复杂系统视角下粮食产业“三链协同”建构及优化策略

“三链协同”是推动粮食产业转向高质量发展的重要抓手。面对粮食产业“三链协同”式发展,传统的系统理论分析框架难以深入论证其中机制,复杂系统理论提供了一个更加全面精准的分析视角。基于复杂系统视角,实现粮食产业“三链协同”必须从过程和结果两个维度准确把握其内涵与外延,进而构建“节点—连边—整体”三维分析框架。对应到实践层面,当前“三链协同”仍存在资源错配现象突出、产业链条韧性不足、系统协作效率较低、内生动力有待激发等关键问题。为确保“三链协同”有序推进,应着重从资源整合逻辑、链条协同逻辑、系统演化逻辑入手,厘清“三链协同”系统的构建思路,在资源整合、激励约束、科技创新、协同治理等方面进行整体优化,以期推动粮食产业“三链协同”式高质量发展,加快实现我国由粮食大国向粮食强国的迈进。

社会复杂系统智能模拟:涌现机理与方法路径

随着人工智能技术的不断发展与突破,人类正在进入智能社会。社会有机体是一个复杂系统,社会模拟正在成为智能时代社会治理的重要方法,并体现在微观(社会行为体)、中观(组织形态)、宏观(总体治理目标)三个层面。社会模拟的核心是构造“涌现”机制,高精度刻画和呈现社会运行的过程与结果。基于涌现机理解读社会复杂系统,社会模拟打通了社会诸系统、诸层面之间的关联,揭示了跨系统复杂关系与社会过程,这契合了智能社会的治理需求。社会模拟通过刻画微观层面的智能体行为,模拟社会行为体,并通过涌现机制来考察社会结果。因此,二者具有契合性。可围绕社会刻画、社会知识、模拟推演、社会预测、社会干预、社会优化六个环节,设计一个将社会模拟应用于社会治理的较为完整的方法路径。社会模拟可以在个体、组织、政府、社会、国际关系等层面实现突破,助力国际关系和谐、构建人类命运共同体。展望未来,社会模拟在智能社会治理及其具体场景中,具有广阔的应用前景。

基于多种群遗传算法的航天复杂系统测试任务调度

针对航天复杂系统型号较多,传统测试流程与调度设计只能人工定制化排布,效率较低且未有效优化,同时,考虑到航天复杂系统快速测试的迫切需求,提出一种基于多目标遗传算法的航天测试流程自动生成方法。该方法在测试项集合明确的前提下,将测试项抽象为离散事件,以测试总时间和测试资源均衡度为优化目标,充分考虑航天器测试的诸多约束,将其作为遗传算法执行过程中交叉或变异的禁忌项。在初始种群确定后,对测试流程和调度方案进行自动生成和优化。对算例的仿真结果表明,该方法相对于同实验条件下的传统半串行测试方法和单目标优化方法,测试总时间或资源均衡度得到了较大提升。在进一步扩展优化目标和约束项后,该方法可有效提高航天复杂系统测试过程的快速响应能力和可靠性。

尊重黄河生命性提升黄河生命力:基于复杂系统管理思维

黄河治理是一项复杂系统工程,深刻认识黄河流域的本质属性与形态特征,并依据其提出治理原则对于破解当前黄河治理新阶段治理目标与路径,实现黄河流域高水平治理与社会经济高质量发展具有重要意义.基于黄河生命性所引发的黄河治理的复杂性认知,本文对有生命的黄河与受伤的黄河等黄河流域现象实体本质属性与形态特征进行了剖析,从有生命的黄河自然环境、有生命的黄河人类社会、有生命的黄河流域三方面阐述了黄河治理的生命性内涵,并进一步提出了黄河治理的尊重生命和平衡稳定思维原则以及共生治理实践原则.在所提原则的指导下,提出当前黄河治理的行动要点,主要包括三方面:遵循黄河生命性内在规律办事,重点发挥黄河自然恢复力,科学发掘黄河生命自然价值.本文强调黄河治理需尊重黄河生命性,提升黄河生命力的重要性,为黄河复杂系统治理提供决策参考.

基于支持向量机的油气生产复杂系统信息物理攻击识别方法

在数据驱动的复杂油气生产系统中,存在故障数据干扰攻击识别的问题,忽视系统内部可能存在的故障数据对攻击检测的影响,则难以及时防御攻击或解决故障。因此,为了提高复杂油气生产系统中信息物理攻击检测的准确性,提出了一种基于支持向量机的无向图联合检测方法。首先,对复杂油气生产系统中的关键传感器拓扑化形成无向图,建立传感器之间的连接关系并捕捉数据交互。然后,利用支持向量机检测传感器系统异常原因,并选择接收站低压泵及接收站储罐系统作为示例验证,前者的准确率、精确度、召回率和F1分数均高于99%,后者F1分数高于99%,其余均高于97%。与传统方法K均值聚类相比,本方法具有更高的准确性、鲁棒性和完整性,有助于防范攻击和生产事故,保障油气生产系统的安全。

风险动物园(Ⅳ):基于复杂系统思维的风险隐喻事件识别与评估

为有效识别与评估风险动物园中不同类型的隐喻事件,比较不同风险隐喻事件存在的差异性,基于复杂系统思维与脆性理论,分别从确定性、普遍性、周期性、稳定性、容忍性和可逆性6个维度识别分析风险隐喻事件,并基于公共安全三角形理论构建风险隐喻事件评估模型。结果表明:通过复杂系统思维对风险隐喻事件一般性的特征规律进行总结归纳与科学分类,并建立风险隐喻事件多维度定量评估模型,为风险隐喻事件管控提供应用思路和方法逻辑,同时,保证风险隐喻事件建立的科学性和合理性。针对风险隐喻事件的不同认知特点,提出风险管控4P(禁止、暂停、推迟、预防)策略,为组织开展风险事件管控提供参考。

基于支持向量机和证据理论的复杂系统可靠性分析方法

针对复杂系统中存在极限状态方程为隐式情况及参数为认知不确定性的问题,文中提出了一种基于支持向量机和证据理论的高效可靠性分析方法。首先,基于贝叶斯方法和最大熵原理将焦元上的基本概率分配平均分配到焦元中每一个元素以实现证据体精确化;其次,面对多学科系统中极限状态方程为隐式情况,采用支持向量机(SVM)进行显式化处理。在该方法中提出了SVM训练样本抽取策略,并对SVM通过引入马尔可夫蒙特卡洛模拟法(MCMC)进行改进,使其能适用于多学科系统的隐式极限状态方程小失效概率的求解;最后,通过算例分析,表明该方法的精度和计算效率具有较大优势,相比于MCS,该方法抽样2000个样本点精度相对误差仅为3.05%,为复杂系统的可靠性分析提供了一定的参考价值。

“秦化淑教授90寿诞——复杂系统控制理论及其应用”专刊 前言

在秦化淑老师90寿诞之际,我国控制界的学者们自发组织了“秦化淑教授90寿诞——复杂系统控制理论及其应用”专刊,以表达对秦老师为《控制理论与应用》做出重大贡献的深深谢意.秦化淑老师在《控制理论与应用》期刊的创建和发展中扮演了不可或缺的关键角色.1979年关肇直先生提议创建该期刊,秦化淑老师与王恩平等老师一起,积极筹划由中科院系统所和华南理工大学联合主办这一杂志,并代表关先生与华南理工大学自动化系的领导进行了深入商讨,迅速达成共识同时亲历亲为组建编委会和主持第一届编委会会议,明确了期刊的办刊宗旨和内容。

“复杂系统控制与决策”课程的递进滚动式教学方法探索与实践

不同课程要有对应的教学方法,针对“复杂系统控制与决策”博士生课程知识跨度大、内容新且缺少成熟教材的实际情况,课程组采取了精讲经典内容、研读重要文献、研讨主要观点、实践实用方法及邀请专家授课等灵活的教学形式,采取“全程聚焦、滚动深化和分段推进”等可行的具体措施,提出并实践了递进滚动教学法,取得了很好的教学效果。

复杂系统视角下洞室施工人员安全认知仿真研究

为制定有效的安全认知提升策略及减少安全事故的发生,需深入探究洞室施工人员安全认知的演化过程和特征。首先,基于复杂社会技术系统和“2-4”模型(24Model)等相关知识,识别安全认知影响因素,构建洞室施工人员安全认知指标体系;然后,通过Super Decisions软件计算指标权重;随后利用系统动力学(SD)理论,明确各因素间的相互关系,建立包含组织安全管理等4个子系统的SD仿真模型,将以安全投入为基础的认知纠偏机制应用到SD仿真模型;最后,结合实际工程算例开展SD仿真以及敏感性分析。研究表明:随着工程进展,通过增加安全投入,并发挥认知纠偏机制作用,施工人员的整体安全认知由下降趋势转变为缓慢上升趋势;组织安全管理对洞室施工人员安全认知影响程度最大,结果与24Model的基本假设一致,从而验证了SD仿真模型的科学性和有效性。

以统计机器学习为基础的生产线运行状态监控技术及复杂系统建模方法研究

本文以统计机器学习为基础的生产线运行状态技术及复杂系统建模方法研究,以提高生产线生产效率与监控水平,优化生产线运行效率为研究目的。通过概述统计机器学习,为本次研究提供理论依据,同时从基于统计机器学习的生产线运行状态监控技术和基于统计机器学习的复杂系统建模方法的两个角度出发,分别阐述统计机器学习在研究主体中的应用。通过研究发现:将统计机器学习作为基础,对于生产线运行状态技术来说,可以提高生产线运行状态的监控及管理效率与水平,增强生产线的运用价值;对于复杂系统建模方法来说,可以降低复杂系统建模的难度,提高模型特征提取的效率和回归结果的准确性。

基于复杂系统的“档案砖”揭粘方法研究体系建设

对现有“档案砖”揭粘方法研究进行内容分析,将其分为“档案砖”形成原因、传统揭粘方法操作、新技术方法、不同方法的适用性和揭粘案例等五个研究主题。运用复杂系统研究中微观和宏观相结合的研究层次、整体论和还原论相结合的研究方法进行分析,发现当前“档案砖”揭粘方法研究存在粘连机理研究不足、生物酶解法备受关注、揭粘方法应用效果评估体系不完善等现象。基于此,提出今后要开展不同类型“档案砖”的揭粘方法归类研究、揭粘方法与其他多种修复技术的综合集成系统研究、“档案砖”揭粘方法理论和应用体系建设研究的建议,并按照“形成机理—揭粘方法—实际应用—效果评估”的研究路径,构建基于复杂系统的“档案砖”揭粘方法研究体系,为“档案砖”的揭粘方法理论和应用研究发展与创新提供参考。

复杂系统理论在社会治理中的应用综述

经济持续发展和社会不断进步对社会治理现代化提出了新的要求。社会是一个典型的复杂系统,社会治理研究迫切需要从复杂系统的角度,依靠多学科的交叉融合,从整体上加以解决。该文选取复杂系统相关研究方法,对社会治理中疫情防控、谣言管控、智慧交通和智慧消防4个典型场景进行了重点分析,总结了复杂系统理论在社会治理领域应用中存在的问题,对下一步主要发展的方向进行了展望。

复杂系统视角下府际跨区域协同治理效能评价研究——基于京津冀大气污染跨区域协同治理实践

为更好呈现“中国样态”的跨区域横向府际协同,从复杂系统视角出发,研究如何提升京津冀大气污染跨区域协同治理效能。该文首先分析京津冀大气污染跨区域协同治理复杂系统的构成,构建跨区域协同治理效能评价指标体系;然后运用熵值法计算序参量的权重;最后通过复杂系统协同度分析方法,对2011—2020年北京、天津和河北三地的大气污染跨区域协同治理效能系统的有序度和协同度进行测算。研究结果显示京津冀大气污染跨区域协同治理效能系统的子系统有序度稳定性较差,协同治理效能有着很大的提升空间。有效提升京津冀大气污染跨区域协同治理效能可以通过强化协同政策支持力度、完善协同资金补偿制度、提高协同治理成效来实现。

基于认知线索的复杂系统数字孪生体异构数据集成管理方法

随着复杂系统信息化程度不断加深,业界对复杂系统不同领域数字孪生体中的异构数据的集成要求越来越高。然而,由于复杂系统领域不断升级,不同领域数字孪生体之间没有统一的数据集成标准,最后造成异构数据交换和使用困难,出现“信息孤岛”现象,严重阻碍了系统研发的信息化进程。为了提升复杂系统数字孪生体之间异构数据资源的利用率,本文提出认知线索的概念,采用开放式生命周期协作服务(open services for lifecycle collaboration,OSLC)规范对数字孪生体异构数据资源进行服务化,并结合基于本体的认知模型构建认知线索作为统一数据源,实现复杂系统数字孪生体的异构数据集成管理。最后本文以自动装填的机械系统为对象开展案例研究,成功验证了所提出方法的可行性和有效性。

DFA-ODENets:面向周期多阶段复杂系统的预测仿真框架

部分复杂系统受内外部因素影响在运行时会呈现出周期性的阶段变化,且在不同阶段具有完全不同的动态特性.因此在使用数据驱动方法解决此类系统的预测和仿真问题时,使用单一结构模型难以准确地学习系统在不同阶段的动态特性.本研究提出了基于确定性有限状态机-常微分方程网络的预测仿真框架(DFA-ODENets),以建模周期多阶段系统.该模型由多个ODENet组成,每个ODENet能够从不规则采样的序列数据中学习系统在各个阶段内的动态特性.同时模型集成了基于确定性有限状态自动机思想的阶段转换预测器以实现模型预测时在不同阶段之间自动转换.最后,将DFA-ODENet框架应用于某计算中心制冷系统的预测仿真场景中.模型能够在给定系统运行过程中的服务器负载和环境温度下模拟系统运行过程,并对系统的制冷功率、进气口温度等主要输出变量进行预测.其中,对于制冷系统能耗预测的平均相对误差在5%以内.同时,利用制冷系统仿真模型优化了系统停止制冷时的温度设定值,通过仿真实验表明该优化最高可以节省18%的制冷能耗.

一种复杂系统仿真研究的新模式SIGD

系统复杂性主要体现在种类和数量众多的组分和极其复杂的相互作用关系。结合目前人工智能的发展趋势,分析思考了对于仿真学科研究带来的思维方式变化,形成了对于仿真智能内涵和研究范畴的理解。提出一种复杂系统仿真研究的新模式:“以决策为愿景的仿真智能(simulation intelligence based generating decisions,SIGD)”。在SIGD研究模式中,仿真学科中的相似性原理、建模方式以及决策引导模式都与传统仿真中的定位有一定的区别。在这种理念指导下,面向连接的仿真世界观成为一种刻画复杂系统的底层逻辑。以主体、连接和结构为基本元素,采用先自顶向下和自底向上相融合的方式编织以神经网络模型为计算单元的“网真”系统。在该系统中,采用代理建模的方式实现从机理模型到神经网络模型的模型变换,并且基于物理信息神经网络(PINN)和图信息神经网络(GINN)表达整个系统。给出了SIGD的技术实现框架:网真神CE平台作为复杂系统仿真新模式的解决方案,以人流仿真为例,探索了“网真”系统的构建过程。

从还原论到超复杂系统论:未来学校研究的方法论转向

当前未来学校研究受还原论视角影响,呈现出本体还原论、伦理还原论和时间还原论的研究取向。这一视角的优势在于“目的-手段”的高效性,但也使未来学校研究存在将要素重构等同于学校建设、忽视学校价值性以及把学校视为封闭系统等弊端。对此,作为对复杂系统论的完善与补充,超复杂系统论突破了还原论的局限。基于超复杂系统论,未来学校研究需要关注现实层次、时空体、相互作用以及预期四个特征,聚焦超复杂性,立足整体性、伦理性与预期性,建构系统的、合目的性的和开放的未来学校图景。

人工智能驱动的复杂系统研究前沿

作为一个研究对象涵盖基本物质、生命体和社会的跨学科研究领域,复杂系统的研究有助于增进对自然和社会现象的理解和预测,在解决人类面临的复杂问题中具有重要价值。这一领域的早期研究积累了海量的各类真实复杂系统数据,在此基础上发展数据密集型、人工智能方法驱动的复杂性科学研究新范式,将为复杂系统的描述、预测与知识发现提供一条全新的路径。该文对人工智能驱动的复杂系统研究进行前瞻性的综述,探讨人工智能助力下的复杂系统研究发展前沿,并分析基于人工智能方法的领域代表性工作,最后讨论复杂系统视角下人工智能理论及技术的潜在发展方向。

用复杂系统科学的“涌现”原理研究中医药学

中医药学将人体作为一个整体来考虑,在疾病治疗上展现了强大的疗效。然而,人作为一种复杂特性的生命体,是一个开放的复杂巨系统,体内各种不同层次的分子、细胞、组织、器官与系统相互作用,保持稳态,还与外部环境有着物质、能量、信息的实时交换。现代医学尚无法系统地研究与认识其中不同层次相互作用,如何导致人整体变化与适应的规律,因此也不足以解释中医理论与概念。“涌现”是复杂巨系统的一个重要特征。高级别的层次或整体具备着低级别层次或组分所不具备的新属性,而且无法从低级别层次或组分的属性推断出更高级别层次或整体的属性。“涌现”原理在解决物理、化学等多个方面的复杂巨系统问题中,已经取得了斐然的成就。本论文旨在探讨应用“涌现”原理促进中医药研究的全过程,包括对象、方法、作用原理,这不仅能对中医药原理、理论的理解有促进作用,解决长期困扰学界的问题,更重要的是能够把中医药学体系的思维、方法和理念,与当代实验科学发现的人体不同层次组分相互作用的现象规律融合,发现生命现象与疾病的本质规律。