宏觀經(jīng)濟預測系統(tǒng)集成建模方法與定性仿真研究.pdf

1、對于復雜系統(tǒng)問題，由于所涉及系統(tǒng)的復雜性，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雜系統(tǒng)問題建模提供了方法論指導。例如，宏觀經(jīng)濟預測，由于經(jīng)濟系統(tǒng)的復雜性，對經(jīng)濟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、信息。宏觀經(jīng)濟預測采用定量、定性綜合集成的研究方法，是人機結合的從定性到定量的建模方法。問題是集成具體如何進行。這是一個研究人員共同關注的問題。本文面向宏觀經(jīng)濟預測對復雜系統(tǒng)問題集成建模方法進行了深入的研究

2、。 在相關研究的基礎上，本文提出了一種基于動態(tài)模型空間和集成模型的集成建模方法。 首先，我們注意到，對于復雜系統(tǒng)問題，建模方法比較零散。一個模型所使用的建模方法通常都可以從幾個方面進行劃分。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象，建模方法的屬性是對象的描述因素，可以建立一個因素空間，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構作用于一個模型集上，就構成一種模型空間。 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)的知識和信息來建立模型。在復雜系統(tǒng)問題建模實踐中，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。這些都導致上述模型空間的動態(tài)演化，即所謂的動態(tài)模型空間，但在動態(tài)模型空間中不能處理

4、涉及析取屬性(由其它屬性經(jīng)過析取運算得到)的方法集成問題，因此本文需要在動態(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需要加以集成的模型的推理順序及數(shù)據(jù)交換進行控制，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，本文對定性方法進行了詳細地研究，包括定性知識和信息的表達方法及定性推理，尤其對定性推理中的定

5、性仿真方法進行了深入的探討和研究。 在定性知識和信息的表達方法方面，主要研究了模型的因果序關系、符號空間的代數(shù)性質(zhì)和定性推理、模糊數(shù)學、及定性定量混合空間。 本文在定性推理方法的研究中重點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的基礎上，探討了兩種改進的定性仿真算法，分別是基于因果序約束的改進QSIM算法和模糊仿真算法FQSIM。針對定性推理QSIM算法對復雜系統(tǒng)

6、的因果序關系的建模能力的不足和目標搜索求解的需求，提出了一種基于因果序約束的改進QSIM算法，利用這個方法可提高QSIM算法的對復雜系統(tǒng)的仿真能力和應用范圍；模糊定性仿真FQSIM是對QSIM在半定量方面的改進，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)間知識等半定量信息，能夠提供比QSIM更強的函數(shù)約束關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。 最后本文對集成建模方法在宏觀