基于TEIl＠I方法论的房价预测方法

以汪寿阳等(2005)提出的TEI@I方法论为指导,提出房价预测的研究框架.根据研究框架中对小样本数据的处理方法,首先基于粗糙集理论对114个影响房价的指标进行筛选,采用时差相关分析得到先行指标,分别建立回归模型和灰色模型预测季度房价,最后用小波神经网络进行误差校正,得到2006年4季度和2007年1季度全国商品房销售价格将分别同比增长6.88%和6.64%.由于房地产投资是预测房价的重要指标,文中以"国八条"为例用标准事件分析法分析政策对房地产投资的影响,得到"国八条"对房地产投资和房价上涨均有显著的抑制作用.     

CRUDE OIL PRICE FORECASTING WITH TEI@I METHODOLOGY

The difficulty in crude oil price forecasting, due to inherent complexity, has attracted much attention of academic researchers and business practitioners. Various methods have been tried to solve the problem of forecasting crude oil prices. However, all of the existing models of prediction can not meet practical needs. Very recently, Wang and Yu proposed a new methodology for handling complex systems-TEI@I methodology by means of a systematic integration of text mining, econometrics and intelligent techniques.Within the framework of TEI@I methodology, econometrical models are used to model the linear components of crude oil price time series (i.e., main trends) while nonlinear components of crude oil price time series (i.e., error terms) are modelled by using artificial neural network (ANN) models. In addition, the impact of irregular and infrequent future events on crude oil price is explored using web-based text mining (WTM) and rule-based expert systems (RES) techniques. Thus, a fully novel nonlinear integrated forecasting approach with error correction and judgmental adjustment is formulated to improve prediction performance within the framework of the TEI@I methodology. The proposed methodology and the novel forecasting approach are illustrated via an example.     

一个基于集成情境知识的组合预测方法

根据钱学森定性定量综合集成的系统思想,在TEI@I复杂系统方法论的框架下,提出了一种基于集成情境知识的组合预测方法(CFMIK).该方法用情境知识引导经济预测过程,将一些难以显式出现在预测模型中的影响因素考虑进来,从而能够在一定程度上解决预测结果在发生随机事件冲击时误差较大的难题.以港口集装箱吞吐量预测为例,对比了CFMIK,AFTER组合预测方法和3种单项模型预测方法(ARIMA、BP-ANN和指数平滑法)的表现,结果发现CFMIK的表现显著地优于后4种预测方法.     

Method for Housing Price Forecasting based on TEI@I Methodology

Based on the TEI@I methodology proposed by Wang, et al, this paper presents an approach to forecast housing price. 114 indicators are selected by rough set theory, and the leading indicators are selected with time difference correlation analysis. Seasonal housing prices are forecasted by regression and grey models, and integrated via the wavelet neural network approach for error correction. Our analysis predicts that national commercial housing sales price would rise 6.88% in Q4-2006 and 6.64% in Q1-2007. Next, standard event study methodology is used to measure the effect on real estate investment of government policy, one of the most important indicators to forecast the housing price. It is found that the Chinese government's macro-policy in 2005 suppressed the growth of real estate investment and housing prices.     

基于TEI@I方法论的通货膨胀问题分析与预测

基于TEI@I方法论提出了通货膨胀预测的研究框架.首先对通货膨胀的相关影响因素进行了分析,然后建立了因子预测模型、ARIMA模型、向量自回归模型以及马尔可夫状态转移模型,并分别进行了预测.然后采用Boostrap方法进行了集成,得到了每种预测方法的权重,并利用载止2007年12月的数据对2008年的月度通货膨胀率进行了集成预测,实证结果表明新的集成方法使预测结果更为稳定.     

基于改进高维多目标优化算法的中国住房租赁市场政策工具给合

中国城镇住房制度长期以来侧重于提高居民住房自有水平,忽视了租赁方式在住房市场均衡中的重要作用,未能有效发挥其在城市住房资源合理配置及流动中的本质功能。目前,中国住房租赁市场处于初级发展阶段,与其相关的各类理论研究也相应滞后,研究关注住房租赁市场发展政策设计问题。以政策工具组合为视角,将政策设计过程抽象为高维多目标优化问题。基于观点挖掘思想,利用共现网络、文本挖掘等方法,以权威文献和专家观点作为数据来源,确定目标函数及约束函数系数,从而构建符合中国发展实际的住房租赁市场政策组合多目标函数。此外,提出一种基于Pareto支配关系的两阶段进化高维多目标优化算法以解决高维多目标函数的求解问题,从而搭建出住房租赁市场政策工具组合设计框架、流程和方法,以期为政府政策制定提供科学方法。     

数据包络分析的灵敏度研究及其应用

研究并给出数据包络分析中ＣＣＲ模型的一种灵敏度分析方法，提出有效决策单元在输入／输出变动时，保持有效性不变的充分条件。实用表明，该法稳定有效。     

面向任务能力的自组织网络体系结构

深入研究自组织网络体系结构建立的动机,针对现有网络体系结构中缺少对任务需求的耦合,提出面向任务能力的自组织网络体系结构,给出了包括量化任务、任务规划、平台分簇和分级结构4个阶段的设计过程,并针对每个阶段设计给出了数学描述,最后给出了组网的计算方法。通过案例分析,展示了设计过程中的阶段结果和最终组网体系,并使用评估指标对所设计的组网体系进行了分析评估。     

数据挖掘系统设计

随着海量数据库技术的不断发展 ,出现了数据丰富但知识贫乏的现象 .为解决这一问题 ,近年来 ,提出了数据挖掘 ( Data Mining)和知识发现 ( KDD)技术 .本文介绍了数据挖掘系统的概念及具体的运做流程 ,并提出了一个原形系统的构建模型 .最后 ,指出在数据挖掘技术发展中面临的一些问题.     

“用复杂性方法诊断金融危机”解读——一种科学哲学的分析

1.复杂性系统的规律是可认识的并具有方法论上的启示价值;2.信息社会作为超大复杂系统具有哪些新的基本特征;3.复杂性系统的建模技巧,模型与原型,虚拟实在与真实世界之间的互动关系;4.根据复杂性方法论的基本精神,可以提出处理复杂系统的合理的设计原则。5.金融复杂系统中因有害振荡的急速传播而失稳甚至解体,乃是金融危机的实质所在。应当采取的基本对策是,通过诊断和调整其主要的特征参数,来实现维护金融复杂系统稳定性的目标。     

生态工业系统--一个开放的复杂巨系统

工业生态学是一门新兴的学科，在该理论指导下形成的生态工业系统建设已开始成为世界工业发展的主体。这篇文章从系统学的角度出发，剖析并揭示了生态工业系统的本质，指出生态工业系统是开放的复杂巨系统，它具有一切复杂巨系统的特点：开放性、复杂性、进化与涌现性、层次性和巨量性等。然后从开放性的角度出发，利用综合集成研讨厅体系的思想，把智能控制技术、响应曲面方法和实验设计综合在非线性多目标决策支持系统的框架中，提出了一个新的设计生态工业系统的方法。     

临床诊断治疗过程信息熵测定原理研究

临床诊断治疗过程实际上是一个医疗信息采集、传递、存贮、处理、表示的过程．如何表达医疗信息的数量特征,如何揭示临床医疗活动过程信息流本质,是进一步开发计算机临床信息系统的关键性问题．本文借鉴申农信息论中信息熵理论,探讨测定医疗信息熵的基本原理和方法,提出医疗信息熵中各值的实际意义,阐述测定的基本原则     

基于SMOTEBoost的非均衡数据集SVM分类器

在对实际问题进行数据挖掘时面临的多数是非均衡数据集,即各种类型的数据分布并不均匀,且关注的类型常是少数类.运用含有少量少数类型事例的数据集训练后的模型进行预测时,通常对多数类的预测精度很高,而少数类的预测精确性却很差.提出了一种集成方法SMOTEBoostSVM,通过SMOTE技术人工生成增加少数类样本量,以具有较强分类性能和泛化性能的SVM作为弱分类器,并以AdaBoost算法构建集成分类器.实验结果表明,SMOTEBoostSVM集成分类器比单纯运用SMOTE技术、AdaBoost算法以及SVM等的分类器,在非均衡数据集的分类预测中具有更好的效果.     

基于用户访问兴趣的Web日志挖掘

Web日志挖掘可以发现访问者兴趣和需求, 提出了一种改进的以访问时间、点击次数以及访问路径共同刻画用户的访问兴趣的Web日志挖掘算法. 首先以Web日志为基础构建相关矩阵, 使用平均访问时间相似度和访问路径相似度共同度量用户访问兴趣的相似程度, 最后采用直接聚类去除相交项的聚类算法将相似用户和相关URL聚类. 实证分析结果表明该算法能较好地解释用户的实际访问兴趣, 从而为网站提供相应的运营建议.     

基于过程挖掘的服务治理平台研究

针对设计时服务治理不能很好适应服务运行时的动态调整以及运行时服务治理缺乏对服务间关系的监控管理等问题,论文基于过程挖掘技术提出了融合业务需求、业务过程及服务运行信息的服务治理平台. 首先,论文建立了覆盖过程挖掘处理全过程、业务数据的服务治理元模型,包括日志记录、过程挖掘处理、服务治理反馈子模型;然后,论文建立了包含过程挖掘实例视图和控制视图的服务治理方法,以生成包含业务及服务运行信息的服务治理策略;最后,结合某交通物流云服务平台进行了应用验证. 结果表明,本平台提供了有效的综合业务与服务运行时分析的持续治理方式.     

基于SMC的分布式隐私保护数据发布研究

针对垂直分布式存储结构的隐私保护数据发布问题,基于元组等价群的概念给出全局k-匿名化的定义和充要条件,采用集合多项式表示方法求解出全局元组ID等价群;并基于多方安全计算的同态加密协议构建了具有隐私性、准确性和公平性的分布式隐私保护k-匿名模型,从而实现了各微数据提供方不泄露本地隐私信息的前提下由半可信第三发布方发布出可供统计分析和数据挖掘等需求的真实有效数据集。实验结果表明,该模型具有很好的安全性、准确性和适用性。     

Air-combat behavior data mining based on truncation method

This paper considers the problem of applying data mining techniques to aeronautical field. The truncation method, which is one of the techniques in the aeronautical data mining, can be used to efficiently handle the air-combat behavior data. The technique of air-combat behavior data mining based on the truncation method is proposed to discover the air-combat rules or patterns. The simulation platform of the air-combat behavior data mining that supports two fighters is implemented. The simulation experimental results show that the proposed air-combat behavior data mining technique based on the truncation method is feasible whether in efficiency or in effectiveness.     

一种基于会话聚类算法的Web使用挖掘方法

Web使用挖掘作为数据挖掘的一个重要任务,有助于了解用户群体的特征,从而为其提供个性化服务.提出了一种基于用户会话聚类的Wei使用挖掘算法.首先,对Web日志预处理采用基于时间窗的用户会话识别方法,提出了一种基于三元组的用户会话表示方法,并在此基础上给出了基于网页语义相似性的会话处理方法,该方法能够在保持用户兴趣不变的情况下有效降低会话维度;其次,提出了一种基于时间及频次的用户会话相似性度量方法;最后,设计了一种两阶段PS-KM会话聚类算法,先用PSO方法进行全局搜索再转入基于K-means方法的局部聚类过程.仿真表明了算法的有效性.     

Multi-agent based modeling and simulating for evacuation process in stadium

A multi-agent evacuation model is proposed in this paper to simulate the pedestrian evacuation process in stadium with or without obstacles. The authors give a multi-agent individual decisionmaking framework, in which the action direction of each pedestrian （called agent） is affected by the distance of the agent to the exits and the occupant number and density within the view field of the agent. Different from the existing results, the authors divide all the pedestrians in the stadium into four classes： Young male, young female, old male, and old female. In evacuation process, the weighting that affects individual decision-making between each class of agents is different. In the simulation, the authors present the effects of obstacles, crowd distribution and the exit position in evacuation process. Simulation results show that the proposed model can reproduce exactly the real evacuation process in stadium. Therefore, this method might be useful to assess public buildings design.