11月7日下午，数学与统计学院在理工北楼315室举办“翔宇数学讲坛”第15期学术报告会。浙江财经大学数据科学学院副院长郑松教授作了题为"Data-driven identification and deep learning prediction of fractional-order financial chaotic systems and their applications"的学术报告。报告会由副院长张春主持，学院部分教师及研究生参加了此次学术交流。

图为会议现场

郑松教授指出，当前金融系统研究多忽视系统固有的记忆效应与实际约束，其团队据此发展了一类分数阶金融混沌系统。报告围绕三个核心问题展开：一是系统动力学行为分析，运用Adomian分解方法（ADM）推导数值解，研究分数阶与参数变化对动力学行为的影响；二是噪声条件下的系统识别，提出数据驱动框架FO-SINDy以识别控制结构并估计初始参数区间，再引入改进多目标粒子群算法（IMOPSO）精细调参；三是中期混沌预测，构建相空间重构（PSR）与储层延迟反馈回声状态网络（RDF-ESN）混合模型，多项指标优于现有循环神经网络，为金融风险监测与预测控制提供新思路。数值仿真验证了方法有效性及其向其他分数阶系统推广的潜力。

报告结束后，现场学术氛围热烈。在场师生纷纷表示，此次报告不仅展示了数据驱动方法在复杂金融系统研究中的前沿进展，也为各自课题中面临的建模与预测难题提供了新的方法论启示，开阔了学术视野，激发了研究灵感。

报告人简介：郑松，博士，浙江财经大学数据科学学院副院长、教授、博士生导师。他主要从事动力学重构的机器学习方法、复杂系统建模、大数据统计等领域的教学与科研工作。教授主持完成国家自然科学基金、教育部人文社科项目、浙江省自然科学基金等科研项目10余项，在Physical Review E、Neural Networks、Nonlinear Dynamics、IEEE Transactions on Cybernetics、ISA Transactions等国内外SCI学术期刊发表学术论文80余篇。兼任中国自动化学会分数阶系统与控制专业委员会委员、中国"双法"研究会经济数学与管理数学分会第八届理事会理事，并担任多个SCI国际期刊专题编委。

（一审一校：董雅琪 二审二校：张春 三审三校：房剑平）