基于OLS退势的单位根检验

研究了不同情形下OLS退势单位根检验统计量的性质.推导了检验统计量的渐近分布,同时,运用蒙特卡洛试验模拟了有限样本容量条件下检验统计量的分位数,在拟合分位数关于样本容量响应面函数的基础上,给出检验统计量不同样本容量条件下8个百分位数的估计值,为OLS退势单位根检验提供理论依据和检验用临界值表.     

多智能体并行仿真框架

多智能体仿真具有广泛的应用前景。但是,现有的多智能体仿真和并行仿真无法解决数量庞大且具有复杂动力学特性的智能体仿真,因此研究这类多智能体的有效仿真具有重要的意义。为了能够有效仿真这类系统,设计了一个两层的多智能体并行仿真框架,指出了该框架中面临的挑战。除此之外,针对仿真中提高仿真效率的挑战,作者提出了一种加快仿真速度的方法。实验结果表明该方法可以明显提高仿真效率。     

组织沟通模式对企业员工关系网络结构的影响

通过应用复杂网络理论,提出并介绍了企业生长模型,借助仿真实验探索了企业员工关系网络演化过程.发现组织鼓励员工团队内部和跨团队沟通的努力程度显著地影响着员工关系网络结构,而这些结构又与企业、个人的绩效密切相关.针对仿真模型研究的一个典型缺陷:缺乏外部有效性,将仿真实验数据及其理论上的逻辑结果分别与本研究所搜集的经验数据、其他学者的案例研究进行比较.结果证明两者比较相符,说明该模型及其基于该模型的研究结论是可信且有效的.     

输出耦合的复杂网络自适应牵制同步

针对输出耦合复杂网络的同步控制,提出一种自适应牵制控制方法以实现复杂网络同步. 不同于现有同步控制方法,该方法利用节点输出变量构造同步控制器,只需控制网络中的部分节点就可根据同步误差自适应地调节控制器增益. 利用Lyapunov方法给出复杂网络同步准则. 最后对小世界网络和无标度网络进行数值仿真,结果表明文中所设计的同步方法能有效实现复杂网络的同步.     

改进的复值非高斯最大化盲源分离算法

复值非高斯最大化盲源分离算法的收敛速度,受其采用的反双曲正弦函数计算复杂度的影响较大,针对这一问题,提出了一种收敛速度更快的改进型复值非高斯最大化算法。该算法采用一个低计算复杂度的非线性函数替代原算法中的反双曲正弦函数。该函数的计算复杂度是反双曲正弦函数的三分之一。在相同条件下,基于该非线性函数的复值非高斯最大化盲源分离算法的收敛速度相比原算法提高了1倍左右,更适合于对接收信号进行实时处理,而且信号分离误差小,同时该算法同样适用于任意非高斯的常态和非常态信源。仿真试验验证了算法的有效性。     

一种改进的和声搜索算法

针对和声搜索算法在处理复杂函数优化问题时容易陷入局部最优、收敛精度低的缺点,提出了一种改进的和声搜索算法,不同于已有的HS算法.整个和声记忆库被划分为一些小的子和声记忆库,每个子库适时地更新内部信息,然后将各子库中的最优解构成一个较优记忆库并进行搜索,这些子记忆库通过重组周期被反复重组,信息在这些子库中被交换,在算法的最后搜索阶段,为了表现一个更好的局部搜索能力,所有和声形成一个和声记忆库.同目前提出的一些HS算法相比,新算法有更好的优化性能.     

复杂网络与社会网络研究范式的比较

从研究范式方面对复杂网络与社会网络研究进行比较.认为发生学视角的时间维度的分析与知识论域视觉的空间维度的分析相结合,可以提供历史与全面地认识事物的可能.首先分别从发生学及知识论域体系的视角,在比较中发现了复杂网络与社会网络研究范式的特点,然后以广州软件产业CEO社会网络与竞争关系复杂网络的研究为例,对这些特点做了具体的说明,最后进一步通过该产业的企业衍生社会网络与竞争关系复杂网络的联系,得出社会网络是产业竞争关系复杂网络的基础的结论.     

BBS虚拟社区的演化规律探索及仿真

结合复杂网络理论对BBS中虚拟社区网络的演化规律进行了研究.首先,通过BBS版块的数据信息构建有向虚拟社区网络,研究了网络拓扑结构特性的演化,包括新增结点数和边数、度分布的幂指数、网络结构熵等随时间变化的规律,发现网络从"有序"到"无序"再到"稳定有序"的变化过程,并且在此类社区网络中存在富人俱乐部现象.然后,基于BBS版块虚拟社区的演化规律,提出了一种虚拟社区网络构造模型.该模型方法的仿真结果与真实虚拟社区网络演化特性相符,在一定程度上能解释虚拟社区的演化规律,具有很强的实际意义.     

基于四元数平方根UKF算法的SINS/GPS紧组合导航系统研究

在较大初始姿态误差角下,针对SINS/GPS紧组合导航系统扩展卡尔曼滤波（extenthed Kalman filter, EKF）算法定位精度下降的问题,提出了一种基于四元数的平方根无迹卡尔曼滤波（square root unscented Kalman filter, SRUKF）算法。为解决SRUKF算法中四元数正交规范化的限制,通过构造姿态矩阵代价函数将四元数预测均值问题转化为代价函数最小时的四元数向量求解问题,保证了均值四元数的规范化;利用乘性四元数误差表示四元数预测值与均值之间的距离,求取四元数的预测协方差矩阵,保证了算法的合理性。在此基础上,给出了SINS/GPS紧组合系统四元数平方根无迹卡尔曼滤波算法的具体步骤。在较大初始姿态误差角下的仿真实验结果表明,与EKF算法相比,该算法精度更高,稳定性更强。     

基于加权范数的时空相关K分布杂波建模

提出了一种基于离散复线性空间加权范数的时空相关K分布杂波建模及仿真方法.该方法利用经典的零记忆非线性变换(ZMNL)法或球不变随机过程(SIRP)方法,生成时间相关的杂波序列,并对其进行归一化处理.通过线性变换矩阵,使一维的杂波转换成满足一定性质的二维序列,通过求解离散复线性空间加权范数最小值,对二维序列进行迭代修正并得到时空相关的杂波序列.通过理论推导证明了该二维序列满足时空二维杂波的时间相关性、空间相关性及幅度特性.仿真结果验证了该方法的正确性和可行性.