论文部分内容阅读
重大突发事件和非常规突发事件频发同时也是世界各国共同面临的迫切问题,近些年的重大突发事件充分暴露了当前人类应急管理水平的落后,并严重影响社会、经济发展,非常规突发事件研究面临“无真可仿”的难题。受生物免疫系统启发,人工免疫模拟生物免疫系统原理和功能,结合人工智能、免疫算法和机器学习等系统的一些优点,具有创新解决危机问题方法的潜力。本文在非常规突发事件的特质基因基础上,建立了两种风险识别模式：一是基于非线性系统混沌理论的HMM基因识别模型,通过识别基因比例与状态转化概率,识别非常规突发事件风险；二是基于平行计算思想,建立免疫风险识别器,挖掘出不同类型的突发事件免疫反应特性,识别非常规突发事件风险。研究将免疫系统与非常规突发事件进行更深层次的学科融合,为定量分析非常规突发事件提供了一种新的思路,具有重要的理论价值和实践指导意义。本文的创新点主要有以下点：(1)提出了非常规突发事件特质基因理念与框架。运用免疫学基因理论研究非常规突发事件识别问题,建立了免疫基因与非常规突发事件的映射关系,剖析了非常规突发事件九种特质与三类演化机理,构建了“九三”双层非常规突发事件基因框架,并提出了非常规突发事件免疫基因概念与假设。(2)构建了基于混沌系统和基于免疫机理的两类识别模式。建立了HMM基因识别模型与免疫风险识别模型,从多个层面剖析非常规突发事件的演化规律与风险识别表征。HMM基因识别模型通过识别特质基因比例与转换概率发现非常规突发事件的风险。多Agent免疫风险识别模型通过非常规突发事件免疫风险识别器抗体进化的理论假设,挖掘出不同类型的突发事件免疫反应特性与演化图谱从而评估非常规突发事件风险。(3)建立了基于平行计算的仿真模型。通过Matlab与Swarm平台,设计相应的平行计算程序。通过多次计算实验,挖掘识别模式与识别策略的优劣势,提出仿真优化策略。