宏觀經(jīng)濟(jì)預(yù)測(cè)系統(tǒng)集成建模方法與定性仿真研究.pdf

1、對(duì)于復(fù)雜系統(tǒng)問題，由于所涉及系統(tǒng)的復(fù)雜性，傳統(tǒng)的還原論方法往往難以奏效，而定性定量綜合集成則為復(fù)雜系統(tǒng)問題建模提供了方法論指導(dǎo)。例如，宏觀經(jīng)濟(jì)預(yù)測(cè)，由于經(jīng)濟(jì)系統(tǒng)的復(fù)雜性，對(duì)經(jīng)濟(jì)建模方法提出了定性定量集成的要求，以綜合利用定性定量知識(shí)、信息。宏觀經(jīng)濟(jì)預(yù)測(cè)采用定量、定性綜合集成的研究方法，是人機(jī)結(jié)合的從定性到定量的建模方法。問題是集成具體如何進(jìn)行。這是一個(gè)研究人員共同關(guān)注的問題。本文面向宏觀經(jīng)濟(jì)預(yù)測(cè)對(duì)復(fù)雜系統(tǒng)問題集成建模方法進(jìn)行了深入的研究

2、。 在相關(guān)研究的基礎(chǔ)上，本文提出了一種基于動(dòng)態(tài)模型空間和集成模型的集成建模方法。 首先，我們注意到，對(duì)于復(fù)雜系統(tǒng)問題，建模方法比較零散。一個(gè)模型所使用的建模方法通常都可以從幾個(gè)方面進(jìn)行劃分。本文把建模方法分類角度稱為建模方法的屬性，而其中具體的分類則稱作屬性的值，一個(gè)屬性的取值空間叫做屬性的狀態(tài)空間。以建模方法為研究對(duì)象，建模方法的屬性是對(duì)象的描述因素，可以建立一個(gè)因素空間，是一種變維空間，稱為建模方法屬性空間，即所有建

3、模方法屬性的狀態(tài)空間。 建模方法屬性空間的變維結(jié)構(gòu)作用于一個(gè)模型集上，就構(gòu)成一種模型空間。 具有同一屬性不同屬性值的建模方法可以利用不同性質(zhì)的知識(shí)和信息來建立模型。在復(fù)雜系統(tǒng)問題建模實(shí)踐中，我們常常需要發(fā)展新的集成化方法，即在屬性的狀態(tài)空間中加入新的集成化方法屬性值。此外，建模過程中，人們還可能發(fā)現(xiàn)新的建模方法分類角度，即新的建模方法屬性。這些都導(dǎo)致上述模型空間的動(dòng)態(tài)演化，即所謂的動(dòng)態(tài)模型空間，但在動(dòng)態(tài)模型空間中不能處理

4、涉及析取屬性(由其它屬性經(jīng)過析取運(yùn)算得到)的方法集成問題，因此本文需要在動(dòng)態(tài)模型空間中建立一種樹狀集成模型。 集成模型通過模型空間中的一些特殊的定性模型對(duì)需要加以集成的模型的推理順序及數(shù)據(jù)交換進(jìn)行控制，這些定性的控制模型稱為集成模型的集成核。集成核對(duì)集成模塊的集成可能根據(jù)具體情況采用不同的方法，但定性方法在模型集成中占據(jù)著重要地位，因此，本文對(duì)定性方法進(jìn)行了詳細(xì)地研究，包括定性知識(shí)和信息的表達(dá)方法及定性推理，尤其對(duì)定性推理中的定

5、性仿真方法進(jìn)行了深入的探討和研究。 在定性知識(shí)和信息的表達(dá)方法方面，主要研究了模型的因果序關(guān)系、符號(hào)空間的代數(shù)性質(zhì)和定性推理、模糊數(shù)學(xué)、及定性定量混合空間。 本文在定性推理方法的研究中重點(diǎn)研究了定性仿真方法，在B.J.Kuipers提出的基于定性微分方程(QDE)的定性仿真理論QSIM的基礎(chǔ)上，探討了兩種改進(jìn)的定性仿真算法，分別是基于因果序約束的改進(jìn)QSIM算法和模糊仿真算法FQSIM。針對(duì)定性推理QSIM算法對(duì)復(fù)雜系統(tǒng)

6、的因果序關(guān)系的建模能力的不足和目標(biāo)搜索求解的需求，提出了一種基于因果序約束的改進(jìn)QSIM算法，利用這個(gè)方法可提高QSIM算法的對(duì)復(fù)雜系統(tǒng)的仿真能力和應(yīng)用范圍；模糊定性仿真FQSIM是對(duì)QSIM在半定量方面的改進(jìn)，它將模糊集理論引入定性仿真理論，以模糊數(shù)表示拓展了定性量空間的概念，綜合了定量和區(qū)間知識(shí)等半定量信息，能夠提供比QSIM更強(qiáng)的函數(shù)約束關(guān)系和更有效的過濾算法，因此是一種有效的半定量仿真方法。 最后本文對(duì)集成建模方法在宏觀