Yeperenye Dreaming in Conceptual,Geographical, and Cyberspace: A Participatory Action Research Approach to Address Local Governance Within an Australian Indigenous Housing Association

Systemic Practice and Action Research - This paper discusses work in progress with an Indigenous housing association in Central Australia. It builds on and extends a 2-year policy and planning...     

面向证券投资的动态知识发现系统设计与实现

针对传统证券投资技术分析方法所存在的不足，通过对粗集理论、神经网络学习机理的研究。提出了面向证券投资的动态知识发现系统的基本框架．基于此框架，设计出面向证券投资的动态知识发现系统，并详细阐述了系统的各组成部分的设计思想及实现．最后结合实例，验证了系统的有效性、可行性．     

基于框图建模的表现模型研究

讨论了表现模型的概念和构成，以及它与可视化模型和仿真模型的关系。在此基础上，以交战级仿真应用为背景，设计和实现了基于框图建模方法的表现模块库。用户可以根据需要，通过选取相应的功能模块，订购相应的仿真模型数据，建立表现模块之间的输入输出关系，和设置表现模块的功能参数来快速构建三维表现模型。该表现模型将仿真模型和仿真表现分离，在仿真演示上具有灵活、通用的特点。     

基于符号定向图(SDG)深层知识模型的定性仿真

定性仿真是系统仿真技术中的重要研究和应用方向，同时也是人工智能技术的一个重要方面。近年来，随着现代计算机技术的日新月异，使得基于符号定向图(SDG)深层知识模型的定性仿真研究和应用取得了显著进展。SDG模型能够表达复杂的因果关系，具有包容大规模潜在信息的能力，因此特别适合于过程系统危险评价(PHA)、危险识别与故障诊断。SDG模型结构简单，易于建立和修改。然而高质量的SDG模型必须采用经验数据和定量动态仿真检验和校正。采用SDG模型进行定性仿真的关键技术是高效双向推理“引擎”，由计算机软件自动完成。目前，在计算机辅助过程系统危险评价方面，SDG是最有效的方法；在过程系统故障诊断方面，其完备性较好，但诊断分辨率尚待提高。今后的研究应解决：定性仿真和定量仿真相结合；SDG自动建模；通用推理软件平台；大系统高分辨率故障诊断等问题。     

复杂性问题研究实践与认识论、方法论反思

概述笔者从事两项复杂性问题研究的认识与实践 :一是辩证唯物论认识论的指导作用与系统科学的中介作用 ,不容忽视 ;二是在预测和控制某些复杂系统行为的研究中 ,还原论与整体论结合的一个切入点和一种有效形式 ,是典型信息法。     

论社会系统中的非平衡自组织现象

通过对耗散结构局限性的剖析 ,提出了非平衡自组织系统发展的三要素 :“聚合参量”、“平衡参量”及“自阻抗效应”的理论假说 ,并将其应用到对社会非平衡自组织现象的分析。指出社会学研究的核心问题 ,是社会权威结构如何产生发展与完善的问题。当今人类社会的存在状况 ,亟需产生新的“自阻抗效应”机制 ,亟需树立知识权威 ,以完善人类社会的权威结构。     

我国区域技术创新能力空间相关性及扩散效应实证分析——基于1997-2008空间面板数据

本文在知识生产函数的基础上, 将三种知识扩散渠道纳入分析范围, 结合传统影响区域技术创新能力的因素进行综合考虑. 同时结合空间计量经济学分析工具, 以全国总体样本, 分地区子样本和两两地区分类比较子样本为分析对象, 对技术创新能力和相关影响因素在区域内部及区域间的扩散效应进行了实证研究. 不同样本的分析结果表明: 全样本和分地区样本两个视角分析均证实了我国整体各省份间以及地区和地区间的技术创新能力具有显著的空间相关性, 但是地区内部和地区间的空间相关性形式有所区别. 具体的变量估计结果显示:三种空间知识扩散渠道变量中, 一地区周边地区的FDI和进出口贸易无论是区域间还是在区域内部的分析层面上均没有对本地的技术创新能力产生显著影响; 在影响区域创新能力的传统变量中, 全国总体以及大部分地区内部的技术市场活跃度, 科技人员保有量和进出口贸易对区域整体技术创新能力有显著影响.     

改进的舰船维修费案例调整模型

为提高舰船维修费案例的调整效果,遵循着调整知识产生、调整知识约简和调整知识推理的建模过程,提出了一种改进的舰船维修费案例调整模型。在该模型中,采用Policastro的重构方式,利用目标案例的直接和间接相似案例集,产生舰船维修费案例的调整知识;针对调整知识中可能存在冗余、相关性、知识量过于庞大不便于推理等问题,提出了一种既能有效约简调整知识、又能准确衡量调整知识重要度的改进规则约简方法,并给出了具体的实现算法;为提高知识推理的效率,采用具有强泛化能力和出色学习能力的最小二乘支持向量机（least square support vector machine,LSSVM）,构建了舰船维修费案例调整知识推理模型,并基于遗传算法（genetic algorithm,GA）和交叉验证方法,对推理模型的有关参数进行了优化。实例结果表明,与其他案例调整模型相比,所提模型在调整精度上要远远好于其他模型,所提模型是科学、有效的。