复杂适应性系统的仿真与研究--基于CAS理论的交通模拟

为更好地研究交通系统，以CAS理论为指导思想，利用SWARM平台建立了基于多主体离散的动态交通模拟系统。使用自底向上的建模方法进行模拟：将车辆及信号灯作为具有适应性的主体．利用元胞自动机模拟动态交通流；同时将激励学习方法与遗传算法相结合，对信号灯周期进行自适应优化。通过主体不断的“学习”，交通系统在宏观方面涌现出一定的动态特征和规律。进而，我们比较了完全自组织控制模式以及加入预警机制两种情况下各宏观量的变化情况。从实验结果可知，预警机制可以给车辆宏观方面的指导，从而提高车辆通行能力，减少交通拥塞。     

基于CAS理论的多智能体战斗模型仿真研究

为了研究基于复杂适应系统理论的多智能体仿真模型的演化、涌现规律,在Swarm平台上建立了一个多智能体的战斗模拟仿真系统,并对战斗过程双方Agent数量和实力的演化进行了模拟仿真,得到了和传统数学模型不一致的结果.基于复杂适应系统理论的多主体仿真模型可以模拟复杂系统的微观行为,进而能够显现出系统宏观涌现现象,非常适合模拟复杂的战争系统.     

复杂社会系统的研究方法——从计算机模拟到复杂应答过程理论

计算机模拟方法是探索复杂适应系统自组织机制、突现特性的常用方法。这种方法最初用来研究自然系统中的复杂适应主体(尤其是同质主体)的行为。在遗传算法的辅助下也可以较为精确地完成对异质主体行为的模拟。在人类社会领域,由于人与人之间的相互关系更加复杂多样,计算机模拟方法面临更大的挑战。斯泰西提出的复杂应答过程理论认为,人类互动是复杂的,仅仅把它描述为适应性就没有充分理解复杂性。人类互动的主要特征是应答而不仅仅是互相配合,互相适应。这两种方法既有相似之处又相互区别,各有特长。     

基于加权长度的交通网络分形维数

刻画交通网络的分形特性需要适合的指标,半径维数便是其中一种重要的测度.可以类比于分形体的容量维数.由于组成交通网络的公路具有多种类型和等级,仅用半径维数不足以反映公路交通网络的结构特性.论文提出了一种基于加权长度的交通网络分形维数,即在模拟各等级公路比重变化的情况下,给不同等级公路加以适当权重,这样得到的分形维数,即为加权半径维数.结果表明,加权半径维数是刻画交通网络分形结构比较适合的指标.     

基于CAS的元胞主体协同博弈分析

将复杂适应系统的主体适应机制引入元胞自动机的网格动力学模型,以基于复杂适应系统的多主体联动博弈行为为研究对象,将预测行为、自动修正能力赋予元胞主体,创新地提出了一种解决多方协同博弈的方法,通过构建博弈规则模型和状态转移方程不断修正局部均衡从而达到具有协同机制的全局均衡,并通过基于SWARM构架的仿真为进一步探究复杂系统内群体的行为决策和演化机制提供了模拟平台。模型分析有效地获取和计量系统中主体的行为由于适应性而具备的涌现机制。     

几种局域波分解方法的比较研究

基于Hilbert变换的局域波法 ,能得到信号有意义的瞬时频率。它的分解基是随动态信号波形的变化而变化 ,具有自调节自适应的特征 ,因此能在时频域内描述非平稳非线性信号的局部特性。提出的局域中值定理分解方法 ,能正确求出并分离包含在信号中的局域中值 ,从而得到更标准的信号基本模式分量。通过与其它几种局域波信号分解方法的比较 ,发现局域中值定理分解方法性能更优     

基于情感分析与证据理论的新产品在线竞争力测度方法及实证研究

基于新产品投放市场初期的在线评论中的情感信息具有暗示产品某功能是否得到消费者青睐及青睐程度的信息,同时,这些评论会影响后面消费者态度及决策的角度,结合证据理论的融合机制,提出了一种基于情感分析与证据理论的短期新产品竞争力测度方法。该方法构建了新产品在线评价信息的特性情感词汇提取机制,以及特性词评价集合与潜在消费者对特性词评价集合的打分机制,并发展构造了Mass函数及证据融合规则。最后,以效用理论构建新产品在线竞争力评估基准,由此构成完整的短期新产品在线竞争力测度方法。实证研究结果表明,该方法具有较高的可行性。     

基于活动的出行行为动态模拟方法

结合我国交通规划实际,研究基于活动的出行行为动态模拟方法,用一系列具有时间维和空间维的能调查得到的特征变量来描述出行行为 ,并应用蒙特卡罗方法对其进行模拟.重点研究模拟模型的建立和模拟的方法及过程,最后应用该方法模拟辽宁省某市城市居民的出行行为.结果显示所提出的模拟模型误差较小,能准确反映出行行为.     

岔巴沟流域分布式产流产沙的计算机模拟

建立了基于场次洪水的分布式流域产流产沙模型,该模型能够模拟出流域在不同土地利用类型下的径流和产输沙的时空过程,模型能反映下垫面因子空间分布不均和人类活动对流域产流产沙的影响,进而为流域内水土保持措施配置提供技术支撑和科学依据.经岔巴沟流域实测资料验证,计算值与实测值符合良好,基本反映了流域产汇流及侵蚀产输沙的物理过程.     

基于OI-AGCD的含旋转部件目标ISAR成像

旋转部件(如直升机的螺旋桨)严重影响逆合成孔径雷达(inverse synthetic aperture radar, ISAR)的成像特性,基于优化初值选择的自适应高斯包络线性调频基分解(optimized initial-adaptive Gaussian chirplet decomposition,OI-AGCD)设计了一种自适应旋转部件回波分离算法。建立了含旋转部件目标步进频率雷达ISAR成像模型,分析了旋转部件与目标主体回波特性差别。基于距离多普勒成像理论、主体和旋转部件回波在高斯基上投影的差异,设计了基于OI-AGCD的旋转部件回波分离算法。仿真数据验证结果表明了该算法去除旋转部件回波的可行性,含旋转部件类目标ISAR成像质量得到了有效提高。     

Forecasting Practice from Box-Cox Transformation Models

ＦｏｒｅｃａｓｔｉｎｇＰｒａｃｔｉｃｅｆｒｏｍＢｏｘＣｏｘＴｒａｎｓｆｏｒｍａｔｉｏｎＭｏｄｅｌｓＧａｏＲｅｎｘｉａｎｇＩｎｓｔｉｔｕｔｅｏｆＡｐｐｌｉｅｄＭａｔｈｅｍａｔｉｃｓ，ＡｃａｄｅｍｉａＳｉｎｉｃａ，Ｂｅｉｊｉｎｇ１０００８０，Ｐ．Ｒ．...     

中国股票市场行业β系数的时变性

以33个行业股票组合为分析样本，应用CUSUMSQ统计量对β系数进行稳定性检验，结果发现中国行业股票组合普遍存在β系数不稳定性特征。采用状态空间模型直接对卢系数的时变行为进行建模．平均绝对预测误差MAE和平均平方预测误差MSE表明，基于卡尔曼滤波的市场模型有更好的预测效果，中国行业股票组合系统风险系数β的时变性行为可用均值回复过程来描述。     

配水管网测压点的动态组合预测方法

通过对测压点水头序列的统计分析 ,得到其周期性、趋势性及随机扰动性的变化规律 .利用时间序列分析手段及动态建模方法建立了配水管网测压点的动态预测模型 ,利用加权递推最小二乘法 ( RLS)解决了模型参数的动态估计问题 .经实际供水系统使用验证 ,该法预测误差小 ,适应性强 ,可应用于供水系统的实际运行中.     

MRA与GP/MP组合预测及在陀螺仪漂移预测中的应用

研究MRA(Multi-resolution Analysis MRA)与GP/MP(Grey prediction model/Markov prediction model)组合预测及在陀螺仪漂移预测中的应用。陀螺仪漂移是各种外界环境影响下产生的综合效果,不同的外界影响产生的漂移样本频率特征是不同的,因而不适合用单一的预测模型进行预测。用小波将陀螺漂移信号进行分解,根据各子信号的频率特征选用灰色预测模型或马尔可夫预测模型分别进行预测,还原为总的预测结果。仿真试验显示,这种组合方法比起用单一的灰色马尔可夫方法可以将精度提高一倍左右,证明了这种方法的有效性。     

基于组合预测的装甲装备器材需求确定

为提高装甲装备器材需求预测的科学性,设计基于组合预测的器材需求确定方法。首先明确组合预测模型的构建流程与具体步骤,引入预测有效度理论,以评估模型的预测有效度。其次优化了关联面积法,实现组合预测模型中构成单元权重的动态配置,为模型滚动式更新及最终确定奠定基础。算例分析过程表明,基于组合模型的预测不仅能够提高局部器材需求预测的准确性,而且能够提升整体预测过程的稳定性。     

基于混沌吸引子的时间序列预测

本文提出一种新的时间序列预测技术。对于一个经诊断存在混沌吸引子的时间序列,根据相空间中混沌吸引子的分形等特性,建立依赖于预测点邻界状态的预测模型;综合存在于原时间序列中确定线性趋势的外推结果,实现对原时间序列的短期预测。     

神经网络模型用于多变量综合预测

本文研究神经网络用于多变量时间序列预测的原理与方法，提出组合多种信息的综合预测方法。以股票交易为例，用神经网络组合各类信息，运用信心股价理论对中国股市的发展进行跟踪预测。在此基础上进一步从信息利用的角度说明了神经网络预测方法的特点。结果表明，神经网络模型用于多变王时间序列预测，其精度和趋势均较统计方法有所提高；神经网络综合预测，对中短期股票价格的预测，有实用价值。     

基于BP神经网络的股市建模与决策

给出一种基于BP神经网络的股票市场建模、预测及决策方法。研制成功了股票预测与系统，只需输入当天收盘价、成交量等七个容易得到的股票信息，系统就能给出下一交易日的买卖决策。通过对综艺股份及许继电气两支股票的预测与决策实验，表明所提方法有效，且易于操作，有实际应用价值。     

状态空间模型、协调积分与股票价格预测

应用向量值状态空间模型的两步建模方法分析了深圳五种股票价格的动态行为,样本选在１９９６年下半年这一股市波动较为剧烈的时期．研究结果表明：在趋势模型中五种股票的价格序列构成了带有一个共同趋势（根的估计值为０．９９）的协调积分过程．此外在周期模型中还发现了一个较弱的趋势和两个复数根．最后通过有关统计量和２０天的样本外预测以及Ｈｅｎｒｉｋｓｓｏｎ与Ｍｅｒｔｏｎ提出的非参数检验方法验正了分析和预测结果的有效性.     

短时交通流预测FSMSVR模型

针对城市道路短时交通流的复杂非线性特点和以往的预测仅考虑典型交通条件（无交通事故等突发事件）的现状,结合交通流的特征,提出了一种有限状态机支持向量回归模型（finite state machine of support vector regression model,FSMSVR）的短时交通流预测机制. 通过线性回归算法和指数平滑算法划分交通流状态,根据各状态特点结合支持向量回归算法建立有限状态机工作机制,实现涵盖典型和非典型交通条件的短时交通流预测. 通过实验例证,对比了FSMSVR模型和传统SVR模型对城市道路6min交通流的预测,研究结果表明,该预测机制能够提高预测精确度,在非典型条件下有着较好的预测表现.