脑卒中患者复发风险感知与行为决策情境理论模型的初步构建

目的构建脑卒中患者复发风险感知与行为决策情境理论模型,为脑卒中行为管理提供新的指导框架。方法遵循护理学科理论模型发展过程,综合采用文献研究、质性研究及理论分析,初步构建脑卒中复发风险感知与行为决策情境理论模型,包括概念、命题(概念间假设关系)及模型边界(适用范围)。结果脑卒中复发风险感知与行为决策模型包含复发风险感知、行为决策、自我效能、社会支持、情感反应(担忧)和健康行为等6个核心变量,一条核心路径为“复发风险感知→行为决策→健康行为”,三条桥梁路径为“复发风险感知社会支持→行为决策→健康行为”“复发风险感知→自我效能→行为决策→健康行为”和“复发风险感知复发担忧→行为决策→健康行为”。结论脑卒中复发风险感知与行为决策模型或可丰富脑卒中健康行为管理相关理论研究,进而为开展脑卒中患者健康管理及复发防控实践工作提供新的视角。

情绪对低感觉寻求者安全行为决策的影响:来自ERPs的证据

为从神经层面深究不同偶然情绪对低感觉寻求者的不安全行为决策过程的影响作用,采用事件相关电位(ERPs)技术进行试验研究。使用中国版大学生感觉寻求问卷筛选低感觉寻求者和中感觉寻求者(对照组)。采用视频片段作为情绪刺激材料在试验前诱发正性和负性情绪,并设置风险情景任务进行风险决策试验。结果表明:不考虑情绪变量时,低感觉寻求组与感觉寻求对照组在安全行为决策上无显著差异;正性情绪下,低感觉寻求个体保持风险规避倾向;负性情绪下,在行为表现上,低感觉寻求者更倾向作出不安全行为决策;负性情绪下,在ERPs成分上,低感觉寻求者诱发的晚期正成分(LPP)潜伏期更晚,表明负性情绪的干扰导致个体在风险分类与评价时难度增大,故此从神经层面解释其外在行为表现的内在原因。总之,情绪在感觉寻求影响安全行为决策过程中产生调节作用。

基于皮层-基底神经节环路模型的经颅磁声电刺激对大鼠行为决策的影响

经颅磁声电刺激(TMAES)是一种新型、无创、可改变不同脑区电活动的神经调控方法。前额叶皮层与基底神经节中各脑区相互影响,在行为决策中起着关键作用,然而目前涉及其调节机理的研究相对较少。前运动皮层神经元活性和前额叶皮层突触可塑性与行为决策关系密切。该文基于皮层-基底神经节回路模型,模拟分别对健康大鼠、帕金森大鼠施加刺激后,不同脑区在奖赏选择任务中的神经活动,仿真分析不同感应电流强度对皮层神经元放电率和脑区间突触权重的影响。并通过行为学实验进一步探讨经颅磁声电刺激对健康大鼠与帕金森模型大鼠行为决策的影响。仿真结果显示,对健康大鼠施加刺激可提高前额叶皮层与纹状体、前运动皮层之间的突触权重;对帕金森大鼠施加刺激可提高前运动皮层神经元放电率,调节前额叶皮层与纹状体、前运动皮层之间的突触权重。实验结果显示,施加刺激后,大鼠的学习探索能力和空间记忆能力均得到了提高,且帕金森模型大鼠受刺激的作用效果更显著。研究结果表明,经颅磁声电刺激可提高大鼠的运动积极性和学习效率,且有助于改善基底神经节的功能失衡。研究结果为进一步探索经颅磁声电刺激调节决策认知功能的作用机制奠定基础。

中国式现代化视域下家庭体育锻炼行为决策模型构建研究

目的:构建家庭体育锻炼行为决策模型,分析家庭体育锻炼行为决策的多维影响因素,为中国式现代化进程中家庭体育行为决策提供参考。方法:采用斯特劳斯(Strauss)编码程序,借助“Nvivo12.0Plus”软件对研究资料进行三级编码,搭建家庭体育锻炼行为决策结构框架;通过项目分析、探索性和验证性因素分析,并借助SPSS24.0和AMOS24.0软件对决策结构指标进行优化,构建家庭体育锻炼行为决策模型。结果:提取410个行为决策标签化节点,抽绎30条内容相对集中的概念,归纳7个核心类属,彼此间相互关联和作用形成家庭体育锻炼行为决策结构框架;决策结构指标优化得到30个观测指标,且通过项目分析检验;探索性因素分析依次剔除3个未通过检验的观测指标,变异累积率趋于稳定,达到63.278%;家庭体育锻炼行为决策模型拟合指数为GFI=0.925、AGFI=0.911、CFI=0.919、RMSEA=0.051;项目信度大于0.3,组成信度大于0.7,收敛效度大于0.36;相关性权重法得出家庭体育锻炼行为决策权重。结论:家庭体育锻炼行为决策模型适配度高,模型拟合理想,模型具备较高的信效度;家庭体育锻炼行为决策受个体特质、家庭氛围、居住环境、家庭资本、生活习惯、时间分配和健康程度7个因子的影响,因子间存在两两配对的相关性,表现为一个七维交互影响的联动机制;决策程度由大到小依次是个体特质、家庭氛围、居住环境、家庭资本、生活习惯、时间分配和健康程度,家庭体育锻炼行为决策通过多个因素的共同作用实现。

未来情景想象在淋巴瘤病人健康行为决策中的应用效果

目的:探究未来情景想象干预在淋巴瘤病人健康行为决策中的影响。方法:选取2023年2月—2024年1月在医院确诊淋巴瘤的102例病人为研究对象,将其随机分为对照组和观察组各51例。对照组实施常规护理,观察组实施未来情景想象干预,干预前后分别采用中文版健康行为自我效能感量表(GSES)、中文版淋巴瘤病人生命质量调查表(FACT-Lym)评价两组病人的自我效能、生命质量。结果:干预后观察组病人GSES、FACT-Lym评分均高于对照组(P<0.05)。结论:对淋巴瘤病人实施未来情景想象干预可提升病人的自我效能和生命质量,从而提升健康行为决策的能力,利于病人预后。

不确定性环境下的自动驾驶汽车行为决策方法

在真实驾驶环境中,由于感知数据的噪声和其他交通参与者难以预测的行为意图,自动驾驶汽车如何在高度交互的复杂驾驶环境中考虑不确定性因素的影响,做出合理的决策,是当前决策规划系统须解决的主要问题之一。本文提出了一种不确定性环境下的自动驾驶汽车行为决策方法,为消除不确定性的影响,将行为决策过程转化为部分可观察马尔可夫决策过程(POMDP)。同时为解决POMDP模型计算复杂度过高的问题,首次将复杂网络理论应用于自动驾驶汽车周围微观的驾驶环境,对自动驾驶汽车驾驶环境进行动态建模,实现了车辆节点间交互关系的有效刻画,并对重要车辆节点进行科学筛选,用于指导自车的行为决策,实现对关键车辆节点的精准识别和决策空间的剪枝。在仿真环境中验证了所提方法的有效性,实验结果表明,与现有最先进的行为决策方法相比,所提出的方法拥有更高的计算效率,且拥有更好的性能和灵活性。

基于深度强化学习的智能车辆行为决策研究

自动驾驶车辆决策系统直接影响车辆综合行驶性能,是实现自动驾驶技术需要解决的关键难题之一。基于深度强化学习算法DDPG(deep deterministic policy gradient),针对此问题提出了一种端到端驾驶行为决策模型。首先,结合驾驶员模型选取自车、道路、干扰车辆等共64维度状态空间信息作为输入数据集对决策模型进行训练,决策模型输出合理的驾驶行为以及控制量,为解决训练测试中的奖励和控制量突变问题,改进DDPG决策模型对决策控制效果进行优化,并在TORCS(the open racing car simulator)平台进行仿真实验验证。结果表明:所提出的决策模型可以根据车辆和环境实时状态信息输出合理的驾驶行为以及控制量,与DDPG模型相比,改进的模型具有更好的控制精度,且车辆横向速度显著减小,车辆舒适性以及车辆稳定性明显改善。

基于动态风险评估的车辆辅助驾驶行为决策

为保障高级别辅助驾驶系统决策的安全性和可靠性,提出一种基于动态场景行车风险评估的车辆辅助驾驶行为决策方法。首先,基于势场理论分别建立障碍物风险评估模型和虚拟车道风险评估模型,用以描述动态交通场景对行驶车辆所产生的驾驶风险;其次,根据车辆换道过程将换道行为分为换道动机产生和目标车道安全决策两个阶段,提出换道场景风险评估指标,制定安全换道规则,采用公开数据集分析验证了换道场景下风险评估指标的表征能力;之后,基于实时交通环境信息,确定车道内驾驶行为决策方法,实现多种驾驶场景下的行为安全决策;最后,在PreScan/CarSim/Simulink联合仿真平台和实车试验平台上对所提出的车辆辅助驾驶行为决策方法进行验证。结果表明,所提出的风险评估模型和驾驶行为决策方法,能够准确识别并评估行车风险,并实时决策车辆应采取的合理驾驶行为,有效保证了高级别辅助驾驶系统的行车安全。

框定依赖偏差下农户林业碳汇项目行为决策的影响因素分析——基于福建省福州市永泰县的调研数据

【目标/意义】探讨框定依赖偏差对农户林业碳汇项目行为决策的影响,并分析正负向框架下农户林业碳汇项目行为决策影响因素的差异性,以减少农户的非理性行为,并促进其更理性地参与林业碳汇项目。【方法/过程】以框定依赖偏差理论为基础,对2022年7月在永泰县乡村进行现场访谈及问卷调研所获得的409份样本数据,运用卡方检验法分析农户在正面和负面框架下的行为决策,并建立二元Logit模型,从农户的行为态度、主观规范及知觉行为控制3个方面,分析正面和负面框架对林业碳汇项目行为决策的影响差异。【结果/结论】卡方检验结果表明,面临正向框定的农户相较于面临负向框定的农户更倾向于参与林业碳汇项目。二元Logit模型结果表明,农户在考虑是否参与林业碳汇项目时,其对林业碳汇的态度、周围的人是否参与碳汇、是否参与碳汇培训、家庭总收入及农业劳动力等因素的影响效应均不同程度地受信息的不同呈现形式所干扰,仅宜林地面积的影响效应不受信息的不同呈现形式的干扰。基于研究结论提出倡导农户理性参与、积极态度与风险意识并重、通过培训抑制跟风行为、优化风险分担与收益分配机制、优化劳动力结构等5点建议。

基于行为树的水下运载器减压行为决策研究

为减小乘员手动控制水下运载器上浮减压的安全风险,以水下运载器自动上浮停留减压问题为研究对象,分析水下运载器在水中的一系列减压过程,提出水下运载器自动上浮停留减压需求,基于行为树技术对水下运载器在减压过程中的行为决策进行设计与建模。针对该行为决策模型进行仿真实验,通过仿真实验验证所设计行为树符合预期,为提升水下运载器智能化奠定基础。

基于互惠动机的众创空间价值共创行为决策机制研究

以核心企业主导型众创空间为研究对象,以DK序贯互惠博弈模型为基础,同时考虑入驻企业的物质效用和互惠心理效用,构建了基于入驻企业互惠的核心企业主导型众创空间中入驻企业与运营方价值共创行为决策的两人两阶段序贯互惠博弈模型。文末以海创汇平台为例,通过数值分析了入驻企业与海创汇平台之间的互惠博弈,对所得结论做了验证。研究结果表明:当入驻企业不具有互惠动机或互惠动机很小时,双方在价值共创过程中易陷入相互投机的“囚徒困境”;在考虑入驻企业的互惠动机时,运营方的投机行为更易遭到入驻企业“以牙还牙”行为的报复;运营方选择合作行为时,具有较强互惠动机的入驻企业也会回报以合作行为,从而打破双方价值共创行为决策的“囚徒困境”,实现帕累托均衡。研究丰富了众创空间价值共创行为决策的相关研究,能够为众创空间相关主体的行为决策提供理论依据。

行为决策护理对急诊脑卒中患者神经功能及相关指标的影响

脑卒中是一种急性发作的神经系统疾病,其特点是高发病率、致残率、死亡率。由于该病发作突然,对患者的生命构成严重威胁,因此在发病后早期采取高效的干预措施对提升患者的预后、生活质量至关重要[1]。急诊行为决策护理是一种以患者为中心、充分强调时效性和策略性的护理模式,护理人员通过迅速判断患者的病情,及时根据诊断结果制定相应的护理计划,以缩短患者的等待时间,提高救治成功率,降低并发症发生率[2]。

基于DQN改进的自动驾驶行为决策方法

随着自动驾驶技术的不断发展,行为决策作为其中的关键技术之一,受到了广泛关注。文章提出了一种基于深度强化学习中的DQN(Deep Q-Network)改进的自动驾驶行为决策方法。该方法通过引入优先经验回放和双重DQN技术,提高了算法的收敛速度和稳定性。同时,针对自动驾驶多交互环境的复杂性,设计了合理的状态空间和动作空间,并进行了充分的实验验证。实验结果表明,该方法能够有效地实现自动驾驶车辆在多交互场景交叉路口的行为决策,提高了决策的通过性和场景泛化性。

行为决策的过程研究:基于眼动的发现

行为决策研究由于其普遍性和重要性,已成为多学科关注的重点,至今涌现出大量的实证研究结果。其研究重点也从单一的行为实验和对结果的偏好,转向运用过程追踪技术关注决策过程。其中,眼动追踪技术,凭借其无干扰性、普适性以及多元信息采集的特性,已在众多决策研究领域展现出显著优势,有效推动了对各类决策理论假设和预测的检验与对比。本文就心理学领域内的相关研究进行梳理与论述,重点讨论行为决策的过程追踪技术发展以及对相关模型进行介绍。未来的研究中,还需对各种理论进行整合,同时引入新的变量和视角,增加研究的生态效度。

不安全行为决策中情绪作用机制的脑电研究

为预防不良情绪对个体行为决策的影响,避免不安全行为,从神经层面探究情绪对不安全行为决策过程及结果的作用机制。基于事件相关电位(ERPs)技术,采用“1个刺激-2种按键选择(S-K1/K2)”的试验范式,开展脑电(EEG)试验,探究正负性情绪对不安全行为决策的影响机制。结果表明:负性情绪下,个体更倾向于作出不安全行为,也更容易冲动决策。相较于正性情绪,负性情绪下P200平均波幅更小,表明负性情绪抑制个体早期对风险信息的注意力投入,干扰对风险信息的早期感知与侦测;N2平均波幅更大,表明负性情绪干扰风险信息分析过程,导致个体出现更大的认知偏差和认知冲突;晚期正成分(LPP)平均波幅更小,表明负性情绪严重干扰晚期注意力的持续投入,对风险判断过程造成更大影响。情绪通过干扰早期感知与侦测、影响风险信息分析和风险判断过程来间接影响行为决策结果。在此基础上构建基于情绪作用的安全行为决策模型,该模型能够从情绪角度调节人的不安全行为。

农户家庭林地流出行为决策分析——基于前景理论视角

基于前景理论分析农户心理因素对农户家庭林地流出决策的影响及作用机制,对促进林地流转、实现林业规模化经营具有重要意义。文章基于2018年福建省集体林权制度改革监测数据,通过计算不同选择下农户的决策前景值,并结合前景理论的五个基本原理,分析农户林地流出的决策偏好及风险态度,有效揭示了农户林地流出行为决策的内在逻辑,为农户林地流出的非完全理性行为研究提供新的视角,并为林地流转率较低的现状提供经济学解释。研究结果表明:(1)农户做林地流出决策时并非完全理性。在期望效应理论下,方案三的期望值4257元/月最高。在前景理论下,方案一的前景值0元/月最高。结合林地流出实际情况可知,农户流转林地并不一定是完全理性的决策。(2)当农户未确定是否流出林地时,大多数农户更倾向于保持现状,表现出风险规避。三种林地流出行为决策,保留林地的方案一的0元/月大于流出林地的方案二和方案三的负的前景值,农户倾向于不流出林地。(3)当农户已确定要流出林地时,更倾向于选择风险和收益均较高的方案,表现出风险偏好。方案二的前景值-620元/月小于方案三的-432元/月,此时农户会选择方案三将林地和耕地一并流出。基于上述结论,文章提出政策启示:健全乡村治理体系,缓解林地流出的心理压力;创新林业合作经营模式,降低林地流出风险;完善农村产权交易市场,降低林地交易成本。

基于贝叶斯网络构建RoboSim模型的自动驾驶行为决策

为汽车自动驾驶提供安全高效的自动驾驶行为决策,是汽车自动驾驶领域面临的挑战性问题之一.目前,随着自动驾驶行业的蓬勃发展,工业界与学术界提出了诸多自动驾驶行为决策方法,但由于汽车自动驾驶行为决策受环境不确定因素的影响,决策本身也要求实效性及高安全性,现有的行为决策方法难以完全支撑这些要素.针对以上问题,提出了一种基于贝叶斯网络构建RoboSim模型的自动驾驶行为决策方法.首先,基于领域本体分析自动驾驶场景元素之间的语义关系,并结合LSTM模型预测场景中动态实体的意图,进而为构建贝叶斯网络提供驾驶场景理解信息;然后,通过贝叶斯网络推理特定场景的自动驾驶行为决策,并使用RoboSim模型的状态迁移承载行为决策的动态执行过程,以减少贝叶斯网络推理的冗余操作,提高了决策生成的效率.RoboSim模型具有平台无关、能模拟仿真执行周期的特点,并支持多种形式化的验证技术.为确保行为决策的安全性,使用模型检测工具UPPAAL对RoboSim模型进行验证分析.最后,结合变道超车场景案例,进一步证实所提方法的可行性,为设计安全、高效的自动驾驶行为决策提供了一种可行的途径.

自动驾驶安全挑战:行为决策与运动规划

在自动驾驶技术发展中,安全性一直作为首要因素被业界重视.行为决策与运动规划系统作为该技术的关键环节,对智慧属性具有更高要求,需要不断地随着环境变化做出当前的最优策略与行为,确保车辆行驶过程中的安全.文中分别对行为决策和运动规划系统进行深层次阐述,首先,介绍行为决策中基于规则的决策算法、基于监督学习的决策算法、基于强化学习的决策算法的算法理论及其在实车中的应用.然后,介绍运动规划中基于采样的规划算法、基于图搜索的规划算法、基于数值优化的规划算法和基于交互性的规划算法,并对算法的设计展开讨论,从安全角度分析行为决策和运动规划,对比各类方法的优缺点.最后,展望自动驾驶领域未来的安全研究方向及挑战.

阜平县宅基地使用权流转行为决策分析及流转路径设计

推动有条件的乡村宅基地使用权流转对盘活农户不动产财产权及促进乡村土地产权制度改革具有重要意义。在调查收集阜平县及乡镇宅基地利用情况的基础上,基于TPB理论构建宅基地使用权流转意愿行为模型,并选取典型村进行入户调查,对影响宅基地经营权流转的因素进行实证分析和讨论,进而提出宅基地使用权流转的实施路径。研究发现:3个典型村宅基地使用权流转的支持率分别为72.42%(白家峪)、67.61%(北栗园铺)、70.80%(黑崖沟);宅基地使用权流转意愿行为模型中各个潜变量直接并通过行为态度间接影响农户的行为意愿;3个村中行为态度的直接影响效应均较高,而感知行为控制的直接效应和中介效应均较低。在推行宅基地使用权流转路径之前及实施过程中需要准备、建立并不断优化保障实施的政策环境,保持宅基地使用权流转模式动态可持续性。

计及用户行为决策的电动汽车负荷时空分布建模

发展电动汽车是实现“双碳”战略的重要手段,开展电动汽车充电特性及充电负荷有序调控研究具有重要意义。因此提出了计及用户行为决策的电动汽车充电负荷时空分布建模方法。首先,通过引入后悔理论模拟用户的充电行为决策。其次,结合出行链理论和后悔理论,对电动私家车出行行为的随机性和灵活性及充电负荷的时空不确定性进行出行特性建模。最后,结合美国交通部2009NHTS居民出行调研统计数据,运用蒙特卡洛方法建立电动汽车充电负荷时空分布模型。仿真结果验证了所提模型的合理性和有效性。