要加强对复杂适应性系统的研究——对自组织理论的反思

简单回顾了自组织理论的发展历史、内容和采用的方法,重点分析了自组织理论的研究对象和研究范围;指出自组织理论在研究复杂系统上的局限性——只适于研究简单巨系统,它研究的是系统演化的结果而非过程;自组织理论使用微分方程作为数学工具,要求子系统之间的相互作用要满足叠加原理而不考虑涌现的情况。在此基础上,本文提出要加强复杂适应性系统的研究,具体有两方面的工作：首先要加强计算机作为数学工具的应用,扩展对系统状态描述的范围;另外要加强对层次性的研究,重点是对涌现问题的分析。最后提出现在加强复杂系统的研究应从实际的具体系统入手。     

非均匀类簇密度聚类的多粒度自学习算法

针对非均匀类簇密度聚类问题,从商空间粒度理论出发,提出一种多粒度自学习聚类算法 (multi-granularity self learning clustering algorithm, MSCA)。算法通过构造聚合树结构和定义粒度函数对问题逐层求解,并在每层聚合过程中根据聚合区间以自学习的方式动态确定聚合粒度,解决了传统聚类算法从非均匀类簇密度数据中无法得到不同层次的聚合特征且参数对经验依赖性过高的问题。理论和实验表明,MSCA算法可以发现任意形状类簇,有效处理噪声,并能发现关键聚合层,具有较好的计算复杂性。     

通货膨胀与股票收益:需求冲击与供给冲击效应分解

将影响宏观经济波动的冲击分解为两类:供给冲击和需求冲击,并考察它们对通货膨胀和股票收益关系的影响.一个简化的理论模型表明,供给冲击导致通货膨胀与股票收益负相关,而需求冲击则导致通货膨胀与股票收益正相关;供给冲击下通货膨胀和价格水平都是逆经济周期的,而需求冲击下通货膨胀和价格水平则是顺经济周期的.以上结果也得到中国经验数据的支持.中国的经验还表明,短期股票收益动态更大程度上由供给冲击决定,而短期通货膨胀动态则主要由需求冲击决定.在总体或长期上,实际股票收益和通货膨胀呈现负相关关系,归因于两类冲击中供给冲击的效应占相对主导地位.     

球面上等距线的构造

提出了球面上等距线的构造方法.首先,用有理二次Bézier曲线生成球面上的圆弧[1],实现不同圆弧间的拼接,使其达到C1连续,来构造球面上的组合曲线,然后对该组合曲线利用测地线技术求其在球面上的等距线,并通过点与点求交方法来检测所生成等距线的自相交现象,同时去除自交情况.仿真结果表明,该方法能生成球面上的等距线,并基于以下原理:球面上圆弧的球面等距线仍然为圆弧,而圆弧本身不会自相交,从而能快速消除球面上等距线自相交现象.     

基于MPSO-BP的RBF网络自构建学习算法

采用PSO混合编码,提出了一种基于混合MPSO-BP的RBF自构建学习算法。该算法中,每个粒子由整数与实数两部分构成,分别对RBF的基函数个数及相关参数(中心、宽度和输出层权值)进行编码。同时设计了一个特殊的适应度函数,在保证精度的前提下,使网络的结构相对简单,以增强网络的自适应与泛化能力,减少主观因素设计对网络性能的影响。仿真实验表明,相对于RBF其他学习算法,所提算法隐节点少、精度高、泛化能力强。     

基于UKF的自组织模糊神经网络训练算法

如何生成最优的模糊规则数及模糊规则的自动生成和修剪是模糊神经网络训练算法研究的重点,针对这一问题,提出了基于无迹卡尔曼滤波（unscented Kalman filter, UKF）的自组织模糊神经网络的训练算法。分析了模糊神经网络的非线性动力系统表示,并用递推最小二乘法（recursive least square, RLS）和UKF分别学习线性和非线性的参数,给出了模糊规则生成的准则和参数更新的策略;然后,用误差下降率方法作为模糊规则修剪的策略,删除作用不大的规则。通过典型的函数逼近和系统辨识实例,表明所提算法得到的模糊神经网络的结构更为紧凑,泛化性能更佳。     

基于自组装DNA计算的RSA密码系统破译方案

自组装DNA计算在解决NP问题,尤其是破译密码系统方面,具有传统计算机无法比拟的优势。采用DNA分子瓦编码信息,借助于分子瓦之间的粘性末端进行自组装,给出了乘法运算的实现方案。在此基础上,通过引入非确定性的指派分子瓦,提出了一种用自组装DNA计算破译RSA公钥密码系统的非确定性算法。通过创建数以亿计的参与计算的DNA分子瓦,在DNA计算能力允许的范围内,该算法可以并行地测试每个可能的因子,以高概率地分解整数。该方法最大的优点是充分利用了DNA分子瓦具有的海量存储能力、生化反应的巨大并行性以及组装的自发有序性。     

浅谈经济系统的可持续发展

经济具有自然属性和社会属性,所以经济子系统在人类社会巨系统中占有极为重要的地位。深入地从理论上分析经济系统的可持续发展着有重大意义。运用系统的观点,通过层次理论,自组织理论,非线性理论阐述了可持续发展的经济系统的含义,模式和机制。     

基于奇异谱分析的我国航空客运量集成预测模型

针对时间序列包含噪声以及单一模型可能存在预测表现不稳定的问题,本文提出了一个基于奇异谱分析(SSA)的集成预测模型,并将其运用于我国年度航空客运量的预测中.首先,采用SSA方法对原始时间序列进行分解和重构,得到一个剔除噪声的时间序列,然后将其作为单整自回归移动平均模型(ARIMA)、支持向量回归模型(SVR)、Holt-Winters方法(HW)等单一模型的输入并进行预测,接着再采用加权平均集成预测方法(WA)将三种单一模型的预测结果进行综合集成.通过与各单一模型、基于经验模态分解方法(EMD)的模型以及简单平均集成预测方法(SA)的预测结果进行对比发现,本文所建模型具有较高的预测精度和较稳定的预测表现.最后,采用本文的模型对我国2014-2016年年度航空客运量进行了预测.     

基于亮度序列的空间目标周期性判证与提取

针对空间目标的周期性判证与提取问题,提出了一种基于亮度特征的方法.该方法通过分析空间目标亮度变化序列的自相关特性进行周期性判证,将周期提取问题转化成一个优化求解问题,并提出了一种新的峰值检测方法.仿真实验验证了该方法对噪声鲁棒,可以有效地判证空间目标的周期性,周期提取的准确性也优于传统的谱窗分析法.