有限合伙制私募股权投资基金中的随机性契约研究

有限合伙制因其低运营成本、无双重税负和高激励等优势，广泛应用于私募股权投资基金等领域.本文研究了有限合伙制下私募股权投资基金的契约设计问题，探讨了随机性契约的作用.在委托代理理论框架下，设定比确定性契约更有效的随机性契约，需要施加较强的假设.我们发现由于普通合伙人是风险规避的，而且随机性契约又引入了额外的不确定性，因此一般情形下随机性契约不会占优于确定性契约.但是由于复杂形式的契约设计和监督成本较高，确定性契约通常选择简单可行的函数形式，使得契约设计转化为契约参数的选择问题，导致效率扭曲，此时契约参数随机化可纠正确定性契约中的效率扭曲，从而随机性契约成为更优选择.因此本文以线性契约为例，给出了在有限合伙制中，最优的随机性契约优于最优的确定性契约的参数条件，而且证明了此时随机性契约是对确定性契约的Pareto改进，且引致更高的努力水平.     

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。     

寡头垄断电力市场重复博弈模型及其内在复杂性

在双寡头垄断电力市场中建立了一个动态的古诺重复博弈模型。该模型在需求函数及成本函数均为非线性的前提下,考虑电力公司收取过网费,并将初始产量区分为确定性和随机性两种情况,研究了电力生产者通过适应性地调整产量,获得最大化收益的重复博弈过程,分析了不同参数组合条件下系统表现出来的分岔、混沌、密度周期性等复杂性态,这种将确定性与随机性相结合的新的分析方法对于电力生产者在实际生产中确定最佳产量具指导意义。     

地理复杂系统与地理非线性复杂模型

阐述了地理科学、地理信息科学、地理系统工程的理论、技术、工程三个层次的内容。三个层次都是开放的复杂巨系统，复杂性具有多种类型。简要阐述了不同层次的复杂性，地理科学是多学科综合的复杂性科学；天地信息一体化网络系统是多系统综合集成的开放的复杂巨系统；地理遥感信息模型指确定性与不确定性数学方法融合在一个模型中。     

复杂性是随机性吗?

辨析了对柯尔莫哥洛夫复杂性的某些误读。指出柯尔莫哥洛夫复杂性定义下的随机性即序列的不可压缩性，不等于无序性，并且与传统的随机性理解相去甚远。在某些情况下，这种序列的不可压缩性恰恰是有序性的表现，从而说明，柯尔莫哥洛夫复杂性可以成为系统有序状态即复杂性的测度。     

基于置信规则库推理的不确定性建模研究

置信规则库推理作为一种新颖的表达和处理复杂不确定性的方法,在系统建模和分析方面具有很大的应用前景.本文讨论了基本置信规则库推理的性质,证明其不但可以以足够高精度拟合确定性和随机性系统,而且可以处理确定性和随机性数学模型不能表达的复杂不确定问题.另外本文通过对其规则库进行扩展和改进激活算法,解决了基本置信规则库推理在处理局部未知度方面的局限性问题,最后通过一个报童库存问题对提出的方法进行了说明和验证.     

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，     

教育活动系统的复杂性探索

20世纪80年代中期兴起的复杂性科学，主要是研究复杂性和复杂系统的，它强调的是按照事物的本来面目认识和把握研究对象，复杂系统一般具有非线性，混沌和分形、涨落和突变，随机性和偶然性，组织和自组织，约束和紧致性、适应性、动态性等特征。教育活动系统是一个特殊的复杂系统，具有非线性，不可还原性，自组织性，偶然性等特征。教育作为有组织的人物为事物，其自身应该是充满意活力的“软件”；组织教育活动着眼于“软件”，而不是“硬件”。组织教育活动的规则不是越多越多，而是越简洁越好，在教育活动中可确立规则、期待“涌现”，也可以修改规则甚至重建规则，促成“涌现”。面和杂的教育活动系统，必须克服简单、抽象和静止地认识教育问题的思维方法，提倡哲学、科学和艺术方法的具体综合。     

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.     

系统辨识的发展趋势

本文论述线性与非线性系统辨识方法。将辨识方法分为确定性与随机性两类,并据其对于辨识问题的利弊,扼要地讨论了有关参数、结构及状态估计方面的特点。本文注意到辨识的不同最终目的,同时也考虑到辨识方法的简便性。辨识方法最重要的发展趋势是解决那些没有解决的辨识问题及解决数字计算与实际应用的复杂性。对结构、参数或噪声的不定性影响和被分析系统的先验知识的可能应用,均作了研究。     

试论复杂系统律:整体性原理新探索

一般系统律“整体不等于部分之和”适用于各种系统,复杂性科学的发展揭示复杂系统与简单系统有本质区别。概括复杂性理论提出复杂系统律：“部分之中有整体”,论述其内涵意义、科学表现、理论原因,并作初步应用。     

复杂性究竟有多复杂?--论复杂性的测度

系统的复杂性测度叫做复杂度，然而目前却没有适用所有复杂性的通用测度方法，通常都从某个角度或参数来衡量一个系统的复杂性。现在研究比较成熟的有结构复杂性、计算复杂性、描述复杂性、有效复杂性等几种测度，并用这几种复杂性测度来衡量复杂性到底有多复杂。     

关于"复杂性研究"和"复杂性科学"

赞成“复杂性研究”却不赞成“复杂性科学”。道理很简单：“复杂性研究”是可能的,“复杂性科学”是不可能的。科学仅限于研究实体、运动和关系,从未研究一种“属性”建立起一门科学来。譬如“美”是一种属性,人类研究“美”至少几千年了,但美学始终属于哲学而不是科学。我们不应当直接研究“复杂性”,而应当直接研究“复杂系统”,特别是某一类复杂系统。惟有“系统科学”是总的称谓,永久性的称谓。     

论科学的复杂性--兼评科学终结论

围绕“科学终结论”所展开的讨论，使我们看到科学本身是复杂的，因此，需要探讨科学本身的复杂性。由于任何事物都可以看成一个系统，因而研究科学本身的复杂性，就必然要研究系统的复杂性。系统的复杂既是差异性的复杂，也是同一性的复杂。系统的同一性、同一性分布和同一性结构的复杂使科学表现出了科学现象和规律的复杂性、科学领域的时空复杂性和科学发展的时空复杂性。在此基础上，分析了“科学终结论”出现的原因，认为“科学终结论”的产生是由于人们基于一种简单的同一性思维方式，因而是对于科学的复杂性认识不足所致。最后，对当代科学发展的广阔空间进行了简略的分析。     

复杂性的定义,对象与层次问题:一个综述

首先概要性地回顾了复杂性认知的沿革,指出了当前复杂性研究兴起的背景和原因.然后,对现代复杂性研究中的3个重要问题:定义问题,对象问题和层次问题进行了评价.定义问题:对现有几种定义的特点,以及现阶段能否给出恰当的定义的争论进行了评述;对象问题:分析了目前存在的4种趋势,既有直接研究抽象和具体对象的区别,也有不直接选择研究对象,但基于方法论和基于系统思辩探讨复杂问题研究途径的区别;层次问题:指出对象的差异也导致了当前复杂性探讨层面的差异,即出现了同时在方法,方法论和系统思辩3种不同层面展开复杂性研究的局面.通过分析和评价这些区别,指出了当前的复杂性研究为什么会出现这种既繁荣又难以相互融通的局面.     

基于序列复杂度的空中红外目标跟踪算法评估

近年来,基于深度学习的红外空中目标跟踪算法不断涌现,如何对其性能进行评估已经成为一个亟待解决的问题。利用单帧图像混淆度和遮隐度对图像复杂度进行计算,并结合目标运动复杂度,建立了融合图像复杂度和运动复杂度的序列复杂度计算模型。构建了包含420个序列的红外序列样本库,利用序列复杂度对样本库测试结果进行加权评分,提出了一种新的红外空中目标跟踪算法性能评估方法。实验结果表明,所提出的评估方法能全面评估算法在不同态势下的性能。     

试论复杂性研究兴起、现状及存在的问题

回顾了20世纪科学研宄历史的转换，在此基础上，分析了复杂性研究和复杂性科学兴起及当今复杂性科学研究的现状和存在的问题。     

复杂性管理与复杂性科学

管理模式面临复杂性的挑战，迫切需要其实现从简单性向复杂性转变。复杂性科学是研究复杂系统行为与性质的科学，把复杂性科学引入组织管理是组织管理适应当今时代经济和社会发展的需要，也是当代组织管理理论和实践自身发展的必然趋势。典型的复杂性管理模式有整体性管理公司，分形公司，浑序组织，知识创造公司。