互联网对信息增值的影响

从枚(MEI)系统经济学的角度将网络分成实体网络和虚拟网络两大类，并引入信息科学中全信息的概念。论述互联网能极大地改善信息传递的质量，提高信息传递的速率，而且信息获取成本会越来越低，这三方面都能提高主体所获得的全信息量，从而信息增值效应非常明显。     

最优需求预测下预测与处理过程中的牛鞭效应

研究了在AR(1)市场需求模式下,生产商与零售商所组成的供应链系统中,当零售商采取不同预测技术时,在信息预测,处理及传递过程中产生的牛鞭效应问题.证明当存在订货提前期时,零售商采用移动平均法及一次指数平滑法预测会导致在需求预测,信息处理及传递过程中产生牛鞭效应;而采用最优预测仅在需求相关性很强时存在有限值的牛鞭效应.并对二级供应链进行拓展,证明在信息传递过程中,非最优预测将导致上游需求模式复杂化,牛鞭效应逐级递增,而最优预测可使上游需求模式简化,遏制误差的传递.     

冷冲模CAD系统中设计信息XML描述模型的研究

传统的冷冲模具设计中信息组织方式在协同设计中存在很多问题，本文基于特征的Schema词表讨论了利用XML的数据模式设计冷冲模具，通过XML模式组织的模具设计文档有效地支持了模具的协同设计，很好地解决了设计人员之间信息传递问题，同时支持建立面向产品生命周期的产品信息模型。     

基于ASP收益管理的互联网流量优化模型

构建了一种基于收益管理理论的互联网信息流量优化模型,以提高ASP(network access service provider,网络接入服务提供商)的收益水平.该模型将互联网信包传递过程抽象为一串联排队系统,通过对由于拒绝用户接入和网络拥塞而产生的总成本函数的优化,来实现对总信息流量的最优控制.根据对模型结果的模拟分析,本文从用户接入和传输服务管理两个方面,对ASP如何在保证服务质量的前提下提高收益水平提出了建议.     

铁路运输网络资源配置与组织模式研究

通过对铁路运输资源配置模式和组织模式对系统中的扰动因素传递过程影响的定量研究，建立确定的组织模式下的运输系统附加费用模型，提出对组织模式和系统资源配置的优化模型。     

一类广义过程非观测分量依可观测分量随机信号的最优滤波与估计

研究信号传递系统中一类含分式有理谱密度广义过程非观测分量依可观测分量随机信号的最优滤波与估计问题。为了有效提高此类信号传递系统的信息滤波效率，在首先建立此类含分式有理谱密度多维广义过程随机信息序列模型并对此类过程非观测分量依可观测分量随机信号进行最佳线性估计与均方误差分析的基础上，深入研究此类广义过程随机信号的最优递推滤波与估计。研究结果表明，本文给出的最优递推滤波算法及其得到的最优递推滤波和最佳线性估计方程，对于解决该类广义过程随机信号的最优滤波与估计效果甚佳，为进一步提高此类信号传递系统的效率提供了一种非常有效的数学处理方法。     

基于位置信息的协同过滤推荐算法

近年来O2O电子商务模式兴起并迅速发展。针对移动互联网领域的信息过载和个性化服务推荐问题,通过将移动用户的位置信息引入到协同过滤的推荐过程,提出一种基于位置信息改进的协同过滤推荐算法。该算法首先通过计算用户与项目的距离对项目集进行预过滤,以项目被评分用户的交集作为计算项目相似度的基础,对预过滤项目集进行偏好预测。实验表明,该算法能有效大幅减少推荐过程中的计算量以改善推荐的实时性,并能对新项目和新用户作出推荐。     

信息融合的熵理论

本文提出的信息融合熵理论包括：对信息融合中存在着两种信息源的分析、利用信息熵概念定义信息融合熵、论述融合过程中信息融合熵的变化和传递以及提出信息融合熵二定理，由此揭示了信息融合过程中多源信息的管理（选择）和信息融合有效性及系统性能极限间的内在联系。并且我们还应用这一理论具体分析了目标状态估计（跟踪）融合与检测融合这两个融合应用问题，以说明该熵理论的应用。     

基于征信系统的信任转移研究

G2B跨组织信息共享环境下,信息不对称主要表现为纵向的信息不对称。在应对纵向信息不对称时,提升完整信息集的有效认识不能通过简单的信息互换、汇总的方式实现。征信平台正是基于纵向信息不对称构建的跨组织信息共享平台。讨论了在这种特殊环境下信息源信用与感知信息质量之间的信任传递过程,采用多重中介效应检验对模型假设进行了实证验证。研究发现,对于信息源的信任可传递给感知信息质量,其传递方式主要有基于实体之间的直接传递与通过征信平台的间接传递两种。间接传递通过信息源在征信平台上累积信用,体现在其完整性、准确性、及时性要素的认知上,从而对于G2B共享信息的采纳起到促进作用。     

一种基于可传递置信模型的分布式决策方法

证据推理理论是研究在不确定情况下智能决策的有效方法之一。将证据推理引入到分布式决策系统，提出了一种基于可传递置信模型的分布式智能决策方法，从信息融合技术的角度构建了agent模型以及分布式决策系统的框架，并且分析了分布式决策系统的信息提取和合成算法以及决策制定算法。通过借鉴信息融合技术中证据推理的可传递置信模型和算法，使分布式决策的研究方法有进一步的发展。在仿真中采用机器人足球仿真比赛作为平台进行研究。     

网络传输TCP的马尔可夫过程建模

首先简要介绍了因特网上最重要的协议之一传输控制协议TCP的基本原理,分析了传输控制协议工作时6种可能发生的事件,以发送一个数据段作为一个随机变量表示发生的事件,然后建立了网络传输控制协议TCP的数据段传输过程的马尔可夫过程模型,并由此对传输控制协议TCP系统正确接收的概率P(c)、TCP系统错误接收(包括传输有误但没有检查出的段、重复的段、漏掉的段)的概率P(e)、相对误差R(e)和传输效率等性能指标进行了初步分析.     

基于群集动力学和演化博弈论的网络舆情疏导模型

互联网已经成为公共舆情传播的主要平台,网络舆情的危机疏导问题直接关系到整个社会的安全和稳定,而对网络舆情的活动进行分析是网络舆情疏导的重要前提,基于网络舆情在产生和发展过程中所呈现的群体性,本文应用群集动力学和演化博弈论的,在研究网络舆情群体流动过程和个体流动过程的基础上,构建了网络舆情疏导模型.通过使用多Agent仿真,应用所提出型,寻求在相关约束下的最佳疏导策略,证明了网络舆情疏导模型的有效性.本文的研究成果为有效解决群体危机环境网络舆情疏导问题提供理论依据.     

基于网络关注度的大宗商品市场预测研究

随着大宗商品市场化的加快和电子信息技术的快速发展,以互联网为载体的网络信息将方便快捷地传递到市场及市场参与者.本文从海量开源数据出发,利用搜索引擎平台,提取核心信息构建网络关注度指标,并提出了基于网络关注度的大宗商品价格预测模型.通过引入具有不同核函数的支持向量回归模型,分别建立了针对单个市场(原油、铜以及玉米)的网络关注度预测模型和综合考虑市场间联动性的多市场网络关注度预测模型.实证结果表明,网络关注度对于市场价格的变动有显著的格兰杰因果关系,引入网络关注度指标和相关市场信息能显著提高预测精度.     

Internet 的一种新的动态演化模型

提出了Internet网络的一个新的演化模型,新模型允许新增节点引向已有节点的连接数随时间变化.仿真结果及理论分析表明,新模型所演化出的网络具备上述所有特点,较好地符合Internet网络的形成特征.     

行为驱动的仿真模型组合方法研究

针对目前海洋智能航行器仿真系统在开发过程中模型的动态行为很难验证的问题,给出了一个通用的基于行为的仿真系统开发框架,并提出了行为驱动的模型组合方法。首先在研究了仿真模型的行为特性的基础上,采用演算的进程表达式表示组合交互过程,描述状态转换和消息传递序列,利用其转换函数和进程推演验证组合过程的行为兼容性,然后通过水动力组合的应用实例具体描述了行为驱动的组合验证过程。最后给出了该方法在水下水下机器人和水面无人艇仿真试验中的应用情况,进一步证明了方法的可行性。     

互联网应用、信息连通与制造业企业创新

基于数字经济时代创新知识信息化、数字化新特征，构建互联网应用对制造业企业创新的影响模型，分析信息连通的中介效应及异质性影响，以世界银行中国制造业企业调查数据为研究样本，采用Logit回归方法与中介效应模型进行实证分析。研究结果表明：制造业企业使用互联网对于创新投入及创新产出具有显著的正向影响，与产业链上下游供应商和用户之间的信息连通发挥了中介作用。其中互联网的信息连通中介效应对消费品制造企业显著，而对工业品制造业企业不显著；与用户信息连通的中介效应对中小企业创新产出显著。研究结果有助于探索信息要素在数字经济时代对企业创新的影响机理，并为不同类型企业实施数字化战略、获得“连接红利”提供参考。     

互联网环境下的理财产品信用价差影响因素研究

互联网理财产品信用价差受到了广泛关注,本文从探究系统性、非系统性和互联网等风险因子所隐含的信息出发,分析各风险因子对互联网理财产品信用价差大小的贡献程度,找出影响信用价差大小的关键因素.其中,互联网金融理财产品的信用价差利用Nelson-Siegel-Svensson模型构建无风险收益序列并结合零波动率价差法计算得到,并根据文献建立了系统性、非系统性和互联网等风险因子体系.实证结果表明,互联网金融发展指数对互联网金融理财产品信用价差存在显著影响;利率期限结构调整的债券市场收益率、银行业景气指数、采购经理人指数、居民消费指数、非系统性债券指数波动率也对互联网金融理财产品信用价差存在显著影响.然而,反映股票市场系统性风险因子的上证综指、非系统性股票波动率、广义货币供应量对互联网金融理财产品信用价差无显著影响.     

网络化作战C2系统建模与仿真研究

信息化战争的体系对抗建模必须考虑网络化C2系统的建模问题.从实际需求出发,分析了信息网络及指挥机构建模问题,研究了C2组织结构中指挥决策节点的行为过程及其之间的信息交换关系,将整个C2组织结构看作耦合的两个网络：信息网络和指挥网络.建立了耦合的信息/指挥网络Agent模型和决策实体之间的信息流结构模型.设计并实现了一个基于网络化C2系统的信息化战争仿真实验平台.     

基于迁移学习的雷达杂波幅度统计模型选择

在对目标进行探测和识别的过程中, 雷达杂波幅度统计模型选择是重要步骤。为了提升杂波幅度统计模型选择的准确率, 基于样本分布适配, 提出了一种加权再均衡分布适配的迁移学习方法, 实现了仿真数据的信息向实测海杂波IPIX数据的迁移。通过与已有算法进行比较, 实验结果表明改进后的算法在IPIX数据集上能取得更好的分类准确率, 在迁移学习公共数据集Office-Caltech10上的验证结果也表明了算法的普适性。