中国社会稳定与安全预警系统的理论设计

简要概述了中国社会稳定与安全预警系统的功能与作用 ;重点介绍了该预警系统设计的理论依据 ,即在预警系统设计过程中 ,综合、集成、借鉴了不同学科的理论与方法 ,其中 ,创造性地应用了社会物理学的思想、理论与方法 ,以此作为研制预警系统的总体理论框架 ;依据研究组独创的社会稳定与安全五大支持系统理论 ,设计出了“四级叠加 ,逐层收敛 ,系统耦合 ,规范权重 ,识别阈值 ,统一排序”的预警指标体系 ;最后 ,就预警系统内部模块的结构、功能与系统运行流程作了一定程度的说明。     

中国金融生态环境评价体系设计与分析

中国金融生态环境评价体系旨在评价中国城市信用环境现状及其成因,为制定改善区域金融生态对策提供依据.评价过程和技术路线由三个层次构成,即金融系统现实表征分析,金融生态环境分析以及金融生态系统效率分析.评价结果显示,中国东部地区的金融生态环境和资产质量高于中部和西部地区,中部地区最差,表明地区金融生态质量与其经济发展水平是基本相适应的.     

基于Jess和机器学习的Robocode策略研究与实现

研究Java规则引擎和机器学习在Robocode坦克机器人战斗仿真引擎中的应用。探讨利用Jess规则引擎对Robocode坦克机器人决策规则库部分进行开发与维护,满足仿真环境实时性和策略易扩展性的要求。同时为了提高坦克机器人的在线自适应和自学习能力,结合机器学习方法进行角色训练,利用人工神经预测网络对产生式系统中瞄准规则的火炮瞄准角度值进行优化。结合遗传算法与产生式系统,设计混合的移动策略选择器,并对神经网络预测瞄准和基于遗传算法的移动策略进行了实验,给出了实验结果。     

基于遗传神经网络的癌症死亡率预测

分析了遗传算法(GeneticAlgorithm,GA)和人工神经网络(ArtificialNeuralNetwork,ANN)的优缺点,在此基础上,提出了将遗传算法与人工神经网络有机结合的遗传神经网络此外,利用长期进行的恶性肿瘤登记的报告资料,采用遗传神经网络对北京地区的癌症死亡率进行预测结果表明该研究工作是可行的,可以作为预测的一种有效手段.     

中国金融中介配置效率的实证研究

运用协整关系检验法和格兰杰因果关系法等研究方法，利用金融中介的规模指标和效率指标，从宏观与微观结合的层面．对中国金融中介的发展与经济增长的关系进行分阶段实证研究，并从整体视角出发，考虑中国金融发展的特殊轨迹和转型特征，探寻转轨前后金融中介与经济增长两者之闻关系发展的内在脉络及影响因素，恰当地评价金融中介与经济增长二者之间的关系，克服对金融中介的研究集中在传统的货币银行这一宏观领域的局限性。结果表明：二者之间存在相关关系，但金融中介的配置效率难以发挥对中国经济的推动作用，由此，金融中介的配置效率仍有很大的改进空间，同时，建立一个能有效分担风险与资金配置任务的资本市场、引导民间融资的健康发展也是当务之急。     

企业组织安全行为、员工安全行为与安全绩效——基于中国中小企业的实证研究

在事故致因理论分析与国内外安全行为与安全绩效研究成果的基础上,构建了企业组织安全行为、员工安全行为对安全绩效影响的结构方程模型,提出了相关理论假设,并对模型和假设进行了实证检验。研究结果表明,中小企业安全预防行为对安全绩效改善产生积极的正向影响;中小企业安全管理行为,一方面通过员工安全遵守行为的完全中介作用有效降低安全后果,另一方面通过两条途径(直接影响和通过员工安全遵守行为的部分中介作用间接影响)来影响安全系统运行效果;中小企业安全培训行为通过员工安全遵守行为的部分中介作用对降低安全后果产生积极的正向影响。提出提升中小企业安全绩效关键是规范和引导企业的安全组织安全行为,并给出了具体对策建议。     

互联网金融与传统金融之间的广义动态风险溢出——基于Copula-ARMA-GARCH-CoVaR的实证研究

选取互联网金融和三大传统金融(银行业、证券业、保险业)的行业指数为代表,构建Copula-ARMR-GARCH-CoVaR模型,从波动性信息提取、联合分布尾部相依结构估计、条件在险价值计算等方面,系统研究新旧四个金融行业之间的广义动态风险溢出效应.结果表明:新旧金融行业间的风险溢出水平随时间而变化,风险从互联网金融向传...     

基于混合智能技术的非线性对象优化控制模型

提出了一种工业过程优化建模的系统化方法 ,即利用模式识别优化技术 ,对生产过程数据进行优劣分区 ,选取其优区和可控区数据 ,利用结合遗传算法的人工神经网络建立对象的数据驱动模型。实验结果表明 ,该模型有较好的适应能力 ,能很好地解决复杂系统的优化控制问题。     

金融衍生品与金融危机的实证研究

美国金融危机的演进机理中金融衍生品开发与运用过度是重要的原因之一。金融风险形成、积聚及其向金融危机转化的理论逻辑表明,大量金融衍生品的开发与运用迅速地增加了全球的流动性,导致了全球流动性过剩,并在转移和规避局部风险的同时,呈几何级数般地迅猛地积聚风险的总量,最终触发了美国次贷危机的爆发。实证分析结果证实了上述理论论证。     

中国金融服务业的创新：新世纪的观察

对2000年～2007年中国金融服务业的创新进行了系统的研究,分析了金融创新对中国金融发展水平的宏观影响,通过分析金融监管文件的发布频率对中国金融三大子行业的制度创新特征和演进路径进行了研究,进一步比较分析了中国金融产品创新的主要特征.研究结果表明:1)政府主导的金融创新对于中国金融的发展水平有较大的影响,中国金融活跃程度有所增加;2)三大金融行业的制度创新具有不同的侧重点和动态发展特征,银行业有相对比较明显的制度创新演进脉络,保险业的制度创新路径与银行业相比,在产品业务创新和风险管理机制创新的先后顺序上有所不同,而证券业则没有明显的制度创新演进脉络,但是在风险管理与公司治理的制度创新上有加强的趋势;3)中国金融产品的创新类型主要是流动性-增强型和信用-引致型创新,货币市场和外汇市场开始关注价格-风险转移型创新,而商业银行的信用-风险转移型和资本市场的价格风险-转移型是急需重点发展的创新类型.     

基于记忆原理的Web入侵预警系统

为了克服预警系统普遍存在的有效记忆存储模式和预警反应模式缺失问题,降低虚警率和漏警率,通过分析Web攻击的一般过程和生物记忆的基本原理,建立了基于记忆原理的Web入侵预警系统模型。在该模型中,应用短时记忆容量限制理论来节省系统大量的存储空间,为系统的分布式扩展提供了良好的条件;应用长时记忆理论使系统能检测较长时间跨度的入侵行为;感应阈技术又能灵活调整系统的灵敏度。该系统建立在实时基础上,能及时有效地产生警报数据。实验检验证明系统能有效地对异常访问行为产生警报,变化形式灵活,对于短时间的爆发式异常访问和时间跨度比较大的异常访问行为都能给出准确的警报。     

一种模糊神经网络控制系统研究

针对被控过程的非线性、时变性和复杂性,提出了一种模糊神经控制器与动态辨识器组成的控制系统。该系统的控制器采用模糊神经网络控制器,它的控制参数采用遗传算法全局离线优化对BP算法局部在线调整相结合的混合方法;该系统的辨识器采用变形Elman动态神经网络进行系统辨识。给出了该系统的结构、原理及工作流程,通过仿真实验证明该系统的可行性和有效性。     

基于免疫算法的前向神经网络学习方法

提出了一种采用免疫算法训练多层前向神经网络的方法。该方法利用免疫算法训练前向神经网络,能够使网络优化过程趋于全局最优。利用基于遗传策略的聚类机制确定前向神经网络的初始权值,增加了网络训练算法收敛于全局最优的概率。将这种神经网络用于雷达模拟调制信号的调制方式识别的仿真结果表明,采用该算法设计的前向神经网络达到了较高的性能。     

基于多Agent的可控网络安全系统研究

移动安全Agent扫描各客户主机的漏洞,采集记录异常活动的审计日志,实现事前和事后的安全保障,但移动Agent自身的通信和迁移的安全性同样重要.首先结合硬件特征属性密钥和用户信息,实现基于Agent技术的多因素认证系统,在认证基础上,利用非对称加密技术和密钥管理,保障Agent通信和迁移的安全性.Agent作为软件,容易受到外部破坏,采用检测代理,通过Agent的协作,利用地址解析协议对网内节点的扫描,将广域网扫描机制转化为简单易行的内网扫描,从而保障客户主机中认证Agent的部署可靠性.实验结果表明,该系统效率高,可扩展性、通用性好.     

新的混合智能系统R-FC-DENN

以认知心理学、模型集成理论为基础,构建了集粗糙集理论、聚类理论、模糊逻辑理论、遗传算法理论、人工神经网络理论于一体的一个新的混合智能系统R-FC-DENN。它首先通过粗糙集将输入样本进行约简,然后用聚类技术将简化后的样本进行聚类,对不同的聚类使用经过遗传算法改进了的神经网络进行训练,接着将这些经过不同神经网络训练的样本用模糊权值组合起来,放入新的用遗传算法改进了的神经网络再进行训练,从而完成整个训练过程。最后用UCI下的实际数据库对提出的混合智能系统R-FC-DENN的实用性进行了检验,证明方法是可行的。     

基于Plug-in的WWW安全认证系统研究

插件(Plug-in)结构能使软件动态寻找和加载特定代码模块,被越来越广泛地采用.在基于B/S体系结构中采用Plug-in技术可以有效地增强浏览器功能.从基于Web的安全认证出发,研究了浏览器中Plug-in程序设计方法,提出了浏览器中采用Plug-in技术实现基于IC卡的用户身份认证方案,通过对服务器资源设定和Web页面改造,实现了用户对服务器Web资源访问控制功能.     

基于非线性修正策略的空气质量预警系统研究

建立科学、有效的空气质量预警系统,对于保护人们的身体健康和促进社会和谐稳定具有重要的科学价值和实际意义.为此,本文首先利用孤立森林(isolationforest,iForest)算法进行空气质量指数(air quality index,AQI)离群点分析,然后建立了一种空气质量预警系统,该系统由数据预处理模块、优化模块、预测模块和修正模块构成,融合了时变滤波经验模态分解(time varying filtering based empirical mode decomposition,TVF-EMD)、改进的蝴蝶优化算法(modified butterfly optimization algorithm,MBOA)、离群鲁棒极限学习机(outlier robust extreme learning machine,ORELM)和非线性修正策略,该预警系统成功地实现了空气质量的有效预警.同时,以污染程度不同的5个城市作为实验地点对预警效果进行检验,结果表明:1)与经验模态分解(empirical mode decomposition,EMD)相比,TVF-EMD可以更为有效地降低原始数据的非线性和非平稳性特征;2)基于MBOA的误差非线性修正策略比其他误差修正策略更胜一筹,可以显著提高预警系统的性能;3)建立的预警系统的性能要优于其他对比模型,可以对污染程度不同的城市进行有效预警.     

基于进化ANFIS的制导炸弹智能控制系统研究

针对目前制导炸弹命中精度低的问题,首次提出一种基于进化自适应神经模糊推理系统(ANFIS)的制导炸弹智能控制系统。该系统不基于数学模型,用独特的空间分层方法建立若干模糊推理系统,依靠专家经验来获取控制信息。规则库是通过系统对训练数据进行自学习,并在自学习的过程中引入遗传算法进化调整系统结构和参数而建立的。通过计算机仿真,该智能控制系统具有精度高、泛化功能强且实现了调整智能化等优点。可以预见,这种智能控制系统在军事上有很好的应用前景。     

基于G2的飞船推进系统的故障诊断

探讨了G2的知识表示、知识库管理及实时推理.针对飞船推进系统的工程实际问题,分析了推进舱推进子系统的故障特点,采用神经-模糊系统理论对推进舱推进子系统故障模式的知识表示进行研究,提出了推进舱推进子系统故障的知识表示形式.运用G2软件平台设计了飞船推进系统的故障诊断推理机.该推理机可以实时地诊断出相应的故障模式,记录相关的故障信息,还可以对故障进行预报,以避免故障的发生.