书籍详情
复杂系统建模与仿真
作者：白世贞，张鹤冰，薛宁
出版社：经济管理出版社
出版时间：2019-11-01
ISBN：9787509668726
定价：¥59.00
购买这本书可以去
内容简介
《复杂系统建模与仿真》介绍了系统科学与复杂理论在经济学等社会科学中的应用，以及各种社会科学计算机模型。具体讲述了连续与离散系统模型、灰色系统、人工神经网络、马尔可夫链、复杂网络、Agent复杂系统建模、系统动力学的建模与仿真以及蒙特卡洛仿真等内容。《复杂系统建模与仿真》较全面地介绍了用微观仿真方法从事复杂系统研究所需的基础知识和建模仿真技术，对相关领域的研究前沿进行了归纳。同时，用实例的形式介绍了模型建立、仿真实现、结果分析等方面的知识，提供了详细、全面的技术信息，便于读者参考。其特色在于注重核心概念、思维方法的阐述，同时兼顾基本工具与模型设计的指导，是复杂系统仿真领域中一本实用、新颖、全面的读物。《复杂系统建模与仿真》可作为高等院校管理科学与工程、经济学、社会科学、系统工程等专业研究生教材，也可供管理科学、系统科学、复杂性科学等领域研究人员参考。
作者简介
白世贞，男，1962年生，山东招远人，哈尔滨商业大学管理学院院长、教授、博士生导师，东南大学经济管理学院工学博士。研究方向：服务创新与战略管理、物流与供应链管理。主持国家自然科学基金项目4项，国家科技支撑计划重点专项1项，“十一五”国家科技支撑计划重大项目、“十五”国家科技攻关计划重大项目子课题各1项，教育部、财政部重点招标项目2项；在国内外学术期刊发表论文110余篇，其中多篇相关理论成果发表在《中国管理科学》、《系统工程理论与实践》、Electronic Commerce Research and Applications等国内外高水平期刊上。研究成果获教育部科技进步二等奖，黑龙江省科技进步二等奖，黑龙江省社会科学优秀科研成果一等奖。张鹤冰，女，1984年生，黑龙江省哈尔滨市人，哈尔滨商业大学管理学院副教授，哈尔滨工程大学工学博士。研究方向：复杂系统建模与仿真、复杂网络同步控制。主持多项国家、省级课题，已发表论文10余篇，其中多篇研究成果发表在《系统仿真学报》《运筹与管理》等管理科学部认定的A类期刊上。薛宁，男，1993年生，河南省南阳市人，哈尔滨商业大学管理学院2018级博士生。研究方向：物流与供应链管理。参与多项国家社科基金项目。
目录
1 绪论
1．1 系统的概念与分类
1．1．1 系统概念
1．1．2 系统分类
1．2 线性系统理论概述
1．2．1 线性系统的概念及分类
1．2．2 线性系统理论的主要任务
1．2．3 线性系统理论的发展过程
1．3 非线性系统理论概述
1．3．1 非线性系统的特点
1．3．2 非线性系统控制的方法
1．4 复杂系统的理论概述
1．4．1 复杂性概念与复杂系统
1．4．2 复杂系统的特点
1．4．3 复杂系统的研究对象
1．4．4 复杂系统的研究方法
1．5 复杂系统研究现状和趋势
1．5．1 研究现状
1．5．2 发展趋势
1．6 系统建模与仿真
1．6．1 系统建模
1．6．2 系统仿真
思考题
2 连续系统建模与仿真技术
2．1 面向方程的建模方法与仿真
2．1．1 面向方程建模的常用方法
2．1．2 微分方程建模步骤
2．1．3 微分方程仿真求解
2．2 数值积分方法的建模与仿真
2．2．1 离散化原理
2．2．2 龙格一库塔法
2．2．3 面向方程的龙格一库塔法仿真举例
思考题
3 离散系统建模与仿真
3．1 离散系统的基本概念
3．2 离散系统建模方法
3．2．1 实体流图法
3．2．2 活动周期图法
3．3 离散系统建模实例
3．3．1 排队服务系统建模
3．3．2 报童模型
3．3．3 库存系统的模型
3．4 离散系统仿真
3．4．1 离散系统仿真步骤
3．4．2 离散系统仿真基本原理
3．4．3 离散事件系统仿真策略
3．5 离散事件系统仿真结果分析
3．5．1 终态仿真结果的分析
3．5．2 稳态仿真结果的分析
思考题
4 灰色系统建模与仿真
4．1 灰色系统理论概述
4．1．1 灰色系统理论的基本概念
4．1．2 灰色系统理论的基本原理
4．1．3 灰色系统理论的主要内容
4．2 灰色关联分析
4．2．1 灰色关联因素和关联算子集
4．2．2 灰色关联公理与灰色关联度
4．2．3 灰色关联分析的应用举例
4．3 GM（1，1）灰色系统模型
4．3．1 GM（1，1）模型概述
4．3．2 GM（1，1）建模机理
4．3．3 GM（1，1）模型的几种形式
4．3．4 残差GM（1，1）模型
4．4 灰色系统预测理论
思考题
5 基于人工神经网络的建模及仿真
5．1 人工神经网络简介
5．1．1 人工神经网络模型
5．1．2 人工神经网络的结构
5．1．3 人工神经网络的基本特征
5．2 BP神经网络
5．2．1 BP学习算法
5．2．2 BP算法的计算步骤
5．3 ．BP神经网络案例分析
5．3．1 模型的构建
5．3．2 风险警度、预警信号的确定
5．3．3 风险预控对策
5．3．4 仿真分析
思考题
6 马尔可夫链建模方法
6．1 马尔可夫链的基本理论
6．1．1 状态转移概率
6．1．2 查普曼一柯尔莫哥洛夫方程
6．1．3 齐次马尔可夫链的有限维分布
6．2 实例分析
思考题
7 复杂网络
7．1 复杂网络概述
7．1．1 复杂网络的定义
7．1．2 复杂网络中的基本概念
7．1．3 复杂网络的结构模型
7．2 复杂网络基础理论
7．2．1 网络科学理论发展的三个时期
7．2．2 复杂网络的特性
7．2．3 其他基础理论
7．2．4 复杂网络的研究内容和意义
7．2．5 网络拓扑结构与静态特征
7．3 复杂网络应用
7．3．1 小世界实验
7．3．2 一些实际的复杂网络系统
7．3．3 复杂网络的静态几何量
7．3．4 网络拓扑的基本模型及其性质
7．4 案例分析
思考题
8 Agent复杂系统建模
8．1 Agent系统概述
8．1．1 多Agent系统研究方法
8．1．2 多Agent协调
8．2 Agent结构模型
8．2．1 Agent混合结构模型
8．2．2 其他Agent结构模型
8．2．3 具有通用性的Agent混合结构模型
8．3 Agent的学习机制
8．3．1 复杂系统建模对Agent学习系统的要求
8．3．2 基于遗传算法的Agent规则学习与演化机制
8．3．3 基于强化学习的多Agent智能决策
8．4 多Agent模型
8．4．1 复杂系统框架结构及工作流程
8．4．2 多Agent建模与控制方法的特点
8．4．3 多Agent建模与控制研究框架
8．4．4 多Agent交互与协调模型
思考题
9 系统动力学
9．1 系统动力学概述
9．1．1 系统动力学方面的主要成果
9．1．2 系统动力学发展历史
9．2 系统动力学基本理论
9．2．1 系统动力学的概念
9．2．2 系统动力学图形表示法
9．2．3 系统动力学机理
9．3 DYNAMO语言
9．3．1 DYNAM0概述
9．3．2 DYNAM0基本原理
9．3．3 DYNAM0方程
9．4 系统动力学建模步骤
9．4．1 系统分析
9．4．2 系统结构分析
9．4．3 建立数学的规范模型
9．4．4 模型模拟与政策分析
9．4．5 模型的检验与评估
9．5 案例分析
9．5．1 企业成长与投资不足案例
9．5．2 供应链中“牛鞭效应”
思考题
10 蒙特卡洛仿真
10．1 蒙特卡洛仿真发展
10．2 蒙特卡洛方法的基本思想
10．3 蒙特卡洛的理论基础
10．4 蒙特卡洛方法的优缺点
10．4．1 优点
10．4．2 缺点
10．5 蒙特卡洛常用概率分布的抽样公式
参考文献
1．1 系统的概念与分类
1．1．1 系统概念
1．1．2 系统分类
1．2 线性系统理论概述
1．2．1 线性系统的概念及分类
1．2．2 线性系统理论的主要任务
1．2．3 线性系统理论的发展过程
1．3 非线性系统理论概述
1．3．1 非线性系统的特点
1．3．2 非线性系统控制的方法
1．4 复杂系统的理论概述
1．4．1 复杂性概念与复杂系统
1．4．2 复杂系统的特点
1．4．3 复杂系统的研究对象
1．4．4 复杂系统的研究方法
1．5 复杂系统研究现状和趋势
1．5．1 研究现状
1．5．2 发展趋势
1．6 系统建模与仿真
1．6．1 系统建模
1．6．2 系统仿真
思考题
2 连续系统建模与仿真技术
2．1 面向方程的建模方法与仿真
2．1．1 面向方程建模的常用方法
2．1．2 微分方程建模步骤
2．1．3 微分方程仿真求解
2．2 数值积分方法的建模与仿真
2．2．1 离散化原理
2．2．2 龙格一库塔法
2．2．3 面向方程的龙格一库塔法仿真举例
思考题
3 离散系统建模与仿真
3．1 离散系统的基本概念
3．2 离散系统建模方法
3．2．1 实体流图法
3．2．2 活动周期图法
3．3 离散系统建模实例
3．3．1 排队服务系统建模
3．3．2 报童模型
3．3．3 库存系统的模型
3．4 离散系统仿真
3．4．1 离散系统仿真步骤
3．4．2 离散系统仿真基本原理
3．4．3 离散事件系统仿真策略
3．5 离散事件系统仿真结果分析
3．5．1 终态仿真结果的分析
3．5．2 稳态仿真结果的分析
思考题
4 灰色系统建模与仿真
4．1 灰色系统理论概述
4．1．1 灰色系统理论的基本概念
4．1．2 灰色系统理论的基本原理
4．1．3 灰色系统理论的主要内容
4．2 灰色关联分析
4．2．1 灰色关联因素和关联算子集
4．2．2 灰色关联公理与灰色关联度
4．2．3 灰色关联分析的应用举例
4．3 GM（1，1）灰色系统模型
4．3．1 GM（1，1）模型概述
4．3．2 GM（1，1）建模机理
4．3．3 GM（1，1）模型的几种形式
4．3．4 残差GM（1，1）模型
4．4 灰色系统预测理论
思考题
5 基于人工神经网络的建模及仿真
5．1 人工神经网络简介
5．1．1 人工神经网络模型
5．1．2 人工神经网络的结构
5．1．3 人工神经网络的基本特征
5．2 BP神经网络
5．2．1 BP学习算法
5．2．2 BP算法的计算步骤
5．3 ．BP神经网络案例分析
5．3．1 模型的构建
5．3．2 风险警度、预警信号的确定
5．3．3 风险预控对策
5．3．4 仿真分析
思考题
6 马尔可夫链建模方法
6．1 马尔可夫链的基本理论
6．1．1 状态转移概率
6．1．2 查普曼一柯尔莫哥洛夫方程
6．1．3 齐次马尔可夫链的有限维分布
6．2 实例分析
思考题
7 复杂网络
7．1 复杂网络概述
7．1．1 复杂网络的定义
7．1．2 复杂网络中的基本概念
7．1．3 复杂网络的结构模型
7．2 复杂网络基础理论
7．2．1 网络科学理论发展的三个时期
7．2．2 复杂网络的特性
7．2．3 其他基础理论
7．2．4 复杂网络的研究内容和意义
7．2．5 网络拓扑结构与静态特征
7．3 复杂网络应用
7．3．1 小世界实验
7．3．2 一些实际的复杂网络系统
7．3．3 复杂网络的静态几何量
7．3．4 网络拓扑的基本模型及其性质
7．4 案例分析
思考题
8 Agent复杂系统建模
8．1 Agent系统概述
8．1．1 多Agent系统研究方法
8．1．2 多Agent协调
8．2 Agent结构模型
8．2．1 Agent混合结构模型
8．2．2 其他Agent结构模型
8．2．3 具有通用性的Agent混合结构模型
8．3 Agent的学习机制
8．3．1 复杂系统建模对Agent学习系统的要求
8．3．2 基于遗传算法的Agent规则学习与演化机制
8．3．3 基于强化学习的多Agent智能决策
8．4 多Agent模型
8．4．1 复杂系统框架结构及工作流程
8．4．2 多Agent建模与控制方法的特点
8．4．3 多Agent建模与控制研究框架
8．4．4 多Agent交互与协调模型
思考题
9 系统动力学
9．1 系统动力学概述
9．1．1 系统动力学方面的主要成果
9．1．2 系统动力学发展历史
9．2 系统动力学基本理论
9．2．1 系统动力学的概念
9．2．2 系统动力学图形表示法
9．2．3 系统动力学机理
9．3 DYNAMO语言
9．3．1 DYNAM0概述
9．3．2 DYNAM0基本原理
9．3．3 DYNAM0方程
9．4 系统动力学建模步骤
9．4．1 系统分析
9．4．2 系统结构分析
9．4．3 建立数学的规范模型
9．4．4 模型模拟与政策分析
9．4．5 模型的检验与评估
9．5 案例分析
9．5．1 企业成长与投资不足案例
9．5．2 供应链中“牛鞭效应”
思考题
10 蒙特卡洛仿真
10．1 蒙特卡洛仿真发展
10．2 蒙特卡洛方法的基本思想
10．3 蒙特卡洛的理论基础
10．4 蒙特卡洛方法的优缺点
10．4．1 优点
10．4．2 缺点
10．5 蒙特卡洛常用概率分布的抽样公式
参考文献
猜您喜欢
