基于人工生命的舰艇编队对海作战仿真研究

目的:为了研究一些主观等定性因素对现代海上战斗结果的影响.方法:采用人工生命方法开发了基于多Agent的水面舰艇编队对海作战模拟系统.运用一种决策因子结构建立了Agent行为决策模型,采取遗传算法实现了Agent的适应性.结果:分析了决策因子结构对作战结果的影响.结论:人工生命方法为分析定性因素对战斗结果的影响提供了一种新的手段,可以较好地从整体上揭示现代海战作战过程的作战规律.     

用数字人工生命模型探索复杂适应系统

为了探索复杂适应系统的演化、涌现规律，介绍了一个自主开发的数字人工生命模型：Autolife，并在该系统上完成了一系列计算机仿真试验。Autolife中的数字生命都可以看作自主决策的Agent，它们用有限自动机建模；同时程序允许Agent通过变异和繁殖而完成开放式的进化。在该模型的基础上，本文主要针对Autolife涌现出来的数字生命个体行为、群体行为进行了论述，并着重讨论了组织的生成、社会性寄生、自修复等现象。数字人工生命模型Autolife中的丰富隐喻可以用于总结一般复杂适应系统的规律，包括：个体为了提高自身的适应性会把决策行为推到混沌的边缘；不同的环境会造就Agent的不同群体适应性动态行为；当系统中Agent间的交互出现因果闭圈的时候，组织会自发涌现，并且它们会展现出创生、演化、灭亡的必然发展规律。     

从人工生命到人工社会--复杂社会系统研究的现状和展望

介绍了人工社会研究工作的内容、方法及其思想基础，并对其应用和未来趋势进行展望。文中简述了社会学研究的历史阶段、主要问题和困难，人工生命和人工社会方法的有效性，并着重描述了Epstein和Axtell的工作，以及相应的涌现方法在复杂社会系统研究中的中心作用。本文还讨论了目前对人工社会方法的各种批判意见及其回应。     

SWARM——一个支持人工生命建模的面向对象模拟平台

简要介绍了系统科学中引人注目的复杂适应系统（CAS）理论，以及在美国桑塔费研究所开发的一个模拟工具集－Swarm。Swarm平台可以支持研究者对复杂适用系统使用多主体模拟（Multi-AgentSimulation）的方法来开展研究工作。本文还介绍了Swarm的基本结构和工作原理，并且结合一个实例简要阐述了模型的设计与实现过程，试图为复杂系统提供一个崭新的研究思路。     

基于情绪的人工生命行为选择机制研究

揭示了基于情绪的行为选择机制.环境意义事件以反馈情绪方式为生命体感知,而驱动大脑进行思维活动,形成行为方案;生命体对行为方案进行评价,产生驱动情绪,驱动行为实施;行为作用于意义事件产生结果再以反馈情绪形式为生命体感知,往复循环形成情绪行为机制;借鉴前景理论,建立行为特征函数对情绪进行量化;依据情绪强度趋高和中等情绪行为高效原则建立情绪行为选择机制.运用人工生命Swarm软件平台进行模拟,验证了情绪行为选择机制正确性.     

计算实验方法与复杂系统行为分析和决策评估

本文提出计算实验方法的基本思想、概念和方法,并讨论计算仿真与计算实验的关系和异同之处,以及基于涌现的实验观察和解释方法。计算实验是计算仿真随着计算技术和分析方法的进一步发展而必须迈上的一个更高的台阶,是弥补很难甚至无法对复杂系统进行实验之不足的一种有效手段,也是分析复杂行为和评估各种决策效果的一种可行方式。     

一种新型神经网络控制器的研究

提出了一种新型神经网络控制器,其控制机理与PID控制相类似,但解决了常规PID控制存在的快速性与超调量的矛盾.给出了该神经网络控制器的自适应学习算法,分析讨论了控制系统的稳定性.仿真实验表明,这种新型神经网络控制器构成的自适应控制系统具有较强的适应性和鲁棒性.     

计算实验金融在中国:研究现状及未来发展

通过对国内计算实验金融研究发表论文进行统计和分析后,发现目前我国计算实验金融研究领域学者队伍已经初步形成,但是,国内还缺乏有影响力的专业核心期刊.从发展动力来看,国外相关研究带动和国内基金资助是我国计算实验金融研究领域发展的2个主要推动因素.在对未来的研究方向分析中,发现对金融经济学、行为金融学基础性问题的研究将成为未来计算实验金融的主要研究方向,而建模方法也将由原来的个体简单适应行为刻画转变为具有复杂适应性和交互性的个体行为刻画.     

一种基于遗传算法的神经网络控制方法研究

给出一种采用遗传算法同时进行神经网络控制器的权值和结构优化设计的方法，并将该方法分别应用于球杆系统和连续搅拌反应釜系统的控制，仿真结果表明，用该方法得到的神经网络控制器具有结构简单、泛化能力强、控制效果良好的特点。     

人工生命和信息生命观

人工生命是通过对自然生命的模拟来展示自然生命系统特征的人工系统。它的出现引发了人们对于生命本质的不同思考。信息生命观———把生命看作是特殊信息生命信息———为人们提供了关于人工生命的哲学阐释。     

经济复杂系统的建模研究--人工经济模型

经济系统是一个由大量自由买卖主体构成的复杂适应系统,可以用基于Agent的计算经济学（Agent-based Computational Economics, ACE）方法进行研究.本文提出了一个自主开发的ACE系统：SIMECO模型.用CRA（Classifiers, Rules, Actions）三层结构对Agent建模可以得到比传统基于简单固定规则的ACE模型更丰富的涌现行为,包括社会分工的自发形成、价格围绕某一固定区间动态波动、流的自发出现并增长.进一步,计算机模拟实验中还形成了由集体大规模Agent自发的交易行为导致的交易网络之上的商品流,它会伴随着系统的进化而不断增强,并使得SIMECO中的大量Agent能更好地适应多变的环境.     

人口问题与人工社会方法:人工人口系统的设想与应用

提出利用人工社会的思想，结合复杂系统的理论和方法，建立人工人口系统以及相应的人口计算试验手段和人口管理平行系统的设想。主要工作包括人工人口系统的基本框架，计算试验与人口政策的评估、平行系统与人口的控制与管理，以及基本综合集成研讨厅的实现方式。     

从基于逻辑的人工智能到社会智能的发展

从思维科学和系统科学交叉发展的观点回顾人工智能半个世纪发展的历程：它经历了以“物理符号系统”为假设的传统人工智能（逻辑思维的模拟）；人工神经网络为代表的分布式人工智能（形象思维的模拟）；现场人工智能（逻辑思维、形象思维与运行环境相结合的模拟）；智能体技术、人工社会研究所涌现的社会智能（社会思维和群体智慧与运行环境相结合的模拟）。钱学森于1990年发表了开放的复杂巨系统及处理这类系统有关复杂问题的方法论，接着提出：我们要研究的不是智能计算机，是人机结合的智能系统，以此为基础，建立了信息空间综合集成研讨体系（Cybespace for Workshop of Metasynthetic Engineering），为社会智能涌现提供了可操作的技术平台。     

基于小波-神经网络的电力系统短期负荷预测

基于小波变换和神经网络,提出了一种电力系统短期负荷预测方法.通过小波变换把负荷序列分解为不同频段的子序列,再对这些子序列分别采用相应的人工神经网络模型进行预测,最后重构得到负荷序列的最终预测结果.在所提出的方法中小波分解能够提取负荷的一些周期性和非线性特征,根据其子序列各自所具有的特征采用相应的预测方法.实例结果表明该方法具有很高的预测精度和较强的适应能力.