简介：计算机模拟方法已成为研究当代复杂系统的核心方法。当我们试图用计算机模拟任一实际的复杂系统时,在我们假定复杂系统的行为遵循某些算法或规则时,事实上我们已经在考虑该系统是否具有可计算性的问题。这样的一种研究思路实际上与当代计算主义的主题互相支持。相对于计算主义的强纲领,使用计算机模拟方法研究复杂系统的进路属于认识论与方法论上的计算主义,它只是研究社会复杂系统的一种方式。
简介：本文以系统平均可用度最大为目标,利用更新过程理论,建立了系统评价可用度与维修间隔期关系的解析模型,最后通过算例验证了模型的合理性和有效性,为故障相关复杂系统维修间隔期的确定提供了一种合理有效的理论方法。
简介：为更好地预测城轨列车故障率,提出基于粒子群算法优化的BP神经网络（PSO-BP）的故障率预测模型,对城轨列车转向架轮对轴箱进行故障率预测。采用Matlab中的Newff函数,运用误差反向传播神经网络（BP）和粒子群算法优化的BP神经网络（PSO-BP）分别对城轨列车故障率预测、建模和仿真。结果表明PSO改进的BP神经网络故障率预测模型的效果明显优于传统BP神经网络预测模型。
从计算机模拟方法到计算主义的哲学思考——基于复杂系统科学哲学的角度
考虑故障相关的系统维修间隔期可用度模型
基于PSO-BP神经网络的城轨列车转向架轮对轴箱故障预测
