基于供应链剩余的供应链系统协同管理研究

从协同学的角度对供应链的协同管理进行了研究,揭示出供应链剩余是供应链系统的序参量,它支配并役使着整个供应链系统演化和发展。分析了作为供应链剩余的序参量与供应链系统内部专业化、信息化和知识管理等因素的相互作用对供应链系统演进的作用。     

食品质量链协同系统中的序参量识别研究

序参量是协同系统演化中表明系统新结构宏观有序程度的参量.针对食品质量链协同系统中的序参量问题,提出一种基于灰色关联度与属性约简的食品质量链协同系统序参量识别方法.首先,分析序参量原理在食品质量链协同系统中的作用.然后,确定食品质量链协同要素,建立表征食品质量链系统的状态参量,接着提出本文的序参量求解方法.该方法基于灰色关联度定义和求解各状态参量的参量重要度,定义状态参量重叠关系以使属性约简的结果中不存在重叠度较高的状态参量,并在此基础上应用属性约简原理提出序参量求解的具体步骤.最后,将提出的序参量识别方法应用到具体乳制品质量链中,验证了所提出方法的有效性.本文以整个食品质量链为研究对象,首次建立了食品质量链系统的状态参量体系,为解决食品质量安全问题提供理论参考.对食品质量链序参量的识别方法进行改进,丰富了协同学理论及其应用,有利于优化食品质量链系统,预防食品质量问题的出现.     

非线性科学视域下大学核心竞争力探讨

从非线性科学的视角审视,大学是一个复杂的非线性系统,其学术、资本、组织、文化、外部关系等要素之间是一种非线性关系,大学核心竞争力是大学系统整体能力正效应的涌现,是大学子系统竞争力与合作力非线性相互作用基础上的协同整合,是大学系统演进中的序参量。     

一种基于多序参量协同的组织系统变革有序性识别方法

如何有效识别变革有序性,始终是监测与调控组织系统发展的重要课题。鉴于序参量在组织系统变革过程中的主导作用,应用多序参量识别原理,提出将协同度、有序度和有效度作为组织系统变革有序性识别的关键维度。研究发现：协同度反映组织系统内各要素间的协作支持情况,有序度反映组织系统整体变化的秩序情况,有效度则解释组织系统变革后效果情况。基于多序参量识别结果,提出3个维度的测量方法、判别准则和调节策略。最后,结合计算实例,以验证所提出方法的科学有效性。     

系统哲学视域下分析和认识五大发展理念

对五大发展理念的理解有很多维度,本文主要从系统哲学视角分析五大发展理念的科学内涵,并以系统哲学的协同和谐原理和整体优化原理认识五大发展理念之间的相互关联和系统演化,以形成全面、系统的认识,从而更好在实践中发挥五大发展理念这个序参量的作用。     

复合系统理论在联合作战中应用的研究

介绍了复杂系统理论及复合系统理论，运用复合系统理论分析了联合作战的作战能力量化问题。提出了将联合作战中武器装备打击能力、机动能力、防护能力、信息能力、保障能力作为组合系统序参量，通过计算序参量的有序度及复合系统协调度来研究与量化联合作战的“联合增效”作用，由此量化出联合作战部队的综合作战能力。     

基于耗散结构理论的耕地系统生产能力评价——以且末县为例

以耗散结构理论和熵值原理为基础,对且末县耕地系统生产能力进行评价。利用现有的相关数据,建立且末县耕地系统生产能力评价指标体系,对指标体系的熵值进行计算。通过观察耕地生产熵、外界投入熵和生产能力总熵的发展变化,分析该县耕地系统在1985—2005年间的发展状态演化;计算各指标的权重值,分析耕地系统内部各要素与系统生产能力发展之间的关系,并确定影响耕地系统生产能力发展的序参量。结果表明：①且末县耕地系统21a间的总熵呈现出下降趋势。说明该县耕地生产能力不断提升,耕地系统远离平衡态,并向更加稳定的、繁荣的方向发展;②通过计算生产能力评价指标的权重,得出的序参量对生产能力提高具有更重要的作用;③实例证明,耗散结构理论与熵值原理用于耕地系统生产能力评价是可行的,得到的结果表明选取的各指标能够反映且末县耕地系统的整体发展状况,与实际情况较为吻合。图1,表2,参18。     

基于协同学的组织核心竞争力序参量转化模型研究

组织核心竞争力演化过程是一个复杂适应性系统（CAS），该系统有三个序参量：创新能力、免疫能力和盈利能力，同时也有两类一般参量：结构类参量和文化类参量。在混沌状态下这三个序参量通过相互“竞争”，交替由隐性序参量转化显性序参量。     

分形心理学

精神分析学派认定生物性是心理结构的序参量,其后行为主义、人本主义和文化心理学将各自的序参量约定为现实性、价值性和符号性。4种理论虽然观察角度和内容各不相同,但都包含着相当的真理,我们想知道是否存在着一种理论既能够整合上述不同体系,还能够解释中国人独特的行为方式和心理状态呢?     

灰色凸关联及其性质

在定义了正离散序列的凹凸性、相对凸度的基础上, 用相关因素之间相对凸度的接近性作为关联程度的度量, 提出了灰色凸关联的概念, 讨论了灰色凸关联的性质. 提出灰色关联序的干扰因素独立性, 证明了本文提出的灰色凸关联序和另外6种灰色关联序具有干扰因素独立性, 邓氏关联度不满足干扰因素独立性. 通过实例说明灰色凸关联度能较好的反映序列间的关联程度.     

简单巨系统自组织的一个范例——沙波自组织现象的研究

沙波的形成是典型的简单巨系统自组织现象。我们以河床沙波为例，采用确定型描述方法，针对河床沙波系统自组织是表面波的特点，用中观变量描述系统状态，并在此基础上确定系统的动力学方程。应用协同学的支配原理，找到决定形成沙波的序参量，很好地解释了河床沙波自组织现象。这项研究为简单巨系统自组织提供了一个范例，同时也为河床沙波形成理论开辟了一条新的研究途径.     

需求率符合产品寿命周期的库存问题的最优控制

本文给出了用三次函数近似拟合需求率符合产品寿命周期变化规律的库存模型，得到了这一模型的整体最优解，并付诸实际应用.     

离散事件动态系统仿真的递阶算法

本文在大系统分解-协调原理的基础上提出了一种离散事件动态系统仿真的两级递阶算法。这种方法首先将离散事件动态系统(DEDS)分解为N个互相关联的子系统,然后,下级对N个子系统进行仿真,上级协调子系统间的同步运行。文中对系统的分解原则进行了探讨,并对其正确性进行了证明。     

Formation Principles of Similar Systems

ＦｏｒｍａｔｉｏｎＰｒｉｎｃｉｐｌｅｓｏｆＳｉｍｉｌａｒＳｙｓｔｅｍｓＺＨＯＵＭｅｉｌｉ（ＤｅｐａｒｔｍｅｎｔｏｆＭｅｃｈａｎｉｃａｌＥｎｇｉｎｅｅｒｉｎｇ，ＡｎｈｕｉＩｎｓｔｉｔｕｔｅｏｆＴｅｃｈｎｏｌｏｇｙ１１１ＬｕＡｎＲｏｏｄ，Ｈｅｆｅｉ２３０...     

离散型生产排序的自适应控制

离散型生产活动排序的自适应控制系统包含预测器、最优控制器、参数估计器三部分。基于极大极小代数法的预测器计算各种排序方案的完工时间，该算法以任务投入加工的时间作为状态变量，以预测的任务加工的完工时间作为输出变量，通过输入工艺路线矩阵、加工顺序矩阵和加工时间矩阵，根据生产活动状态变迁的规则建立状态变量的递推计算公式，经过多重循环求出所有状态变量的取值；最优控制器以加工顺序矩阵为控制变量，利用预测器逐步试探求解，最后稳定在性能指标最优的加工顺序矩阵的方案上；参数估计器对加工工时定额进行自适应地学习，利用反馈的真实的加工工时，不断修正定额并收敛到平均值。文中阐述了这种控制方法的仿真实例。     

基于任务剖面的导弹LRU备件规划方法

研究了不同环境条件对导弹产品寿命的影响,利用Poisson过程来描述导弹现场可更换单元(line replaceable unit, LRU)在全寿命周期中的维修情况,给出了一种基于任务剖面的导弹LRU备件规划方法。通过对全寿命周期任务剖面进行分析,综合考虑不同典型任务剖面对LRU可靠性的影响,利用Poisson过程建立LRU备件量模型。通过考虑LRU备件贮存失效和定期检测损耗,对备件量模型进行了修正。结合实例表明,该方法在导弹贮存寿命剖面下对LRU备件量进行了合理规划,确保导弹满足战备完好性要求,并节约了全寿命周期费用。     

基于PCA-SOM的混合协同过滤模型

针对推荐系统中协同过滤技术面临的数据稀疏性和推荐实时性难以保证的问题,提出一种基于主成分分析(Principle component analysis)和SOM(Self-organizing map)聚类的混合协同过滤模型.首先对原始评分数据进行全局降维,并在转换后的主成分空间上进行用户聚类,缩小了目标用户的最近邻搜索空间,减少了在线计算时间复杂度,最后对真实的电子政务门户网站Log日志数据进行了几种常用的推荐算法的比较,实验结果证明新的推荐模型具有较好的预测精度.     

当代整体论的一个新范式：复杂系统突现论——复杂性科学哲学对整体论的发展

整体论与还原论的问题既是科学和哲学中的一个长期争论不休的古老论题,也是当代复杂性科学和哲学试图回答的一个核心课题。复杂性科学哲学对整体论的发展主要体现在：对复杂系统突现机理的揭示;对突现性与依随性的反思;对系统整体所具有的下向因果关系的探讨。这些新观点和新理论使突现性与整体性、因果性与层次性、信息与控制、自组织与进化等系统整体论的核心概念更加清晰,特别是,借助于系统宏观层次具有的＂下向因果关系＂（Downward Causation）的探讨,整体性质与部分性质之间律则的依随关系,系统整体的不可还原性等问题得到了深入和细致的说明,使复杂系统突现论正在成为当代整体论的一个新范式。     

基于数据的机械论黑箱辨识方法研究

总结了基于数据的机械论（Data-based Mechanistic）黑箱辨识算法（简称DBM）在常规黑箱辨识算法中的基本框架和两类重要模型时变参数（Time Variant Parameter）模型（简称TVP）和状态依存参数（State Dependent Parameter）模型（简称SDP）的特点,并利用DBM方法和其他非线性辨识算法分别对时变参数方程和杜芬方程进行分析和比较,发现尽管方法本身具有拟合精度高,不存在过拟合现象,可以较精确的反应参数对于状态或者时间的依存关系等特点,但是SDP方法在分析复杂问题时存在搜索效率低,计算时间长的缺点。最后通过引入遗传算法对搜索方式进行改进,从而降低了所要搜索的规模,大大减少了计算量。