疫情之下关于社会-生态系统弹性的哲学思考

当前人类因新冠疫情的暴发面临着全球危机,文章结合系统弹性理论探究社会—生态系统如何运用弹性思维应对灾害。弹性的核心牵涉到系统复杂性与风险问题,弹性是保障社会—生态系统可持续性的关键。弹性思维则提供了一种理解周围世界和管理自然资源的不同方式,管理者应运用弹性思维理念认识和理解我们赖以存在的社会—生态系统。人类基于系统主义规范伦理并运用弹性思维,可增强人类社会应对灾害的弹性能力,而选择全球协同合作抗疫,最终才能真正控制住新冠疫情造成的全球灾难。     

线性分式—二次双层规划的对偶定理

先给出线性分式规划的一个对偶定理,然后利用这个结果建立和证明线性分式—二次双层规划的对偶定理。     

具有倒位算子的图式定理的分析研究

图式定理是遗传算法的基本定理，它给出在选择、交换、变异算子的作用下，遗传算法的某一图式经过一步迭代后在下一代存在的数目的下界。本文将这一定理进行推广，给出了具有倒位算子的图式定理的表达式．并论证了引入倒位算子的必要性。     

均值-CVaR模型下的两基金分离定理

两基金分离定理对资本资产定价模型的研究有重要意义.经典的理论以方差为风险度量方法,而CVaR是近年来提出的一种新的风险度量方法.本文基于CVaR风险度量方法,研究了正态情形下风险资产组合的均值-CVaR模型,得到了此模型下的两基金分离定理及其有关性质,并与均值-方差模型进行了比较.最后通过实例分析表明均值-CVaR模型下的两基金分离定理更能满足投资者不同的风险忍受水平.     

区间判断矩阵权重求解的可疑点定理及应用

针对区间判断的权重求解问题,将区间判断矩阵的样本空间映射于n(n-1)/2维向量空间,通过数学推导证明排序权重与向量的各分量之间满足一定条件下的严格单调关系,找出极值存在的可疑点,并证明了权重求解的可疑点定理。给出该定理的简单应用———可疑点组合方法求解的步骤,最后通过算例说明可疑点组合方法的可行性及优越性。     

总时差定理与最低成本压缩工期问题的一种新方法

研究了项目管理中时间-费用优化问题中一种典型问题--最低成本压缩工期问题的新方法.首先推导出总时差定理,即通过任意工序的路长最大的路线与关键路线的路长之差等于该工序的总时差.在此基础上,提出了对原网络逐步化简、逐步压缩的一种新方法,并对该方法的正确性进行了证明.     

信息系统复杂性的哲学思考

复杂性理论引入信息系统开发是适应当今信息系统应用环境和软件工程环境发展的需要 ,也是信息系统开发理论和实践发展的必然趋势。以软件开发方法论的发展为主线 ,对软件开发方法的历史和现状进行了回顾 ;提出了信息系统复杂性的哲学思考 ,探讨了复杂信息系统不同于传统软件的主要特征     

信息主义视野下世界图景的科学及哲学诠释

通过对最大信息熵原理(Maximum Information Entropy Principle,MIEP)中约束条件的新理解,进一步把经典的MIEP运用于边界彻底开放的情形,建立起拓展的MIEP。由此不同于现有的诸多前沿理论,提出了一个关于世界的信息过程本体论的论点,并导出了相应的动力学机制,把世界万象描述为一个从无限的深层次的隐存在到有限的具象存在尔后又回归无限的隐存在之动态涌现和不断进化的过程,形成一种基于信息过程本体论的世界观,从信息主义的角度对宇宙万象的本质作了统一阐述。     

引入指数期货的组合证券选择与基金分离定理①

分析了指数期货的引入在扩展由于卖空限制所缩减的组合证券投资机会空间、从而提高风险配置效率方面的作用,讨论了不允许卖空但引入指数期货情况下组合证券选择问题和证券组合空间的生成问题,推广了组合证券选择和基金分离理论的有关结果.     

可拓学的哲学思考

可拓原理提出了解释物元世界的总图景。它给物元变换提供理论基础。本文从哲学的角度抽象出存在于可拓学中的基本自然观——可拓原理,并对之予以科学表述,可以起到下述作用：研究可拓学的哲学基础;使唯物辩证法的“转化”观念精细化、系统化。     

一般自组织进化优化定理初探

考察斯图亚特.考夫曼等人,运用他们开发出的一套计算机模拟模型——NK模型,探究生态系统和非集中化组织是如何自发地向有序方向进化的。他们根据对一般自组织进化研究的成果,得出了一般自组织进化的优化定理,这就是自组织系统自发优化,优化的结果是共同进化的系统趋向处于有序和混沌的过渡阶段,靠近有序的一边。斯图亚特.考夫曼等人得出的一般自组织进化的优化定理具有普遍意义。     

用进化-模拟退火算法求解Lambert方程

Lambert方程在轨道拦截和初始轨道确定起着重要作用。求解Lambert方程的传统算法主要有Newton迭代方法和超几何级数展开方法等,但这些算法都有一定的局限性(如有可能出现迭代收敛过慢,级数展开收敛性问题)。采用进化-模拟退火算法(EA-SA)算法求解Lambert方程,其中进化算法具有全局搜索能力,而模拟退火具有局部锁搜索能力。该方法克服了某些情况下梯度下降法有时收敛过慢和超几何级数不收敛的缺点,并具有通用性,便于操作和理解。通过仿真计算对比表明,EA-SA具有普适性,而且精度优于其它两种算法。