鱼群集群行为的建模与仿真

群体智能主要针对生物群体中简单智能个体相互作用表现出复杂智能行为进行研究.个体之间的组织结构、关系和群体行为的涌现机制是其研究的关键要素.首先对鱼群游动的规律进行分析,然后采用自底向上的建模方法建立了一种基于向量的数据模型,最后基于java技术建立了鱼群集群行为仿真系统,有效地模拟了个体鱼之间以及环境之间的相互作用,最终涌现出复杂的群体行为的过程.仿真模型和结果对其它群体的研究具有指导意义.     

基于个体决策机制的粒子群算法及应用

作为一种智能优化算法,粒子群算法中的粒子有不同的生活经验,因此每个粒子会做出不同的个体决策,但是这种决策机制在粒子群算法中并没有体现出来,因此本文通过引入个体决策机制的理论和方法通过个体历史适应值信息来改进粒子群算法。改进的粒子群算法应用到非线性方程组求解问题中,仿真结果表明它具有较大的优势。     

图像分割背景下群体智能优化算法的性能对比

 针对目前研究相对薄弱的群体智能优化算法的性能对比问题,搭建数字图像为生命栖息环境的群体智能优化算法的性能对比平台,提出基于最优个体变化的收敛关联度和收敛面积的新型性能评价指标,并具体进行了遗传算法、粒子群算法、人工鱼群算法、细菌觅食算法等多种群体智能优化算法的性能比较与测试.实验结果显示,所提出的评价平台和性能评价指标能够合理有效地对比不同搜索机制下智能群体的寻优能力.     

试论情境语义学的认知科学意义

情境语义学为外在世界与内在心理状态提出一个情境认知框架,并依此发展了一个意义理论,自然语言语义在这个意义理论中得到合理解释。从其理论源头、理论视角及其应用等角度来看,情境语义学与当代认知科学之间存在密切联系,对认知科学研究有重要意义,主要表现在情境语义学所确立的信息认知框架、相关认知词的情境语义解释与情境逻辑分析以及自然语言中隐喻表达的情境语义刻画等4个方面。     

群智演化协同计算的研究进展与趋势

群体智能是通过聚集群体智慧协同求解大规模复杂问题的智能方法,其思想最初源于对自然界中社会性生物群体智能行为的模拟。群体生物通过分工合作、相互协调、协同演化,可涌现出整体性的智能行为,完成复杂任务,具有高度的自组织、自适应、自学习能力。受此启发,国内外学者运用数学和计算机工具对群体智能行为进行模拟,从不同角度发展了一系列群体智能涌现与演化的机理和模型。近年来,随着互联网的发展,人类社会基于物联网的群智协同和演化现象进一步拓宽了群智演化计算的范畴,呈现出广阔的应用前景,也对群智演化的理论模型和应用提出了新挑战。2017年,《新一代人工智能发展规划》明确将群体智能列为需重点发展的人工智能理论与技术方向之一。文章将从生物群体、智能体群体和人类社会群体等不同视角,从群智演化协作的模型和机理、群智演化协作的组织结构、群智演化协同决策及群智演化协同计算的应用等角度,总结群智演化计算的主要研究问题,对国内外的最新研究进展进行综述和对比分析,并对该方向未来的发展趋势和主要科学问题进行展望。     

基于移动Agent的个性化学习系统

针对学生学习过程中个体的差异,着重探讨了智能代理技术和基于案例推理在个性化学习中的应用,给出一个基于移动智能代理的网络化学习环境,讨论了该学习环境的体系结构、工作过程、推理机制、主要功能及其实现机制,最后利用Aglet移动Agent平台对系统进行了实现.     

基于移动Agent的个性化学习系统

针对学生学习过程中个体的差异，着重探讨了智能代理技术和基于案例推理在个性化学习中的应用，给出一个基于移动智能代理的网络化学习环境，讨论了该学习环境的体系结构、工作过程、推理机制、主要功能及其实现机制，最后利用Aglet移动Agent平台对系统进行了实现．     

当代认知科学视域下的情绪问题探讨

关于情绪和认知的关系,一直有很多不同的观点,在认知科学的领域内突出表现为两大阵营:情绪的非认知理论和情绪的认知理论。基于以上分歧,通过分析发现,以往情绪与认知的二分观,把二者的关系过分简单化,因此更倾向于从情绪分级的角度来分析情绪和认知之间的交互作用。     

浅议英语学习中的认知记忆策略

话语理解包含两个层次,为了理解话语第一层次上的命题（字面意义）,尤其是要理解第二层次上的间接的、旨在传达的意义,听话人或读者需要用到储存在记忆中的信息。英语学习的最终目的是掌握和使用它,这是一种极为复杂的、特殊的认知过程。本文运用记忆的认知机制理论,试从记忆的功能和记忆的结构两个角度深入论述英语学习过程中的记忆,以期改进学习者在英语学习上的技巧和策略,从而提高学习者的英语水平。     

电影植入广告有效性的影响机制

基于有限注意力模型、说服知识模型和精细加工可能性模型,构建植入广告显著度和个体认知需求与广告有效性(品牌记忆、品牌态度和购买意愿)之间的关系模型.利用眼动仪开展眼动实验,揭示植入广告显著度和个体认知需求对广告有效性的影响机制.结果表明:植入广告显著度显著地正向影响受众品牌记忆,显著地负向影响受众品牌态度和购买意愿;受众对植入广告的注意力资源分配和认知说服知识激发程度在植入广告显著度与品牌记忆之间起中介作用;受众对植入广告的注意力资源分配、认知说服知识激发程度及态度说服知识激发程度在植入广告显著度与品牌态度和购买意愿之间起中介作用;植入广告显著度对广告有效性的影响机制只对高认知需求的受众显著.     

计量法学、计算法学到认知法学的演进

本文从技术发展和学科交叉的角度,论述了一般量化方法、计算智能和认知智能先后被应用于法学系统对法学理论与司法实践产生的重要推动作用,首次提出了认知法学的理论和概念,分析了认知法学的内容、研究意义与学科分支,并梳理了计量法学、计算法学与认知法学的发展脉络.自然科学的方法引入法律领域对减少法律系统中的主观性、为法律中的模糊表达提供客观参考具有积极意义,然而,法律信息语义模糊、法规冲突、司法解释具有开放性、司法裁判需要常识,各种隐性知识、过程知识、模糊知识等难以用计算机符号体系表达.认知智能重在提高智能系统对数据理解、知识表达、逻辑推理和自我学习能力,将更好地理解法学规则和分析法律行为.认知法学运用认知智能将提高智能系统对法学问题的理解和认知能力,增强智能裁判的可解释性,从计量法学、计算法学发展到认知法学是法学研究的必然趋势.作为认知社会科学的一部分,认知法学将完善和发展传统法学理论,促进英美法系和大陆法系的深度融合,并有望成为法学研究的新交叉学科分支.     

认知进化观:认知科学研究范式的新取向

认知科学在其发展过程中经历了几次研究范式的转换，认知进化观的兴起是认知科学各学科多层次整合的表现。在心理学领域，进化心理学采用功能分析的方法分析适应性行为下的心理机制和特征。在人工智能领域，采用进化计算和遗传算法探讨人工生命的适应性行为。在神经科学领域，是对神经网络的自组织机制和神经系统的可塑性进行考察。认知进化观的缺陷是自然主义的计算与进化，忽视了人的历史文化性。认知进化观作为一种新方法论，为智能研究带来了生机。     

无人机自主集群技术研究展望

 动态不确定环境和复杂任务决定了无人机系统势必朝着集群化、自主化和智能化方向发展,具备共识自主性的无人机集群可无需任何集中规划或直接通信完成复杂智能行为。从无人机自主性内涵出发,讨论了无人机自主集群的概念、特点、优势及可能的作战形式,从人机共融、变体设计、人工智能和集群对抗方面探讨了无人机自主集群的发展趋势及无人机集群应对反无人机技术的必要性,从军用和民用领域分析了无人机自主集群的可能应用前景,从战略规划、研发模式、系统协调、交叉学科、国防应用及市场培育等方面探讨了无人机自主集群技术的发展方向。     

基于群体智能的蚁群算法研究

群体智能是指任何启发于群居性昆虫群体和其它动物群体的集体行为而设计的算法和分布式问题解决装置,群体智能现正在成为人工智能领域和相关领域的一个研究热点;该文首先介绍了群体智能中的两个重要算法:蚁群算法和粒子群算法的基本思想,然后重点探讨了蚁群优化算法,对基本蚁群算法和改进的蚁群算法进行了深入的分析和评述。     

基于模式求解旅行商问题的蚁群算法

群体智能已经被广泛应用于分布式控制、调度、优化等领域.其中蚁群算法已经成为该领域的一个研究热点.在蚁群算法的基础上针对旅行商问题(TSP),首先提出了小窗口蚁群算法,提高初始解的质量,然后与基于模式的蚁群算法相结合,通过提取模式,改变计算粒度,缩短计算时间,提高计算精度.实验结果表明该算法有较好的效果.     

构建我国体育法学理论体系的若干问题研究

学科理论体系建设是关系一个学科能否独立的重要标志,由于体育法学的学科建设起步较晚,学科理论体系自然不够成熟,而构建体育法学科理论体系是一项长期、艰巨的工作.其中,需要注意的问题是,由于理论体系是动态变化的,所以,在构建体系过程中,应该不断深化对体育法学科的自身认识、重视对学科发展的调查研究、对理论体系深入进行发展性研究,充分考虑实际情况,以实现体育法治为目标,妥善处理构建体育法学理论体系与研究问题的关系.     

Virtual Machine-Based Task Scheduling Algorithm in a Cloud Computing Environment

Virtualization technology has been widely used to virtualize single server into multiple servers, which not only creates an operating environment for a virtual machine-based cloud computing platform but also potentially improves its efficiency. Currently, most task scheduling-based algorithms used in cloud computing environments are slow to convergence or easily fall into a local optimum. This paper introduces a Greedy Particle Swarm Optimization(GPSO) based algorithm to solve the task scheduling problem. It uses a greedy algorithm to quickly solve the initial particle value of a particle swarm optimization algorithm derived from a virtual machine-based cloud platform. The archived experimental results show that the algorithm exhibits better performance such as a faster convergence rate, stronger local and global search capabilities, and a more balanced workload on each virtual machine. Therefore, the GPSO algorithm demonstrates improved virtual machine efficiency and resource utilization compared with the traditional particle swarm optimization algorithm.     

基于认知负荷理论的物理概念图教学策略

认知负荷理论(cognitive load theory)是在现代认知心理学研究基础上提出的一种促进教学设计的理论,这种理论以容量有限的工作记忆为核心,把图式作为长时记忆中知识和技能的储存形式。教师通过降低教学设计的认知负荷,促使学生获得与图式有关的知识。概念图作为教与学的有效工具,正在不断地被尝试与研究。这里基于Sweller的认知负荷理论,通过对物理概念图的实例分析,为应用概念图教学提供一些参考。     

Protein phosphatase 1 is a molecular constraint on learning and memory

Repetition in learning is a prerequisite for the formation of accurate and long-lasting memory. Practice is most effective when widely distributed over time, rather than when closely spaced or massed. But even after efficient learning, most memories dissipate with time unless frequently used. The molecular mechanisms of these time-dependent constraints on learning and memory are unknown. Here we show that protein phosphatase 1 (PP1) determines the efficacy of learning and memory by limiting acquisition and favouring memory decline. When PP1 is genetically inhibited during learning, short intervals between training episodes are sufficient for optimal performance. The enhanced learning correlates with increased phosphorylation of cyclic AMP-dependent response element binding (CREB) protein, of Ca(2+)/calmodulin-dependent protein kinase II (CaMKII) and of the GluR1 subunit of the AMPA receptor; it also correlates with CREB-dependent gene expression that, in control mice, occurs only with widely distributed training. Inhibition of PP1 prolongs memory when induced after learning, suggesting that PP1 also promotes forgetting. This property may account for ageing-related cognitive decay, as old mutant animals had preserved memory. Our findings emphasize the physiological importance of PP1 as a suppressor of learning and memory, and as a potential mediator of cognitive decline during ageing.