大规模战役仿真分析中的因果追溯方法研究

在大规模战役仿真的结果数据分析中，因果关系的追溯分析是其中的重要环节。通过因果追溯分析，可以发现仿真模型存在的缺陷，发现仿真过程中对作战结果起决定作用的关键事件和事件序列，进而可以从更高的层次上发现战役过程中存在的内在规律，等等。针对战役仿真中因果追溯问题，分析其目前在理论和实践上存在的困难，现有手段所存在的缺陷，然后提出一个解决该问题的新的途径——基于行为建模的方法论。该方法论以仿真结果数据为基础，提取有关系统的行为以及因果关系，建立以因果关系为核心的行为模型，从而在行为模型的基础上进行因果关系的追溯。最后，对各种类型的追溯问题进行了一定的讨论。     

带时间延迟的因果图迭代推理算法研究

针对因果图的时间延迟问题,提出了带时间延迟的因果图推理算法.首先给出因果图迭代推理的初步分析和概念,然后通过哑节点使连接强度保持值不变,提出了时间延迟转换的方法.在此基础提出了一种带时间延迟的因果图迭代推理算法,并分析了算法的时间复杂度.该算法只需要通过矩阵乘法运算,就可以在多项式时间复杂度内实现推理,是一种高效的近似推理算法.最后,用实例展示了该算法推理效果.研究表明,在有时间延迟的情况下,该算法能够有效地实现动态推理,其推理过程严谨,结果符合实际情况.     

因果图迭代推理算法研究

针对因果图精确推理是NP(nondeterministic polynomial)难的问题,提出了一种迭代推理方法。首先,从图论的角度分析了因果图推理中概率计算的机理,并提出了矩阵解环的方法。在此基础上提出了一种迭代推理算法,该算法只需要进行简单的矩阵运算,大大简化了传统因果图推理复杂的计算过程,可以在多项式时间复杂度内实现推理。其次,分析了算法存在的问题并提出了改进的方向。最后,运用实例分析验证了该算法实现因果图推理的效果。研究表明,该算法能够有效地进行因果图推理,推理效率高,推理结果正确,为因果图提供了一种高效的近似推理方法,对因果图的应用具有重要意义。     

系统动力学运算过程图分析方法——以供应链模型参数调控延迟计算为例

针对系统动力学仿真方法存在的两个问题，一是仿真结果的数值输出，其数值大小动态变化过程直观性差，不利于理解与应用；二是因仿真程序内涵与计算过程被隐藏，使得流图模型的因果链、仿真方程、仿真程序、仿真数值结果间的内在关系不能较好地展示出来.论文以供应链模型的仿真数值输出为例，首先将流图的因果链与仿真方程相结合建立运算因果链，将运算因果链与仿真方程相结合建立数据过程顶点，进而将数据过程顶点集合与运算因果链组合成"运算过程图"，展示变量顶点值计算过程，解决仿真数值输出难以理解的问题.接着，进行单参数调控延迟量的仿真规律研究，推导出单参数调控延迟量计算的2个定理，为相关参数调控的延迟计算及理论分析提供依据.文章提出的运算过程图具有3个功能：1）直观展示仿真数值计算过程；2）揭示系统动态变化规律，为模型仿真规律展示和研究提供一个新平台；3）验证系统动力学模型的可靠性.     

因果复合实物期权的定价

目前关于因果复合实物期权的定价研究主要局限于把金融复合期权定价的Geske模型进行各种形式的改造,但是这种模型一般只适合于对只具有一个标的变量和只具有一个不确定性来源的因果复合实物期权进行定价.本文的主要贡献就是对具有多个标的变量和多个不确定性来源的因果复合实物期权的定价方法和模型进行了探讨,并指出了这种新模型也适用于一个标的变量和一个不确定性来源的情况,最后对含有因果复合实物期权的投资项目价值进行评价.     

基于系统动力学的企业转型的技术变迁路径分析仿真模型

技术变迁是企业转型的重要途径之一,本文分析了信息化环境下企业转型中技术变迁过程,采用系统动力学方法,构建了技术变迁路径的因果图和系统流图;通过案例仿真实验,获取了影响技术变迁的关键因素,即RD投入和企业信息系统上线率.动态模拟结果表明,这两个因素能够有效提高企业转型的经济转化能力,但其投入量必须控制在合理范围之内.     

系统运行全部反馈环关键因果链分析法——以转型期火力发电系统实践为例

本文新建了系统运行全部反馈环关键因果链分析法， 此方法紧密联系系统实际， 首先用逐层法建立前期流率基本入树模型， 建立系统的（反馈网络）流图模型； 接着， 用枝向量行列式反馈环计算方法计算出系统的全部反馈环； 然后， 又紧密联系系统发展中的实际问题， 对全部反馈环逐条进行反馈环的因果链分析， 揭 示产生问题的不协调的全部制约因果链， 以及促进核心因果链， 建立关键因果链集合， 生成管理对策， 并促进对策实施. 实践证明， 系统运行全部反馈环分析法 是一个有效的系统分析新方法.     

基于动态因果结构推断的SVAR模型识别:算法和仿真

给定任一满足递归结构假设的SVAR模型,存在一个与其是相同数据生成过程的线性动态因果结构模型,且SVAR模型系数矩阵与动态因果结构之间存在特定的对应关系,故同期变量间因果结构推断可以为SVAR模型提供正确的识别条件.同时还证明同期变量与滞后变量间动态因果结构推断能为同期变量间因果结构的正确推断提供有用信息.据此,在PC算法基础上,构建了动态因果结构推断的具体算法,将基于同期变量因果结构推断的SVAR模型识别拓展到基于动态因果结构推断,从而使SVAR模型得以完全识别的情形得到有效拓展,并给出了该方法下SVAR模型识别的充要条件,这些结论均得到了Monte Carlo仿真结果的有力支持.     

面向复杂仿真因果追溯的行为建模方法

基于行为建模的因果追溯方法是解决复杂仿真分析中因果关系追溯问题的一种思想。该思想依据仿真系统运行结果数据,重新构建描述因果关系的行为模型,并基于这些行为模型进行因果追溯。为了建立良好有效的行为模型支持追溯,首先介绍了因果关系的概念及其结构描述;然后将追溯划分为三个层次:系统表层、系统深层以及组合层,最后选取事件图行为模型为基本模型,按照这些层次分别对其进行扩展,从而获得不同层次的行为建模方法支持因果关系的描述和建模。     

多传感器融合的因果映射网故障诊断方法

针对异构、时变、耦合的复杂系统故障诊断问题,提出一种基于多传感器融合的因果映射网故障诊断方法.以时态数据挖掘为手段,实现包含原因层和结果层的快速映射网络.通过因果度定义节点连接强度,通过依赖度和影响度进行故障位置定位和影响预测.应用实例表明方法具有机理简单、算法快捷、结果直观优点.     

人误原因因素灰色关联分析

主要探讨人误原因因素对人误的影响主、次问题.根据建立的人误原因因素层次架构,运用灰色系统理论中的关联分析方法,结合某组织近几年发生的人因事件及根原因分析方法,定量分析计算得到:影响人误的主因素次序为组织、个人、技术和环境因素;影响人误的主要子因素为管理控制因素,其次为素质因素等.同时,分析了同一主因素下的子因素对其主因素的关联情况以及同一层次因素之间的关联情况.     

链系统

建模是分析和解决控制问题的一个重要环节。集中控制方法要求建立集中型的模型。分散控制策略则提出在集中模型上迭加测量信息分散的经验知识。利用结构信息分散的特性是另一种途径。本文认为,受控系统中诸测量变量从及它们之间的因果关系构成一个整体,但这不是一个笼统的整体,而是有主次之分的。主要的关系决定了系统的结构模式,它也是一种有用的经验知识。利用因果分析的结果,抓住主要关系,文中给出了因果链、链结构和链能达性的概念,让因果分析贯穿建模过程,使最终的模型显含主要的因果关系,从而得到以子系统级模型表征的新的分散型模型。此模型把人工知识与     

用于离散变量因果分析的贝叶斯网络学习

针对现有基于贝叶斯网络离散变量因果分析方法具有低效率和局限性等问题.使用依赖分析方法建立贝叶斯网络骨架,结合碰撞识别方法、变量之间的预测能力和描述长度极小准则确定边的因果方向,进行具有多项式复杂度的离散变量因果贝叶斯网络学习来避免这些问题,并给出了因果贝叶斯网络中定量因果信息传递计算方法.同时,针对小样本情况建立了因果最大似然树学习方法.     

一种分布式交互仿真中的事件一致性处理算法

确保事件的一致性处理是分布式交互仿真中的重要研究内容。本文给出了一种分布式交互仿真中的事件一致性处理算法,这一算法根据因果关系和仿真的实时性限制,保证各个节点的仿真系统具有相同的事件处理程序,从而较有效地解决了分布式交互仿真中的事件一致性问题。     

基于定性模拟的供应链成员企业行为

供应链成员企业的行为在外部环境变化和成员企业之间相互作用的影响下,在整体层次上会呈现出一定的规律性和确定性。用定性模拟的方法对供应链成员企业的行为规律进行了研究。结合QSIM算法和因果推理方法,对供应链成员企业行为进行了定性模拟,设计了环境变量和决策变量与成员企业行为之间相互作用的表达方法,给出了定性模拟的模拟规则和模拟机制,得出了不同类型供应链成员企业的行为变化特征。     

高技术企业技术创新网络的系统动力学建模与仿真

在深入分析高技术企业技术创新网络系统的构成要素及各要素相互关系的基础上,建立了能够刻画高技术企业技术创新网络发展变化的因果关系图与系统动力学模型。并用系统动力学建模工具软件Vensim实现了该模型.同时采用国家高技术产业统计年鉴公布的数据,对模型的有效性进行了验证,实验结果表明模型计算出来的数据与实际数据非常吻合.表明系统动力学方法能够有效模拟协作研发、标准化以及知识转移对高技术企业技术创新网络的发展影响.作为模型的应用,对今后几年高技术企业技术创新网络系统的关键指标进行了预测,并提出了为提高关键指标应采取的措施,为管理决策提供了参考依据.     

基于DAG方法的SVAR模型识别: 理论基础和仿真实验

在递归结构假设条件下,文章证明了SVAR模型与线性动态因果结构模型是相同的数据生成过程,且SVAR模型中的同期变量系数矩阵结构与同期变量为节点的DAG之间存在特定的对应关系;文章还证明：给定真实的数据生成过程为线性动态因果结构模型,从数据出发,利用现有的IC,SGS,PC等因果结构推断算法可以对同期变量为节点的DAG作出正确推断,且这一结论不依赖于变量服从联合高斯分布,从而在理论上证明了基于DAG方法构建SVAR模型识别条件的可行性,并给出该方法下SVAR模型识别的充要条件;最后,Monte Carlo仿真结果显示：在扰动项服从不同分布条件下,基于DAG方法在构建正确的SVAR模型识别条件方面均有着非常好的表现,SVAR模型识别的充要条件也得到了仿真结果的有力支持.     

基于二分图的城市公交网络拓扑性质研究

以北京市公交系统为例,用二分图模型对其进行描述,分别构建出公交站点网络和公交线路网络,对二分图、公交站点网络和公交线路网络进行了度的分布、集聚系数以及平均路径长度等拓扑参数的计算,并与规则网络和随机网络进行了比较,发现北京市公交系统具有"小世界"网络的性质.最后深入地研究了公交线路网络与公交站点网络拓扑参数形成的机理.