’ weighted average. The authors find that the existence of rebels remarkably affects the opinion dynamics. Under certain mild conditions, the existence of a few rebels will lead the group opinion to the golden mean, regardless of the initial opinions of the agents and the structure of the learning network. This result is completely different from that of the standard DeGroot model, where the final consensus opinion is determined by both the initial opinions and the learning topology. The study then provides new insights into understanding how heterogeneous individuals in a group reach consensus and why the golden mean is so common in human society.     

研讨厅中专家意见的可靠性研究

专家对方案的评价直接影响到研讨的结果。探讨了在研讨过程中,专家对各方案的评价结果不一致时,用广义熵来度量各专家意见的可靠性。当可靠性未达到给定标准值时,再次进行研讨,使专家思维逐渐趋于一致,整个过程体现了人机结合综合集成的思想。     

The Application of Cobb-Douglas Function in Forecasting the Duration of Internet Public Opinions Caused by the Failure of Public Policies

Gushes of Internet public opinions may trigger unexpected incidents that significantly affect social security and stability, especially for ones caused by the failure of public policies. Therefore, forecasting this kind of Internet public opinions is of great significance. The duration could be cited as one of the most direct indicators that can reflect the severity of a specific Internet public opinion case. Based on this background, this paper aims to find the factors that may affect the duration of Internet public opinions, and accordingly proposes a model that can accurately predict the duration before the release of public policies. Specifically, an index system including 8 factors by considering four dimensions, namely, object, environment, reality (offline), and the network (online), is established. In addition, based on the dataset containing 23 typical Internet public opinion cases caused by the failure of public policies, 9 prediction models are gained by applying the multivariate linear regression model, multivariate nonlinear regression model, and the Cobb-Douglas function.     

突发事件下群体抢购行为的舆论传播机理研究

本文从舆论传播的角度,采用有界信任规则,通过引入突发事件的不确定性环境噪音因子,构建用于分析群体抢购行为的噪音异质有界信任模型.然后,通过计算机仿真,分析了信任水平不同的子群体比例变化和突发事件所引发的不确定性大小对群体观点演化的影响.研究结果将为突发事件下群体抢购行为舆论引导机制的建立和有效实施提供理论依据.     

在线评论中基于动态窗口提取特征观点对的产品推荐模型

在线评论所包含的产品特征观点在帮助用户做出购买决策时发挥着重要作用,然而,目前还没有挖掘客户评论中的产品特征观点作为主要数据来源的推荐系统,并且,监督型方法中提取特征观点对的算法较少关注中文句式结构,提取规则缺乏动态适应性.因此,提出一种基于特征观点对的产品推荐模型,首先,结合中文句式构成分析及特征观点的匹配关系分析,采用动态窗口提取特征观点对;在此基础上,结合特征树汇聚特征观点用于产品间比较,并为用户做出产品推荐;同时,提出情感可信度指标用于展示特征的典型评论.与采用静态窗口的基准方法相比,本模型的召回率和F值都有大幅提升,表明其可以为基于特征观点对的产品推荐提供可靠的数据来源,进而有效帮助用户做出购买决策.     

基于多智能代理系统仿真的网络社区意见交流机制

通过构建基于多智能代理的意见交互机制模型,对新古典经济范式下的理性代理模型进行拓展。通过构建时空交流域主方程和利用MAS仿真及平均域的方法描述网络社区的意见交流过程。研究表明,在影响网络社区观点稳态结构的因素中,社区分歧参数、社区温度、意见领袖和外部域的附加影响均存在临界值;较快的信息交流速度和适当的社区温度有助于系统达到稳定状态;意见领袖或外部影响作用可以对智能代理行为产生重要影响,在网络社区中形成观点多数派。     

The Dynamics of Two-State Public Opinion Propagation On Signed Networks

The formation of public opinion on the network is a hot issue in the field of complex network research, and some classical dynamic models are used to solve this problem. The signed network is a particular form of the complex network, which can adequately describe the amicable and hostile relationships in complex real-world systems. However, the methods for studying the dynamic process of public opinion propagation on signed networks still require to be further discussed. In this paper, the authors pay attention to the influence of negative edges in order to design a two-state public opinion propagation mechanism suitable for signed networks. The authors first set the interaction rules between nodes and the transition rules of node states and then apply the model to synthetic and real-world signed networks. The simulation results show that there is a critical value of the negative edge ratio.When the negative edge ratio exceeds this critical value, the evolutionary result of public opinion will change from a consistent state to a split state. This conclusion is also consistent with the distribution result of opinions within communities in the signed network. Besides, the research on the network structural balance shows that the model makes the network evolve in a more balanced direction.     

基于不确定理论的退化数据分析方法

作为可靠性领域传统的数学工具，概率论难以解决现代可靠性工程面临的难题。本文以不确定理论在退化数据分析中的应用为切入点,阐述了不确定理论的基本公理、运算法则与不确定统计方法,给出了基于确信可靠性理论的可靠性建模思路,提出了不确定失效阈值情形下的退化数据分析与可靠性建模方法。利用时变不确定正态分布建立产品的退化方程,根据专家知识建立失效阈值的不确定分布进而构建裕量方程,最终根据度量方程推导出产品可靠性模型。使用不确定统计中的极大似然估计法与假设检验法解决参数估计与模型验证问题。案例分析说明如果不考虑失效阈值的不确定性,会造成可靠性评估结果较大偏差。研究表明不确定理论适合处理退化数据分析中的不确定性难题,具有广阔的应用前景。     

微博舆论场:突发事件舆情演化分析的新视角

微博舆论场逐渐成为了突发事件网络舆情的策源地,在舆情生成演化中扮演重要角色.本文以微博舆论场为研究视角,首先运用超网络建模理论,构建了集社交、信息、心理、观点四层子场为一体的微博舆论场超网络模型,并对各层子场内部以及子场间关系进行建模分析;然后提出了微博舆论场超网络模型的衡量指标,对微博舆论场"场强"进行了量化分析;最后使用社会计算和数据挖掘算法,定量分析了微博舆论场对新进入的无知者和感染者的作用过程,以及对新个体发生作用后,微博舆论场中舆情的演化.以期对突发事件舆情态势进行预测预警,为舆情干预治理提供理论依据,有效引导突发事件舆情良性发展.