流定性相图：一种复杂系统建模仿真方法研究

流定性相图的仿真方法研究是从复杂系统的非线性时间序列数据流处理入手，重构系统定性相空间图来表示系统全局行为，求取能够反映系统行为的若干定性与定量特征指标，如定性指标（知识、规则、相空间定性结构、定性几何等）、定量指标（Hurst指数、相关维、李氏指数、奇异值分解熵、近似熵、排列熵等），进行相应定性定量推理、仿真及其可信性智能评估。.以脑电波（EEG）实验时间序列为例，针对这类复杂系统的结构知识不完备、不确定等特点，提出与定性微分方程生成定性相图的正向建模不同思路-─-逆向定性建模。拟对饮酒者的EEG数据进行复杂性分析和定性定量仿真预测，得出易于理解的醉酒深度描述。.以此初步形成一种非线性时间序列定性定量相空间建模/仿真方法。该方法推而广之有望对科学、工程和非工程领域众多非线性时间序列的复杂系统行为分析、解释、诊断、预测甚至调控提供新的有科学意义的理论与方法，应用前景广阔。