一、房地产系统的耗散结构特征分析（论文文献综述）
黄丽丽,杨鑫禹,厚继承,刘万钊,邹元君[1]（2019）在《社交媒体文本数据知识发现系统运行机制研究》文中进行了进一步梳理【目的/意义】针对社交媒体文本数据知识发现系统的外部环境和内部结构,探讨社交媒体文本数据知识发现系统的运行机制。【方法/过程】依据系统论、协同论和耗散结构理论原理从理论层面剖析知识发现系统运行机制。【结果/结论】在系统论、协同论和耗散结构理论指导下,将知识发现系统的外部环境、内部系统及系统与外部接口视为统一整体,探讨了知识发现系统中的基于系统论的需求动力机制、基于协同论的系统的内部元素及其作用机制和基于耗散结构理论的内外接口机制,研究可为社交媒体文本数据知识发现研究提供理论参考。
张群,张卫国,马勇[2]（2017）在《中国金融市场系统复杂性的演化机理与管理研究》文中研究指明已有的实证结果表明中国金融市场这一复杂系统在发展过程中表现出相关性、非线性和适应性.本文以货币、证券及外汇三个主要子市场及构成的整体金融市场为对象,探究其在结构、作用和功能方面的演化机理与管理问题.具体提出了金融市场复杂性特征与演化机理间的表征关系,对各演化机理建立了模型框架,并依此应用分析股票市场中的泡沫现象.其中,针对相关性提出三体"束缚"模型,以描述各子市场间的复杂关系;针对非线性提出基于朗之万方程的动力学模型,以划分内生演进及外生随机两类非线性作用;针对适应性提出动态反馈模式,以反映不同非线性作用下金融市场演化的路径及动态适应的能力.进而结合宏观市场的时空演变结构,从金融系统的环境、组成、关联、演化、稳定、风险各方面构建起应对复杂性的宏观管理框架.
张群[3]（2016）在《金融市场复杂性与金融泡沫现象研究》文中指出复杂多变的现实金融市场存在着传统金融经济学无法解释的金融泡沫等异象,对其提前预警则更为困难。以“复杂性”思想为基础、以模式识别为技术、具有学科互涉特征的“金融市场复杂性研究”得到了众多领域学者的关注。本论文基于复杂性理论视角,综合应用非线性科学、金融物理学、模式检测技术等理论与方法,探究我国金融市场的复杂性特征及演化机理,并建立一套方法体系来检测金融泡沫现象。本文的主要研究工作以及创新点概括如下:（1）聚焦中国金融市场的独特属性与问题,以货币、证券及外汇三个主要子市场及构成的整体金融市场为对象,从构成上的相关性、作用上的非线性、功能上的适应性三个方面提出金融市场系统复杂性的演化机理。进而对各演化机理建立框架模型,再依此应用分析金融市场中的泡沫现象。其中,针对相关性提出三体“束缚”模型,以描述各子市场间的复杂关系;针对非线性提出基于朗之万方程的动力学模型,以划分内生演进及外生随机两类非线性作用;针对适应性提出动态反馈模式,以反映不同非线性作用下金融市场演化的路径及动态适应的能力。（2）基于“束缚”这个更为审慎的视角,利用所提出的复杂性的演化机理分析我国金融政策目标间的关系。具体而言,基于“三元悖论”提出货币、外汇和证券三个主要市场间的“束缚”结构模型,引入外汇干预指数,探讨在外汇储备政策导向下市场的新格局及监管策略。以数据为驱动,采用差分进化算法估计我国货币政策独立性、外汇干预指数与资本开放度三个政策目标的非线性系统,进而分析各子市场间的束缚关系及整体的动力学特征。利用系统动力学方法分析得到:系统存在平衡点并具有局部结构稳定性,资本开放度与货币政策独立性的指标在短期演化后（约1年）趋于中等水平;系统同时表现出初值敏感依赖性,具有不同初始值的各指标经长期演化后（约5年）趋于不同的配比。另外,我国在政策偏好上重视汇率的稳定性,而资本开放度可作为影响三个指标间配比的前瞻性指标。（3）为能检测系统在演化过程中发生相变的临界时刻,进一步研究能刻画泡沫形成过程中的“由正反馈机制导致而在临界时刻表现奇异性”特征的“对数周期幂律奇异性”模型。首次运用分位数回归方法及多标度分析方法集成参数的信息,进而提出一套可视化的、可检验的方法体系,如新的多维度表示法:分位数–小提琴图和标度–小提琴图等。基于所构建的DS LPPLSTM预警指标,通过分析包括2015年6月中国股市在内的世界各国金融市场泡沫崩盘事件,发现新的估计方法有利于提高原基于最小二乘法参数估计方法的预测效果,由此得到的系统性指标对泡沫的破裂与反弹有显着的预警能力。（4）具体提出金融市场复杂性特征与演化机理间的表征关系,并以相关性、非线性和适应性为基准视角,描述适于我国金融市场状况的构成要素、层级结构的时空演化结构。通过协调市场微观基础结构、中观市场结构和宏观管理结构,从金融系统的环境、组成、关联、反馈路径、演化过程和风险管理各方面构建起应对复杂性的管理框架,进而为管理、稳定和繁荣我国金融市场提供策略建议,并给出短期–中期–长期的金融市场结构的规划路径。
李志锋[4]（2015）在《基于金融资源视角的房地产金融理论框架研究》文中指出房地产金融作为与房地产业相伴而生的一个金融分支，随着中国城镇化、经济金融化、金融全球化、金融复杂化和金融危机的频频发生，成为金融理论界关注和研究的一个重要领域。但是，从房地产金融理论研究的文献和成果分析，就房地产融资等技术层面和房地产金融具体问题进行研究者居多，涉及房地产金融本质和功能等基础理论层面的研究者较少，使房地产金融理论的研究存在不够深入、不够系统的状态，难以形成适合中国城镇化和实体经济发展的，能够对中国房地产金融的实践给予系统的、有效的“解释和预测”的理论体系。房地产金融基础理论研究的不足，体现在对房地产金融实践的指导上，产生了一系列的矛盾和问题：房地产融资渠道狭窄，中国城镇化发展缺乏完善的金融体系；房地产金融发展呈现非理性化，房地产供求结构出现失衡；经济金融化发展迅速，房地产金融的创新与资产泡沫难以平衡；金融全球化趋势明显，房地产金融资源全球配置面临挑战；宏观调控政策缺乏战略和顶层设计，房地产金融宏观监管体系不完善、政策短期化严重等等。房地产金融与房地产这些相互联系而又相互矛盾的问题，一方面集中反映了房地产金融资源的配置与经济、社会和生态资源的失衡，另一方面在更深的理论层次上，说明经济金融理论界对房地产金融的本质和功能认识的还不够清晰和系统，因此，有必要对现有房地产金融理论的范式进行变革，并以新的方法论构建一种房地产金融理论的新的分析框架，以此对房地产金融理论进行深化和创新。本论文正是基于上述背景和问题，在借鉴金融资源理论的基础上，试图以金融的复杂化为假设，以金融资源为理论视角，以唯物史观和系统科学复杂性理论为主要的研究方法论，以房地产金融资源为研究对象，以构建房地产金融资源理论分析框架为目标，以房地产金融资源配置与经济、社会和生态资源的保护与发展的协调为主线，对中国房地产金融理论的深化问题进行的较为系统化的研究。在论文的研究逻辑和路径上，笔者是把房地产金融作为金融理论演进中的一个特定的金融领域和复杂系统进行研究。因此，论文以金融资源为理论视角将房地产金融纳入到金融发展的逻辑框架内，以“房地产金融资源”为核心概念和逻辑起点，以房地产金融与房地产、经济、社会、生态的关系为复杂巨系统，逐渐展开房地产金融资源理论的研究，认为房地产金融是金融与经济互动发展的结果，是金融复杂化的一个重要侧面和体现，是金融的发展与金融功能的一种延伸。在研究方法上，引入系统科学的复杂性理论的方法论，以金融的复杂化为背景和假设，从金融的复杂巨系统来研究房地产金融的复杂性、整体性和系统性，而不是某个环节、某个局部和某个具体问题，从而通过房地产金融复杂巨系统的组分的互动关系，揭示房地产金融的“涌现性”，即国家重要的战略性金融资源的特征。在结构安排上，首先，通过对资源和金融复杂性演进过程进行的回顾，探究了包括“生产三要素”在内的资源理论形成过程和金融资源理论的发展。在此基础上，通过对金融资源范式和系统科学复杂性理论方法论的引入，对房地产金融资源理论的基本框架进行了初步设计和构思。其次，进入本论文的核心部分。以房地产金融属性的研究为切入点，研究和提出了房地产金融资源的核心概念，阐述了房地产金融资源理论的核心内容，并以房地产金融的社会属性为约束条件，对房地产金融资源配置的协调机制进行了研究。最后，通过对世界典型国家和地区房地产金融资源配置状况的分析和借鉴，结合中国房地产金融发展内外部环境的客观分析，提出了基于房地产金融资源理论框架的中国房地产金融发展的战略性和政策性的建议。整篇论文通过“房地产金融资源”核心概念的提出和房地产金融资源理论分析框架的基础性研究，为中国房地产金融理论的深化提供了一种新的视角和范式，从理论意义和现实意义两个方面，主要有以下几方面的创新点。1、提出了房地产金融资源的核心概念。本论文从房地产的金融属性研究入手，首次提出了房地产金融资源的核心概念，从资源的层面扩展了“房地产金融”概念的内涵和外延，揭示了房地产金融的资源属性和本质特征，将房地产金融体现的金融与经济（房地产）的互动关系及房地产金融功能纳入了金融发展的逻辑框架。2、提出了房地产金融资源社会属性的观点。在房地产金融资源属性的基础上，提出了房地产金融资源的社会属性，并作为房地产金融资源配置的约束条件进行房地产金融资源理论框架的研究。3、在房地产金融理论中引入了复杂性理论的研究方法论。本论文引入系统科学的复杂性理论方法，试图将金融、房地产、经济、社会和生态等组分要素纳入房地产金融资源的复杂巨系统和理论分析框架中进行研究，对传统的房地产金融理论进行了一定程度的方法论的创新。同时，在房地产金融资源理论框架的研究过程中，侧重于“房地产金融资源”核心概念、房地产金融资源的社会属性及房地产金融资源配置协调机制的研究，限于论文的篇幅和研究的精力，本论文关于房地产金融资源的量化和实证研究还不够深入，在一些相关具体问题的研究方面还存在不足。这些论文中理论研究的不足，正是笔者今后在本研究领域进一步学术努力的方向，也希望能得到本领域各位前辈和老师的指导和帮助，以便继续为中国房地产金融理论的研究和探索做出新的贡献。
万月亚[5]（2013）在《基于系统动力学的房产税政策传导路径研究 ——以南昌市商品房住宅市场为例》文中研究指明新中国成立以后，我国居民从温饱不济到如今每户年有剩余，人均可支配收入逐年递增，现今我国大部分人口已经达到了小康生活水平，但幸福指数并不高，我国居民生活水平质量还有相当大的提升空间，未到达现有体制下的最大富裕程度，经济结构比例有待优化调整。一个国家的富裕程度或是居民的幸福指数离不开衣食住行，在中国，住房问题已经成为每个居民的热议话题，中国居民受传统思想的影响，居有定所成为个人生活的头等大事，在中国福利保障制度未达到如西方国家般完善可行的现下，中国居民保持较高的自住型住房的需求，住房矛盾成为了突出问题，如何在保证经济平稳的前提下保证提高居民的生活质量是所有人关注的问题。也是本文研究的主要内容。自系统科学理论建立以来，人们开始用系统的观点审视自然系统、人工系统，并研究优化改进系统的方法，一般来说，对于简单的系统或者经过简化的复杂系统，人们可以依据直观分析来判断这些系统的行为与其内部结构的关系，这样的分析结果可能并不太难、也不会全盘皆错，但面对复杂系统和特大系统诸如“社会―经济”系统时，系统往往表现出反直观的行为特性，人们对于其内部诸变量的关系，对模型行为的特点，以及对解决问题做出直觉的反应判断绝大部分是错误的。而系统动力学方法立足于结构―功能的模拟，适用于研究复杂系统的构造、功能和行为之间的动态的辩证的对立统一关系。经济―社会系统是复杂性大系统，中国的体制是政府主导的社会主义，从经济制度来看，是半市场化的运行方式。在该体制下，政策发挥举足轻重的作用。本文在中国特殊的政治经济制度下，分析南昌地区的经济结构和人文环境，对南昌市地区的房地产市场现局和矛盾进行剖析，从供需平衡角度创新的建立了以土地供应、新建商品房供应、二手房供应的三级供应市场，以经济系统、人口系统为子系统的住宅需方市场，并辅助考量金融稳定指标的系统动力学模型，模拟房产税在住宅市场的作用路径，收集相应的南昌市住宅房地产数据，参考重庆、上海等房产税试用政策，就国家提出的房产政策框架进行细化，对南房产税在南昌市住宅市场的作用效果进行仿真预测，对比房产税与其他政策所施加的影响影响效果，为房产税在南昌住宅市场的应用提出个人看法及建议，营造南昌市住房健康市场和居民的幸福生活。
龚永超[6]（2013）在《基于耗散结构理论的赣州市房地产价格评价研究》文中指出房地产系统是一项复杂的系统工程，影响房地产价格变化的因素不仅繁多，而且各因素之间相互关联。本文将管理熵引入到房地产价格的评价体系中，着重评价房地产价格外部影响因素中各指标之间相互作用后系统产生的混乱、无序的程度。通过分析系统中出现的这种混乱、无序的状态，归纳房地产价格上涨的原因，对各指标提出合理的建议，以期房地产价格系统能够成为稳定、有序的耗散结构。本文将房地产价格系统中熵值的增加定义为导致房地产价格过快上涨的因素，熵值的减少（即负熵的增加）定义为促使房地产价格平稳有序的因素。提出合理建议，减少正熵、增加负熵，使房地产市场健康、有序是本文的目的所在。分析影响房地产价格外部因素的组成，借鉴经典的熵流模型，建立房地产价格外部影响因素的评价指标体系。通过管理熵的计算方法，得出赣州市房地产价格外部影响因素体系的熵流从2008年-2010年近三年间的变化情况、权重和总熵值。通过对熵值变化情况的分析，动态的反映赣州市房地产价格波动的状态，评价系统是否朝着有序的耗散结构转变。利用管理熵及耗散结构理论在赣州市房地产价格评价系统中的运用，可以探索新的房地产价格评价方法和遏制房地产价格过快上涨的新途径。
苏屹[7]（2013）在《耗散结构理论视角下大中型企业技术创新研究》文中研究表明应用耗散结构理论对大中型企业技术创新问题进行研究,在指出布鲁塞尔模型转译中存在问题的基础上,对需要研究的具体问题进行布鲁塞尔模型的转译。同时,对布鲁塞尔模型进行了推导和求解,结合我国2008年各地区大中型企业的相关统计数据进行实证研究。通过我国30个省市地区大中型企业的实证研究发现,一方面,目前仅有20%地区中的大中型企业技术创新系统形成了耗散结构;另一方面,部分经济十分发达的省市并没有形成耗散结构。最后,基于协同学视角,对大中型企业技术创新系统进行进一步的分析,结果表明模仿创新等后发"创新"可以使得企业技术创新系统从无序走向有序。
邵艳华,张明生[8]（2012）在《一类复杂适应系统的建模研究》文中进行了进一步梳理引入复杂适应系统理论,将股市、房地产系统视为一类复杂适应系统。采用多智能体方法进行建模,设计随机决策Agent、模仿Agent、BP神经网络Agent等模块,引入订单簿技术实现Agent之间的信息交互。通过仿真模拟该类复杂系统的动态演化过程,验证了模型的有效性。
邹宏璐[9]（2009）在《房地产业系统的自组织特性分析》文中提出自组织理论主要包括耗散结构理论和协同学,耗散结构理论是自组织系统的创造条件方法论,协同论是自组织系统的动力学方法论。本文认为,房地产业系统是一个自组织系统,具有开放性、远离平衡态、非线性等耗散结构特性;竞争与协同是房地产业系统演化的动力,而"涨落放大"使房地产业系统由非稳定平衡态逐步演化到稳定平衡态。
邵艳华[10]（2009）在《一类复杂适应系统的模型及仿真方法研究》文中研究指明股市、房地产系统作为社会经济系统中的一个重要组成部分,预测其市场走势是相当困难的:投资者迫切地渴望能对明天的价格做出某种程度的预测;学者们力图理清市场价格是怎么形成的。传统金融理论通过对这类系统的各种简化,包括对投资者的预测和决策方式、市场机制等方面的简化,建立拥有明确目标函数的数学模型,通过最大化目标函数来帮助理解和解释市场中的种种现象。然而,数学模型仅能用来研究具有完全确定性和线性的简单系统。对于灵活多变的复杂系统,几乎无法建立完备的数学模型。即使建立起模型,由于过于庞大,结果也无从检验。并且复杂系统被简化成一系列抽象的法则、公式是脱离现实的,不可能正确反映其本质并可能产生彼此矛盾的结果。虽然传统数学模型解释了一些现象,但却留下了许多未能解答的问题,这种情况是由于系统的复杂性造成的。尽管传统理论对此早有认识,但它们更多地把复杂性归结为外界随机信息冲击的结果,而很少考虑复杂性内生的可能性。复杂性科学对传统的经济学理论提出了挑战,不再将经济系统看成是市场稳定和供求均衡的结果,而看成是由许多相互作用的个体在不稳定的状况下彼此不断调整关系的结果。在复杂性科学研究的学派中,以Holland教授等人的复杂适应系统CAS理论为代表。CAS理论主要采用计算机模型模拟的方法研究复杂系统,其研究工作的一大特点是高度重视应用计算机技术。计算机模型完全可以直接用有条件作用和其它诸如交换之类的组合算法描述,这些条件/组合算法用偏微分方程只能粗略地描述。采用基于计算机的直接描述的模型,而不是走偏微分的老路,能反映演化过程中的组合复杂性。通过计算机模拟的方法来研究和观察复杂系统,可以在计算机环境中重复或再现客观存在的复杂系统。论文针对现有股市、房地产系统研究的不足,突破传统数学建模的框架,运用复杂性科学的最新成果,采用学科交叉的方式,建立新的研究方法和体系。试图将CAS理论运用到股市、房地产系统研究中,构建基于Multi-Agent技术的股市、房地产系统框架体系,并对涉及的关键技术进行探讨。论文主要研究以下内容:分析股市、房地产系统和CAS在内在特点上的一致性,依据CAS理论证实股市、房地产系统是一类复杂适应系统,因此采用CAS理论对股市、房地产系统进行研究具有科学性和可行性。同时,基于CAS理论,分析一类复杂适应系统的特征、复杂性行为等,指出复杂性是其内部本质特征,复杂性背后的机理是异质投资者同系统环境之间的非线性交互作用。通过对一类复杂适应系统传统研究方法的总结,证实经典的有效市场假说、传统的数学工具（线性、固定点、微分方程系统）和传统的均衡经济理论对系统的分析大多基于一定的假设,明显具有主观性,故根本无法描述此类系统的复杂多变性。因此,必须要用复杂系统的理论和方法来对此类系统进行重新的理解、研究。鉴于此,论文将股市、房地产系统视为一类复杂适应系统,提出运用CAS理论与方法对此类系统进行建模与仿真研究的思路方法。并且,通过对Holland教授ASM模型实例的分析,进一步论证用CAS理论的建模与仿真方法对这类系统进行研究的可行性。CAS理论的核心概念是Agent,其方法学是基于Agent的建模方法。Agent和Multi-Agent理论与技术为复杂系统的建模与仿真提供了一个崭新的途径。对于人工社会中多智能体系统MAS的应用,目前展开的研究工作仍然处于起步阶段,因此采用MAS对一类复杂适应系统进行建模和应用研究具有理论探索意义。论文阐述了MAS建模的研究方法和过程:在基于Multi-Agent的建模过程中,最基本的是构造计算机模型,Agent在这一模型中运行着（行为）。首先要选择合适的微观个体,并对其建模;然后建立微观个体之间的交互关系;最后在宏观上对整个系统进行建模。其中,重点研究了Agent及Agents之间交互关系的设计方法。同时,结合一类复杂适应系统的实际运作情况,运用Multi-Agent的建模方法并结合其它技术、方法对一类复杂适应系统进行建模研究。在选择微观个体时,参与者的多样性是CAS的一个显着特征,因此,针对实际系统中交易者的不同类型,论文引入四种类型的智能体。对微观个体建模,即建立每一类Agent的属性和行为规则,是Multi-Agent建模方法中最重要的设计问题:主要考虑决策、目标函数、异质性和学习几个方面。比如对于神经网络智能体,尝试用神经网络代替Agent,运用神经网络的学习能力模拟Agent的适应性。特别地,对于BP-CT神经网络智能体,运用Agent行为一致性自适应的神经网络方法结合CT方法对其进行建模,利用CT方法产生不断变化的目标,从行为和行为所产生的效果两方面来训练神经网络,使其产生内部一致性,这也是智能体认知能力的一种体现。Agents间的交互是建模中的关键问题。Agents之间的交互涉及到模型整体的涌现结果,在建模过程中,既要考虑Agent的独立性,又要考虑Agents间的交互。为此,引入ERA方案,自主开发基于ERA方案的一类复杂适应系统模型,模型中不仅保留了通过规则和一般数据仿照前后关系模型化的环境,而且还保留了在不同概念层次上具有个性化数据的Agent。模型设置了不同的规则管理器和规则生成器,规则管理器控制智能体的行为,规则生成器调整、生成规则,一个规则生成器可以被多个规则管理器使用（如一个学习结果的运用）。这种模型设计方案,既保证了程序的模块性,也保证了程序的可扩展性:当需要增加新类型智能体时,只需修改或增加相应的规则管理器和规则生成器就可以了。同时,为了更好地模拟真实系统,模型引入一类特殊的智能体book——订单簿,负责接收并执行买入、卖出定单。所有类型的智能体都向订单簿智能体提交订单,订单簿在处理订单过程的同时完成不同类型智能体之间的交互,克服了传统股市研究方法中引入分析专家干预市场的主观行为。更重要的是,通过订单簿智能体可以引入多支股票,其中每个订单簿代表一支股票,从而克服了传统股市研究中只有单股运行的缺陷。论文引入3支股票。Swarm是一个实现了CAS理论、面向对象思想以及分布式人工智能技术三者综合运用的仿真平台。利用Swarm提供的强大功能,可以模拟从实际经济系统中抽象出来的模型,观察其运行状况及趋势,从而为现实世界中的经济决策提供依据。论文探讨在Swarm环境下进行一类复杂适应系统仿真的技术和方法,并在Swarm仿真平台下自主开发以股市为例的仿真程序,从而对一类复杂适应系统的复杂性进行仿真研究。通过设计多种类型的智能体对股市的实际运行情况进行仿真研究,模拟不确定环境下股市的动态演化过程,再现了许多通过传统的研究方法很难得到而在真实系统中又确实存在的现象,从而验证了用CAS理论与方法对一类复杂适应系统进行研究的可行性与有效性。为投资者的投资决策提供一定的参考。同时,对于研究类似复杂系统的研究者而言,论文的建模与仿真方法也具有一定的借鉴意义。仿真的目标在于更好地理解一类复杂适应系统的动力学特性,而并非尝试着进行预测。
二、房地产系统的耗散结构特征分析（论文开题报告）
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
本文主要提出一款精简64位RISC处理器存储管理单元结构并详细分析其设计过程。在该MMU结构中,TLB采用叁个分离的TLB,TLB采用基于内容查找的相联存储器并行查找,支持粗粒度为64KB和细粒度为4KB两种页面大小,采用多级分层页表结构映射地址空间,并详细论述了四级页表转换过程,TLB结构组织等。该MMU结构将作为该处理器存储系统实现的一个重要组成部分。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
三、房地产系统的耗散结构特征分析（论文提纲范文）
（2）中国金融市场系统复杂性的演化机理与管理研究（论文提纲范文）
| 0 引言 |
| 1 金融市场系统复杂性的整体特征 |
| 2 金融市场系统复杂性的演化机理及时空结构 |
| 2.1基于相关性的视角:动态演化的三体“束缚”模型 |
| 2.2 基于非线性的视角:基于朗之万方程的非线性动力学模型 |
| 2.3 基于适应性的视角:适应性演变的反馈模式 |
| 3 应用:股票市场中的泡沫现象 |
| 4 管理启示 |
| 5 结束语 |
（3）金融市场复杂性与金融泡沫现象研究（论文提纲范文）
| 摘要 |
| Abstract |
| 英文缩略词 |
| 第一章 绪论 |
| 1.1 研究背景和意义 |
| 1.1.1 研究背景 |
| 1.1.2 研究意义 |
| 1.2 国内外研究现状和趋势 |
| 1.3 研究内容和研究方法 |
| 1.3.1 研究内容 |
| 1.3.2 研究方法 |
| 1.4 本文创新之处 |
| 第二章 理论基础与金融市场发展现状 |
| 2.1 理论基础 |
| 2.1.1 新古典经济理论 |
| 2.1.2 复杂性理论与金融复杂系统 |
| 2.2 我国金融市场的发展现状 |
| 2.2.1 货币市场 |
| 2.2.2 证券市场 |
| 2.2.3 外汇市场 |
| 2.3 世界各国（地区）重要的金融泡沫事件 |
| 2.4 本章小结 |
| 第三章 金融市场系统复杂性的演化机理及其框架模型 |
| 3.1 引言 |
| 3.2 结构上的相关性：动态演化的三体“束缚”模型 |
| 3.3 作用上的非线性：基于朗之万方程的非线性动力学模型 |
| 3.4 功能上的适应性：适应性演变的反馈模式 |
| 3.5 应用分析：金融市场的泡沫现象 |
| 3.6 本章小结 |
| 第四章 “束缚”结构下金融市场政策目标的协调 |
| 4.1 引言 |
| 4.2 政策目标的量化指标与“束缚”结构模型 |
| 4.2.1 外汇稳定性（ERS）与外汇干预指数（FEI） |
| 4.2.2 货币政策独立性（MI） |
| 4.2.3 资本开放度（KO） |
| 4.2.4 “束缚”结构下的非线性演化模型 |
| 4.3 实证分析 |
| 4.3.1 样本选取与数据来源 |
| 4.3.2 结构上的相关性：指标的演变情况 |
| 4.3.3 作用上的非线性：演化方程的求解与估计 |
| 4.3.4 功能上的适应性：动力学性态分析 |
| 4.4 本章小结 |
| 第五章 复杂性视角下金融泡沫的检测与预警 |
| 5.1 引言 |
| 5.2 理论模型与拟合方法 |
| 5.2.1 对数周期幂律奇异性模型（LPPLS） |
| 5.2.2 基于标准的最小二乘法（OLS）的优化问题 |
| 5.2.3 基于分位数回归（QR）的优化问题 |
| 5.3 检测合成的含噪声的时间序列：方法与测度 |
| 5.3.1 分位数回归分析 |
| 5.3.2 多标度分析 |
| 5.4 预测历史泡沫的破裂时刻 |
| 5.4.1 分位数回归分析 |
| 5.4.2 多标度分析 |
| 5.4.3 实证分析：预测4个历史泡沫的破裂时刻 |
| 5.5 DS LPPLS~(TM)指标 |
| 5.6 实证分析：15 个历史泡沫的检测与预警 |
| 5.7 本章小结 |
| 第六章 中国金融市场系统复杂性的演化特征与管理 |
| 6.1 系统复杂性的整体特征 |
| 6.2 时空标度下的演化结构 |
| 6.3 系统性的宏观管理框架 |
| 6.4 金融市场结构的路径规划 |
| 6.5 本章小结 |
| 总结与展望 |
| 参考文献 |
| 攻读博士学位期间取得的研究成果 |
| 致谢 |
| 附件 |
（4）基于金融资源视角的房地产金融理论框架研究（论文提纲范文）
| 摘要 |
| Abstract |
| 目录 |
| 第1章 引言 |
| 1.1 研究背景和意义 |
| 1.1.1 研究背景 |
| 1.1.2 研究意义 |
| 1.2 若干重要概念的界定 |
| 1.2.1 房地产金融资源 |
| 1.2.2 房地产金融资源配置机制 |
| 1.2.3 房地产金融资源理论框架 |
| 1.2.4 房地产金融发展战略 |
| 1.3 国内外文献综述 |
| 1.3.1 国内研究文献综述 |
| 1.3.2 国外研究文献综述 |
| 1.3.3 文献综述小结 |
| 1.4 研究内容和方法 |
| 1.4.1 研究内容 |
| 1.4.2 研究方法 |
| 1.4.3 研究采用的技术路线 |
| 1.5 主要创新和研究不足 |
| 1.5.1 主要工作和创新 |
| 1.5.2 主要研究的不足 |
| 1.6 论文的基本结构 |
| 第2章 资源视角的金融复杂性演进 |
| 2.1 资源概念的复杂性演进 |
| 2.1.1 古典经济学中的资源思想 |
| 2.1.2 新古典经济学中的资源思想 |
| 2.1.3 凯恩斯理论中的资源思想 |
| 2.2 金融的资源属性与金融发展理论 |
| 2.2.1 金融发展理论中的金融资源思想 |
| 2.2.2 金融内生理论中的金融资源思想 |
| 2.3 金融的资源属性与金融资源理论 |
| 2.3.1 金融资源理论的提出 |
| 2.3.2 金融资源理论的借鉴意义 |
| 2.4 金融资源的复杂性与金融协调理论 |
| 2.4.1 金融协调理论的提出 |
| 2.4.2 金融协调理论的借鉴 |
| 2.5 金融资源的复杂性与中国金融战略理论 |
| 2.5.1 中国金融战略理论的兴起 |
| 2.5.2 中国金融战略理论的流派和观点 |
| 2.5.3 中国金融战略理论的借鉴 |
| 2.6 金融资源的复杂性与房地产金融资源理论假说 |
| 2.6.1 房地产金融的复杂性与资源性 |
| 2.6.2 房地产金融资源理论假说 |
| 2.7 本章小结 |
| 第3章 房地产金融资源的范式、方法论与理论框架 |
| 3.1 房地产金融资源理论的范式 |
| 3.1.1 金融理论的范式变革 |
| 3.1.2 房地产金融资源理论的范式变革 |
| 3.2 房地产金融资源理论的方法论 |
| 3.2.1 系统与复杂性理论的方法论 |
| 3.2.2 金融理论的方法论变革 |
| 3.2.3 房地产金融资源理论的方法论变革 |
| 3.3 房地产金融资源理论的框架 |
| 3.3.1 房地产金融资源理论的核心概念 |
| 3.3.2 房地产金融资源理论的延展 |
| 3.3.3 房地产金融资源理论的逻辑框架 |
| 3.4 本章小结 |
| 第4章 房地产金融的资源属性研究 |
| 4.1 房地产的复杂属性 |
| 4.1.1 房地产属性的分析 |
| 4.1.2 自组织理论与房地产复杂属性 |
| 4.2 房地产的金融属性 |
| 4.2.1 房地产的资金密集性分析 |
| 4.2.2 房地产的投资属性分析 |
| 4.2.3 房地产的财富效应分析 |
| 4.2.4 房地产的抵押担保资产属性分析 |
| 4.2.5 金融对房地产的依赖性分析 |
| 4.2.6 房地产金融属性的界定 |
| 4.3 金融的资源属性 |
| 4.3.1 资源的内涵与演进 |
| 4.3.2 金融的资源属性研究 |
| 4.4 房地产金融的资源属性 |
| 4.4.1 房地产金融资源属性的理论分析 |
| 4.4.2 房地产金融资源属性的界定 |
| 4.4.3 房地产金融资源的特殊性 |
| 4.4.4 房地产金融资源的意义 |
| 4.5 本章小结 |
| 第5章 房地产金融资源的社会属性研究 |
| 5.1 房地产金融资源与资源约束 |
| 5.1.1 资源、环境与生态的约束性 |
| 5.1.2 房地产金融资源的资源约束性 |
| 5.2 房地产金融资源与社会发展 |
| 5.2.1 房地产的公共产品属性与房地产金融资源 |
| 5.2.2 房地产的社会发展关联性与房地产金融资源 |
| 5.3 房地产金融资源与国家金融安全 |
| 5.3.1 房地产泡沫与金融资源错配 |
| 5.3.2 房地产泡沫与国家金融安全 |
| 5.4 房地产金融资源的社会属性界定 |
| 5.4.1 房地产金融资源的社会属性分析 |
| 5.4.2 房地产金融资源的社会属性的意义 |
| 5.5 本章小结 |
| 第6章 房地产金融资源的配置机制研究 |
| 6.1 金融资源配置机制的一般分析 |
| 6.1.1 资源配置机制的解析 |
| 6.1.2 金融资源的开发配置机制 |
| 6.1.3 金融资源配置的协调机制 |
| 6.2 房地产金融资源配置机制的特征 |
| 6.2.1 房地产金融资源配置机制的涵义 |
| 6.2.2 房地产金融资源配置机制的系统性 |
| 6.2.3 房地产金融资源配置机制的涌现性 |
| 6.3 房地产金融资源配置的协调机制 |
| 6.3.1 房地产金融资源配置的时间协调 |
| 6.3.2 房地产金融资源配置的空间协调 |
| 6.4 本章小结 |
| 第7章 房地产金融资源配置宏观效应的实证分析 |
| 7.1 实证分析的基本思路 |
| 7.2 房地产金融资源配置与房价效应分析 |
| 7.2.1 变量选取与数据来源 |
| 7.2.2 模型变量的平稳性检验 |
| 7.2.3 模型变量的协整检验 |
| 7.2.4 模型的构建与分析 |
| 7.3 房地产金融资源配置的经济、社会和生态效应分析 |
| 7.3.1 变量选取与数据来源 |
| 7.3.2 模型变量的平稳性检验 |
| 7.3.3 模型变量的协整检验 |
| 7.3.4 模型的构建与分析 |
| 7.4 本章小结 |
| 第8章 典型国家和地区房地产金融资源的配置与借鉴 |
| 8.1 典型国家和地区房地产金融资源的配置模式 |
| 8.1.1 美国房地产金融资源的配置模式 |
| 8.1.2 英国房地产金融资源的配置模式 |
| 8.1.3 德国房地产金融资源的配置模式 |
| 8.1.4 日本房地产金融资源的配置模式 |
| 8.1.5 新加坡房地产金融资源的配置模式 |
| 8.1.6 香港房地产金融资源的配置模式 |
| 8.2 典型国家和地区房地产金融资源配置模式的借鉴 |
| 8.2.1 住房需求是房地产金融资源配置的基础 |
| 8.2.2 市场与政府干预相结合的房地产金融资源配置机制 |
| 8.2.3 金融创新是房地产金融资源配置的方向 |
| 8.3 本章小结 |
| 第9章 中国房地产金融发展的战略选择及政策建议 |
| 9.1 中国房地产金融发展的外部环境分析 |
| 9.1.1 中国房地产金融发展面临的国内环境分析 |
| 9.1.2 中国房地产金融发展面临的国际环境分析 |
| 9.1.3 基于资源的房地产金融发展的战略观 |
| 9.2 中国房地产金融发展的战略选择 |
| 9.2.1 房地产金融资源的适度性配置战略 |
| 9.2.2 房地产金融资源的协调性配置战略 |
| 9.2.3 房地产金融资源的公平性配置战略 |
| 9.2.4 房地产金融资源的效率性配置战略 |
| 9.2.5 房地产金融资源的国际化配置战略 |
| 9.3 中国房地产金融发展的政策建议 |
| 9.3.1 中国城镇化土地政策改革的政策建议 |
| 9.3.2 中国房地产财税政策改革的政策建议 |
| 9.3.3 中国房地产金融支持多元化的政策建议 |
| 9.3.4 中国宏观审慎监管政策的政策建议 |
| 9.3.5 中国金融发展适度国际化的政策建议 |
| 9.4 本章小结 |
| 第10章 结论与展望 |
| 10.1 结论 |
| 10.2 展望 |
| 参考文献 |
| 致谢 |
| 攻读博士学位期间发表的论文和其它科研情况 |
（5）基于系统动力学的房产税政策传导路径研究 ——以南昌市商品房住宅市场为例（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 第一章 问题的提出 |
| 1.1 研究的背景与意义 |
| 1.1.1 房地产的热议 |
| 1.1.2 选题的意义 |
| 1.2 国内外的研究现状 |
| 1.2.1 国内外系统动力学的发展及研究现状 |
| 1.2.2 房地产税的相关研究成果 |
| 1.2.3 系统动力学在政策模拟仿真领域的应用及研究现状 |
| 1.2.4 系统动力学在房地产市场监测中应用的研究现状 |
| 1.2.5 其他理论在政策模拟仿真领域的应用及研究现状 |
| 1.3 主要内容及研究思路 |
| 1.3.1 论文主要内容 |
| 1.3.2 论文研究思路 |
| 1.4 论文的创新点及研究目标 |
| 1.4.1 论文的主要工作及创新点 |
| 1.4.2 论文研究预计达到的目标 |
| 第二章 系统动力学的基本原理 |
| 2.1 系统动力学理论的基本概念 |
| 2.1.1 系统、模拟与仿真模型 |
| 2.1.2 因果关系图 |
| 2.1.3 反馈环 |
| 2.1.4 变量（要素） |
| 2.1.5 流图 |
| 2.2 系统动力学构建模型的一般方法 |
| 2.2.1 系统动力学分析步骤 |
| 2.2.2 系统动力学模型原理 |
| 2.2.3 系统动力学构建模型方法 |
| 2.2.4 VENSIM PLE 软件简介 |
| 第三章 城市住宅系统动力学分析 |
| 3.1 各子系统介绍 |
| 3.2 经济系统描述 |
| 3.2.1 商品价格理论 |
| 3.2.2 金融稳定 |
| 3.2.3 行业的可持续发展 |
| 3.2.4 南昌市经济环境 |
| 3.2.5 小结 |
| 3.3 人口子系统 |
| 3.3.1 城市人口的组成 |
| 3.3.2 人口结构的影响 |
| 3.4 土地子系统 |
| 3.4.1 建设用地分类 |
| 3.4.2 城市土地供应管理 |
| 3.4.3 南昌市建设用地供应情况 |
| 3.5 新建商品房子系统 |
| 3.6 二手房子系统 |
| 3.7 房地产税收作用分析 |
| 第四章 住宅系统的动力学模型建立 |
| 4.1 模型的任务及实现方法 |
| 4.1.1 系统思考下的住宅系统分析 |
| 4.1.2 明确住宅系统存在的主要矛盾和问题 |
| 4.1.3 系统的边界及主要变量 |
| 4.1.4 确定主要参数 |
| 4.2 住宅系统的因果关系及流图分析 |
| 4.2.1 城市住宅房地产因果关系模型 |
| 4.2.2 城市住宅系统的流图 |
| 4.2.3 城市住宅房地产系统反馈回路分析 |
| 第五章 南昌房产税政策传导路径仿真测试 |
| 5.1 模型相关问题说明 |
| 5.2 模型基本参数确定 |
| 5.2.1 变量定义方程及状态变量初始值 |
| 5.2.2 SD 模型中的方程 |
| 5.3 模型有效性检验 |
| 5.4 模型仿真及结果分析 |
| 5.5 政策实验及建议 |
| 5.5.1 政策实验 |
| 5.5.2 南昌市住宅市场政策建议 |
| 5.6 本章小结 |
| 第六章 结论与展望 |
| 6.1 主要工作回顾 |
| 6.2 后续研究工作 |
| 参考文献 |
| 致谢 |
（6）基于耗散结构理论的赣州市房地产价格评价研究（论文提纲范文）
| 摘要 |
| Abstract |
| 第一章 绪论 |
| 1.1 选题的背景 |
| 1.2 论文研究目的和意义 |
| 1.3 文献综述 |
| 1.3.1 国外房地产价格研究 |
| 1.3.2 国内房地产价格研究 |
| 1.3.3 熵及耗散结构理论研究 |
| 1.4 研究主要内容、方法和技术路线 |
| 1.4.1 研究的主要内容和方法 |
| 1.4.2 研究的技术路线 |
| 1.5 创新点 |
| 第二章 相关理论概述 |
| 2.1 熵的概念 |
| 2.1.1 熵及热力学第二定律 |
| 2.1.2 熵增加原理 |
| 2.1.3 熵意义的拓展 |
| 2.2 耗散结构理论 |
| 2.2.1 耗散结构理论 |
| 2.2.2 开放、远离平衡态和涨落 |
| 第三章 熵值法引入房地产价格的特征分析及模型构建 |
| 3.1 房地产体系的耗散特征探讨 |
| 3.2 房地产价格评价系统熵流模型的建立 |
| 3.2.1 理论模型 |
| 3.2.2 熵流模型建立方法 |
| 第四章 房地产价格评价指标体系的建立 |
| 4.1 确立房地产价格指标评价体系思路 |
| 4.2 房地产价格评价指标权重的计算 |
| 4.2.1 房地产价格评价指标的无量纲化 |
| 4.2.2 层次分析法的基本步骤 |
| 4.3 房地产价格评价指标权重的确定 |
| 4.3.1 建立递阶层次模型 |
| 4.3.2 构建判断矩阵 |
| 4.3.3 计算两两之间相对权重 |
| 4.3.4 各单层及层次总排序的一致性检验 |
| 4.3.5 赣州市房地产价格评价体系综合权重 |
| 4.4 基于耗散结构的房地产价格评价体系确立 |
| 4.5 本章小结 |
| 第五章 基于耗散结构理论的赣州市房地产价格评价应用 |
| 5.1 赣州市房地产价格指标评价值的获取 |
| 5.2 指标无量纲化结果统计汇总 |
| 5.3 赣州市房地产价格评价过程和结果 |
| 5.3.1 赣州市房地产价格总熵值的计算 |
| 5.3.2 赣州市房地产价格熵权重的计算 |
| 5.4 结果分析 |
| 5.4.1 熵权重的分析 |
| 5.4.2 总熵值的分析 |
| 5.5 本章小结 |
| 第六章 总结与展望 |
| 6.1 总结 |
| 6.2 展望 |
| 参考文献 |
| 致谢 |
| 个人简历、在学期间发表的学术论文与研究成果 |
（7）耗散结构理论视角下大中型企业技术创新研究（论文提纲范文）
| 0 引言 |
| 1 理论概述 |
| 2 大中型企业技术创新系统的耗散特性分析 |
| 2.1 开放性 |
| 2.2 非线性耦合 |
| 2.3 远离平衡态和涨落特征 |
| 3 基于耗散结构的大中型企业技术创新系统研究 |
| 3.1 Brusselator模型及其经济学转译 |
| 3.2 基于布鲁塞尔模型的实证分析 |
| 3.3 基于协同学视角的进一步讨论 |
| 4 结论 |
（8）一类复杂适应系统的建模研究（论文提纲范文）
| 1 概述 |
| 2 股市、房地产系统介绍 |
| 3 基于多智能体的复杂系统建模 |
| 4 一类复杂适应系统建模 |
| 4.1 模型结构设计 |
| 4.2 Agent设计 |
| 4.2.1 随机决策Agent |
| 4.2.2 模仿Agent |
| (1) 市场模仿Agent |
| (2) 局部模仿Agent |
| 4.2.3 BP神经网络Agent |
| 4.2.4 BP-CT神经网络Agent |
| 4.3 Agent交互设计 |
| 5 仿真与分析 |
| 6 结束语 |
（10）一类复杂适应系统的模型及仿真方法研究（论文提纲范文）
| 摘要 |
| Abstract |
| 第1章 绪论 |
| 1.1 研究背景 |
| 1.1.1 主流经济学 |
| 1.1.2 “非主流”经济学的兴起 |
| 1.1.3 复杂性科学的兴起 |
| 1.2 复杂性研究现状 |
| 1.3 选题的意义及论文的主要内容和创新点 |
| 1.3.1 选题的意义 |
| 1.3.2 论文的主要内容 |
| 1.3.3 论文的创新点 |
| 本章小结 |
| 第2章 复杂适应系统理论 |
| 2.1 CAS理论概述 |
| 2.1.1 CAS理论的核心思想——适应性造就复杂性 |
| 2.1.2 CAS理论的基本概念 |
| 2.1.3 CAS理论的特点 |
| 2.2 CAS理论研究的基本方法 |
| 2.2.1 隐喻 |
| 2.2.2 计算机模型模拟 |
| 2.3 CAS理论的模型 |
| 2.3.1 CAS理论微观模型——适应性主体模型 |
| 2.3.2 CAS理论宏观模型——从个体到全局模型 |
| 2.4 CAS理论应用 |
| 2.4.1 CAS理论在经济学中的应用 |
| 2.4.2 CAS理论在生物学中的应用 |
| 2.4.3 CAS理论在生态系统中的应用 |
| 2.4.4 CAS理论在管理与控制中的应用 |
| 2.4.5 CAS理论在社会学领域中的应用 |
| 本章小结 |
| 第3章 一类复杂适应系统的复杂性研究 |
| 3.1 股市、房地产系统是一类复杂适应系统 |
| 3.2 一类复杂适应系统的复杂性表现 |
| 3.3 一类复杂适应系统的复杂性成因 |
| 3.3.1 影响一类复杂适应系统的外部环境因素 |
| 3.3.2 影响一类复杂适应系统的内部机制因素 |
| 3.3.3 影响一类复杂适应系统的其它因素 |
| 3.4 一类复杂适应系统的复杂性特征 |
| 3.5 一类复杂适应系统演化出的复杂行为 |
| 3.6 一类复杂适应系统传统研究方法的不足及解决方案 |
| 3.6.1 一类复杂适应系统传统研究方法 |
| 3.6.2 一类复杂适应系统传统研究方法存在的不足 |
| 3.6.3 一类复杂适应系统研究的解决方案 |
| 本章小结 |
| 第4章 一类复杂适应系统的建模研究 |
| 4.1 智能体与多智能体系统 |
| 4.1.1 Agent的定义与属性 |
| 4.1.2 Agent的类型 |
| 4.1.3 Agent的适应性研究方法 |
| 4.1.4 Agent之间的交互 |
| 4.1.5 多智能体系统MAS(Multi-Agent System) |
| 4.2 MAS建模 |
| 4.2.1 MAS建模分析 |
| 4.2.2 MAS建模步骤 |
| 4.2.3 MAS建模意义 |
| 4.3 一类复杂适应系统的模型 |
| 4.3.1 模型结构 |
| 4.3.2 Agent设计 |
| 4.3.3 Agents交互设计 |
| 本章小结 |
| 第5章 一类复杂适应系统的仿真方法研究 |
| 5.1 Swarm仿真平台 |
| 5.1.1 Swarm仿真程序的构成 |
| 5.1.2 Swarm类库 |
| 5.1.3 Swarm仿真建模 |
| 5.1.4 Swarm仿真建模的特点 |
| 5.1.5 Swarm仿真建模的优势 |
| 5.2 一类复杂适应系统仿真设计 |
| 5.2.1 仿真环境设计 |
| 5.2.2 Agent的仿真设计 |
| 5.2.3 Agent的行为时间表和仿真模型体系结构设计 |
| 5.3 仿真结果及分析 |
| 5.3.1 交易者具有完全理性的股市仿真分析 |
| 5.3.2 交易者具有有限理性的股市仿真分析 |
| 本章小结 |
| 第6章 总结 |
| 6.1 论文所做工作 |
| 6.1.1 股市、房地产系统是一类复杂适应系统 |
| 6.1.2 一类复杂适应系统的建模研究 |
| 6.1.3 一类复杂适应系统的仿真方法研究 |
| 6.2 论文存在的不足 |
| 致谢 |
| 参考文献 |
| 附录Ⅰ 攻读博士学位期间发表论文及参与科研项目情况 |
| 附录Ⅱ Echo模型各种扩充机制流程图 |
四、房地产系统的耗散结构特征分析（论文参考文献）
- [1]社交媒体文本数据知识发现系统运行机制研究[J]. 黄丽丽,杨鑫禹,厚继承,刘万钊,邹元君. 情报科学, 2019(11)
- [2]中国金融市场系统复杂性的演化机理与管理研究[J]. 张群,张卫国,马勇. 管理科学学报, 2017(01)
- [3]金融市场复杂性与金融泡沫现象研究[D]. 张群. 华南理工大学, 2016(05)
- [4]基于金融资源视角的房地产金融理论框架研究[D]. 李志锋. 山西财经大学, 2015(09)
- [5]基于系统动力学的房产税政策传导路径研究 ——以南昌市商品房住宅市场为例[D]. 万月亚. 华东交通大学, 2013(02)
- [6]基于耗散结构理论的赣州市房地产价格评价研究[D]. 龚永超. 江西理工大学, 2013(04)
- [7]耗散结构理论视角下大中型企业技术创新研究[J]. 苏屹. 管理工程学报, 2013(02)
- [8]一类复杂适应系统的建模研究[J]. 邵艳华,张明生. 计算机工程, 2012(01)
- [9]房地产业系统的自组织特性分析[J]. 邹宏璐. 消费导刊, 2009(19)
- [10]一类复杂适应系统的模型及仿真方法研究[D]. 邵艳华. 贵州大学, 2009(02)