人工认知产业经济复杂网络模型

发布时间：2017-09-15 17:46

  本文关键词：人工认知产业经济复杂网络模型

  更多相关文章： 人工认知 小世界网络 无尺度网络 产业经济 Logistic曲线

【摘要】： 宏观经济系统最主要的特征是具有人的思想作用和复杂组织网络结构,物理学界对复杂网络结构的最新进展是小世界和无尺度网络。本文从理论前沿的角度,将小世界和无尺度网络结构嵌入到人工认知产业经济模型中,考察宏观经济系统的复杂组织结构的作用,尝试合理的解释宏观经济系统一般稳态均衡特征的内在机制。 在基于Luna生产消费市场中的人工认知产业经济发展模型中,合理嵌入WS小世界网络和BA无尺度网络,采用计算机仿真平台Swarm2.1.1,构建两个仿真实验模型。 模型Ⅰ,产业经济小世界网络发展模型,该模型在Luna的人力资源和企业发展模型基础上,嵌入复杂网络中的小世界网络模型,通过与规则网络和随机网络的比较,侧重凸现网络结构的不同对经济系统典型宏观涌现稳态均衡规律性的影响作用。 模型Ⅱ,产业经济无尺度网络发展模型,该模型将通过把Luna的人工认知可计算模型和无尺度生长网络模型合理的结合起来,考察无尺度生长网络中结构发展以及人工认知能力的不同,对宏观经济GDP涌现稳态均衡特征的作用和影响。 人工实验的结果分析表明,经济组织结构的有序和无序的选择对于宏观经济涌现规律具有不可忽视的作用,同等的经济环境下,具有复杂网络特征的产业经济发展模型表现出比传统规则和随机网络模型的GDP取得较为明显优越的宏观涌现特征,充分的说明了复杂网络理论在社会经济理论研究中的重要地位。 宏观经济的小世界和无尺度特征组织结构的变化是导致宏观经济稳态均衡特征的极其主要的内在因素。仿真实验的结果表明,组织结构的变化导致宏观经济Logistic扩散曲线的稳态值和饱和界发生变化,完满的解释了宏观经济发展的稳态均衡特征内在机制。
【关键词】：人工认知 小世界网络 无尺度网络 产业经济 Logistic曲线
【学位授予单位】：哈尔滨理工大学
【学位级别】：硕士
【学位授予年份】：2007
【分类号】：F015;F224
【目录】：

• 摘要5-6
• Abstract6-12
• 第1章 绪论12-15
• 1.1 课题背景及研究意义12-13
• 1.2 国内外发展状况13-14
• 1.3 本文主要研究内容14-15
• 第2章 社会经济复杂网络15-22
• 2.1 社会经济复杂网络的量化参数16
• 2.2 小世界网络模型16-18
• 2.3 BA 无尺度网络18-21
• 2.3.1 BA 生长网络模型的算法19
• 2.3.2 BA 生长网络模型的网络属性19-21
• 2.4 本章小结21-22
• 第3章 经济复杂系统的组织结构22-29
• 3.1 经济复杂适应系统的网络结构23-27
• 3.1.1 均衡和非均衡经济的假设23-25
• 3.1.2 连接结构的势能和作用力25-27
• 3.1.3 连接结构的多样性27
• 3.2 经济复杂适应系统宏观涌现特征27-28
• 3.3 本章小结28-29
• 第4章 产业经济小世界网络发展模型29-42
• 4.1 人工认知量化可计算模型29-33
• 4.1.1 感知器实现 XOR 问题的数学框架30-31
• 4.1.2 基准的概念31-32
• 4.1.3 人工认知量化可计算模型假设32-33
• 4.2 产业经济小世界网络发展模型33-36
• 4.2.1 经济环境34-35
• 4.2.2 CA 网络结构的生成35-36
• 4.3 产业经济小世界网络发展模型人工实验仿真平台36-41
• 4.3.1 高效企业扩散实验框架36-37
• 4.3.2 人工实验结果分析37-41
• 4.4 本章小结41-42
• 第5章 产业经济无尺度网络发展模型42-58
• 5.1 产业经济无尺度生长网络发展模型框架42-44
• 5.1.1 生长网络模型42-43
• 5.1.2 择优性连接43
• 5.1.3 硬连接和软连接43-44
• 5.1.4 产业经济发展模型的基本框架44
• 5.2 基本模型的构建44-48
• 5.2.1 基本模型框架45-46
• 5.2.2 基本模型的扩散曲线46-48
• 5.3 人工实验与数值结果分析48-56
• 5.3.1 初始网络结构对宏观涌现的影响48-50
• 5.3.2 力和能量对宏观涌现的影响50-52
• 5.3.3 人工认知能力对宏观涌现的影响52-56
• 5.4 本章小结56-58
• 结论58-59
• 参考文献59-62
• 攻读硕士学位期间所发表的学术论文62-63
• 致谢63

【参考文献】

中国期刊全文数据库 前6条

1 方锦清,汪小帆,刘曾荣;略论复杂性问题和非线性复杂网络系统的研究[J];科技导报;2004年02期

2 戴汝为;系统科学及系统复杂性研究[J];系统仿真学报;2002年11期

3 郑金连,狄增如;复杂网络研究与复杂现象[J];系统辩证学学报;2005年04期

4 陈禹;人类对于网络的认识的新发展[J];系统辩证学学报;2005年04期

5 赵明,汪秉宏,蒋品群,周涛;复杂网络上动力系统同步的研究进展[J];物理学进展;2005年03期

6 吴金闪,狄增如;从统计物理学看复杂网络研究[J];物理学进展;2004年01期

，

本文编号：858014