规则调适与统合式治理:社区治理秩序的生成及实践逻辑

社区治理呈现出明显的统合式治理特征。统合式治理是指社区“两委”组织灵活调适行政规则、情理规则及法理规则,塑造出多元且具有弹性的社区治理秩序。制度赋权、社区“两委”组织的多重身份、治理空间的多重属性是统合式治理生成的基础。“行政—情理”型秩序、“行政—法理”型秩序和行政主导型秩序是社区统合式治理的3种典型秩序类型。在“行政—情理”型秩序中,行政规则与情理规则形成了耦合关系,行政规则吸纳并运用情理规则,以情理规则辅助行政规则的实践;在“行政—法理”型秩序中,行政力量以制度激活、人员嵌入、行政赋权的方式推动法理秩序的建构;在行政主导型秩序中,行政兜底前提下的制度供给、规则培育是其基本特征。党组织的元治理机制、社区简约治理机制是社区统合式治理的基础性机制。对情理规则的过度青睐以及对法理规则的忽视是社区治理实践存在的误区。因地制宜、因时制宜地处理好行政规则、情理规则与法理规则之间的关系是构建健康和谐社区治理秩序的关键。

网络平台的动态规制理论

网络平台是互联网时代的新事物,立法者习惯于以量身定制的思路为平台“逐案设法”,但在网络平台快速迭代的趋势下,定制型立法将陷入“无限立法循环”。问题的根源在于,静态的管制立法思维落后于网络平台的动态发展规律。若要走出“无限立法循环”,首先应放弃零风险的规制目标,在立法技术上应以提取公约数的逻辑加强抽象立法,在法律结构上应搭建“后设规制”的基本框架。“后设规制”是一个动态开放的体系,它要求政府的角色后撤,以事后的绩效监管代替微观行为规制,通过绩效监管倒逼平台自我规制,由平台自行探索适合平台内部生态的治理规则。平台自治的经验可通过动态的信息反馈系统反哺平台立法、优化政府的绩效监管。政府还可通过“软法”引导平台自治,借此为“硬法”探索道路。平台立法还可预先设定日落条款,为法律更新设定倒计时。这样的试错思维和动态反馈循环,有助于应对网络平台的更新迭代趋势。

生成式人工智能风险治理元规则研究

生成式人工智能由算法与数据驱动,属于深度合成技术,在国家安全层面存在引发暴力冲突、意识形态渗透风险,在社会层面存在数据垄断、道德操纵风险,在私权利层面存在增加犯罪、挖掘用户隐私等风险。然而,生成式人工智能的责任承担机制不明、现有制度分散、不成法律体系;理论界尚未针对生成式人工智能治理进行专门研究,治理范式缺失。构建生成式人工智能风险治理体系,应构建生成式人工智能风险治理的元规则。从人工智能的治理原则视角切入,通过梳理不同国家、地区、组织、企业所构建的人工智能治理原则,提炼其共性,是生成式人工智能风险治理元规则形成的可行进路。生成式人工智能风险治理元规则由协同共治、提升透明度、保障数据质量以及伦理先行四个方面组成。

基于DEVS的SysML混合模型仿真代码自动生成方法

针对现有的系统建模语言(SysML)构建的模型仅支持单一的离散或连续的模型仿真问题,提出了一种基于离散事件系统规范(DEVS)的离散连续混合SysML模型仿真代码自动生成方法。首先,提取了SysML仿真相关的视图和元模型;然后,基于DEVS构建了代码生成相关的元模型,并定义了从SysML元模型到DEVS代码元模型的转换规则;接着,基于该转换规则开发了Sys‑ML模型文本转化为DEVS模型仿真代码的转换程序,再结合adevs框架下与模型无关代码构建了完整的系统仿真代码;最后,以防空系统案例验证了该方法的有效性。

基于人工免疫和基因表达式编程的多维复杂关联规则挖掘方法

为满足复杂数据挖掘应用对处理丰富语义的要求，引入了多维复杂关联规则概念，提出了通过人工免疫循环控制的基因表达式编程挖掘方法。构造了有特色的抗体和免疫细胞结构，能有效减少计算量；设计了特有的否定选择策略，可以消除无用的和冗余的免疫细胞；引出了逆否规则与原规则同为强规则的启发式过滤准则，可有效约简规则数目。实验表明，新方法能够高效、准确地挖掘多维复杂关联规则；在一定条件下，新方法的否定选择策略可将挖掘效率提高达1～3个数量级。

一种基于频繁k元一阶元规则的多维离散数据挖掘模型

为实现对多维离散数据的挖掘,提出了包含"与"、"或"、"非"逻辑的元规则概念模型,定义了元规则实例及相应的支持度和置信度概念。在此基础上提出了新的更精炼且更有启发意义的k元一阶元规则概念模型,定义了频繁度概念,证明了k元一阶元规则的空间性质定理包括上下界计算公式。文中的元规则具有更高的抽象层次,更小的解空间,能够描述元数据间的关系以及强规则实例的分布的情况。给出了k<5时,k元一阶元规则的空间分布情况的实验结果,验证了空间性质定理。实验结果表明,在标准数据集上显著k元一阶元规则的数量比相应的强的元规则实例数少1个数量级,频繁度为100%的k元一阶元规则比强的元规则实例数少2个数量级。

基于灰色Markov模型动态关联规则的元规则挖掘

介绍了增加了支持度向量和置信度向量两种规则评价指标的动态关联规则,给出了一种基于灰色M arkov模型的预测和分析动态关联规则的元规则的方法。此方法在建立灰色模型的基础上应用M arkov链理论,实验证明利用此方法挖掘的元规则要优于灰色模型等其他方法。

元规则指导的知识发现方法研究

传统的知识发现方法缺乏挖掘的针对性，效率较低，挖掘出的规则数量巨大，需要进行复杂的知识筛选工作;挖掘出的规则用低层次的原始数据表示，难以理解。无规则是对挖掘结果模式的一种表示方法，是将背景知识融入知识发现过程、提高挖掘结果的有趣性和挖掘速度的重要方法。该文研究利用概念表示数据之间的关系，提高规则的可理解性;将概念和无规则相集合，提出了基于概念的无规则指导的知识发现方法，并给出了概念的生成方法和无规则的构造方法。

动态关联规则的趋势度挖掘方法

针对规则随着时间变化的特点,在分析原有定义和对支持度向量(SV)和置信度向量分类的基础上,提出了动态关联规则趋势度的挖掘方法。首先,利用趋势度阈值消除无价值的规则,减小候选项集;其次,产生动态关联规则的趋势度元规则,找出具有价值的规则,提高挖掘质量;最后,通过对具有增减和周期趋势的事物数据库分析,证明了所提方法的有效性。

AR-Markov模型在动态关联规则挖掘中的应用

针对规则随着时间变化的特点,为规则建立元规则对其支持度和置信度变化趋势的分析和预测模型。通过增加支持度向量和置信度向量这两种规则评价指标,给出了动态关联规则元规则的形式化定义。利用自回归Markov模型对动态关联规则的元规则进行了挖掘,并通过实例证明了该方法的有效性。

基于时间序列模型的动态关联规则元规则挖掘

针对现有关联规则挖掘算法大多是挖掘一种静态关联规则的情况,介绍动态关联规则的定义,给出动态关联规则元规则的形式化定义,解决规则随时间的推移可能会有很大变化的情况下为规则建立元规则的问题,描述一种基于时间序列模型的预测和分析动态关联规则的元规则的方法,从而较好地拟合历史数据,给出满足一定显著性水平预测趋势模型的方程,挖掘规则的变化趋势,为规则建立元规则。

元规则指导下的逐步求精多层空间关联规则挖掘算法

提出了元规则指导下逐步求精的多层空间关联规则挖掘算法，该算法采用了自顶向下、逐步求精以及元规则等技术。文章最后以挖掘农产品市场的芝麻价格与铁路、国道和河流间的空间关联关系为例，介绍此算法的应用。

集成元规则和FP-增长树方法的多层空间关联规则挖掘算法

在分析典型的空间关联规则算法的基础上,针对规则冗余和挖掘伸缩性差的不足,提出基于元规则和FP增长树的空间关联规则挖掘算法,该算法不用产生候选集合,而使用最不频繁的项后缀,减少了扫描数据库的次数,大大降低了搜索开销;同时,元规则的约束,提供了好的选择性,减少了规则的冗余.本文最后以水土流失的空间要素的关联关系为例,验证算法的有效性,并与典型算法比较,本文提出的算法时间性能和空间伸缩性均优于典型算法.

图论方法在电厂操作智能培训系统中的应用

利用电网络图论基本原理对电网结构进行拓扑描述，用基于产生式知识表达方式来描述电网的操作知识及其元规则系统，利用智能推理机进行推理，完成电网操作的正常操作和异常操作智能培训，以提高运行人员正常操作和处理故障的能力。该系统已在多处投入运行。

基于小波变换的动态关联规则元规则GM(1,1)挖掘

提出了一种把小波变换应用到动态关联规则元规则挖掘中并提高规则预测精度的方法。该方法首先利用小波变换技术对挖掘出的动态关联规则元规则支持度计数进行变换,然后通过小波变换的多分辨率特点提取出近似部分和细节部分,并利用这两部分别进行单支重构,随后利用GM(1,1)对重构的两部分进行预测,从而得到最后的预测结果,最后通过实验证明了该方法具有较高的预测精度。

基于小波变换的动态关联规则元规则挖掘方法

针对动态关联规则元规则挖掘中规则预测精度不高的问题,提出了一种把小波变换应用到动态关联规则元规则挖掘中以提高规则预测精度的方法。首先利用Daubechies小波对挖掘出的动态关联规则元规则支持度计数进行变换;其次通过小波变换的多分辨率特点提取出近似部分和细节部分;然后利用两部分进行曲线的误差计算与小波变换分解层次的选择控制,用过滤的近似信号进行逆变换和曲线拟合进而进行规则预测;最后用预测的数据进行验证证明其预测精度达到90%以上。实验结果表明所提方法能更好地反映规则随时间变化的动态信息和变化趋势,从而使动态关联规则挖掘在合理的元规则指导下得到更精确的结果。

基于多数据库的模糊元关联规则挖掘方法

分布式环境下,数据的特征是规模大、分布式存储。采用传统的数据挖掘技术分别对每个数据集进行分析一般都容易实现,但是要对全部数据进行整体决策时就比较困难。为此,提出一种新的挖掘方法,可以从多个数据集中挖掘规则。提出元关联规则生成模型,可以发现在每个独立的数据集中挖掘的规则之间的共同联系。设计清晰元关联规则和模糊元关联规则两种框架,对清晰元关联规则挖掘算法和模糊元关联规则挖掘算法做了对比。结果表明,模糊元关联规则挖掘方法在易用性和精确性方面比清晰方法要好。

汉语句法规则的自动构造方法研究

本文对汉语句法规则的自动构造方法进行了一些探索。通过对汉语句法规律的总结和提炼，提出了一套简单灵活的汉语句法元规则描述体系，包括结构元规则集、标记特征表和中心标记表等部件，在此基础上，构造了一个有效的元规则解释器，取得了较好实验效果。

基于连接属性的元规则实例方法

针对元规则的实例是采用元规则制导数据挖掘的一个关键问题,讨论了当前元规则的实例方法,指出元规则中相同属性变元的实例不仅受关系中属性的数据类型约束,而且受属性值集的约束.提出了关系表的连接属性概念以及相关理论,在此基础上设计了一种元规则的实例方法,并通过实例验证了它的有效性.该方法能够大大削减元规则的候选实例集.

基于UML的领域规则建模方法

为了实现领域约束规则的可视化表示,检验需求模型与领域知识之间的一致性,该文提出一种领域规则建模及需求模型验证方法。在借鉴本体定义元模型和语义网规则语言(SWRL)基础上,定义了一种领域规则定义元模型。用该元模型扩展统一建模语言,使其可用于领域规则建模。给出了领域规则模型到SWRL描述的转换方法,使需求模型验证可通过形式化推理引擎自动完成。通过模型验证案例分析,说明了该方法的可用性。