复杂性视阈下的缘身认知动力系统研究

认知主义（符号主义）和联结主义研究范式是认知科学中非交互的表征式建构模式。它们具有自身的特征和局限性。缘身认知＂动力系统理论＂（DST）是认知科学的一种复杂性视阈中的新进路和方法。缘身—嵌入式认知＂动力系统＂是由认知者的大脑、身体和周围环境构成的自组织认知系统。这些构成要素共同生成认知耦合机制。这种缘身-嵌入式认知动力系统理论对揭示认知者的认知机理具有重要的理论指导作用,但是,由于仍然存在诸多问题则其理论的研究仍然任重道远。     

复杂网络和量子动力系统谱特性的比较研究

将复杂网络的邻接矩阵映射为量子系统的哈密顿量,使用随机矩阵理论对该哈密顿量的谱特性进行统计分析。针对谱的最近邻能级间隔分布、数目方差和形状因子等特征量的数值分析表明,当小世界网络模型中重连概率很小时,对应哈密顿量的能谱统计与经典可积量子系统的能谱特性一致;当重连概率大于某一阈值时,其能谱特性与随机矩阵理论中高斯正交系综的能谱特性类似。无标度网络的能谱最近邻能级间隔分布和形状因子也表现出与高斯正交系综能谱类似的特性。研究结果显示出复杂网络的空间拓扑结构转变和量子动力系统的时间演化特性之间具有一定的对应性。     

求解线性不等式组的仿射梯度算法

设计了一种新的求解线性不等式的动力系统方法－仿射梯度算法，算法不改变原问题的稀疏性，每步迭代的计算量较小，只包含简单的算术运算，具有很好的计算时间和存储空间的性质，有利于解决大规模稀疏的能源规划问题，给出了算法的动力系统的连续和离散时间模型，并证明了模型具有渐进稳定性，数值实验结果表明，此算法是有效的。     

石油价格的系统动力学特征分析

论证石油市场为一复杂的非线性系统，并运用分形、混沌等复杂性理论对石油价格的系统动力学特征进行实证研究，得出石油市场系统的分形特征、复杂性程度、系统演化类型，最后指出这些结论的理论与实践意义。     

交通客运系统供需弹性的动态研究

从经典的弹性问题出发，对交通客运系统供需间的动态关系进行了专门研究．首先建立了供给S与需求D间的二维动力系统，然后对客运系统的需求与供给之间的动力学性质进行了系统的描述和分析，由此进一步表明经典的弹性系数并非总是存在，只是不存在的情形极少罢了．此外，文章给出的公式可以求出所有正则点处精确的弹性系数．最后举例进行了分析。     

基于非线性动力系统的生猪价格和CPI动态演化分析

我国生猪价格和居民消费价格指数之间存在复杂的非线性动态关系。基于2000年1月至2020年9月的数据，构建生猪价格和CPI的PP-CPINLDS非线性动力学模型，借助于雅各比矩阵、图形解及相图分析动力系统并判断系统的稳定性和敏感性。研究得出：PP-CPINLDS系统为平面自治非线性动力学模型，生猪价格对CPI增长具有加速促进作用，但两者之间存在竞争关系；生猪价格呈现增长趋势，增长速度先快后慢，会出现增长极限；系统具有稳定性，存在最优均衡点；CPI具有自我约束、自我调控的能力和稳定趋势，对系统施与不同新息的冲击，生猪价格对CPI影响较大，PP-CPINLDS系统对来自于生猪价格的冲击更为敏感。     

复杂巨系统研究的理论框架及其应用

在对复杂系统理论现状分析的基础上,提出了人为干预是造成系统复杂性的最重要因素,进而指出不可重复性是复杂巨系统最重要的特征.将具有主动性的人参与的复杂巨系统作为重点研究对象,运用系统动力学构建了复杂巨系统研究的一个理论框架,在框架中给出了复杂巨系统研究过程中定性、定量的分工与协作规则,并对这个理论框架在对抗性复杂巨系统的应用进行了研究.     

液体推进剂导弹全动力系统动态故障仿真(一)

为了仿真液体推进剂导弹动力系统动态故障，通过对动力系统，特别是自生增压系统动态工作过程的过渡特性分析、故障特性分析和故障因素的引入方法研究，依据某导弹动力系统的实际结构，完整地建立了该导弹动力系统的全系统动态故障模型方程。该模型可用于仿真整个动力系统的过渡工作过程和全面地分析动力系统的动态故障特性。     

液体推进剂导弹全动力系统稳态故障仿真(一)

为了对液体推进剂导弹动力系统进行稳态故障分析、仿真、检测、诊断以及研制箭载监控系统，必须建立其全系统稳态故障模型。通过对动力系统稳态工作过程，特别是自生增压系统的动力学分析、故障特性分析、故障因素的作用机理的分析、故障因素的引入方法研究等，依据某导弹动力系统的实际结构，完整地建立了该导弹动力系统的全系统稳态故障模型方程。与单纯的发动机系统模型相比，该模型能够模拟飞行状态的稳态故障，能更全面更好地分析动力系统的稳态故障特性。     

学习效应、有限理性与动态古诺竞争复杂性

引入"学习效应"的思想,构建了一类具有学习效应的有限理性古诺竞争模型,利用非线性动力系统的分支理论研究了该模型均衡点的存在性与稳定性,并进行了对比研究与数值仿真。研究结果表明学习效应对动态古诺竞争复杂性有显著影响:系统稳定域随着企业学习效应的增强而增大;系统到达均衡的速度随着企业学习效应的增强而加快;企业产量调整速度的变化对模型的稳定性有较明显的影响。     

ON COMPLEX DYNAMIC CONTROL SYSTEMS

This paper presents some recent works on the control of dynamic systems,which have certain complex properties caused by singularity of the nonlinear structures,structure~varyings, or evolution process etc. First, we consider the structure singularity of nonlinear control systems. It was revealed that the focus of researches on nonlinear control theory is shifting from regular systems to singular systems. The singularity of nonlinear systems causes certain complexity. Secondly, the switched systems are considered. For such systems the complexity is caused by the structure varying. We show that the switched systems have significant characteristics of complex systems. Finally, we investigate the evolution systems. The evolution structure makes complexity, and itself is a proper model for complex systems.     

Statistical Identification of Important Nodes in Biological Systems

Biological systems can be modeled and described by biological networks. Biological networks are typical complex networks with widely real-world applications. Many problems arising in biological systems can be boiled down to the identification of important nodes. For example, biomedical researchers frequently need to identify important genes that potentially leaded to disease phenotypes in animal and explore crucial genes that were responsible for stress responsiveness in plants. To facilitate the identification of important nodes in biological systems, one needs to know network structures or behavioral data of nodes(such as gene expression data). If network topology was known, various centrality measures can be developed to solve the problem; while if only behavioral data of nodes were given, some sophisticated statistical methods can be employed. This paper reviewed some of the recent works on statistical identification of important nodes in biological systems from three aspects, that is,1) in general complex networks based on complex networks theory and epidemic dynamic models; 2)in biological networks based on network motifs; and 3) in plants based on RNA-seq data. The identification of important nodes in a complex system can be seen as a mapping from the system to the ranking score vector of nodes, such mapping is not necessarily with explicit form. The three aspects reflected three typical approaches on ranking nodes in biological systems and can be integrated into one general framework. This paper also proposed some challenges and future works on the related topics. The associated investigations have potential real-world applications in the control of biological systems, network medicine and new variety cultivation of crops.     

同步合成Petri 网系统可回复性的保持性

着重研究同步合成操作中可回复性的保持性.讨论了在同步合成操作中系统间动态、并发的行为关系,即语言关系.提出一种基于最小可回复路径及它们并发合成的方法.进一步,给出了一个合成系统有可回复性的充分必要条件.此外,提出了在同步合成操作中有可回复性的条件.最后给出一些例子来说明所提出的方法在建模和分析大系统时的有效性.     

A complex systems science perspective on wireless networks

The paper targets a future world where all wireless networks are self-organising entities and in which the predominant mode of spectrum access is dynamic. The paper explores whether the behaviour of a collection of autonomous self-organising wireless systems can be treated as a complex system and whether complex systems science can shed light on the design and deployment of these networks. The authors focus on networks that self-organise from a frequency perspective to understand the behaviour of a collection of wireless self-organising nodes. Each autonomous network is modelled as a cell in a lattice and follows a simple set of self-organisation rules. Two scenarios are considered, one in which each cell is based on cellular automata and which provides an abstracted view of interference and a second in which each cell uses a self-organising technique which more accurately accounts for interference. The authors use excess entropy to measure complexity and in combination with entropy gain an understanding of the structure emerging in the lattice for the self-organising networks. The authors show that the self-organising systems presented here do exhibit complex behaviour. Finally, the authors look at the robustness of these complex systems and show that they are robust against changes in the environment.     

Petri网的位置合成运算

提出Ｐｅｔｒｉ网的位置合成方法,讨论了该运算对网的静态性质（包括结构有界性,可重复性,守恒性,相容性及Ｓ（Ｔ）－不变量等）和动态性质（可逆性,活性等）保持条件,这些结果对于复杂系统的合成与分析有一定的作用     

Further Investigation of Characteristic Relation in Incomplete Information System

In the recent years, the method to expand Pawlak's rough set model in different kinds of information systems has become a hot topic. This article presents explorative research focusing on the transition from the traditional information system to a complex system—the incomplete information system. In such information system, “do not care” and lost unknown attribute values coexist. With a further investigation of Grzymala-Busse's characteristic relation in the incomplete information system, two unreasonable situations in the analysis of the classified problem are presented. To conduct sound classification in the incomplete information system, a new characteristic relation is proposed and by use of this new characteristic relation, the complete covering on the universe is formed. Based on the maximal complete compatible classes in the complete covering, two notions of the knowledge representation system are presented and some important properties associated with these knowledge representation systems are discussed. For further illustration, an example is analyzed. The research is meaningful both in theory and in applications for the extension of the rough set theory in incomplete information systems.     

模糊系统论

本文从讨论系统观出发,给出了一般模糊系统的形式定义和表示方法,全面讨论了模糊系统的静态结构、动态行为、学习机制、数字特征及问题求解过程等问题。论文还讨论了这种模糊系统的表示能力问题,证明了诸如逻辑电路系统、Petri网、H网、各种数据驱动的系统、用流程图表示的程序系统等都是这种系统的特例。论文提出的模糊系统及其“浸润式”执行机制为新型计算机系统的设计提供了一种新模式。一个物理的模糊系统可用一个由大量微处理器构成的互联网络来实现。为此,论文提出了一些具体实现这种系统的设想以及在已有计算机上进行模拟的具体设计。     

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     

群集智能特性分析及其对复杂系统研究的意义

鉴于直接以一般复杂系统为研究对象探讨其运行机制，难度太大，本文提出借助一类具体的复杂系统——具有群集智能涌现特性的生物蚁群和鸟群系统的行为规律研究，作为认识一般复杂系统运行机制的桥梁和过渡。在论述蚁群觅食、蚁群墓地构造、蚁群劳动分工和鸟群觅食这几类典型的群集智能行为的生物学原型的基础上，深入分析了群集智能的系统特征和所蕴涵的分布式、自组织和正反馈等重要特性，并给出了翔实的论述说明。进而根据文中阐述的群集智能特性，从多个方面概括总结了其对复杂系统研究的意义，包括揭示复杂系统的运行机制、促进人脑复杂性的研究、推进组织管理模式的创新和提升智能科学的发展水平。最后对群集智能目前存在的问题和今后有待研究的课题进行了总结和展望。     

复杂自适应系统的MAS动态协作任务求解时序逻辑模型

借鉴组织学思想将自适应系统中的自主运行单元抽象为Agent, 把复杂自适应系统视为多Agent组织, 从时间和状态角度对复杂动态系统的行为进行描述, 提出了基于时序活动逻辑的多Agent动态协作任务求解自适应机制和构造模型; 分析了任务求解BDI Agent的信念、愿望、意图的产生过程和实现方法, 建立了协商推理的语义规则和行为规则, 给出了协作群组的选择算法. 并从任务求解Agent的心智变化角度, 描述了动态协作任务求解模型实现的六个阶段: 任务动态分配、协作意愿产生、协作群体生成、共同计划制定、协作群体行动和结果评估. 通过在MAGE等平台上实验和仿真测试, 验证了方法的可行性和有效性.