BDI 指数由波罗的海航运交易所发布，一直以来都反映国际干散货航运市场的整体态势，被称为“晴雨表”。BDI 指数的计算以11条干散货航线的运价为基础，按照一定的权重对每一条航线的运价进行加权平均而得出。它代表了干散货航运市场的运价水平。在航运市场具有很高的权威性。 所谓混沌，指的是金融系统中一种看似无序实则有序的状态。它是一种非线性的存在形式，具有混沌属性的系统有着非常深层次的有序的结构规则，并且表现出特定的周期性和对称性。 2 数据来源与处理
本文基于相空间重构理论对波罗的海干散货航运价格系统进
行混沌分析。数据源选取波动较大的1999年11月3日至2013年3月24日的BDI 指数，数据样本量为3，351个，数据来源为克拉克森。此时间段的数据波动情况如图1
所示。
图1 BDI 指数
3 BDI 指数相空间重构
相空间重构技术是目前混沌识别主要工具，主要被应用于工程领域处理复杂系统。相空间重构技术核心的理论依托是：复杂系统内部各个状态之间是相互影响的，每个状态都是由与之关联的其他状态分量演化决定。因此系统的每个状态都存于某个分量的发展中。选取合适的时间延迟和嵌入维度，就能够重构出系统的完全面貌。
确定时间延迟τ与嵌入维数m ，对波罗的海干散货航运价格系统进行相空间重构。3.1 延迟时间的确定奥巴马复旦大学演讲
互信息法是最常用的求延迟时间的方法。利用互信息法求某个时间序列X n =（x 1，x 2，…，x n ），的延迟时间，见下式
：
式中，时间序列X n 的概率密度是P （X n ），X n 与X （n +τ）的
联合概率密度是P （X n ，X （n +τ））
。
图2 时间延迟
由图2可以看出，第一个最小值出现于12，因此延迟时间为12。
3.2 嵌入维数的确定
系统混沌识别的另一个重要步骤是选择恰当的嵌入维数。过大的嵌入维数需要更多的数据支撑和计算资源，过小的嵌入维数又不足以反映出系统内在的情况。
本文选取CAO 方法求系统的最佳嵌入维数。
令
式中，‖•‖为向量的范数，常用的范数为‖X k （m ）-X l
（m ）‖=max 0≤j ≤m -1|x k +j τ-x l+j τ|；X n （i ，m ）（m ）为上述范数定义下，距
X i （m +1）最近的向量。如果X n （i ，m ）（m ）与X i （m+1）相等，则
按照范数的定义寻另一个最近的向量。
式中，E （m ）为a （i ，m ）的均值。令E 1（m ）=E （m +1）/
E （m ），检测E （m ）的变化。当m 大于m 0时，E （m ）保持不变，m 0+1
税收楔子即为最合适的嵌入维。
图3 嵌入维
如图3所示，可以看出当维数为9时，
E （m ）保（下转第7页）波罗的海干散货航运指数混沌特性分析
杨 蕾，张厚保
（中国交通通信信息中心，北京 100011）
摘要：本文结合金融思想，从混沌理论的角度对波罗地海干散货航运指数（BDI）进行了研究，证实了BDI 指数具有混沌属性。关键词：BDI ；混沌doi ：10.3969/J.ISSN.1672-7274.2019.09.002中图分类号：F562.1，TP3 文献标示码：A 文章编码：1672-7274（2019）09-0003-02
Analysis of the Chaos Characteristics of Baltic Dry Bulk Shipping Index
Yang lei，Zhang Houbao
（China Transport Telecommunications & Information Center ，Beijing ，100011）
Abstract ：This article studies the chaotic behavior of the international Dry bulk Freight Systems from the financial point. It is confirmed that the BDI index has chaotic properties.
Keywords ：BDI ；chaotic
作者简介： 杨 蕾，女，1978年生，黑龙江哈尔滨人，现任职于中国交通通信信息中心，研究方向为交通信息化。 张厚保，男，1989年生，河北邢台人，现任职于中国交通通信信息中心，研究方向为交通信息化。
表6 配置管理API 分类
3
表7 配置管理API 分类
4
（5）操作控制接口
表8 配置管理API 分类
5
（6）历史数据分析接口
表9 配置管理API 分类
6
（7）规划预案管理接口
表10 配置管理API 分类
7
基于RESTful 规范的管控系统在北向的任务配置下发和设备状态上报处理上，采用RESTful Service 服务API 接口。针对面向活动和面向资源的不同，采用不同的协议进行任务下发和状态获取。实现站控内部、设备级、上级管控之间的接口交互的标准化，将各种分散的异构资源映射到逻辑参照体系上，并通过定义统一的资源元模型和数据存取接口屏蔽各系统间的数据格式差异，使得站内监控系统与设备接口、上层应用接口之间实现应用与数据接口的统一化、标准化、通用化。
5 结束语
基于RESTful Web 规范的卫星站监控软件按照通用的三层结构设计，底层为协议适配层，中间层为综合监视服务层，顶层为用户表示层，另外还有贯穿系统全局的安全管理层，有连接本系统与其他系统的外部接口和系统内部数据交换的外部接口功能。通过北向接口服务，构建各个类型的功能服务的扩展及构建，使得不同系统生产者和消费者之间能够进行异步数据通信服务，提高了WEB 系统前端后台分离度、异构数据通信的时间、空间的多维松耦合。参考文献
[1] 蔡鸿明，何援军，刘胡瑶.基于分层语义网络的设计资源库建模及实现[J].计算机集成制造系统，2005，11（1）：73-78.
[2] 胡昌华，许化龙.控制系统故障诊断与容错控制构分析和设计[M].北京：国防工业出版社，2000：213-230.
[3] 马刘非.卫星通信网络技术[M].北京：国防工业出版，2003：75-87.[4] 杨传顺.以数据为中心的舰载分布式系统[J].舰船科技技术，2011.（7）.[5] G iddings V. Tutorial on the OMG Data Distribution Service[R]. Objective Interface Systems ，Inc.2005.
国庆50周年[6] 刘威，乔立红.基于元模型的统一制造资源模型框架[J].计算机集成制造系统，2007，13（10）： 1903-1908.
（上接第3页）持稳定，不再变化，所以9为最佳嵌入维数。
4 干散货运价系统混沌状态的识别
本文选取李雅普诺夫（Lyapunov ）指数法为混沌识别方法。
1983年，数学家格里波基证明：某个时间序列的最大李雅普诺夫（Lyapunov ）指数大于或等于零，即可证明该系统存在混沌属性。
假设存嵌入维数m ，时间延迟为τ的时间序列X n =（x 1，x 2，…，x n ），重构其相空间：
噪声预测
Y （t ）={x （t ），x （t +τ），…，x [t +（m -1）τ]}，（t =1，2，…，M ）M =N -（m -1）τ
对该序列进行相空间重构后，选取一点Y （t ），同时选择与Y （t ）的绝对距离小于ε的若干个临近点。如下式
：
爱碧论坛
式中，Ω是与临近点的集合；S 为预测误差；Δt 为预测的时间。
通过对S 关于Δt 函数的图像指数拟合，得出λ即为该序列的最大Lyapunov 指数。
S =e λΔt
对嵌入维9，延迟时间12的BDI 指数序列进行相空间重构，做出函数图像，如图4所示
：
如何有效制定新年计划
图4
李雅谱诺夫指数图5 拟合结
最后对该函数进行指数拟合，如图5：
S =e 0.1542Δt ，得出最大Lyapunov 指数为0.1542。因此，国际干散货运价系统具有混沌特性。
5 结束语
本文的研究结果说明：一是国际干散货运价系统具有混沌特性；二是波罗的海干散货运价指数与世界经济息息相关，受经济影响明显；三是借助金融手段对干散货运价系统进行干预，可以降低航运市场的金融风险。本文的研究结论对于干散货航运市场的有效监管具有一定的借鉴意义，发挥好BDI 指数“晴雨表”的作用，借助金融手段有效干预航运市场，对于稳定市场秩序具有重要意义。参考文献
[1] L orenz EN. Deterministic nonperiodic flow. J Atmosph Sci 1963；20：130–41. [2] 叶中行，杨利平.上证指数的混沌特性分析.上海交通大学学报，1998，32（3）：129-132.
[3] 张厚保，林国龙，丁一.国际干散货运价系统的混沌行为研究.河南科学，2013.10.026.
[4] 王德佳，周福才，朱伟勇.上证综合指数混沌模型的动力学特性分析. 东北
大学学报（自然科学版），2002，23（4）：311-314.
