不确定需求条件下的网站开发

提供了一个针对网站开发需求不确定性问题的解决方案,试图通过模块化设计及模块化规则的应用实施,使网站的功能更具有适应性,从而能够使网站在激烈复杂的市场竞争中取得先机.     

可变惩罚系数比例的分类SVM模型

为了解决常规分类SVM模型在样本比例相差较大情况下的不适用问题,提出了可变惩罚系数比例的分类SVM模型.在所提出的模型中,惩罚系数的比例以其对应样本数的反比来确定.最后,在90:10样本比例下,分别用常规SVM模型和所提出的SVM模型得到相应的分割线,并将其进行比较,实验结果验证了本模型的有效性.虽然本研究所采用的核函数是最简单的向量内积,但所提出的模型对于所有的核函数都是适用的.     

基于遗传Data Farming的公共政策优化仿真模型

为了解决公共政策优化仿真时考察点不全面及耗费时间大的问题,提出了基于遗传DataFarming的公共政策优化仿真模型.所提出的模型中,Data Farming被用于全面地考察输入参数空间中各输入参数水平对应的输出响应,通过把仿真过程的输出过程看作适应度的计算,遗传算法被用于优化仿真过程,提高优化效率.分析了公共政策作用效果的影响因素,并介绍了传统的DataFarming技术,然后从仿真目标、模型框架、算法等三方面介绍了所提出的优化仿真模型.最后进行了实验,证明了所提出模型的有效性.     

基于主动学习的SVDD预警技术

针对当前的主要预警方法的问题,提出基于主动学习的支持向量数据描述预警技术,并给出了该技术的实现过程.该技术利用支持向量数据描述解决了缺少预警警兆数据的问题,利用主动学习解决了正常样本和待测样本数据量大的问题,以某地区的宏观经济运行预警系统为例,证明了该技术的有效性.     

神经网络动态集成技术及其应用

针对当前神经网络集成方法在提高泛化能力方面的不足,提出了神经网络动态集成技术。该技术首先对神经网络集成中的个体之间进行负相关处理提高个体的差异度,然后选择训练误差较小的个体来提高个体的精确度。最后,以广东省某市的宏观经济数据为例,证明了该技术的有效性。     

区域经济发展Data Farming决策支持技术及其应用

为解决现有的决策支持技术不能解决的区域经济历史数据稀少的问题,提出了区域经济发展Data Farming决策支持技术.所提出的技术采用基于智能体仿真的Data Farming技术,对参数空间进行遍历搜索,以利用各个参数值对应的仿真结果来获取大量的数据,使决策者可以有效地识别到系统的最优控制值,并了解在控制值下的系统风险性.最后,以江门市社会消费品零售总额的控制优化为例,说明了该技术的有效性.     

局部交互博弈的Agent仿真模型

在经济社会动态复杂系统中,人们的博弈行为受所处的地区、语言、文化、职业及其他很多局部因素的影响.局部影响因素快速变化、交互关系复杂使得采用现有的博弈论方法来分析局部交互博弈变得较为困难.本文提出局部交互博弈的Agent仿真模型来解决上述问题,其中个体的博弈学习被用来解决个体的行为选择问题,而涌现变量则被用来解释系统整体表现出来的现象.最后,本文基于提出的仿真模型进行了协调博弈的“局部遵同效应“和“随机冲击“两个实验来检验仿真模型的有效性.     

基于MAS的关系网络交易成本分析仿真模型

针对关系网络交易成本研究方法在随机性、自主性和整体涌现性表现的不足,分析了关系网络中企业交易过程及交易成本产生的原因,提出了基于多智能体系统的关系网络交易成本分析仿真模型。该模型利用多智能体系统解决了自主性和整体涌现性问题,利用仿真技术解决了随机性问题。然后采用microsoft.net平台开发了本仿真模型的软件系统,应用于算例,得出了几个关系网络中交易成本的重要结论。可扩展本模型进行关系网络的其他方面的研究。