再论系统复杂与创新的势科学机制及其应对战略

势科学理论的基础是势科学原理,即对称性原理。势的运行机制是差别促进联系,联系扩大差别,所以,差别越来越大,联系越来越紧,差别最大是相反,联系最紧是相同,既相反又相同即相反相成,即对称,所以,对称信息量最大,作用量最小,营造最大的信息势,可以应对最大的不确定性,因而,应对复杂系统的根本战略就是对称化战略。     

系统复杂与创新的势科学机制及其应对战略

社会系统是一个复杂系统,而系统复杂及系统创新的本质是系统要素之间的"差别"与"联系"的相互作用,营造了强大的信息势而产生了非平衡非线性机制。由于信息即负熵、即有序、即梯度、即势("即"表达剔除现象差别推进到本质联系的极限过程),因而,信息量与信息势是等价的。应对复杂推进创新的有效战略就是产生更多的主体信息量、营造更大的主体信息势。     

中国证券市场成交指令积极性及成交持续期的影响因素研究

对成交指令按成交价和成交量进行分类作为指令提交积极性的指示变量,本文依据上海证券市场的分笔高频交易数据,采用有序probit模型研究市场分笔行情如何影响投资者提交指令的积极性,采取LOG-ACD模型研究分笔行情如何影响成交持续期,并分析分笔行情中影响二者的关键信息因素.实证研究表明,短期报价波动增加、价差减小、与成交发起方相同方向的最优报价深度增加、与成交发起方相反方向的最优报价深度减小,都会降低成交指令属于积极性低类型的概率,提高成交指令属于积极性高类型的概率,即指令提交整体积极性提高,反之则相反;最优报价信息集合为影响指令提交积极性的关键信息因素.短期报价波动增加、价差减小、前三个报价买卖深度的增加均使成交持续期变短,反之则相反;同时,最优报价信息集合和最优报价外信息集合都不是影响成交持续期的关键信息因素.     

基于LDPC码的BICM系统中的迭代盲信道估计

针对传统基于导频辅助的信道估计方法频带利用率低的不足,提出一种块衰落信道下的迭代盲信道估计算法,该算法基于最大似然估计(maximum likelihood,ML),将译码产生的信息经判决、交织和映射后的符号作为发端的符号估计进行联合迭代信道估计和译码,随着迭代次数的增加,译码输出值更加精确,信道估计值也越来越精确。将之应用到基于低密度校验(low-density parity-check,LDPC)码的比特交织编码调制(bit-interleaved coded modulation,BICM)系统中,仿真结果表明,在对迭代信道估计算法性能的影响上,信噪比与衰落信道的块长之间存在着折中关系,即在低信噪比区域,块长较大时的性能要好于块长较小时的性能,而在高信噪比区域,情况正好相反。     

公共危机双层网络伪信息扩散与免疫阈值研究

为了探究实际情形中公共危机伪信息的扩散及免疫规律,构建了ER-ER随机双层网络拓扑结构,并基于SIR模型得出了该网络中伪信息扩散的阈值.依据扩散阈值选取相应的扩散速率,利用Netlogo仿真研究了双层网络间的相互联系对伪信息免疫的影响,结果表明双层网络相互联系对伪信息免疫存在双重影响作用,即在单一免疫情况下,表现为扩散抑制;双重免疫下,表现为扩散促进.进一步基于该相互联系,得出了公共危机双层网络伪信息扩散的综合免疫阈值,发现其相较各子网分别免疫有较大幅度的增加.     

有效证券市场的理性泡沫与股票内在价值的信息滤波

对有效证券市场上理性泡沫的产生条件、度量方法和形成原因进行了分析;并对我国股市的泡沫进行了相应的实证分析.在上述研究的基础上,探讨了与度量股市泡沫相反的问题,即如何从股票价格的波动中滤去泡沫从而识别出股票内在价值的信息.用Kalman滤波方法对股票内在价值进行信息滤波与预测.     

我国上市公司股利政策的信息内涵:基于股利政策稳定性的实证研究

西方信号理论表明，上市公司遵循稳定的股利政策，股利变化可传递未来盈余的信息。从股利政策稳定性的角度对我国上市公司股利政策的信息内涵进行研究，研究发现：上市公司遵循不稳定的股利政策，不稳定的股利政策使得我国公司的股利政策的信息内涵与西方信号理论存在一定差别，即股利变动不反映公司未来盈余的信息。     

投资者有限理性与信息披露的资本成本效应

在行为金融框架下研究上市公司信息披露的资本成本效应,分析投资者有限理性和异质信念对上市公司信息披露决策的影响,揭示上市公司有限信息披露的机理。研究表明:针对不同的投资者信念差异环境,上市公司具有不同的最优信息披露数量决策,上市公司在最优数量内进行信息披露才能带来负向的资本成本效应。上市公司信息披露的资本成本效应随信念差异的不同而变化,当投资者过度自信导致信念差异时,上市公司进行信息披露的负向资本成本效应最大。投资者过度自信时,最优信息披露数量随理性投资者比重的提高而减少,投资者反应不足时,则相反。信息精度越高,最优信息披露数量越大。     

基于信息本原的世界图景

本文突破了以二元论的客观存在和原子本原为基础的西方现代科学框架,提出以主、客观相融合的广义信息为本原,构建起一套全新的科学体系。现代科学通过分割、还原的方法认识世界,只局限于表面的物质、能量关系,形成了主、客分离的二元的世界观和机械的、冷冰冰的世界图景。而实际上,世界是一个有机整体,万事万物都是相互联系的,正是无穷无尽的联系和耦合生成了世界,广义信息就是对联系和耦合的衡量,是人们认识世界的唯一途径。世界的本原必须能够体现主体对客体的观察或感知,即只有一元论意义下的广义信息本原,物质、意识以及宇宙万物都由信息而生。本文提出了信息本原的数学表达式,即广义信息熵ρJ,并指出正是表达式中的高阶项(高阶的联系和耦合)体现了信息本原对万事万物的包含,代表了主体、客体的融合,形成了完整的世界图景。在此基础上,本文详细分析和推导了信息本原创生万物的法则:主体对客体不断进行认识、区分、重构,形成广义信息流的最大化流动和蔓延,进而产生世界万象,物质、意识、生命、生态、社会等都由此而生。广义信息流及其最大化原理是大自然的根本法则,能较好解决现代科学无法攻克的生命、意识、复杂系统等难题,暗示了一个全新的科学体系的诞生和发展方向。     

求解信息不完全多目标问题的两种决策方法

本文对决策者偏好信息（即目标权重）部分不确知的多目标决策问题作了研究，提出和建立了最大加权平方法与最小加权偏差平方法。实例说明该方法可行、有效且易实现，可为解决信息不完全多目标决策问题提供新途径。     

势论

从从传统文化到现代科学，有关势的论述比比皆是，但却没有“势”的统一的科学定义。笔者在给出势概念的逻辑定义的基础上，论述了造势的基本原理：使系统中的元素差别最大联系最紧。由于这样的元素只能是对称性元素，而对称性元素构成“群”，从而揭示了“造势”必然“成群”的基本规律。在此基础上，探讨了科学找势、管理造势、文学造势、教育造势和创新造势的造势普适性机制。     

多源不确定信息融合中的冲突证据快速合成方法

D-S证据组合规则在处理高冲突信息时,会得出与直觉相反的结论以及证据组合时计算量呈指数增长等问题。针对组合规则的不足,许多改进方法已提出,但各个方法都仍存在其局限性,如Murphy方法在很大程度上解决了冲突证据问题,并未解决计算量指数爆炸问题。基于对Murphy方法深入研究,归纳出相同证据的组合规律,给出了Murphy方法快速表达式,从而提出了一种快速的Murphy组合规则(fast Murphy combination rule, FMCR)。实验表明,新的组合规则在处理高冲突和多源不确定信息融合问题方面都是有效的,在保持Murphy组合规则计算正确性同时,显著地提高了计算速度。     

局部网宽带与基带的设计考虑

局部网的重要性日益增长是由于计算机、文字处理机、图形终端和诸如语音传输一类设备之间的互连会越来越普遍,工作站之间的信息传输也将成为基本的要求。这种系统导致综合通信的产生,即把数据与文字     

基于最大隶属度的目标威胁评估与排序法

对地空导弹将要拦截的目标进行威胁评估。其主要思想是在对目标威胁程度及影响目标威胁程度的因素定性分析的基础上给予了量化处理 ;基于最大隶属度原则 ,建立了目标威胁评估与排序模型 ;通过求解该模型即可获得因素权重信息完全未知或只有部分权重信息的不确定多因素决策问题的方案排序 ,即地空导弹将要拦截的目标威胁程度的排序 ,同时求得威胁程度最大的目标 ,以便于为防空作战决策提供科学依据。最后通过实例说明该模型的合理性和有效性     

组织结构与信息传递效率

通过讨论信息传递与组织结构的关系得到了以下结论 :1 )组织结构的演变与信息传递方式具有密切的联系 ;2 )这种联系是通过信息传递效率进而影响组织效率 ;3)从任务小组到直线职能制 ,影响信息传递效率的主要原因来自于协调关系所导致组织效率下降 ;4 )但从事业部制开始 ,影响信息传递效率的主要因素是由于信息失真导致的弱化激励造成的.     

计算约简的差别矩阵简化算法不成立

Skowron差别矩阵给出了粗集约简的一般方法,但该算法要求生成、存储差别矩阵的中间环节,造成时间和空间上的浪费.实际应用中给出一种简化算法:一边从信息表中提取差别元素构成合取范式,一边用分配律、吸收律作逻辑公式的等价变换,直接得到最小析取范式.本章给出反例,说明该简化算法不总成立.     

语音识别中结合进化计算与MDI 的HMM训练方法

提出了将最小差别信息(MDI)和进化计算(EC)相结合引入到HMM的训练中去的方法.各个模型用个体来表示,个体的适应值采用模型的最小差别信息.这样借助于进化计算全局搜索的特点,能克服传统的MDI局部搜索的不足,从而得到系统的全局最优解.实验结果表明,该方法训练所得的系统识别率高于传统的MDI方法训练所得的系统.     

信息准确度在Bayes决策中的影响研究

得到 Bayes决策中抽样信息的最大期望收益值 EMV*s 的新计算公式 ,给出抽样信息的信息量定义 ,讨论了不同准确度抽样信息的条件熵、信息量和 EVSI的性质 ,得出完全信息的条件熵最小、信息量和 EVSI最大 ,均匀分布信息的条件熵最大、信息量和 EVSI最小的结论.     

基于惯性传感器网络的分布式导航方法

通常的惯性导航冗余配置及其信息融合技术,是基于相同的系统状态模型,不适合分布式惯性传感器网络的应用。针对该问题,给出了一种基于惯性传感器网络的分布式导航方法,将多个惯性测量单元配置在载体不同部位,不仅能提供冗余的导航信息,还能提供局部运动测量。在惯性网络结构分析基础上,建立了惯性网络动态测量模型,采用最大似然估计和信息滤波法,设计了分布式惯性测量融合与导航状态融合的分阶段信息融合算法,通过仿真进行了验证。结果表明,所提方法充分利用了其他节点的惯性传感器信息和同类导航状态信息,可以提高整个惯性传感器网络的估计性能和故障容错能力,在提高低性能节点导航精度的同时实现对高性能节点的自动对准。     

语义Web的无尺度特性分析

在复杂网络分析中,通常采用随机网络模型。新的研究表明,在万维网中的网页链接结构与信息传播途径更加适合采用无尺度网络模型描述,即规模巨大的网络信息资源是由少量的以信息集散节点为核心的网络链接方式构成的。此外,万维网中同样具有一个“小世界”特征,具有相同主题的资源构成一系列小集群,进而构成无尺度网络。这些特性对基于XML/RDF等规范的语义Web同样存在。万维网无尺度特征的形成是人类人文活动的必然结果,是成长与进化的必然。语义Web的无尺度特征和小世界结构,对于语义Web的设计与实现,对信息的主动服务以及优化信息资源的组织方法都至关重要。