情感影响下的人类认知行为建模研究概述

情感对人类认知行为具有重要影响作用,在认知行为建模过程中加入情感因素可以显著提高认知行为模型的真实性和适应性。首先将情感对认知行为影响作用的理论研究发展脉络划分为三个阶段,对各阶段代表性理论成果进行了阐述;其次,研究了情感影响下的认知行为模型的基本建模思想和方法,给出了若干典型的情感行为模型,并对各种方法和模型的优缺点进行了分析;最后,根据情感行为建模研究的现状,指出个体情感的精确描述与建模、多层次的情感-认知交互模型和组件化的通用情感行为建模框架是下一步需要着重研究的三个方向,并且给出了指导性的组件化的情感行为建模框架。     

供应链中社会资本、不确定性与机会主义行为关系的实证研究

供应链中普遍存在机会主义行为风险，而关于此类研究成果主要基于交易成本理论而缺乏对供应链中的社会关系的考量。深入分析了社会资本的结构、认知和关系维度的内在关系，给出了社会资本抑制机会主义行为的作用路径。建立了社会资本-不确定性-机会主义行为的结构方程模型，通过采集制造业、石油化工业等不同行业的300份供应链成员有效问卷对模型假设进行检验。研究结果表明：社会资本结构维度中信息交换对认知维度中的文化理解与过程集成均有显著正向相关性，文化理解与关系维度中的信任与合作规范均有显著正向相关性，过程集成与关系维度中的信任有显著负相关性、与合作规范呈现显著正相关性。认知维度中文化理解与供应链成员内部不确定性显著负相关，关系维度中信任与供应链成员行为不确定性显著负相关，而供应链中不确定性显著提升其机会行为发生的可能性。     

基于认知风险价值的行为证券组合模型

考虑人的心理行为因素，利用价值函数描述了投资者的认知风险；以Copula联结函数、混合分布和Jacob矩阵,建立了多心理账户条件下证券组合决策的联合概率分布和关联结构；在Shefrin和Statman行为证券组合理论体系下，提出了一种基于认知风险价值的行为证券组合模型；算法释例结果表明，相对于传统的行为证券组合理论，该模型更为逼近证券组合决策的实际情景。     

基于三次样条非参数拟合的驾驶行为仿真模型

现有车辆跟驰模型大多建立在控制论和运动学观点之上，以至于在仿真过程中连续运用单一模型控制规则来支配驾驶员的驾驶行为，忽略了对多源高负载信息感知变量的运用。文章直接运用信息挖掘技术最大限度地榨取实测数据所携带的有关驾驶行为的个体有用信息，通过多元非参数三次样条回归模型剔除了数据中由白噪声产生的干扰，构建了一种基于三次样条非参数拟合的驾驶行为仿真模型。仿真试验表明，此模型具有可移植、高精度的特性，能很好地反映和预测多源高负载信息感知变量刺激下跟驰过程中驾驶员的驾驶行为。     

女性创业者社会认知特征对新创企业绩效影响机理：基于SCT理论视角

近年来,随着女性创业力量的崛起, 有关女性创业者的社会认知特征研究逐渐引起关注。基于社会认知理论(Social Cognitive Theory,SCT) ,以女性创业者为研究对象,将创业自我效能、创业激情、坚毅和自我控制4种认知特征作为认知因素,机会识别作为行为因素, 关系网络和性别歧视作为环境因素, 构建了一个“认知-行为-环境”三元交互模型, 系统探究女性创业者社会认知特征与新创企业绩效之间的复杂关系。研究结果表明: 女性创业者社会认知特征(创业自我效能、创业激情、坚毅、自我控制) 对新创企业绩效具有正向影响; 机会识别在女性创业者社会认知特征和新创企业绩效关系之间发挥中介作用, 且关系网络和性别歧视两个环境因素调节该中介作用。本研究以女性创业者“社会认知特征-机会识别-新创企业绩效”为研究路径, 探究女性创业者社会认知向行为转化并进一步影响新创企业绩效的内部机理, 并且通过引入关系网络和性别歧视, 拓展了环境因素作用于女性创业者社会认知和行动的路径。     

环境污染群体性事件误对策演化博弈分析:基于大连PX事件的案例

在环境污染群体性突发事件的发生演化和应急处置过程中,博弈双方存在信息不对称与认知差异,误对策方法提供了合适的分析框架。本文运用误对策分析方法剖析了环境污染群体性事件中化工企业与周边居民的认知差异,分别建立了博弈双方的误对策博弈模型,其中包括具有"搭便车"行为的周边居民误对策博弈模型,具有"欺骗"行为的化工企业误对策博弈模型,并结合大连福佳大化PX事件分析了博弈双方存在认知差异的演化稳定性,分别对地方政府、化工企业与周边居民给出了相关政策建议。     

面向LVC训练的蓝方虚拟实体近距空战决策建模

真实-虚拟-构造为近距空战对抗训练提供了有力支撑。针对课题对蓝方虚拟实体的实际决策建模需求, 在对比分析深度强化学习与经典智能优化方法的基础上, 从优化理论的角度对神经网络的权值空间和结构空间进行定义, 提出基于智能优化的进化神经网络决策模型及其求解方法。首先，分析近距空战战术特点, 战机飞行运动模型, 实际决策建模需求。其次，分别设计战机关键飞行状态、动作空间、适应度函数, 实现蓝方端到端感知与决策。最后, 给出基于经典遗传神经网络的决策模型及求解示例。结果表明, 所提方法可实现蓝方战机通过对抗数据来学习对手作战特点的功能, 验证了模型及方法的有效性; 同时所提方法对目前智能优化及其改进算法, 以及不同结构神经网络具有通用性。     

下偏矩方法在行为投资组合优化中的应用

在行为投资组合优化过程中，机会约束的转化是一个关键问题。本文运用下偏矩的方法将机会约束转化为线性约束，并将证券的未来期望收益率表示为区间数，建立了一个行为投资组合优化模型，并运用中国证券市场的实际数据进行了实证分析。通过区间数的设置，投资者的认知状态和专家的知识被有机地融入到模型中，并且下偏矩中的收益率参考水平通过样本由模型内生，因此本文所构建的行为投资组合优化模型具有很强的包容性和实用性。     

基于认知心理学的证券投资者认知与行为偏差形成机理研究

认知与行为偏差普遍存在于整个投资决策中,对投资决策产生重要影响,而且在中小投资者的投资活动中表现尤为显著,对个体投资者的财富、社会经济发展和市场稳定等造成了侵害。本文将从认知心理学角度,构架了投资者行为决策模型、投资者决策信息加工模型与投资者认知与行为偏差作用机制模型,借鉴认知心理学前沿研究成果与理论从投资者自身认知心理角度研究投资者偏差存在的根源,深入探讨投资者认知与行为偏差产生的内在机理与作用机制,并针对性地提出相关政策建议与解决途径。     

校园恶性突发事件发生机理的“规则-策略”博弈学习模型

在"规则-策略"的博弈理论范式下, 建立了校园恶性突发事件发生机理的博弈学习模型.首先, 通过建构社会边缘人的心智模型(包括主观认知规则和决策规则), 分析了校园恶性突发事件中社会边缘人从理性的学习规则, 到非理性的反社会学习规则的"规则学习"过程(即"规则学习"遵循着同时包含了强化学习规则与理性规则的广义强化学习模型), 得出了社会边缘人面对自身博弈收益的持续恶化状况, 采取非理性的反社会行为规则的临界条件.其次, 分析了校园恶性突发事件处于潜伏期、爆发期和扩散期等不同演化阶段中社会边缘人的"策略学习"过程, 构建了社会边缘人的"策略学习"的模仿学习模型.最后, 提出防范校园安全的综合治理对策.     

基于遗传算法的Skinner操作条件反射学习模型

以概率自动机(probabilistic automata, PA)为平台,结合遗传算法(genetic algorithm, GA)的进化思想,设计了反映Skinner操作条件反射(operant conditioning, OC)思想的仿生学习模型,称为基于遗传算法的操作条件反射概率自动机(genetic algorithm-operant conditioning probabilistic automata,GA-OCPA)学习系统。每一次学习尝试之后,首先,学习系统把通过OC学习算法学习得到的信息熵值作为个体适应度;然后,执行遗传算法,搜索最优的个体;最后,再执行OC学习算法学习最优个体内的最优操作行为,以得到新的信息熵值。理论上分析了GA-OCPA学习系统学习算法的收敛性,通过对两轮机器人运动平衡控制的仿真分析,表明设计的GA-OCPA学习系统的学习是一个自动获取知识和提炼的过程,具有高度的自适应能力。     

汽车空调层叠式蒸发器动态数学模型研究

根据两相流漂移通量模型理论建立了一个汽车空调系统层叠式蒸发器的动态数学模型，该模型采用状态跟踪机制模拟制冷工质在蒸发器运行中可能出现的所有状态。仿真结果表明，通过对模型运行状态的有效控制，模型能够正确地反映出不同区域的消失或出现，模型参数变化光滑并符合机理分析。该模型的建立为汽车空调整体系统的，陛能仿真和优化分析打下了基础。     

加权变分的图像去噪算法

针对经典的总变分去噪模型边缘信息对噪声敏感且易模糊的缺陷,提出了非线性与线性的加权变分模型。非线性加权变分模型是在总变分模型的正则项中引入权函数,并利用权函数引导扩散,使得新模型在消噪的同时更好地保持图像的纹理特征和边缘信息;线性加权变分模型是对含噪图利用高斯函数进行预处理,再对处理后的图像进行扩散,从而降低计算复杂度。数值实验表明,与经典的总变分模型相比,改进的方法无论是在视觉效果还是峰值信噪比上都有明显的提高。     

基于半参数回归的联合定轨误差估计仿真算法

通过对联合定轨非线性影响因素特征的分析,提出了一种参数建模与非参数分量表示相结合的联合定轨非线性半参数回归建模方法。首先讨论了联合定轨模型及常值系统误差估计算法,在此基础上建立了一种广义非线性半参数回归联合定轨模型,设计了相应的卫星轨道参数、系统误差参数及模型误差估计算法,并从理论上证明了半参数模型轨道估计精度优于经典最小二乘轨道估计精度。仿真计算结果表明,广义非线性半参数回归联合估计方法能将模型误差和随机误差有效分离,同时联合定轨精度也得到了进一步的改善,从实际应用角度验证了半参数回归联合定轨建模方法的合理性和可行性。     

基于概率神经网络的故障诊断方法及应用

针对智能大厦空调系统中发生的各种传感器故障问题 ,提出了一种基于概率神经网络 (PNN)的传感器故障诊断改进方法。该方法采用贝叶斯分类决策理论建立系统的数学模型 ,以高斯函数作为激励函数 ,具有非线性处理和抗干扰能力强等特点 ,可获得对空调系统中各种传感器硬故障和软故障的有效识别和诊断。给出了该方法的理论分析 ,故障特征量的选取 ,神经网络设置和训练的具体步骤。通过仿真和空调系统模型试验证明了该方法在网络训练速度 ,抗干扰能力及各种传感器故障识别准确率等方面的有效性。     

混沌粒子群优化及其分析

通过分析了经典的粒子群优化中单个粒子模型,发现其具有混沌Hopfield神经网络的特点.提出了一种新的粒子群优化模型,该模型不像以往的粒子群算法那样包含随机参数,而是一个确定性的混沌Hopfield神经网络群,其搜索轨道展现了从混沌到周期分岔再到汇的逆周期分岔演化过程.初始混沌式搜索模式展宽了搜索范围,逆周期分岔演化过程决定了搜索的稳定性和收敛性.另外,理论上给出了新的粒子群优化的收敛性结论.最后,通过数值仿真给出了与经典的粒子群优化结果的不同点,并且说明了混沌粒子群优化的有效性.     

基于PSO算法的系统辨识方法

研究了利用粒子群优化(particle swarm optimization, PSO)算法对系统进行辨识的新颖方法.该系统辨识方法的基本思想是将典型数学模型的相互组合而构成系统模型,即就是首先将系统结构辨识问题转化为组合优化问题,然后再采用粒子群优化算法同时实现系统的结构辨识与参数辨识.最后,给出了仿真示例,其仿真结果验证了所给的系统辨识新方法的合理性和有效性,辨识精度高,具有良好的实用性.     

一拖三变频空调(VRV)系统运行特性的仿真研究

一拖三VRV空调系统由于各蒸发器之间参数的相互影响，使得其运行特性十分复杂。该文采用分布参数法，引用空泡系数，建立起以变频压缩机、三电子膨胀阀、三蒸发器为一体的系统的热力学仿真模型；对系统进行仿真研究，得出不同工况下系统的运行特性。仿真结果表明在一拖三VRV空调系统中进行吸气压力控制的必要性与优越性，为系统的控制方法的制定以及系统的优化设计奠定基础。     

因素状态值为语言标度的变权综合决策方法

综合采用语言值2元组方法和拓展语言值论域的方法建立一种新的纯语言值二元组常权综合决策模型,进一步,在拓展语言值论域与实数集[0,1]之间定义两个转换函数,由此引入语言值效用向量等概念． 借助语言值效用向量、实数型变权向量和实数型状态变权向量导出语言值变权向量及状态变权向量,据此建立相应的语言值变权公式和变权综合决策模型．最后给出一个群决策的应用实例．     

基于遗传算法的系统辨识方法研究

针对从样本数据进行系统辨识的问题,提出一种由典型数学模型相互组合构成系统模型的新的辨识方法,将系统结构辨识问题转化为组合优化问题,并采用遗传算法同时实现了系统的结构辨识与参数辨识,模拟仿真与实际系统辨识结果验证了系统辨识方法的合理性与求解算法的有效性.