混沌经济系统的分形研究

传统的模型分析方法认为经济系统信息的复杂性是由于外在的随机因素引起的 ,所以在讨论系统的确定性基础上加上随机因素 ,利用经济数学理论如随机分析理论、动态分析、统计估计、假设检验等来模拟系统的规律以达到预测的目的。而在实际对某些经济数据进行观测时发现它们的观测值带有一定的“偏倚”,传统方法中“随机干扰”期望值为零、方差不变的假设条件很少能满足 ,观测值的出现往往带有“有偏随机游动”的特点 ,如何在分析问题时 ,考虑这些“偏倚”的影响 ,这种“偏倚”有多大 ?本文通过对时间序列的分形研究 ,探讨一种新的分形分析方法 。

混沌经济系统均衡控制方法的研究

如何对混沌经济系统进行控制 ,是人们十分关注的研究问题。通过建立一种自适应有效调控算法 ,引入动态控制因子 ,能将混沌运动控制到稳定的均衡状态。计算机的仿真实验说明了该调控方法是非常有效的。

基于模拟退火算法的混沌经济系统控制方法

经济系统中存在混沌现象已经被许多事实所证实,如何对混沌经济系统进行控制,是人们十分关注的研究课题.本文运用随机性的搜索控制思想,基于模拟退火算法,提出了-种混沌运动控制的新方法,通过计算机的仿真实验说明了该调控方法是非常有效的.

一类经济混沌系统中的控制方法的研究

就经济系统中的一类多参数混沌模型 ,应用微分动力学理论 ,研究了变参数结构反馈控制方法 ,成功地进行了多参数混沌控制 并讨论小波滤波法 ,成功实现了混沌不稳定周期轨道的稳定控制方法 。

经济预测的神经网络泛化问题研究

从数学和系统科学角度研究了经济预测中的神经网络泛化问题,主要结论包括:(1)利用实分析理论,证明了从有限到无限的不完全归纳以及经济系统的不连续性是造成泛化性能不良和预测效果不佳的根本原因.(2)从系统科学角度分析了系统噪音、随机性等对神经网络泛化能力的负面影响,证明了单纯的前馈神经网络不能对混沌经济系统作出可靠的预测.