论文部分内容阅读
宏观经济决策是宏观经济管理的核心,决策的正确与否直接影响到宏观经济各个管理职能能否正确发挥作用,并将从整体和长远上制约宏观经济管理的效率和效益。预测是决策的前提,只有在正确预测的基础上才能作出科学的决策。宏观经济预测决策是管理科学领域重要的研究方向,是地区和国家经济发展规划决策必须解决的重要问题。目前宏观经济预测和决策的综合集成系统已经成为经济预测领域的研究重点,智能化的综合集成系统研究是该领域发展的一种重要的趋势。本文围绕国家自然科学基金项目《多目标动态投入产出优化模型与算法研究》的任务,将宏观经济预测模型方法与IDSS结合起来进行研究。取得了以下主要结果: 1.分析了宏观经济预测、智能决策支持系统及Agent技术的研究现状,针对现有预测决策支持系统在人机交互,知识管理与获取,数据信息获取及预测模型的运用方面存在的某些问题和不足,使用人工智能的新技术Agent,利用基于Agent的系统具有智能用户交互、知识分散存储管理、知识智能获取、定性与定量有机结合等优点,构建宏观经济智能预测决策支持系统(Macro-economic Intelligent Forecasting Decision Support Sytem,简称MEIFDSS)。 2.提出了面向任务的Agent设计思想,以Agent的任务为核心设计Agent结构,先以面向目标设计方法设计Agent的总体框架结构,在此基础上针对Agent的任务设计Agent具体功能结构,最后以基于事件处理的设计方法来实现Agent。该方法针对性强,有利于系统中Agent的数目及粒度的确定。并针对宏观经济预测决策的实际需要设计了界面Agent、中心控制Agent、模型Agent、分析评价Agent、综合集成Agent、信息收集Agent和模型构造Agent七种不同类型的Agent共同完成整个宏观经济预测决策任务,对系统中各种类型Agent的具体结构进行研究。 3.提出了从数学模型到Agent的映射关系,给出了使用Agent技术来表示模型、构建模型系统的一种模式,为将数学模型进行Agent封装提供了一种可行的思路和方法,该方法将各个模型的适用条件、优缺点、以及其所需要的外生变量等作为模型Agent的知识存储在模型Agent中,使模型系统从传统的静态方式转变为对环境具有一定适应能力的动态模型系统,使问题的求解方式从原来系统调用模型的被动求解变为模型Agent主动匹配问题的求解方式。 摘要 4.在多Agent系统中,Agent之间的协作、协商是一个重要的研究课题,提出构建专门的协作Agent来完成多Agent之间的协作,Agent协作过程中需要的协作协议、协作策略、协作处理、协作评估都由协作Agent来完成,使整个系统的协作任务变得灵活,容易操作。与传统的协作方式相比,协作Agent可以使多Agent系统中其他任务Agent结构简单,从而提高系统的任务求解速度。 5.实现了单机环境下的 MEIFDSS的实验系统,系统具有预测和分析决策功能。该系统包含了多目标动态投入产出优化模型和人工神经网络模型等重要模型,利用该系统对国家“十五”时期宏观经济发展进行了预测及分析,得到了比较满意的结果,预测结果相对误差小于3%,精度较高,具有一定的可信度,可以为研究制定宏观经济发展规划提供决策支持,也为下一步实现网络环境下的综合集成系统打下了基础。