从危机到“生机”——危机状态下心理系统的超循环生成机制

作为以信息为基础的生命性活动,心理系统是一个自组织、自复制、自适应、自学习、自稳定的超循环系统。重创下的个体易产生心理危机,心理危机是心理系统的"突变点",也是系统进化的关键时期。以"助人自助"为宗旨的心理危机干预,是他组织到自组织的过程,也是促进系统宏观进化的有效途径。实现从危机到"生机"的转变,关键在于能否通过危机干预等途径注入积极的"种子"——核心信念、危机应对方式等,并通过超循环生成机制,稳定为所期望的人格特质与行为模式。     

复杂性演化的多层次生成与生成元控制

生成是复杂性演化的重要形式,但不是复杂性演化的唯一形式。生成元是包含整体信息片断的潜在信息,而生成的本质则存在于一个超循环模式之中的"信息新生"。超循环生成可以作为更高级超循环生成的起点,引入何种控制生成元,在超循环的何种环节引入、控制生成元的适宜强度,都是实现特定目标超循环控制的重要条件。生成元控制就是引导超循环自身变化的趋势,而不能代替超循环的自组织性。显现是潜在信息简单的放大,一般没有实质性新信息和新过程模式产生。"还元论"则是系统还原论的特例。     

信息超循环原理的序量范式表述

序量是信息实际表现的有序度。序量范式是一种广义信息范式体系。序量范式运用潜在信息、无序的物质能量、显在信息符号表达序量。序量范式可用于表述信息超循环过程。信息超循环原理是化学超循环论的推广。序量范式表述的信息超循环原理，更生动、清晰地展现着普遍的信息超循环动态机制；凸现着信息自组织生成过程的规律和本质。     

生成论视阈下科学问题的超循环发展模式

"问题"在科学研究中具有灵魂地位。问题本身启动着科学探索的机制,问题的深入意味着科学研究的深入。但在科学哲学视阈内,对作为本体的"问题"的研究却一直未得到应有的重视。我们应该从"理论导向"型思维转向对"问题导向"型思维,促使"问题学"成为科学哲学新的生长点。本研究在生成论视阈下动态地研究科学问题的进化机制,揭示了科学问题生成和演化的超循环模式,主张"问题系统"以自组织的演化方式推进着知识的增长和科学的进步。     

还元论——系统生成论之方法论

随着系统科学的发展,其研究方法从基于微积分的定性分析走向全新的定量研究,其方法论则进一步从“整体论”走向“还元论”。“还元论”的哲学基础是生成论。“还元论”的要点是以“生成元”为逻辑起点,探索系统整体生成演化的普遍规律,方法论原则为整体性、时间性与信息性。以“还元论”重新审视自组织理论,系统进化的奥秘在于蕴涵进化信息的新的生成元诞生,并形成超循环生长。分形理论与混沌学为“还元论”奠定了重要的数学基础,奇怪吸引子是系统生成的几何学与代数学,形态学与动力学的统一,方程迭代与分形生长在相空间一一对应,揭示了信息与能量传送规律与系统形态生长规律的内在一致。     

融合进化知识和角度信息的机器人路径规划方法

针对已有机器人全局路径规划方法中存在的知识利用不充分问题,借鉴文化算法的双层进化结构,提出一种融合进化知识和角度信息的新型全局路径规划方法。根据问题需求,提出常识知识、角度信息和进化知识三类知识描述。根据各类知识特性不同,分别用于约束环境、指导个体可行性判断和修复算子。针对具有不同障碍物的两类环境,通过仿真分析与对比,表明本方法可以有效降低不可行个体判断和修复中的计算复杂度,提高进化收敛速度和解性能。     

信息的选择原理与阈值关系——超循环理论及其启示

信息的选择原理及其阈值关系是《超循环论》最基本的核心理论。为了探寻生命与信息起源的奥秘,艾根基于分子动力学与大量实验,引入选择价值,创立了选择原理,并进一步揭示出关于信息的阈值关系。由此,第一次从科学角度证明了自然进化的最终依据在价值选择,以及自然进化的必然趋势;给出了定量评价信息的选择价值之科学方法和标准,揭示了系统进化过程中创新与稳定的辩证关系,证明了信息进化何以可能及其限度;丰富并发展了信息和自组织概念。为我们探索不同层次生命性系统生成演化规律,客观评估系统进化潜势与水平提供了重要科学基础和哲学启示。超循环理论统一并超越了经典信息论和达尔文进化论,发展了自组织理论,不仅是系统科学通向当今前沿科学与哲学的"御道",也为建构未来内涵价值的科学开辟了道路。     

基于个体协同的子图结构发现混合进化算法

将进化算法与爬山算法的混合进化算法引入图数据挖掘,以克服贪婪式查找易陷入局部极值的问题.针对子图结构发现问题中实例易丢失的特点,提出了一种新的遗传操作--个体协同算子,使得代表同一子结构的不同个体能够以协同的方式进行查找.另外,还提出了一种基于年龄段和个体生成方式的多样性保持方案,以从种群的组成和个体的生成两个方面保持和提高种群的多样性,同时还有助于个体协同算子的执行.在进化过程中随时以新生成的单边子结构替换当前种群中没有潜力的个体的机制在缩小查找空间的同时还使得进化过程成为一个更为完全的查找过程.实验结果表明,以上措施增强了算法的寻优能力,能够获得更优的解.     

硬件进化的递增式学习研究

提高硬件进化(EvolvableHardware,简称EHW)的在线自适应能力是EHW追求的重要目标。本文构造了一种基于知识的递增式学习模式,研究了一种面向EHW的自适应学习机制。在加快进化计算收敛速度的同时,利用进化过程中的数据分析,获得了进化方向的预测(知识),有效地排除了可能对系统产生危害行为的个体。对比实验表明,该学习机制比简单的达尔文式进化机制具有明显的优势。为EHW实现自适应目标提供了一种可行的解决思路。     

遗传进化方法:复杂组织的演化分析

遗传进化理论从遗传复制、基因交换、基因突变等过程描述了优胜劣汰的遗传进化机制,对组织的遗传进化过程提出了一套比较科学的解释方案,从而为科学方法论宝库提供了重要的科学新方法。     

基于网络制造的仿生自组织协同进化

本文用现代生物进化理论中的超循环理论研究基于网络制造模式的形成和进化机制 ,对合作企业之间、企业与网络资源之间和企业与企业形象之间的协同进化进行了分析 ,认为该模式的形成如同生命的起源一样是超循环的结果 ,是以自组织的方式进行的 ,具有自组织、自增进和相互增进、竞争和协同进化等特点.     

环境风险沟通的心理距离模型

环境风险沟通是"风险社会"背景下的现实问题,特别需要引起环境风险管理者的重视。结合认知心理学的"建构层次理论"和行为决策科学中的"概率-时空权衡模型"建立了"心理距离"模型,并分析了模型结构和参数的经济涵义。心理距离模型以一种可加的方式将个体对概率、时间和空间距离的感知整合起来,揭示了这些维度之间的互补关系。模型表明,个体对于环境风险事件的心理距离决定了他的环境风险判断,而心理距离取决于个体对环境风险的发生概率和时空距离这些信息的认知,这给理解个体的环境风险认知并进行环境风险沟通提供了理论指导。     

改进二进制编码变异策略研究

由于是一种随机优化方法，标准遗传算法存在着一些不足之处，如局部搜索能力差，寻优精度不高，存在早熟收敛等。为了解决这些问题，提出了一种基于二进制编码基因住的变异策略，对编码串中的各个基因住赋予不同的变异率：在进化初期，赋予个体的高位基因以较大的杂交率，这样可以搜索到更大的解空间，提高算法的全局搜索能力；在进化后期已逼近最优解时，降低高住基因的变异率，减小较优个体被破坏的概率，同时提高低位基因的变异率，增强算法在局部范围的搜索能力。优化实例仿真结果表明，同标准遗传算法相比，改进算法具有寻优精度高，稳定性好，收敛性强等优点。     

一种多目标优化问题的混合优化算法

利用分布估计算法(EDA)的全局搜索性能及差分进化(DE)算法的局部优化能力,提出了一种多目标优化问题的混合智能求解方法DE-EDA.DE-EDA的子代个体由两部分构成,一部分按差分进化算法生成,另一部分则是通过对分布估计算法的概率模型进行随机采样生成.利用模拟退火技术在线调整尺度因子Pr,即在进化的初期选择较大的Pr,以保证EDA起主导作用,由EDA引导DE搜索向Pareto前端,增加全局搜索能力,然后在进化的过程中逐渐降低Pr,使得DE逐渐占据主导作用,确保解精确收敛到Pareto前端.通过4组基准函数来测试算法性能,并与NSGA-Ⅱ和DE算法进行实验比较,结果表明该方法不仅解的多样性和分布性好,而且能够有效提高种群进化的收敛速度,是一种求解多目标优化问题的有效方法.     

互利主义应作为社会主义核心价值的道德基础——基于博弈论的研究视角

本文通过博弈论模型分析,认为利己主义和利他主义都有其自身缺陷,既不符合文化进化选择机制,也不符合博弈论优超策略,互利主义应该作为社会主义道德的一个重要原则,只有建立在知识理性和人文理性基础上的社会主义核心价值建设才能具有可操作性和可成长性。     

笔式用户界面的eGOMS模型研究

认知心理学是构建人机交互模型的基础,从认知心理学角度对笔式用户界面(PUI)进行了建模和分析,以eGOMS模型为基础对PUI进行了评估。从认知过程的视知觉特征和心理加工机制、知识表征系统的组织形式以及单通道和多通道交互中的信息的加工和整合的方面、注意选择与分配的机制与特点等进行了细致的探讨了PUI的特点。PUI交互模式更加自然,可以减轻用户的认知负担。     

广义进化研究的意义

狭义进化研究仅限于研究生物进化过程。广义进化研究是在 2 0世纪科学新成就的基础上研究宇宙进化、物质进化、生命进化、文化进化和社会进化的全过程 ,揭示其中的规律 ,用以指导人类社会的进化———解决全球问题 ,避免生态灾难     

一种新量子进化算法及其在函数优化中的应用

基于量子计算理论和进化理论,提出了一种新的量子进化算法-基于实数编码的量子进化算法(RQEA).不同于传统进化算法的单点编码和量子进化算法的量子比特编码,算法以实数矩形区域来表示基因,一条染色体携带多个个体信息.利用量子态叠加和相干机理,通过叠加、变异及自学习来完成进化过程.实验表明,该算法在函数优化上具有优异的性能.     

系统自组织层级进化思想研究

系统的层级进化是系统科学研究的核心问题。自组织理论蕴含丰富而深刻的进化思想,为系统的起源及系统层级的形成提供了深刻的洞见。自组织理论的进化思想体现为三条进化原理,分别是体现进化条件的非平衡相变原理、体现进化机制的自组织协同原理以及体现进化形式的超循环进化原理。非平衡相变原理、自组织协同原理以及超循环进化原理构成了系统的自组织层级进化思想。自组织层级进化思想的阐明推进了系统层级进化问题的研究。     

迈克尔·鲁斯进化认识论的探析

本文基于生物学哲学的视角,认为人类的认知能力是自然选择的结果。鲁斯强调进化不等同于进展,科学知识的积累是人类凭借自然选择而来的"后生规则"对客观存在知识不断掌握的一个过程。通过对鲁斯进化认识论的梳理,既是对进化认识论客观存在的认可,也是对"进化认识论"发展瓶颈的一次探讨。