基于多Agent的模型系统研究

利用多Agent理论和技术建立运行于网络环境中的模型系统。这种基于多Agent的模型系统由多个分布于网络上的软件Agent组成,它打破了传统模型系统以模型库为核心的基本框架,为研究开发处理复杂问题的支持系统和综合集成研讨厅提供了新的模型系统建立方法。     

神经网络在预测中的一些应用研究

预测是一个很难的研究课题,近来利用新的科学理论探索新的预测方法是预测界人士进行预测课题研究的一个重要方面．其中人工神经网络在预测领域中的应用研究进展最快,它包括研究神经网络预测方法和神经网络在预测过程中作为辅助工具．本文介绍几种主要的神经网络预测方法及其应用和利用神经网络确定ＡＲＭＡ 模型的结构．     

预测支持系统的研究与发展

预测在决策中起着非常重要的作用,但作出准确的预测是很困难的,预测支持系统集预测方法,预测领域及应用领域知识为一体,充分利用计算机的支持作用,是帮助人们进行预测的有效工具,研究人员非常重视预测支持系统的研究,本文对预测支持系统的结构设计、模型管理、人工智能在系统中的应用以及预测支持系统的一些实际应用进行了概述,并分析了“多库”结构预测支持系统在进行复杂问题预测时的一些不足之处,指出Ａｇｅｎｔ预测支持     

中国证券市场股价操纵预警指标研究

以中国证监会网站公布的股价操纵行政处罚决定案例为样本,通过实证研究考察在操纵开始日前后40天有显著差异的股票特征变量,包括交易量、收益率和系数,结果表明,这些特征变量可作为股价操纵实时预警的指标。     

基于案例推理的股价操纵行为判别系统研究

自中国股票交易市场成立以来,各种各样的股价操纵行为层出不穷。本文就如何对股价操纵行为进行判别做了研究,设计了一个基于案例推理的股价操纵行为判别系统。利用1996~2009年间在中国股市中被公开披露和查处的股价操纵案构建案例库,在前人研究的基础上从价量和风险两个角度提取了股票的若干市场交易属性作为判别指标,并通过二值Logistic回归分析确立了指标属性的权重,随后采用K最近邻法作为案例检索算法,依据指标属性的特征同时确立了属性相似度的计算方法,并利用SQL语言对核心算法在数据库中进行了程序实现。同时,通过设计“阈值控制法”来维护案例库,确保了案例库中知识的代表性并能有效降低信息冗余度。基于案例推理的股价操纵行为判别系统能够绕过“知识获取”这个难题,克服基于规则的推理系统的一些弱点,为今后股价操纵行为的判别研究提供了一个新的方向。     

基于天然气管网的可压缩流模型与应用

基于天然气管道网络的实际数据,通过改进的最小费用流规划模型,提出并构建了一种“以销定产”的天然气管网优化输送模型,并计算得出优化输送方案。研究过程发现,“近似模拟”和“类比优化”是一般常用的两类可压缩流优化方法,计算结果表明了应用规划模型解决可压缩流问题的有效性,同时也有别于一般常用方法。