预测与决策是人类活动的两个重要组成部分,它关系到人类生活的方方面面,对人类生活有着极其重要的影响。 预测是鉴往知来。一般说来,系统的运动在某段时间的某种条件下,其运动都具有相当程度的稳定性,这就是预测的最基本假设。预测可以分为定性预测与定量预测。常见的定量预测方法有回归模型预测法、协同学方法、神经网络预测法、CAS仿真技术、移动平均法与指数平滑法、自回归模型、马尔可夫预测技术、灰色预测法、相空间重构法和组合预测法。这些方法都有各自的特点。 熵是一个应用广泛的概念。在能量转换中,它表示无用能的度量;在分子运动中,它是分子无序程度的度量;在信息论中,它是信息量的度量;而在系统论中,它是系统复杂程度的度量。熵到处可见,而且系统都有一个特点:系统的熵总是在某种前提下趋向最大化,这个就是最大熵原理的内涵。 如果能够构建一个类概率分布的广义分布,则相应的Shanon熵就对应广义分布的广义熵。在广义熵最大化的基础上,在相空间中构建一个描叙混沌吸引子(注意,不是其他吸引子)的广义分布,那么我们就可以用它来做预测。 同样的道理,决策过程中使用的方案筛选标准实际上就是系统评价指标。那么,系统的熵就可以由这些指标表示出来,此之谓综合熵。从成本和控制的角度来看,我们认为综合熵最小的方案才是最佳方案。 从认识范式的角度来看,预测与决策技术的发展与人类认识范式的发展之间存在着紧密的关系。不同的认识范式产生不同的预测与决策技术,由此可知,复杂系统范式下,人类的预测与决策技术会有一个全新的发展。