李文軍，楊春燕

(1.廣東工業(yè)大學 可拓學與創(chuàng)新方法研究所，廣東 廣州 510006； 2.廣東工業(yè)大學 機電工程學院，廣東 廣州 510006)

基于系統(tǒng)動力學模型的物元相關(guān)網(wǎng)研究

李文軍1,2，楊春燕1,2

(1.廣東工業(yè)大學 可拓學與創(chuàng)新方法研究所，廣東 廣州 510006； 2.廣東工業(yè)大學 機電工程學院，廣東 廣州 510006)

在可拓學相關(guān)分析理論中，關(guān)鍵在于確定相關(guān)基元的函數(shù)關(guān)系。然而，在具體領(lǐng)域中運用的時候，相關(guān)函數(shù)的確定往往是比較困難的，也就局限了相關(guān)網(wǎng)方法的使用。文章以物元為研究對象，對物元的相關(guān)網(wǎng)進行了研究，提出了相關(guān)網(wǎng)的動力學模型建模方法以及一種在相關(guān)函數(shù)未知的情況下，基于系統(tǒng)動力學模型的物元相關(guān)函數(shù)近似構(gòu)造方法。該方法的原理是通過基礎(chǔ)數(shù)據(jù)的收集和分析，在依據(jù)相關(guān)網(wǎng)建立的動力學模型中按照固定的步驟進行模擬分析，得出物元的近似相關(guān)函數(shù)。在此基礎(chǔ)上，相關(guān)分析的進行就變得簡單、可模擬。案例分析的結(jié)果表明，該方法能夠有效模擬和近似構(gòu)造相關(guān)物元之間的函數(shù)關(guān)系，為相關(guān)網(wǎng)方法在具體領(lǐng)域中的運用奠定了一定的基礎(chǔ)。

可拓學； 物元； 相關(guān)分析； 相關(guān)網(wǎng)； 系統(tǒng)動力學； 仿真； 相關(guān)函數(shù)； 建模

相關(guān)網(wǎng)方法是可拓學中建立的利用基元模型研究基元之間的相關(guān)關(guān)系的方法[1]。目前對于復(fù)雜系統(tǒng)下相關(guān)網(wǎng)的量化研究較少，而對于復(fù)雜系統(tǒng)的研究而言，相關(guān)分析是一個很有用的分析方法。文獻[2]研究了復(fù)雜系統(tǒng)下相關(guān)分析中不同相關(guān)特征量值之間的函數(shù)關(guān)系，為復(fù)雜系統(tǒng)中相關(guān)網(wǎng)的進一步研究打下了堅實的基礎(chǔ)。文獻[3-7]基于基元的相關(guān)性介紹了傳導變換的概念以及傳導效應(yīng)的計算方法。然而，對于復(fù)雜系統(tǒng)的相關(guān)網(wǎng)，如果能用更簡單系統(tǒng)化的方法進行分析和研究，為相關(guān)函數(shù)的近似構(gòu)造提供依據(jù)，將會為可拓創(chuàng)意的生成和優(yōu)選提供現(xiàn)實依據(jù)。

系統(tǒng)動力學是由美國麻省理工學院J.W.Forrester教授提出的一種對社會經(jīng)濟問題進行系統(tǒng)分析的方法論和定性與定量相結(jié)合的分析方法。其目的在于綜合控制論、信息論和決策論的成果，以計算機為工具，分析研究信息反饋系統(tǒng)的結(jié)構(gòu)和行為。系統(tǒng)動力學研究的是組成系統(tǒng)的內(nèi)部若干因素相互間的影響，并加以模擬分析，得出最優(yōu)的決策，使系統(tǒng)更加完善或者更好地發(fā)揮系統(tǒng)的功能。當然，這里的系統(tǒng)指的是對于分析的問題所建立的模型。文獻[8-13]對近年來系統(tǒng)動力學的廣泛運用領(lǐng)域進行了綜述，并且可以得出系統(tǒng)動力學作為一種系統(tǒng)的科學分析方法，實踐證明其在各種領(lǐng)域的應(yīng)用研究效果顯著，在很多領(lǐng)域都具有很高的應(yīng)用價值。

可拓學中相關(guān)分析理論雖然比較直觀地表述了各相關(guān)基元相關(guān)特征的量值之間的函數(shù)關(guān)系，但需要依賴于已有領(lǐng)域知識確定函數(shù)關(guān)系。根據(jù)文獻[14-19]可知，如果缺乏領(lǐng)域知識，目前有兩種處理方法：1)如果有相關(guān)的數(shù)據(jù)積累，則可以利用數(shù)據(jù)挖掘方法或統(tǒng)計方法獲得規(guī)則知識；2)如果沒有相關(guān)的數(shù)據(jù)積累，則只能用規(guī)則表示，不能定量地準確表示出來，也就不可能將相關(guān)影響過程用函數(shù)進行模擬。文獻[20]有效利用系統(tǒng)動力學進行數(shù)據(jù)挖掘工作，取得了很好的效果。

在分析時如果能直接通過將可拓學中相關(guān)分析和系統(tǒng)動力學有機結(jié)合，對相關(guān)分析而言，就可以使相關(guān)網(wǎng)能夠進行時間連續(xù)的動態(tài)仿真模擬，得出更加全面準確的分析，為生成更有價值、更準確的決策方案提供依據(jù)。

從系統(tǒng)動力學模型的組成部分來說，包括“流”與“元素”。“流”即為系統(tǒng)內(nèi)傳遞的內(nèi)容：信息或者實物?！霸亍北硎鞠到y(tǒng)內(nèi)全體屬性的一個表征量。一般來說，將所有狀態(tài)變量在某個時刻的取值視為系統(tǒng)當時的狀態(tài)即為狀態(tài)變量；系統(tǒng)輸入作用后在系統(tǒng)輸出端所出現(xiàn)的變量，是屬于不可控變量即為“速率”；“輔助變量”則是一個可以控制的變量，形成系統(tǒng)的輸入。

可拓學中的相關(guān)分析，可以形式化、定量化分析若干物元之間的相互作用和相互影響。本文研究的相關(guān)網(wǎng)是由具有相關(guān)關(guān)系的物元組成的網(wǎng)絡(luò)，在網(wǎng)絡(luò)內(nèi)傳遞的內(nèi)容可以是信息，也可以是實物，即為“流”。對于由多個動態(tài)物元組成的相關(guān)網(wǎng)，如果相關(guān)網(wǎng)內(nèi)的每個動態(tài)物元都只有一個特征cm，該動態(tài)物元可表示為M(t)=(O(t),c,v(t))。設(shè)該特征在某一時刻t0的量值為v(t0)，且在時刻t1有v(t1)=v(t0)+Δv，此時，稱v(t0)為時刻t0處的狀態(tài)量，v(t1)為時刻t1的狀態(tài)量，Δv為狀態(tài)變化量。該物元的特征cm可以是“速率”或“輔助變量”，也可以是其他特征。

本文基于系統(tǒng)動力學模型和可拓學中的相關(guān)分析理論，針對一維物元，提出了建立物元相關(guān)網(wǎng)的一種方法，初步確定了本方法的使用步驟，并說明其應(yīng)用領(lǐng)域。在此基礎(chǔ)上運用系統(tǒng)動力學理論對相關(guān)函數(shù)進行近似構(gòu)造。案例分析說明了相關(guān)網(wǎng)方法與系統(tǒng)動力學進行結(jié)合的可行性以及該方法的優(yōu)點。

1 相關(guān)分析與系統(tǒng)動力學建模

1.1 相關(guān)分析理論

為了讓人們更清晰、直觀地了解事物之間的相關(guān)關(guān)系和相互作用的關(guān)系，可拓學中研究了相關(guān)分析理論。相關(guān)分析是根據(jù)物、事和關(guān)系之間的相關(guān)性，利用基元作為形式化工具，對基元與基元之間的相關(guān)關(guān)系進行的形式化定量化分析。

基元描述了事物所有的特征及其相應(yīng)的量值，如果沒有目的性地進行相關(guān)分析，則分析工作難以展開，同時工作量也異常大。而其中大部分的工作都是無用功。所以需要根據(jù)要分析的目標，選取與其相關(guān)基元中的相關(guān)特征進行分析，將不相關(guān)的特征摒棄，從而使分析工作簡單高效。本文僅以物元作為研究對象。

文獻[1]給出了基元相關(guān)的一般定義和相關(guān)分析原理。本文重點研究動態(tài)物元的相關(guān)，對動態(tài)物元而言，常用的相關(guān)關(guān)系包括同物異特征物元相關(guān)、異物同特征物元相關(guān)和異物異特征物元相關(guān)。

動態(tài)物元的相關(guān)具有如下原理：

給定物元M(t)=(O(t),c,v(t))，則至少存在一個異物同特征物元Mc(t)=(O′(t),c,v′ (t))或同物異特征物元Mo(t)=(O(t),c′,v′(t))或異物異特征物元M′(t)=(O′ (t),c′,v′ (t))，使M(t)～Mc(t),或M(t)～Mo(t)，或M(t)～M′(t)。

1.2 相關(guān)網(wǎng)方法

在可拓學中，物元可以形式化表示世間萬物，物元之間的相關(guān)關(guān)系都可以利用可拓學的相關(guān)理論對其進行形式化、定量化地分析。當某個物元并不能有效地用來研究問題時，可以考慮利用物元之間的相關(guān)關(guān)系，采用其他與之相關(guān)的物元來研究。另外，一個物元某個特征的量值發(fā)生變化，必將導致與其相關(guān)的物元的某些特征的量值發(fā)生變化，從而使物元發(fā)生變化。

由于一個物元可能與很多物元存在相關(guān)關(guān)系，用模型表述，就會形成一個網(wǎng)狀的結(jié)構(gòu)，稱之為相關(guān)網(wǎng)，如圖1所示。相關(guān)樹是相關(guān)網(wǎng)的一種特殊情況。

圖1 相關(guān)網(wǎng)符號表示Fig.1 Symbolic representation of correlated network

由于世間萬物是在不斷變化的，所以相關(guān)網(wǎng)中的物元也會發(fā)生動態(tài)變化。當一個物元發(fā)生改變時，會導致網(wǎng)中與其相關(guān)的其他物元發(fā)生相應(yīng)變化。由此可知，相關(guān)網(wǎng)應(yīng)該是動態(tài)的。在某一時刻，物元是固定的，所以相關(guān)網(wǎng)也是唯一確定的。

建立相關(guān)網(wǎng)和初步分析的基本步驟如下：

1)將要分析的事物，建立初始物元模型Mi(t)；

2)利用相關(guān)分析原理和專業(yè)知識列出物元Mi(t)的相關(guān)網(wǎng)；

3)對相關(guān)網(wǎng)進行分析，確定引起物元Mi(t)變化的物元Mj(t)，或由于物元Mi(t)的變化而引起變化的物元Mj(t)。

在物元相關(guān)網(wǎng)中，由于物元都與其他物元存在著某種相關(guān)關(guān)系，所以不同物元之間的相關(guān)關(guān)系錯綜復(fù)雜。所以將相關(guān)網(wǎng)的表示進行變形[2]，單向箭頭表示有向相關(guān)，雙箭頭表示互為相關(guān)。例如，給定6個物元之間的相關(guān)關(guān)系，則相關(guān)網(wǎng)變成如圖2所示的相關(guān)關(guān)系圖。

圖2 6個物元形成的相關(guān)網(wǎng)Fig.2 The correlative network between six matter-elements

1.3 系統(tǒng)動力學模型的建模流程

系統(tǒng)動力學模型由“流”與“元素”構(gòu)成。“流”分為“實體流”和“信息流”；“元素”包括“狀態(tài)變量”、“速率”和“輔助變量”等6個要素。

系統(tǒng)動力學建模的過程為[3]：1)了解問題、界定問題、確認研究目標；2)繪制所研究系統(tǒng)的相關(guān)反饋圖；3)建立對應(yīng)的系統(tǒng)動力學模型；4)對模型進行測試，驗證模型是否可以再現(xiàn)真實系統(tǒng)的行為；5)利用模型模擬策略，選出最佳策略；6)執(zhí)行策略。

建模流程如圖3所示。

圖3 建模流程圖Fig.3 Flow of modeling process

對于系統(tǒng)模型來說，反饋環(huán)的存在使模型的正確表示以及分析工作得以進行，從而得出準確有用的結(jié)論。可以說，反饋環(huán)是系統(tǒng)動力學中最重要的部分。本文中通過利用已建立的相關(guān)網(wǎng)，建立反饋環(huán)，以此找到模型中物元之間存在的循環(huán)關(guān)系。在此基礎(chǔ)上，便可選取其中的循環(huán)關(guān)系，建立流率流量圖，進行模擬和仿真。

2 基于系統(tǒng)動力學模型的相關(guān)網(wǎng)建模方法

基于系統(tǒng)動力學模型建立相關(guān)網(wǎng)的具體操作步驟如下：

1)針對具體研究對象的建立原始物元模型Mi(t)=(O(t),C,V(t))，建立的物元模型的維數(shù)和個數(shù)依具體研究對象而定，可以是若干個物元模型，其中的模型可以是一維模型，也可以是多維模型。

由于需要對研究對象進行動力學分析，就要求在建立相關(guān)網(wǎng)的時候必須包括所有與研究對象相關(guān)的物元。只有把研究對象的所有相關(guān)的物元組合在一起，共同建立模型，進行模擬分析后才能得出準確、實用的決策。

2)根據(jù)建立的物元模型選取相關(guān)的同物物元和異物物元，建立相關(guān)網(wǎng)，然后分析各物元的量值之間的函數(shù)關(guān)系。

但是如果要把物元相關(guān)分析過程用系統(tǒng)動力學模型描述，并且進行模擬分析，就必須對參與模擬分析的物元進行變形。變形需要滿足的要求是必須具有變量、參數(shù)和函數(shù)關(guān)系。

多維物元可以分解為多個一維物元。多維物元包括的信息量很大，對于那些沒有相關(guān)關(guān)系的一維物元可以直接省去。此時，任意兩個一維物元Mi(t)=(Oi(t),ci,vi(t))和Mj(t)=(Oj(t),cj,vj(t))便有了可以進行系統(tǒng)動力學分析的條件，即變量vi(t)、函數(shù)關(guān)系vi(t)=fij(vj(t)) 或vj(t)=fji(vi(t))以及函數(shù)方程中的參數(shù)。

3)建立物元相關(guān)網(wǎng)圖。相關(guān)網(wǎng)是在相關(guān)的物元中表示有關(guān)系的符號連起來所組成的網(wǎng)狀圖形。但是相關(guān)網(wǎng)中并不能表示一個線段的兩個端點物元的特征ci和cj的量值之間具體的關(guān)系：函數(shù)關(guān)系、模糊函數(shù)關(guān)系以及ci與cj兩者的量值之間誰是自變量，誰是因變量等關(guān)系。在明確所有相關(guān)物元的量值之間的函數(shù)關(guān)系的情況下，才能做進一步的模擬分析。

4)以包含特征ci的一維物元為研究對象，利用系統(tǒng)動力學軟件Venple對相關(guān)網(wǎng)圖進行變形，稱其為“動力學相關(guān)網(wǎng)”。

對相關(guān)網(wǎng)進行變形的方法：找出相關(guān)網(wǎng)中量值之間具有相關(guān)函數(shù)關(guān)系的物元之間的線段，結(jié)合相互之間自變量與因變量的關(guān)系將線段變成有向線段，單箭頭表示有向相關(guān)，雙箭頭表示互為相關(guān)，如圖2。需要注意的是：這里的相關(guān)包括同對象異特征相關(guān)、異對象同特征相關(guān)、異對象異特征相關(guān)。

在此基礎(chǔ)上，利用系統(tǒng)動力學軟件，將表示互為相關(guān)的雙向箭頭變成兩個單向相關(guān)箭頭，即相關(guān)箭。就變成了動力學相關(guān)關(guān)系網(wǎng)，如圖4。這樣做的目的是為了方便系統(tǒng)動力學建模，所以對相關(guān)網(wǎng)變形是必要的。

圖4 動力學相關(guān)關(guān)系網(wǎng)Fig.4 The correlation network of dynamics

5)結(jié)合特征之間的關(guān)聯(lián)傳遞關(guān)系，建立動力學模型，并進行模擬分析。

在4)的基礎(chǔ)上，整個相關(guān)網(wǎng)經(jīng)過分析、變形已經(jīng)逐漸走向可以直接建立系統(tǒng)動力學模型的方向。

①根據(jù)有向線段兩端的物元的特征ci和cj之間的正影響和負影響關(guān)系，在線段的箭頭處用符號“+”和“-”標出，調(diào)整相關(guān)回路，并將回路用符號表示，如圖5。

圖5 動力學相關(guān)回路圖Fig.5 The correlation loop of dynamics

②建立相關(guān)分析目標的存量流量圖。

假設(shè)以M4為研究對象，則其對應(yīng)的存量流量圖如圖6。

圖6 M4的存量流量圖Fig.6 The stock and flow diagram of M4

③量化分析模型及仿真計算。

6)初步得出模擬結(jié)果，用于后續(xù)的分析。

3 利用SD模型的DYNAMO基本方程近似構(gòu)造相關(guān)函數(shù)

3.1 SD模型的DYNAMO的基本方程

SD的主要過程之一是通過確定對象系統(tǒng)的水準變量、速率變量、參量、輔助變量等，分析各變量之間存在的函數(shù)關(guān)系，建立DYNAMO仿真模型，進行人工計算或者仿真[7]。這是得到描述系統(tǒng)內(nèi)部反饋機制的流程圖后建立動力學模型并進行定量分析的主要工作。DYNAMO方程就是SD的數(shù)學模型或者量化分析模型。

DYNAMO主要采用差分方程式描述有反饋的社會系統(tǒng)的宏觀動態(tài)行為，并通過差分及代數(shù)方程式的求解(簡單迭代)進行計算機仿真的專用語言。其最大特點是簡單明了，容易使用。

SD的對象系統(tǒng)是隨時間變化的動態(tài)系統(tǒng)。在DYNAMO方程中，變量一般都有時間標號，規(guī)定如圖7。SD使用逐步仿真的方法，仿真的時間步長記為DT。

圖7 DYNAMO方程時間標號及其含義Fig.7 Time label of DYNAMO equation and it’s meaning

DYNAMO方程是SD的數(shù)學模型或者量化分析模型?；镜腄YNAMO方程主要有以下3個[12]：

1)水準方程。它是計算水準變量的方程，也就是計算一維物元特征量值的方程。它的標準形式為

式中：LEVELt1表示過去t1時刻的水準量，即此時一維物元M(t1)=(O(t1),c,v(t1))的量值；LEVELt2表示現(xiàn)在t2時刻的水準量，即此時一維物元M(t2)=(O(t2),c,v(t2))的量值；DT表示兩個時刻t1和t2之間的時間間隔；RINt1t2表示該時間段內(nèi)量值的增加速率；ROUTt1t2表示該時間段內(nèi)量值的減少的速率。

2)速率方程。它是計算速率變化量的方程，用來計算從t1到t2時間段內(nèi)一維物元特征量值變化速率的量值。

式中：L·t2表示t2時刻的水準量，即一維物元M(t2)的特征c的量值v(t2)；A·t2表示t2時刻描述水準變量的輔助變量；C為常數(shù)。

該速率方程并沒有標準的形式，根據(jù)要分析的對象而定。速率的值在DT內(nèi)不變，速率方程是在t2時刻進行計算，而在自t1至t2的時間間隔(即DT)中假定保持不變。

3)輔助方程。它是用來輔助說明速率變量的方程。

式中:Rt1t2表示在時刻t1和t2之間的時間間隔內(nèi)，一維物元M(t)關(guān)于特征c的量值v(t)變化的速率。

該輔助方程沒有統(tǒng)一的標準格式，有時需要其他參數(shù)方程來進一步說明。

另外還有賦值方程和常量方程，本文沒有涉及，此不贅述。

3.2 近似構(gòu)造相關(guān)函數(shù)的操作步驟

由于SD的基本函數(shù)模型已經(jīng)概括性地刻畫了影響系統(tǒng)的所有相關(guān)函數(shù)關(guān)系，該模型在大多數(shù)相關(guān)領(lǐng)域都是很實用的，也說明了該基本函數(shù)模型的準確性。所以，在進行相關(guān)分析時，準確相關(guān)函數(shù)未知的情況下，就可以利用SD的基本函數(shù)模型對該相關(guān)關(guān)系進行判定，并且進行近似的構(gòu)造，以便于進行相關(guān)分析。同時，為了方便相關(guān)分析能夠利用系統(tǒng)建模這個簡單的工具進行操作，可以考慮按著系統(tǒng)動力學的規(guī)范來操作。這樣的好處是能夠運用系統(tǒng)動力學的領(lǐng)域，相關(guān)網(wǎng)的實際運用就可以拓寬到該領(lǐng)域。具體步驟如下：

1)近似構(gòu)造某研究對象的相關(guān)關(guān)系時，首先要根據(jù)物元的構(gòu)造規(guī)范，正確建立研究對象關(guān)于其特征和相應(yīng)的量值構(gòu)成的多個一維物元。確定相關(guān)的一維物元。

2)根據(jù)領(lǐng)域知識，搜集研究對象關(guān)于其特征的量值變化的一些數(shù)據(jù)，需要注意這些數(shù)據(jù)的變化規(guī)律。不同的函數(shù)曲線代表著不同的函數(shù)類型。作為佐證確定的相關(guān)函數(shù)是否符合事實并且可用的依據(jù)。

3)根據(jù)SD的基本函數(shù)模型，在符合相關(guān)數(shù)學規(guī)則的情況下，盡量從最簡單的函數(shù)方程出發(fā)來近似構(gòu)造特征的相關(guān)函數(shù)。如果上一次確定相關(guān)函數(shù)沒有成功的話，根據(jù)上一次函數(shù)方程模擬得到的信息作為依據(jù)，逐漸將方程復(fù)雜化，繼續(xù)模擬分析，直到找到可以描述事實規(guī)律的近似相關(guān)函數(shù)。

4)利用已經(jīng)建好的相關(guān)網(wǎng)動力學模型，在參數(shù)相同的情況下，對近似構(gòu)造的函數(shù)進行建模仿真，根據(jù)搜集的數(shù)據(jù)，判斷函數(shù)的正確性，如果不正確，重復(fù)上述操作，直到找到符合實際規(guī)律的近似相關(guān)函數(shù)。

需要補充一點，在有數(shù)據(jù)支撐的情況下，盡量把相關(guān)網(wǎng)建得詳細一些，將有助于確定更加準確的相關(guān)函數(shù)。

根據(jù)客觀事實，可以確定相關(guān)因素并且在數(shù)據(jù)詳實的情況下運用本方法比較方便。對于受很多復(fù)雜因素影響的物元相關(guān)網(wǎng)，該方法并不適合使用。

4 案例分析

W公司是一家數(shù)字教學器材公司。VAX系列微型計算機是這家公司很成功的產(chǎn)品。每臺VAX微型計算機的售價在100 000～150 000美元之間。VAX11/750型微型計算機于1980年試制成功。其銷售主要是靠用戶的口頭傳播。通過對一定數(shù)量的數(shù)據(jù)樣本進行分析可知：銷售曲線成正態(tài)分布，產(chǎn)品累計銷售曲線呈現(xiàn)為S型結(jié)構(gòu)。

為了讓產(chǎn)品的銷售過程持續(xù)保持良好的狀態(tài)。下面利用本文提出的方法來研究該新產(chǎn)品的銷售過程中與產(chǎn)品的銷售相關(guān)的因素，并且找尋相互之間的相關(guān)函數(shù)。對于企業(yè)來說，這樣就可以細致準確地模擬產(chǎn)品銷售過程的各種情況，為進一步做出正確的決策提供依據(jù)，使產(chǎn)品的銷售過程滿足企業(yè)的利潤訴求。

4.1 建模與相關(guān)分析

1)根據(jù)案例背景以及相關(guān)資料，建立產(chǎn)品的物元模型如下：

2)根據(jù)領(lǐng)域知識和相關(guān)分析原理分析各分物元之間的相關(guān)關(guān)系如下：

根據(jù)上述分析，可建立如圖8所示的相關(guān)網(wǎng)。

圖8 相關(guān)網(wǎng)Fig.8 The correlation network

對上述相關(guān)網(wǎng)進行分析，可以得出如下分析結(jié)果：在新產(chǎn)品的銷售過程中，要強提高銷量，即當前用戶的數(shù)量，就必須提高產(chǎn)品的銷售速率。同時，潛在用戶與用戶接觸產(chǎn)品的速率存在間接相關(guān)關(guān)系。它們也會影響當前用戶數(shù)量的變化，即M3(t)～M1(t)～M2(t)，M5(t)～M4(t)～M2(t)。

3)建立相關(guān)關(guān)系圖如圖9。

圖9 相關(guān)關(guān)系圖Fig.9 The correlations of matter-elements

4)對相關(guān)網(wǎng)變形得到系統(tǒng)動力學相關(guān)網(wǎng)。并分析各相關(guān)物元的量值之間的函數(shù)關(guān)系。系統(tǒng)動力學相關(guān)網(wǎng)如圖10。

圖10 系統(tǒng)動力學相關(guān)網(wǎng)Fig.10 The correlation network of dynamics

5)結(jié)合特征之間的關(guān)聯(lián)傳遞關(guān)系，建立動力學模型，并進行模擬分析。

根據(jù)上述步驟可得出相關(guān)網(wǎng)回路圖如圖11。

圖11 動力學相關(guān)網(wǎng)回路圖Fig.11 The correlation loop of dynamics

6)根據(jù)相關(guān)回路圖，找出回路中存在的反饋環(huán)(回路)，并且以系統(tǒng)的目標為重點，提取主要回路進行分析。

根據(jù)圖11可知，本系統(tǒng)存在4個反饋環(huán)，以銷售過程的現(xiàn)有用戶數(shù)量為目標，存在兩個反饋環(huán)如圖12。建立存量流量圖，如圖13。

圖12 銷售系統(tǒng)回路圖Fig.12 Flow of sales system

圖13 銷售過程存量流量圖Fig.13 The stock and flow diagram of selling progress

圖14 累計銷售量增長圖Fig.14 The growth label of total sales

圖15 歷年銷售速率Fig.15 The selling rate of calendar year

4.2 根據(jù)歷史資料近似構(gòu)造各相關(guān)函數(shù)

1)對于不易確定的相關(guān)特征之間的相關(guān)函數(shù)，查閱并分析公司的歷年的相關(guān)數(shù)據(jù)，部分如圖14、15。

2)以SD的DYNAMO方程為依據(jù)，近似構(gòu)造相關(guān)網(wǎng)內(nèi)各物元特征的相關(guān)函數(shù)，并通過模擬，初步驗證相關(guān)函數(shù)的可用性。

根據(jù)專業(yè)資料可知：用戶群總數(shù)=當前用戶數(shù)量+潛在用戶數(shù)量，即v1(t)=v2(t)+v3(t)。

t+1時刻的潛在用戶數(shù)量=t時刻的潛在用戶數(shù)量-從t時刻到t+1時刻的時間間隔內(nèi)產(chǎn)品的銷售速率·時間間隔，即v3(t+1)=v3(t)-v4(t)·DT。

t+1時刻的當前用戶數(shù)量=t時刻的當前用戶數(shù)量+從t時刻到t+1時刻的時間間隔內(nèi)產(chǎn)品的銷售速率·時間間隔，即v2(t+1)=v2(t)+v4(t)·DT。

由于銷售速率受很多因素的影響，而且在數(shù)學函數(shù)無法獲得的情況下，根據(jù)收集的歷史銷售數(shù)據(jù)與領(lǐng)域知識可知：用戶接觸速率v5(t)、當前用戶數(shù)量v2(t)和潛在用戶數(shù)量v3(t)與銷售速率v4(t)成正比，可假設(shè)：v4(t)=v5(t)·v2(t)·v3(t)·R(t)·f(v1(t))

其中,R(t)為未知的影響因素函數(shù)。

經(jīng)過反復(fù)的分析和模擬，最后一次模擬結(jié)果如下圖16所示。

(a)當前用戶(A)

(b)銷售速率(AR) 圖16 模型運行結(jié)果Fig.16 The results of the model

在參數(shù)相同的情況下，將模擬結(jié)果與搜集的歷史資料進行對比，可以確定近似構(gòu)造的函數(shù)基本上可以比較準確的描述各相關(guān)特征之間的關(guān)系，近似構(gòu)造對比結(jié)果如圖17～18。

圖17 銷售量模擬對比Fig.17 The comparison of modeling result of total sales

圖18 銷售速率模擬對比圖Fig.18 The comparison of modeling result of sales rate

所以，最終可以確定：

則各物元的量值之間的近似函數(shù)關(guān)系如下：

v1(t)=v2(t)+v3(t)

v3(t+1)=v3(t)-v4(t)·DT

v2(t+1)=v2(t)+v4(t)·DT

5 結(jié)論

可拓學中的相關(guān)分析理論為研究可拓變換的傳導變換提供了前提，在相關(guān)分析的基礎(chǔ)上實施可拓變換，可以避免傳導變換的負效應(yīng)的產(chǎn)生，以獲得可行的創(chuàng)意，為創(chuàng)新、創(chuàng)造以及具體領(lǐng)域問題的研究提供了一種分析工具，為了更好地將相關(guān)分析理論運用到更廣泛的領(lǐng)域，以提高相關(guān)分析方法的可操作性，相關(guān)分析理論有待于在普適性以及運用的廣泛性方面進一步發(fā)展：

1)本文針對物元相關(guān)網(wǎng)，提出了相關(guān)網(wǎng)的系統(tǒng)動力學模型建模方法，為相關(guān)分析的實施提供了可智能化模擬分析的工具，在一定程度上為相關(guān)分析理論應(yīng)用領(lǐng)域的拓展提供了可能。

2)在此基礎(chǔ)上提出了在動力學相關(guān)網(wǎng)模型中近似構(gòu)造相關(guān)函數(shù)的方法。為相關(guān)函數(shù)未知情況下相關(guān)分析的實施提供了工具，在一定程度上彌補了相關(guān)分析理論運用中的局限性。

3)以W公司新產(chǎn)品銷售過程為例，通過對其建立相關(guān)網(wǎng)動力學模型，進行模擬分析以及近似構(gòu)造未知相關(guān)函數(shù)，通過與對現(xiàn)實數(shù)據(jù)進行初步分析得出的信息對比，驗證了其有效性。

本文對相關(guān)分析的智能化模擬分析和相關(guān)函數(shù)的確定研究，可以為未來相關(guān)領(lǐng)域的應(yīng)用及對相關(guān)網(wǎng)的進一步理論深入研究作打下基礎(chǔ)性工作。

[1]楊春燕，蔡文．可拓學[M].北京: 科學出版社， 2014: 43-46，130-133.

[2]湯龍，楊春燕. 復(fù)雜基元相關(guān)網(wǎng)下的傳導變換[J].智能系統(tǒng)學報, 2016， 11(1)： 1-9.

TANG Long, YANG Chunyan. Conductive transformation under complicated basic-element correlative network[J]. CAAI transactions on intelligent systems, 2016， 11(1)：1-9.

[3]楊春燕，蔡文．可拓學與矛盾問題智能化處理[J]．科技導報， 2014, 32(36): 15-20．

YANG Chunyan，CAI Wen. Extenics and intelligent processing of contradictory problems[J]． Science and technology review， 2014， 32(36): 15-20．

[4]YANG Chunyan，CAI Wen．Extenics: theory，method and application[M]. Beijing: Science Press， 2013．

[5]蔡文，楊春燕，何斌．可拓邏輯初步[M]． 北京: 科學出版社, 2004: 55-56．

[6]李立希，楊春燕，李鏵汶． 可拓策略生成系統(tǒng)[M].北京: 科學出版社, 2006: 46-62．

[7]汪應(yīng)洛.系統(tǒng)工程[M].北京： 機械工業(yè)出版社， 2008： 86-102．

[8]張波，虞朝暉，孫強，等.系統(tǒng)動力學簡介及其相關(guān)軟件綜述[J]. 環(huán)境與可持續(xù)發(fā)展, 2010(2)： 1-4.

ZHANG Bo, YUN Chaohui, SHUN Qiang, et al. Overview of system dynamics and related software[J]. Environment and sustanable development, 2010(2)： 1-4.

[9]張力菠.基于系統(tǒng)動力學的管理決策建模研究[D].南京： 南京理工大學, 2001： 8-19.

ZHANG Libo. Research of management decision-making based on system dynamics modeling[D]. Nanjing: Nanjing University of Science and Engineering, 2001： 8-19.

[10]陳國衛(wèi).系統(tǒng)動力學應(yīng)用研究綜述[J].控制工程, 2012, 19(6)： 921-928.

CHEN Guowei. Application research overview of system dynamics[J]. Control engineering of China, 2012, 19(6)： 921-928.

[11]畢克新,孫德花,李柏洲.基于系統(tǒng)動力學的制造業(yè)企業(yè)產(chǎn)品創(chuàng)新與工藝創(chuàng)新互動關(guān)系仿真研究[J]. 創(chuàng)新管理,2008, (12)： 75-80.

BI Kexin, SUN Dehua, LI Baizhou. Product innovation and process innovation-a system dynamics-based simulation of the interaction in manufacturing enterprise [J]. Innovation management, 2008, (12)：75-80.

[12]吳振華，黎蕓，貴文龍，等.基于系統(tǒng)動力學的住宅價格預(yù)測研究[J].技術(shù)經(jīng)濟與管理研究， 2013(8)： 101-105.

WU Zhenghua, LI Yun, GUI Wenlong, et al. The forecast research of urban commodity residence price based on system dynamics[J]. Techno economics and management research, 2013(8)：101-105.

[13]鄭士源.基于系統(tǒng)動力學的兩廠商投資微分博弈模擬[J].上海海事大學學報, 2006， 27(4): 70-74.

ZHENG Shiyuan. Duopoly investment differential game simulation based on system dynamics[J]. Journal of Shanghai maritme university， 2006， 27(4): 70-74.

[14]梁吉業(yè)，馮晨嬌，宋鵬.大數(shù)據(jù)相關(guān)分析綜述[J]. 計算機學報, 2016, 39(1): 1-18.

LIANG Jiye, FENG Chenjiao, SONG Peng. A survey on correlation analysis of big data[J]. Chinese Journal of Computers, 2016, 39(1): 1-18.

[15]夏幼明，解敏，周雯.數(shù)據(jù)挖掘方法分析與評價[J]. 云南師范法學學報, 2003, 23(2): 7-16.

XIA Youming, XIE Min, ZHOU Wen. Analysis and evaluation of data mining [J]. Journal of Yunnan normal university, 2003, 23(2): 7-16.

[16]郭秀娟. 數(shù)據(jù)挖掘方法綜述[J]. 吉林建筑工程學院學報, 2004, 21(1): 49-53.

GUO Xiujuan. Summary of data mining[J]. Journal of Jilin architectural and civil engineering, 2004, 21(1): 49-53.

[17]王惠忠，彭安群. 數(shù)據(jù)挖掘研究現(xiàn)狀及發(fā)展趨勢[J]. 工礦自動化, 2011, 37(2): 29-32.

WANG Huizhong, PENG Anqun. Study on status and development trends of data mining[J]. Industry and mine automation, 2011, 37(2): 29-32.

[18]胡文瑜，孫志輝，吳英杰.數(shù)據(jù)挖掘取樣方法研究[J].計算機研究與發(fā)展, 2011, 48(1): 45-54.

HU Wenyu, SUN Zhihui, WU Yingjie. Study of sampling methods on data mining and stream mining[J]. Journal of computer research and development, 2011, 48(1): 45-54 .

[19]崔廣風.數(shù)據(jù)挖掘中的統(tǒng)計方法及其應(yīng)用研究[D].成都：西南石油大學， 2014: 8-25.

CUI Guangfeng. Study on statistical method and Its application in data mining[D]. Chengdu: Southwest Petroleum University, 2014: 8-25.

[20]黨輝.基于系統(tǒng)動力學和云模型模糊數(shù)據(jù)挖掘的生態(tài)安全仿真預(yù)警[D].蘭州：西北師范大學, 2013: 29-49.

DANG Hui. Ecological security simulation early warning based on system dynamics and fuzzy data mining on cloud model[D].Lanzhou: Northwest Normal University, 2013: 29-49.

Researchonacorrelativenetworkofmatter-elementsbasedonasystemdynamicsmodel

LI Wenjun1,2, YANG Chunyan1,2

(1. Research Institute of Extenics and Innovation Methods, Guangdong University of Technology, Guangzhou 510006, China; 2. School of Electromechanical Engineering, Guangdong University of Technology, Guangzhou 510006, China)

In the correlative analysis of Extenics, the key is to define the correlation function relating to the basic-elements. However, it is very difficult to define the correlation function when it is applied to specific areas and this limits the usage of the correlative network. In this paper, a correlation network based on matter-elements is studied. Then, we present a method for establishing a system dynamics model of the correlation network and a method for approximately identifying the correlation function based on the system dynamics model, in which the correlation functions under some related matter-elements are unknown. The principle of this method is to derive the approximate correlation functions of related matter-elements according to the principle of collecting and analyzing basic data, and establishing a kinetic model for simulation and analysis in terms of a fixed procedure in the correlative network. In this way, correlative analysis becomes easy and can be simulated. The clear conclusion is that the method efficiently simulates the correlation function and lays the foundation for the application of correlation analysis to specific areas.

Extenics; matter-element; correlative analysis; correlative network; system dynamics; simulation; correlation functions; modeling

2016-10-13.網(wǎng)絡(luò)出版日期2017-04-07.

國家自然科學基金項目(61273306)；廣東省科技計劃項目(2016A040404015).

楊春燕. E-mail: 276519106@qq.com.

10.11992/tis.201610013

http://kns.cnki.net/kcms/detail/23.1538.tp.20170407.1758.020.html

TP18

A

1673-4785(2017)04-0459-09

中文引用格式：李文軍，楊春燕.基于系統(tǒng)動力學模型的物元相關(guān)網(wǎng)研究J.智能系統(tǒng)學報， 2017, 12(4): 459-467.

英文引用格式：LIWenjun,YANGChunyan.Researchonacorrelativenetworkofmatter-elementsbasedonasystemdynamicsmodelJ.CAAItransactionsonintelligentsystems, 2017, 12(4): 459-467.

李文軍，男，1991年生，碩士研究生，主要研究方向為可拓學、工業(yè)工程、產(chǎn)品創(chuàng)新。申請專利3項,已授權(quán)2項。

楊春燕，女，1964年生，研究員，中國人工智能學會可拓學專業(yè)委員會主任，中國人工智能學會常務(wù)理事，廣東省未來預(yù)測研究會副理事長。主要研究方向為可拓學、知識管理、決策科學、創(chuàng)新方法與創(chuàng)新設(shè)計、數(shù)據(jù)挖掘、智能系統(tǒng)。國家自然科學基金項目、863項目、廣東省自然科學基金項目通訊評議專家，全國可拓學研究領(lǐng)域的學術(shù)帶頭人之一。主持國家自然科學基金項目3項、廣東省自然科學基金項目3項和廣東省科技計劃項目2項。獲廣東省科學技術(shù)獎二等獎1項、三等獎2項，獲中國人工智能學會首屆“吳文俊人工智能科學技術(shù)獎創(chuàng)新獎”一等獎1項。發(fā)表學術(shù)論文90余篇，授權(quán)發(fā)明專利3項、實用新型專利9項。出版專著10部。