当前位置:主页 > 理工论文 > 系统学论文 >

基于贝叶斯网络的复杂系统因果关系研究

发布时间:2020-07-11 07:36
【摘要】:因果关系是复杂系统中普遍存在的一种重要关系,因果分析是人们透过现象看本质的一种重要手段,能够帮助人们理解和掌握特定论域的内在因果规律。复杂系统中的因果关系往往是不确定的、间接的和演化的,且复杂环境中存在的因果背离会导致系统出现因果不一致性,从而使复杂系统因果关系和因果作用机理难以认知。从系统角度来看,能量是复杂系统中具有决定性的一种本质要素,系统的表面特征是能量的外在表现形式,系统发生的事件或态势是能量作用的结果,从而使能量成为联系表面特征和系统态势之间的因果纽带,因此能量分析是复杂系统因果认知研究的一种重要手段。论文以因果贝叶斯网络作为因果知识表示模型,利用从复杂系统中提取的数据,通过机器学习方法获得因果关系的结构模型。在此基础上,围绕复杂系统中因果关系发现及其传播问题,开展了相关研究,主要研究内容如下:(1)基于因果强度和扰动测试的复杂系统因果结构关系发现 由于复杂系统中的因果关系具有不确定性和强弱性,导致因果关系难以发现。扰动学习通过对目标结点的参数进行操纵,并观察所产生的影响,从而判断系统之间的因果联系,是一种有效的主动学习方法。针对现有扰动学习方法在选择扰动结点时没有考虑结点间因果关系的不确定性和强弱性,本文首先引入因果互信息来度量结点之间因果关系的强度;然后将因果互信息和非对称熵相结合作为因果不确定性评价标准来选择扰动结点,产生扰动数据;最后提出基于因果强度和扰动测试的因果结构关系发现算法(CP-ITCD)。实验结果表明,该方法能够用较少的扰动次数获得精确的因果结构,学习效果明显优于现有方法。(2)基于灵敏性分析的复杂系统因果传播过程研究 复杂系统中因果影响是深层的,要素状态变化所产生的影响会在系统中不断传播并累积,甚至出现蝴蝶效应。针对复杂系统中因果关系的传递性和影响的深层性,论文首先通过贝叶斯网络的灵敏性分析复杂系统因果传播的过程,建立灵敏性函数;然后以灵敏度衡量父结点的相对重要性,并作为父结点选择的依据;最后提出基于灵敏度的因果链路搜索算法(SA-CC),并对算法的性能和复杂性进行分析。(3)基于能量计算的复杂系统因果传播动力机理研究 能量是复杂系统中具有决定性的一种本质要素,事件的态势是能量作用的结果,因此能量是系统因果传播的动力。股市系统是非线性、高噪音的动态复杂系统,股市态势波动本质上是一个能量变化过程,因此基于能量思想可以实现对股市态势的有效预测。论文首先从股市系统的特性分析入手,提取影响股市态势的能量要素,给出不同特征的能量计算模型,并分析能量分布不一致性;然后基于贝叶斯网络数据融合技术分析能量的传播过程,构建股市态势结构模型;最后将能量条件概率函数之间的约束关系引入到支持向量机中,提出基于能量计算的股市态势预测算法(E-STF)。实验选取上证指数3年的数据进行对比和分析,结果表明基于能量思想能有效解决能量分布不一致性问题,且使态势预测准确率得到有效提升。
【学位授予单位】:合肥工业大学
【学位级别】:博士
【学位授予年份】:2015
【分类号】:N941.4
【图文】:

结点选择,汉明距离,准则


:\n\..逦;逡逑i邋,邋v:^>c^.邋一…1逡逑012345678逡逑number邋of邋interventions逡逑图3.4扰动结点选择准则和结构贿之间的关系逡逑Fig邋3.4邋民elationship邋of邋structure邋entropy邋and邋化6邋selection邋of邋in化rvention邋打ode逡逑g邋1.5.邋\邋/逦\逦--?■y—邋mutual邋information逡逑窒逦\邋/逦\逦—A巧邋men邋的邋py逡逑?,逦,逦V逦^\逦\逦non-sym邋entropy逡逑y邋\逦々邋mutual邋information逡逑\逦\逦and邋non-sym邋entropy逡逑\\逡逑00 ̄ ̄; ̄ ̄2 ̄3 ̄1ttf ̄逡逑number邋of邋inlerventions逡逑图3.5邋扰动结点选择准则和汉明距离之间的关系逡逑Fig邋3.5邋Relationship邋of邋Hamming邋distance邋and邋selection邋of邋intervention邋node逡逑从图3.4和图3.5中可W看出首次扰动采用互信息,结构赌和海明距离均是逡逑最小的,其余结点采用非对称信息烦的结构赌和海明距离均在第5次扰动就达到逡逑最小值。逡逑总之,基于扰动的学习方法和基于观察数据的被动学习方法相比,所获得的逡逑因果贝叶斯网络结构更准确、稳定。采用不同的因果强度评价标准对结构学习的逡逑精度有较大的影响,其中基于因果互信息选择扰动结点,其结构烦难于收敛,但逡逑首次扰动的效果比较好;用非对称信息摘和对称搁选择扰动结点,所得网络的结逡逑构摘都有很好收敛效果

走势图,峰顶,指数,技术指标


逡逑示,图5.化为技术指标能量走势图,在7.30-8.4之间岛/<凤/和&?<成,即逡逑技术指标MACD、RSI与大盘走势出现不一致;图5.8c为股市态势能量E的走逡逑势图

技术指标,能量,峰顶,股市


逡逑示,图5.化为技术指标能量走势图,在7.30-8.4之间岛/<凤/和&?<成,即逡逑技术指标MACD、RSI与大盘走势出现不一致;图5.8c为股市态势能量E的走逡逑势图

【相似文献】

相关期刊论文 前10条

1 刘乐平;高磊;卢志义;;贝叶斯身世之谜——写在贝叶斯定理发表250周年之际[J];统计研究;2013年12期

2 云连英;汪荣伟;;保费调整的贝叶斯方法[J];统计与决策;2006年05期

3 游顶云;李康;;贝叶斯网络方法在基因调控研究中的应用[J];中国卫生统计;2009年01期

4 闵素芹;李群;;分层线性模型中的经验贝叶斯与完全贝叶斯方法及其比较[J];统计与决策;2010年11期

5 胡春玲;;贝叶斯网络研究综述[J];合肥学院学报(自然科学版);2013年01期

6 丁以华;;贝叶斯方法的发展及其存在问题[J];质量与可靠性;1986年01期

7 吴伯贤;;贝叶斯方法在洪水频率分析中的应用[J];成都科技大学学报;1990年01期

8 陶波;苏德清;王玲玲;费鹤良;;关于元件失效率等级鉴定试验的一种贝叶斯方法[J];应用概率统计;1990年03期

9 张尧庭;应积极开展对贝叶斯学派的介绍和研究[J];统计研究;1992年04期

10 郑骏;随机方法与贝叶斯方法在高新技术中的应用[J];软科学;1995年01期

相关会议论文 前10条

1 David Z.D'Argenio;;贝叶斯方法在实验室研究向临床的转化以及辨识隐含亚群体中的应用(英文)[A];中国药理学会临床药理学专业委员会会议暨第十次全国临床药理学学术会议论文集[C];2007年

2 姜峰;高文;姚鸿勋;;贝叶斯网络的推理和学习[A];全国网络与信息安全技术研讨会'2005论文集(下册)[C];2005年

3 丁东洋;刘希阳;;风险分析中的稳健贝叶斯方法[A];2011年全国电子信息技术与应用学术会议论文集[C];2011年

4 周桃庚;沙定国;;贝叶斯可靠性序贯验证试验方法[A];中国仪器仪表学会第三届青年学术会议论文集(下)[C];2001年

5 陈晓怀;程真英;刘春山;;动态测量误差的贝叶斯建模预报[A];第二届全国信息获取与处理学术会议论文集[C];2004年

6 杜鹏英;罗小平;何志明;;贝叶斯网络的发展及理论应用[A];第三届全国虚拟仪器大会论文集[C];2008年

7 杨丽;武海滨;李康;;无金标准诊断试验评价的贝叶斯方法及应用[A];2011年中国卫生统计学年会会议论文集[C];2011年

8 宁鹏达;;贝叶斯方法在风险投资项目决策中的应用[A];第四届中国科学学与科技政策研究会学术年会论文集(Ⅰ)[C];2008年

9 朱永生;;贝叶斯方法确定泊松变量的置信上限[A];中国物理学会高能物理分会第七届学术年会实验分会场论文集[C];2006年

10 王增忠;柳玉杰;施建刚;;建筑工程项目全寿命安全管理决策的贝叶斯方法[A];中国优选法统筹法与经济数学研究会第七届全国会员代表大会暨第七届中国管理科学学术年会论文集[C];2005年

相关博士学位论文 前10条

1 阚英男;基于网格近似法的数控机床贝叶斯可靠性评估研究[D];吉林大学;2015年

2 翟胜;基于贝叶斯网络的复杂系统可靠分析方法研究与应用[D];天津工业大学;2016年

3 刘瑞;基于贝叶斯网络的洪水灾害风险评估与建模研究[D];华东师范大学;2016年

4 张润梅;基于贝叶斯网络的复杂系统因果关系研究[D];合肥工业大学;2015年

5 李艳颖;贝叶斯网络学习及数据分类研究[D];西安电子科技大学;2015年

6 贾海洋;贝叶斯网学习若干问题研究[D];吉林大学;2008年

7 黄友平;贝叶斯网络研究[D];中国科学院研究生院(计算技术研究所);2005年

8 朱允刚;贝叶斯网学习中若干问题研究及其在信息融合中的应用[D];吉林大学;2012年

9 董立岩;贝叶斯网络应用基础研究[D];吉林大学;2007年

10 李小琳;面向智能数据处理的贝叶斯网络研究与应用[D];吉林大学;2005年

相关硕士学位论文 前10条

1 张路路;贝叶斯网络系统可靠性分析及故障诊断方法研究[D];山东建筑大学;2015年

2 徐冰;基于贝叶斯网络的传染病时空预警模型研究[D];长安大学;2015年

3 李艳强;基于不确定理论的酸洗线和镀锌线的视情维修策略研究[D];河北工程大学;2015年

4 王芸;贝叶斯AGARCH模型在我国商业银行利率风险度量中的应用[D];南京财经大学;2015年

5 侯欢欢;基于贝叶斯网络城市埋地燃气管线风险评价研究[D];首都经济贸易大学;2015年

6 王宇;贝叶斯参数更新在可靠性分析中的应用[D];南京航空航天大学;2014年

7 李福伟;贝叶斯压缩感知理论与技术[D];电子科技大学;2015年

8 李景囡;基于依赖分析的贝叶斯网络结构学习算法研究[D];西安电子科技大学;2014年

9 杨祥睿;基于贝叶斯网络的船撞桥风险评估研究[D];重庆交通大学;2015年

10 汤玉利;贝叶斯反问题的MAP估计及其一致性[D];上海交通大学;2015年



本文编号:2750139

资料下载
论文发表

本文链接:https://www.wllwen.com/projectlw/xtxlw/2750139.html


Copyright(c)文论论文网All Rights Reserved | 网站地图 |

版权申明:资料由用户ee28a***提供,本站仅收录摘要或目录,作者需要删除请E-mail邮箱bigeng88@qq.com