自组织数据挖掘理论与方法及经济系统的复杂性研究

经济系统的复杂性研究着重于揭示经济对象构成的原因及其深化的历程，并尽可能准确地预测其未来的发展。只要利用科学方法揭示我国复杂经济系统的演化规律，并采用切实可行的对策，制定出科学的中长期规划，就可以避免重大的决策失误。所以，经济系统的复杂性研究对于我国的国民经济健康发展具有十分重要的意义。 本文深入研究和发展自组织数据挖掘的理论与方法，并用于中国经济系统的复杂性研究。其主要工作如下： (1)提出了一个新观点：自组织数据挖掘方法是研究复杂系统的从定性到定量综合集成方法的有效实现技术。对人民币汇率影响因素分析的实证研究印证了上述观点。 (2)提出了自组织组合预测法。与一些常见的组合预测方法比较，该方法显著改善了模型的预测能力。实证分析显示了其在预测中的有效性和可操作性。 (3)结合复杂经济系统的特点对自组织数据挖掘方法的改进。使用增加同类经济对象数据样本的方法，解决了自组织数据挖掘算法实际应用的一个矛盾：其相似体合成算法需要大数据样本但复杂经济系统中有效数据样本不足。鉴于研究经济系统时常关注它的近期行为，对客观系统分析法中使用的最小偏差准 则进行了相应改进。受证券投资技术分析中移动平均指标的启发，对我国股市 进行预测时，使用了带移动平均处理自变量的自组织数据挖掘算法。上述改进 的实证研究表明它们得到的结果更符合经济系统实际。 本文的结果是对自组织数据挖掘理论与方法及经济系统的复杂性研究的发 展，对正确认识我国国民经济系统的演化规律并进行科学决策具有参考意义。