项目交互耦合网络演化

针对现有文献中较少考虑交互依赖关系对项目组合动态选择影响的问题,借鉴复杂网络理论,提出项目交互耦合网络概念,并从项目收益、资源成本、项目风险、项目状态、交互依赖关系及战略匹配程度等6个方面描述网络演化的影响要素.在此基础上,提出网络生成及调整规则,给出网络稳定状态定义,建立项目交互耦合网络.研究结果表明,与传统模型相比,项目交互耦合网络模型能得到更优的项目组合,能更有效地利用资源,规避风险,提高收益,同时,项目交互耦合网络能更好地了解项目结构,为项目组合管理提供支持.项目组合管理者应对那些节点介数大、聚集系数高的项目即核心项目进行重点扶持与保护,以防这些项目失败后引起其邻节点失败,甚至导致整个项目网络发生级联失败.     

项目组合交互风险的网络聚类及协同演化研究

将交互关系纳入项目组合风险研究框架,分析项目组合交互风险网络复杂性及其演化规律。从交互关系分类入手,将项目组合表征为由多个子系统相互作用构成的交互耦合网络,并提出了基于直觉模糊生态聚类算法的项目组合交互风险网络聚类识别模型;基于扩展的Lotka-Volterra方程建立项目组合交互风险协同演化模型,对比研究具有竞争、共生和偏利偏害效应的项目组合交互风险演化规律。研究表明,项目组合风险效率最大化及系统稳定性的关键在于项目组合交互关系及其强度,同时合理控制组合配置比例。     

基于复杂网络的风险传播模型及有效算法

提出一种基于复杂网络的风险传播模型及有效算法,通过结合复杂网络中传播蔓延现象的推广模型,将风险传播模型划分为两种：主动型风险传播模型与被动型风险传播模型。并对已有风险传播算法进行改进,实验表明,该模型及算法能健全风险传播机制,提高传播速度与精确度。     

复杂网络背景下的物流网络风险因子扩散研究

快速发展的物流服务已经融入了人们的生产、生活中,而由于突发的风险所导致的延误、停滞等问题会严重影响运输效率,造成各类经济财产损失。因此基于物流风险内部和外部因素的考虑优化了Stackelberg模型,将市场价格变化造成的供需波动界定为物流服务中的风险因子,并定量分析了价格弹性系数和初始供货价格对于波动的影响。在此分析的基础上,基于复杂网络中的传染病模型SIR,以物流网络的角度构建了风险因子的扩散模型,利用节点拓扑权重和供需波动改进了扩散的机制。通过在人工网络和真实网络中取不同参数模拟风险因子的扩散过程,讨论了在不同价格弹性系数和初始价格下风险的扩散结果,分析了模型的性能,并在真实物流网络中验证了模型的合理性和可靠性。     

基于滑模控制法的不确定复杂网络间有限时间组合同步

将组合同步的概念引入到复杂网络,针对4个不确定复杂网络间的有限时间组合同步问题进行研究;将同时受到未知参量及不确定扰动影响的4个复杂网络按照$A+B+C-D$的形式进行组合;基于滑模控制原理及有限时间稳定性理论,设计网络滑模面及控制输入,得到实现同步的充分条件.最后通过数值仿真验证所提方法的有效性.     

基于复杂网络的欺诈风险识别

随着我国金融行业的快速发展,个人信贷业务市场份额也在快速增长,传统的通过人工方式进行风险判定的模式已经越来越无法满足当代金融市场的发展需求。因此,大数据及机器学习技术在欺诈风险识别领域的应用也逐渐深化起来。本文提出一种利用手机通讯录构建的复杂网络,结合XGBoost算法[1]实现欺诈风险的识别模型。     

复杂网络视角下维修人员风险传导仿真研究

伴随着科技的飞速发展,装备系统的复杂性日益增强,装备的维修保障能力成为提升装备使用效能的关键点,装备维修人员的维修质量决定了装备的使用效能。为了提高装备维修人员的维修质量和保障效率,本文运用复杂网络的有关理论知识,针对装备维修风险信息在维修人员之间的传导进行研究。通过建立风险信息传导模型,定义结点之间风险信息传导规则,在改变维修人员的网络拓扑结构和本质风险等级情况下,动态考察网络中节点状态的变化情况。通过仿真对不同网络拓扑结构和不同本质风险等级的人员比例对风险信息传导范围和周期进行分析。验证了所提算法的有效性,并且得出抑制风险传导速率的相关结论,为研究复杂系统的内部组元间风险传导关系提供了依据。     

基于聚类效应节点吸引力的复杂网络模型

针对原始吸引模型及改进模型存在聚集系数小的缺陷,提出一种基于聚类效应节点吸引力的复杂网络模型CALW。该模型针对真实网络中择优连接的局域性特点,借鉴森林火灾传播的思想构造局域世界,将节点的吸引力定义为随时间变化的函数。数值模拟结果表明,CALW模型的度分布服从幂律分布,具有较高的网络聚集系数,且有保持高聚集性不变的特性。     

基于复杂网络的非正式团体知识交互网络分析

针对知识在非正式团体中的传播特征,结合复杂网络理论,为了企业知识不断创新,提出了一种非正式团体知识交互网络模型.通过仿真得出,在小世界网络模型下知识的传播速度和平均知识水平比其他网络模型有明显优势,进而在非正式团体知识交互网络的描述与分析中提出利用"小世界"的平均路径长度和聚类系数来表征IFG知识交互网络中的交互频繁度和交互聚集度的思想,为进一步研究IFG组织及管理与其内部知识创新的内在联系提供了数量分析基础.     

基于贝叶斯网络的软件项目风险管理模型

提出了一种基于贝叶斯网络的软件项目风险管理模型。随着软件项目的进行,该风险管理模型能够利用不断更新的项目数据持续地预测潜在风险,确定风险源并采取适当的应对措施降低风险发生概率。经实践检验,在软件开发过程中引入该风险管理模型能够有效地对风险进行管理,提高软件开发的成功率。     

基于贝叶斯网络的软件项目风险评估模型

针对软件项目面临失败风险的问题,提出一种新的软件风险评估模型,采用贝叶斯网络推理风险发生的概率,用模糊语言评估风险后果与损失的方法。实践证明,通过应用基于贝叶斯网络的软件风险评估模型,加强了软件企业风险管理的意识,降低了失败风险发生的概率,提高了软件开发的成功率。     

基于贝叶斯网络的软件项目风险分析过程

论文提出了一种基于贝叶斯网络的软件项目风险分析过程。随着软件项目的进行,该风险分析过程能够利用不断更新的项目数据持续地预测潜在风险,并以此确定风险源并采取适当的应对措施降低风险发生概率。经实践检验,在软件开发的风险分析过程中引入贝叶斯网络技术能够有效地对风险进行管理,提高软件开发的成功率。     

基于credal网络的软件项目风险管理模型

针对软件项目的复杂性和不确定性,本文在贝叶斯网络基础上,提出了一种基于credal网络的软件项目风险管理模型.该模型不仅能处理专家估计风险因素的影响时给出的不精确概率,还能集结多专家的不同意见.实践证明该模型能充分利用项目数据和专家经验,通过概率推理,有效地预测潜在风险,辅助风险管理者确定风险源并及时采取措施以降低风险发生的概率.     

一种基于贝叶斯网络的软件项目风险管理方法

提出一种新的软件项目风险管理方法,采用贝叶斯网络同时对风险发生概率和风险影响进行推理.该风险管理方法能够随着软件项目的进行持续地评估潜在风险,并采取适当的措施应对风险.实践证明,在软件开发过程中引入该风险管理方法能够有效地对风险进行管理,提高软件开发的成功率.     

基于单位风险收益最大原则的贷款组合优化决策模型

针对 已有的不确定投资情况下风险与收益选择方法的特点与弊端提出了在贷款组合配给中的单位风险收益最大原则,并信此建立了风险贷款组合的优化决策模型,解决了收益与风险各不相同时贷款组合的决策问题,实例分析和表明了该方法的科学性。     

基于蒙特卡洛小波去噪的股票投资组合风险优化研究

股票投资是我国重要的投资形式之一,但是从股票市场到投资者的个人投资决策都充斥着干扰和噪声。传统的随机矩阵理论（RMT）对证券投资组合风险优化产生了显著效果,然而RMT的去噪效果会随着组合证券数量的减少而下降,同时RMT仅仅是对证券收益协方差矩阵进行去噪,所以存在着一定局限性。从马科维茨(Markowitz)投资组合风险优化模型出发,基于小波分析视角讨论了蒙特卡洛模拟与小波去噪应用在投资组合风险优化上的可行性,并构造了蒙特卡洛小波去噪算法（MWF）。运用上海证券交易所A股股票交易数据进行实证分析,对比了传统的蒙特卡洛RMT(MKR)去噪方法、传统的RMT去噪法（LCPB、PG 和KR）以及单纯的Markowitz模型在股票投资组合上的风险优化效果。实证结果表明,蒙特卡洛小波去噪法在股票投资组合风险优化方面表现更好,并提供了一种新的股票投资组合配置方式。     

兼控利率风险和流动性风险的资产负债组合优化模型

提出了资产负债管理的利率结构对称原理,通过控制持续期缺口和免疫条件来控制利率风险,保护银行股东权益的安全．以线性规划为工具,建立了兼控利率风险和流动性风险的资产负债组合优化模型．将利率结构对称原理引入银行资产组合优化,解决了资产与负债利率的协调和匹配问题,使银行股东的权益在市场利率发生变化时不受到影响和损失,并解决了决策模型的服务对象问题．     

基于微粒群算法的单阶段投资组合优化

投资组合优化问题是NP难解问题,通常方法很难达到全局最优,文章对微粒群算法在投资组合优化中的具体应用进行了研究,在具体应用过程中为了提高算法的收敛性和稳定性对算法进行了改进,通过多次具体的真实历史数据的验证和试验结果分析。结果表明在解决单阶段投资组合优化问题中,微粒群算法是一种高效的、可靠的优化算法,具有一定的实用价值。