大数据:数据驱动下的工程项目管理新视角

如何在高维度情况下对大数据开展统计学习、预测和优化,实现数据驱动决策,是当前管理科学与系统工程所面临的重要问题.为探索如何将大数据的理论方法应用于工程项目管理,本文首先对"数据驱动决策"的价值链进行了分析,然后,构建了基于大数据的工程项目管理三维结构模型,提出从时间维(项目生命周期各阶段)、领域维(项目各管理领域)和方法维(大数据分析方法)三个维度,推动大数据技术在工程项目中的研究和应用.进一步,分析了项目生命周期各阶段所涉及的数据类型,分析了大数据方法在工程项目各领域的应用前景.最后,结合案例阐述了大数据技术的应用,并讨论了有待研究的关键科学问题.     

雷达预警探测系统组合建模研究

针对雷达预警探测系统具备"系统的系统"特性,对其可组合化建模研究已成为当前研究其内在规律的最新热点发展区.在对雷达预警探测系统问题域和仿真域中组合建模需求进行分析的基础上,重点提出了以MDA、UML、Web Servers,XML、形式化表示等建模技术为核心,由语言维和模型维构成的栅格状跨层次组合建模技术参考视图;并结合实例,详细讨论了模型维各层次如何使用语言维各要素进行组合建模的形式化描述,以及层次间模型如何相互映射与转换,进而保持了从系统建模到仿真建模全过程模型语用语义的一致性.     

金融科技视角下的计算实验金融建模

计算实验建模~1以其独特的"上帝视角",正广泛地影响着传统经济和金融学研究.伴随着大数据、人工智能等技术的兴起,计算实验建模与这些金融科技领域的基础支撑技术深度融合,共同推动金融科技不断突破.特别是,在大数据的本体论研究、计算实验模型校准、投资者行为建模、监管科技应用等方面,计算实验建模均展示出了与金融科技融合的独特优势.从大数据本体论考虑,计算实验是运用金融大数据本体论建模来刻画金融主体之间的关联关系和研究其因果关系的有效方法.从人工智能角度考虑,人工智能为个体的精细化建模和行为演化建模提供了基础,计算实验为算法交易提供了新的研究框架.从监管科技角度考虑,计算实验模型在发展过程中推动形成了"情景-应对"型风险管理新思想,从而为"监管科技"的发展提供支撑.本文认为,计算实验能够与金融科技的基础支撑技术相融合,为计算实验建模的发展和金融科技中监管创新提供重要推动力.     

密码服务系统安全性能分析与测试

分析和检测密码服务系统安全性能是目前该系统研制过程中的一个难点,基于某型号分布式密码服务系统的研制,通过给出系统的安全体系结构,从物理安全、协议安全、算法和系统使用安全等方面对系统各层次、各功能部件可能存在的安全隐患进行了分析,指出了系统应具有的基本安全性能,并结合研制中的实际测试,给出了相应的检测方法.应用表明,这些方法有效并且实用,对密码服务系统的安全性能测试研究具有理论和实践的指导作用.     

深度不确定环境下的系统仿真方法研究

复杂决策问题分析经常遭遇超出寻常认知范畴的不确定性,即所谓“深度不确定性”.此时,目标系统可能高度未知,且系统行为机理与外部环境复杂多变,仿真实施难度远超常规.如何实现深度不确定环境下的系统仿真已成为系统科学领域的重要研究方向之一.对此,本文首先梳理了相关领域关于不确定性、深度不确定性的理解及认知变迁,提出深度不确定环境下系统仿真的关键特征约束,并分类阐述了现有主流不确定仿真范式的核心思想与实现路径;在此基础上,提出一种数据与模型混合驱动的动态探索性仿真范式,并在交通仿真领域进行方法实例应用,结果表明新方法能够有效提升仿真计算系统对真实系统复杂不确定变化的适应能力.     

超高维删失数据的联合特征筛选方法研究

针对超高维删失数据,通过降维技术可以进行特征选取，去除大数据中的噪声数据，以便挖掘高维大数据的重要信息，进行大数据的相关分析和应用.本文提出了一种稳健的偏相关系数来进行特征筛选,并引入逆概率加权方法来处理删失,发展出一种新的联合特征筛选方法.本文利用响应变量的条件分布函数来构造偏相关性度量,可以全面地刻画其与协变量间的相关性,且相较于传统的皮尔逊偏相关系数,该度量对于响应存在异常值,厚尾分布以及异方差结构时具有稳健性.其次,基于该度量所提出的联合特征筛选方法通过投影作用来消除由协变量之间的相关关系产生的干扰作用,故能够较好地改善假阴性错误、假阳性错误及协变量的共线性问题.我们推导了该方法的理论性质,给出了快速的迭代算法,并进一步通过模拟和实例分析来考察该算法在有限样本下的数值表现.     

系统思维与突变视域下建筑施工系统三态演化机理

在系统思维指导下,基于实际典型事故案例分析与"4M"事故致因理论挖掘出建筑施工系统安全事故核心风险因素,构建多风险动态耦合分析框架,引入尖点突变理论,深入探究建筑施工系统在"安全-风险-突变"三态下的深层演化机理。多风险因素"强-弱"耦合度的动态性使建筑施工系统在"安全-风险-突变"状态间动态演化,其中,风险状态是建筑施工系统中安全与事故间的转折期,有效削弱多风险因素的强耦合作用及切断外界风险因素的介入路径是避免建筑安全事故发生的关键所在。     

基于GA-ANN的中国金融安全预警系统设计及实证分析

国家金融体系的安全运行关系到经济社会的稳定,建立有效的金融安全预警系统已成为各界十分关注的焦点.基于现有文献,在金融安全预警指标体系中补充影子银行相关指标,以保证高杠杆、高流动性风险的经济参数参与建模,使得金融安全预警指标体系更加完整;运用因子分析计算七个金融子系统及整体金融系统安全得分,基于遗传算法优化的人工神经网络(genetic algorithm-artificial neural network,GA-ANN)建立中国金融安全预警系统,观察金融系统运行是否平稳、金融安全得分是否出现剧烈波动或异常值,以此判断国家金融状况是否安全,并对2013年我国金融安全状况进行预测.其中,GA-ANN网络较径向基神经网络、反向传播神经网络和广义回归神经网络,具有更好的拟合精度.预测结果显示2013年下半年我国金融系统总体运行安全,但在影子银行、股市和保险子系统存在一定的不安全因素.研究成果为政策制定者和广大投资者对国家宏观金融安全预判提供了参考依据.     

多传感器数据融合方法在系统建模中的应用

阐述了多传感器数据融合建模的几类典型的方法,重点分析了基于传统多元统计理论的分析法、最小二乘法、人工神经网络等方法的基本原理和各自的技术特点.同时,较为详细地介绍了一种新颖、有效的数据融合建模方法--偏最小二乘回归分析方法(PLSR),并在文章结尾给出了一个运用该方法分析刀具磨损量的实例.     

基于模糊信息融合的燃压机组定量HAZOP分析

针对传统计算机辅助HAZOP分析中定量信息的丢失现象以及多危险源系统安全决策的困难,提出了基于模糊信息融合的HAZOP建模与推理方法.构建了系统HAZOP有向图知识模型,针对模型中不同属性的节点分别采用相应的模糊定量化处理方法;同时基于D-S证据理论,利用危险传播路径上相关节点之间的定量偏差信息进行模糊融合推理,给出系统存在的危险原因与后果, 以及各自的融合信度,为系统安全决策提供依据.利用该方法对"涩-宁-兰'管线压气站燃压机组的运行状态进行模糊信息融合HAZOP分析,最终给出了系统各危险原因与后果的融合信度及排序,采取有效的安全措施避免事故发生. 与传统HAZOP分析进行比对,工程应用结果证明了该方法能解决传统HAZOP定性分析的局限性与不确定性难题;当系统存在多危险源时, 增强了系统安全决策的合理性.     

大数据下仿真筛选实验及误差控制模型和应用

针对"大数据+仿真模型+后仿真分析"这一新型研究范式,提出基于基效应估计(EE),Bootstrap假设检验以及伪发现率误差控制(FDR)的"后仿真分析"筛选实验设计方法(简称BFEE).BFEE用于识别对仿真模型所感兴趣的响应起到最重要主效应/交互效应作用的少量关键因子.相比传统EE,BFEE保证了信息识别的统计精度和效力.与现有的仿真实验的序贯分支筛选法(SB)相比,BFEE无需任何模型假设,从而更容易适应大数据背景下的复杂数据特征.蒙特卡罗仿真的三种方法对比实验表明,BFEE在不需任何假设的条件下即可获得理想的实验效率和效力,在降低计算实验成本同时,保证了识别重要效应的精度.基于实际背景仿真案例的应用显示BFEE具有良好的实际应用价值.     

基于MapReduce的分布式改进随机森林学生就业数据分类模型研究

教育数据挖掘(educational data mining)是当代教育信息化发展的前沿研究领域,正在吸引越来越多教育学家和数据科学家的关注."大数据"时代背景下,随着数据处理规模的不断激增,现有的数据挖掘模型在单一处理节点的计算能力遭遇瓶颈,各类面向大数据处理的分布式计算框架应运而生.借助这些框架,面向解决高校就业数据挖掘问题的机器学习模型便可以满足未来大规模数据处理的需求,在未来数据集体量庞大的信息集成系统中为数据挖掘和决策支持提供帮助.以此为背景,本研究对比现有数据模型对研究目标对象的分类性能,提出了以引入输入特征加权系数来计算特征的信息增益作为特征最优分裂评判指标的改进随机森林模型来提升数据分类性能,通过仿真测试改进模型对于现有模型分类性能的提升情况,与此同时为解决大数据时代背景下面向海量数据分类任务的单节点性能瓶颈问题,提出了基于分布式改进随机森林算法的大规模学生就业数据分类预测模型.通过使用MapReduce分布式计算框架实现已训练模型在本地磁盘与分布式文件系统之间的序列化写入与反序列化加载过程,进而实现了基于改进随机森林模型的大规模数据分类模型的分布式扩展.     

基于大数据的装备体系三元概念认知系统模型构造框架

多样化的装备体系定义模式存在概念语义内涵交织、外延对象重叠难以离析,体系系统边界动态模糊等不确定性制约装备体系综合认知,大数据建模与分析决策为装备体系模型表达与知识发现提供了机遇。提出广义复杂信息系统观点下采取形式三元概念分析理论描述和表示装备体系中概念及概念之间层次网络结构的装备体系认知系统模型构造框架。首先分析了能力视角下装备体系语义超网络模型的大数据描述架构及其层次建模过程,设计了一种体系分层共演化时空数据应用模型结构。概述了概念认知系统研究进展,提出一种基于语义上下文的形式三元概念构造策略,讨论了上下文覆盖数据结构与三元概念构造的联系。为应用语义大数据开展装备体系认知计算提供了有益启发。     

大数据视角下的采购风险评估--基于某服务采购企业的案例分析

在经济全球化和专业化分工的背景下,企业供应链管理的各个环节面临着越来越大的风险.跨界的大数据及其分析技术通过提升数据的"可视性",为企业的风险管理带来了新的工具和手段.本文聚焦企业运营管理中的采购环节,分析如何利用大数据来评估采购风险.通过梳理一家典型服务采购企业采购流程中面临的各种风险,我们提出了一个"5+X"的采购风险分类框架;其中包括环境风险、竞争风险、道德风险、财务风险、履约风险以及内控风险.我们给出了测度各类风险可能的数据来源以及处理方法.通过一个案例研究我们展示了基于大数据的采购风险评估的具体实施.     

基于联系数的定量与定性分析方法在调车作业安全评价中的应用

针对现有评价实施框架内评价指标体系的不完善, 在充分借鉴前人研究成果的基础上, 综合考虑人员、设备、环境等主控因素, 构建了调车作业安全评价指标体系. 然后借鉴集对分析理论, 提出基于联系数的定量与定性评价方法, 该方法通过计算评价对象的综合联系数, 利用特征值公式计算综合评价特征值作为定量评判等级的依据, 再利用集对势对系统态势作出定性分析. 最后将构建的指标体系及选用的评价方法应用于车站实例中, 结果表明: 所构建的指标体系能较好的刻画车站调车作业安全状况, 完善了调车作业安全评价工作; 选用的评价方法能从定量和定 性层面综合判定系统的安全状态, 具有更普遍的意义, 为安全评价理论提供了一种新的研究方法与思路.     

基于信任的真实数据判定方法

互联网已经成为人们获取信息的重要来源, 然而互联网上提供的信息并不全是正确的, 甚至很多信息是相互冲突的. 这种情况一方面是因为很多数据源自身的数据来源也不可靠, 甚至是随意地复制得来的; 另一方面则是因为很多数据源在处理数据的过程中产生了错误, 导致不同的数据源提供的往往是互相矛盾的信息. 不真实信息将会导致使用者决策失误进而给他们造成重大的损失, 因此真实数据的判定是一个非常重要的研究热点. 该研究提出了一种基于信任的方法TruData来找出真实的数据. TruData方法基于数据源相似度构建数据源信任网络, 通过信任网络对数据源和数据项的信任度进行计算, 实现对互联网数据真实度的判定. 实验表明,该方法在对丰富数据集进行真实数据判定方面具有良好的效果.     

基于GMDH的“一步式”客户流失预测集成建模

在客户流失预测问题中, 客户数据的特征往往会影响模型的预测效果.分析了常用的“两步式”客户流失 预测方法的不足,提出了基于数据分组处理(GMDH)技术的“一步式”客户流失预测集成研究框架.该框架一方面 将数据预处理和客户流失预测建模过程进行集成,另一方面用多分类器集成策略进行客户流失预测建模.以客户数据类别分布不平衡的客户流失预测问题为例,构建了与数据特征相适应的“一步式”集成模型. 实证结果表明,该方法能够更有效地进行客户流失预测.     

有限保质期商品流通安全管理系统的设计与应用

有限保质期商品的过期销售是零售企业运营管理过程中面临的主要难题之一.本文根据有限保质期商品的流通过程和管理难点,提出并设计了一种实现有限保质期商品流通安全信息化管控的解决方案——"期码追溯"系统.该系统能够与其他功能信息平台无缝对接,从生产、流通一直到销售环节对这类商品进行全程自动化管理.探讨了"期码追溯"系统的设计流程、解决方案和应用价值.最后以企业的实际案例论证了这一方案的有效性和先进性.