首页 | 本学科首页   官方微博 | 高级检索  
相似文献
 共查询到10条相似文献,搜索用时 31 毫秒
1.
针对小样本非线性时间序列,根据非线性协整的定义,利用基于粒子群优化最小二乘支持向量机的方法,对小样本非线性协整关系检验与非线性误差修正模型建模进行研究,设计了方法的 逻辑流程. 对舰船维修费指数与物价指数进行实证研究,在协整关系类型判断的基础上,实现了小样本非线性协整关系的检验,建立了预测舰船维修费指数的非线性误差修正模型,并与线 性向量自回归模型进行分析比较. 研究表明:基于粒子群优化最小二乘支持向量机的小样本非线性协整检验与建模方法,刻画了小样本系统的非线性协整关系,所建立的非线性误差修正模 型具有较好的预测效果,能够有效地预测小样本非线性系统.  相似文献   

2.
社会是与人类密切相关的系统,但直到现在,人类对社会系统的研究仍然没有取得较大的进展,究其原因是人们在对社会系统进行研究时,没有充分认识到社会系统的复杂性。社会系统的复杂性主要体现于其要素种类和组成的复杂、层次关系间的复杂及通过系统内部自组织与他组织后,社会系统运行表现的非线性与线性的统一。  相似文献   

3.
科研管理的复杂性探析   总被引:1,自引:0,他引:1  
应用复杂性科学的研究成果,分析了科研管理具有非线性性、整体性、自组织性、混沌性等特征。并提出复杂性科学对科研管理的指导意义。  相似文献   

4.
创新系统生成初探   总被引:1,自引:0,他引:1  
创新系统化是生成性的,包含着自然生成和社会生成两个层面。在创新目标的生成过程中,复杂性、不确定性和非线性对创新系统有建设性作用,在地域、时间和关系三个雏度上使创新活动表征出系统性,形成创新系统。  相似文献   

5.
基于核函数变换的PLS非线性回归模型既吸取了核函数能够拟合适应任意连续变化曲线的优点,又借鉴了偏最小二乘回归方法能够有效解决自变量集合高度相关的技术。在本文中针对多元加法模型,从理论和仿真试验的角度分别验证了,对于多个独立自变量对单因变量为非线性关系的数据系统,基于核函数变换的PLS回归方法不仅能够有效实现自变量对因变量的整体预测,而且能够提取各雏自变量对因变量的单独非线性作用特征,从而确定数据系统内部的复杂非线性结构关系,增强了模型的可解释性。  相似文献   

6.
技术转移的复杂性淀积在实物、操作和知识三维度的解构并重新建构的复杂过程中。三个维度技术的转移自身不仅有复杂性,而且彼此还会形成复杂性。实物维度转移的复杂性彰显在组分杂多性、关系非线性和功能涌现性中,操作维度转移的复杂性张扬着流程的多步性、反复性和跨域性,知识维度转移的复杂性突出表现在知识的多元性、缠绕性和粘滞性上。三个维度的技术转彼此之间的非线性相互作用,又把技术复杂性推向更高的层次。  相似文献   

7.
论复杂性生态世界观   总被引:1,自引:0,他引:1  
工业明时代之所以会出现环境问题和生态危机,是由该时代简单性机械论世界观所造成的。世界范围的复杂性研究的兴起和高涨,产生了复杂性范式,复杂性范式为我们提供了一种非线性的方法论。复杂性生态世界观是运用复杂性的基本观点和方法观察世界和理解现实世界的理论。复杂性生态世界观是可持续发展时代的世界观,是可持续发展的一种哲学基础。  相似文献   

8.
现代化战争的复杂性   总被引:6,自引:4,他引:6  
赵晓哲  郭锐 《系统仿真学报》2005,17(2):461-464,467
战争系统是典型的复杂巨系统之一,对战争系统的研究是系统科学研究的一个重要分支。文章结合系统科学、复杂性科学和军事科学的知识,对现代化战争的复杂性进行了研究。首先阐述了现代化战争的概念以及特点,综述了国内外对系统复杂性研究的状况,然后从相互作用、战争手段的多样性以及不确定性三个方面对现代化战争复杂性的产生原因进行了探讨,并分析了现代化战争复杂性的三个重要表现形式,即非线性、涌现性和流动性。最后指出:复杂性给研究战争带来了很大的困难,也提供了崭新的视角;现代化战争复杂性的研究是一个复杂的过程,复杂适应系统理论和从定性到定量的综合集成方法都对我们具有重要的作用。  相似文献   

9.
社会系统是一个复杂的巨系统。运用唯物史观考察了社会系统复杂性的根源和生成途径,指出社会实践的复杂性是社会系统复杂性的最深刻根源。从复杂性理论视角研究了社会系统的整体性、自组织性、开放性、动态演化性、不确定性、非线性、不可逆性、统计性、多元性及奇异性等复杂性特征,探讨了研究社会系统复杂性的方法论问题。  相似文献   

10.
用于回归估计的支持向量机方法   总被引:58,自引:4,他引:58  
杜树新  吴铁军 《系统仿真学报》2003,15(11):1580-1585,1633
用于回归估计的支持向量机方法以可控制的精度逼近非线性函数,具有全局最优、良好泛化能力等优越性能,得到广泛的研究。描述了该方法的基本思想,着重讨论了V-SVM、最小二乘SVM、加权SVM、线性SVM等支持向量机的新方法,降低训练时间和减少计算复杂性的分解法、SMO及增量学习算法。在非线性系统参数辨识、预测预报、建模与控制研究中,支持向量机是很有发展前途的研究方法。  相似文献   

设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号