简单巨系统自组织的一个范例——沙波自组织现象的研究

沙波的形成是典型的简单巨系统自组织现象。我们以河床沙波为例，采用确定型描述方法，针对河床沙波系统自组织是表面波的特点，用中观变量描述系统状态，并在此基础上确定系统的动力学方程。应用协同学的支配原理，找到决定形成沙波的序参量，很好地解释了河床沙波自组织现象。这项研究为简单巨系统自组织提供了一个范例，同时也为河床沙波形成理论开辟了一条新的研究途径.     

经济系统风险模型及建模方法探讨

从经济系统的系统目标出发,针对经济系统中经济活动事件的价值体现过程,对经济系统风险进行定义,提出风险因子的概念,并建立一种包含两层结构的经济系统风险模型。通过分析风险值与风险事件关系,建立顶层风险模型;分析风险因素与风险因子关系,建立底层模型;顶层模型和底层模型由风险因素与风险事件的关系进行连接,从而提高风险分析过程所包含的信息量和风险分析针对性。     

衰减激励条件下确定性系统多新息辨识的收敛性分析

在衰减激励条件下,分析了确定性系统多新息辨识算法的收敛性。得到了如下结果：１）当信息向量φ（ｔ）有界时：（ｉ）衰减指数ε＞１２时,估计误差θ（ｔ）有界,即‖θ（ｔ）‖＝Ｏ（１）或‖θ（ｔ）‖≤Ｍ＜∞;（ｉ）ε＝１２时,θ（ｔ）以１ｔｃ（ｃ＞０）速度收敛于零,即‖θ（ｔ）‖＝Ｏ１ｔｃ;（ｉｉ）０＜ε＜１２时,θ（ｔ）以指数ｅｘｐ（－ｃｔ１－２ε）（ｃ＞０）速度收敛于零,即‖θ（ｔ）‖＝Ｏ（ｅｘｐ（－ｃｔ１－２ε））。２）当φ（ｔ）以ｔμ速度增加（μ＞０）,即φ（ｔ）＝Ｏ（ｔμ）或‖φ（ｔ）‖≤ｃｔμ,ｃ＞０,（ｉ）μ＋ε＞１２时,θ（ｔ）＝Ｏ（１）;（ｉ）μ＋ε＝１２时,θ（ｔ）＝Ｏ１ｔｃ,ｃ＞０;（ｉｉ）μ＋ε＜１２时,θ（ｔ）＝Ｏ（ｅｘｐ（－ｃｔ１－２（μ＋ε）））,ｃ＞０。     

随机系统多新息辨识在衰减激励下的性能

多新息辨识算法是估计系统参数的一种有效方法 ,其特点是可以克服坏数据对参数估计的影响 ,具有很强的鲁棒性。该文给出了衰减激励信号的定义 ,并在衰减激励条件下 ,利用随机过程理论 ,研究了随机系统多新息辨识算法的性能 ,给出了参数估计误差收敛时 ,衰减指数应满足的条件 ,以及算法中设计参变量的选择方法。分析表明 :若设计参变量选择为 r(t) =O(t2ε(lnt) c) ,(c>0 ) ,衰减指数满足 0≤ ε<1/ 4,则参数估计均方误差以 O 1(lnt) c 速度收敛于零     

交通系统自组织/组织合作的研究

基于ＢＭＬ随机点格自动机模型模拟交通系统网络，该模型把交通网络简化为两上方向车流，模拟了交通系统中的自组织现象。在此基础上，研究了在不同交通控制策略下，网络的车流速度与车辆密度的关系，并得到满意控制策略。控制作用的本质是对系统的管理，是组织作用。     

广义时变系统的最小二乘辨识方法

根据工程背景 ,提出了广义时变参数系统的概念。广义时变系统是指参数随系统可测扰动量变化的一类时变系统 ,即参数是系统可测扰动量函数的时变系统 ,提炼出这类时变系统的数学描述模型。根据最优化技术 ,导出了这类模型的两种辨识方法 ,即最小二乘型算法和随机梯度型算法 ,并应用鞅超收敛定理分析了算法的收敛性。分析表明 :由于该方法同时还利用了系统扰动量所含的信息 ,因而可以给出时变参数的一致估计。数字仿真验证了提出方法用于估计广义时变系统的参数是有效的。     

敏捷供需链中供需协作模式的研究

确定实体 (或企业 )之间的供需协作模式是建立敏捷供需链管理系统的基础 .基于实体之间协作的密切程度不同及供需项目特征的差异 ,将订单划分为确定型和预测型两种类型 ,为设计实体之间的供需协作模式奠定了基础 .给出了连续补给型、紧密协作型、协作型、一般型四种基本供需协作模式的概念、特点及适用场合.     

遗忘漂移时变系统的辨识

遗忘漂移时变系统的辨识极为困难 ,关键在于参数模型中的矩阵 H是未知的。为解决此问题 ,提出了当 H已知时 ,采用遗忘梯度辨识算法和多新息辨识算法 ;当 H未知时 ,采用递阶辨识方法。提出的遗忘梯度算法、遗忘漂移多新息辨识和递阶辨识算法的计算量都较增广 Kalm an滤波算法小。仿真结果表明 :遗忘梯度算法估计遗忘漂移时变参数的精度优于 Kalm an滤波算法     

Mechanism and Patterns of Control for Complex Systems with Human Participation

ＭｅｃｈａｎｉｓｍａｎｄＰａｔｅｒｎｓｏｆＣｏｎｔｒｏｌｆｏｒＣｏｍｐｌｅｘＳｙｓｔｅｍｓｗｉｔｈＨｕｍａｎＰａｒｔｉｃｉｐａｔｉｏｎ＊ＹａｎｇＪｉａｂｅｎ（杨家本）ＤｅｐａｒｔｍｅｎｔｏｆＡｕｔｏｍａｔｉｏｎ，ＴｓｉｎｇｈｕａＵｎｉｖｅｒｓｉｔｙ，...     

基于"风险泡"概念的风险因素分析模型

针对目前风险分析中风险因素难以量化以及风险分析中存在的计算复杂性问题,该文提出一种对风险因素进行进一步量化分析的方法.首先提出"风险泡"概念并用于风险因素的分析.文章进一步对"风险泡"构成风险因素的过程以及"风险泡"之间的关系进行描述.通过引入风险能量的概念,建立起以"风险泡"为基础的风险模型,实现了对风险因素的结构化建模和量化描述.最后在此模型基础上,提出一种基于"风险泡"概念的风险分析方法,该方法可以降低风险分析中的计算复杂性.