情绪、边框影响决策认知过程的实验研究

借用问题空间 ,通过实验探讨情绪、边框对决策认知过程的影响 ,以进一步考察边框效应的本质特点。结果如下 :情绪、边框均独立对决策认知过程产生影响 ;积极、消极信息导致不同的加工方式 ;积极信息既利于节省认知资源 ,又利于作出符合当前环境的决策。

乒乓球运动与决策认知的关系

我国是乒乓球大国,随着体育精神的不断发扬和各国竞技运动水平的提高,在这个大背景下兴起了认知心理学。只有研究运动员的认知心理,才能使其更好的发挥出自己的竞技水平。在认知心理学中,决策认知占了很大一部分,甚至起着举足轻重的作用。现在在运动研究方面,运动员运动情境下的信息处理与加工越来越成为研究的热门。因此,研究运动员的决策过程认知加工特征,在帮助运动员竞技水平的提高和判断反应能力方面,具有一定的理论意义和实践价值。因此,在这里简略分析一下乒乓球运动和决策认知的关系。

管理者推动数字化转型战略演进的认知决策机制——基于注意力焦点的案例研究

制造业企业数字化转型是实现制造业升级的重要途径。现有研究多聚焦于客观因素对转型路径和机制的影响,对决定数字化转型过程的认知决策机制缺乏深入探索。以华纬科技有限公司为案例研究对象,基于注意力焦点,构建了管理者数字化转型的决策路径,明确管理者注意力时间焦点影响数字化转型决策过程的机制。研究结果有助于加深对制造业企业数字化转型机制的理解,建立的理论框架有助于拓展企业管理者注意力时间焦点对数字化转型路径影响的相关研究。

决策层认知对恒大汽车经营困境的影响研究——基于扎根理论

当自身行业发展受限时,企业为增加新的利润增长点,会选择潜力巨大的新兴产业进行多元化发展。恒大汽车在恒大集团的支持下,2018年开始超规模布局发展新能源汽车业务,却陷入了经营困境。基于此,文章根据“认知—行为—结果”的模式,探究决策层认知对恒大汽车经营困境的影响路径。研究发现,由于恒大汽车决策层具有在恒大集团长期任职经历,其认知受到过去房地产成功经营经验的影响,存在认知凝滞,在发展新能源汽车业务时采取与过去相似的经营思路。然而,由于房地产行业和新能源汽车行业的差异,经营思路出现水土不服,恒大汽车经营行为不适合现阶段的发展,致使其经营过程中风险较大,经营效果不佳,最终陷入经营困境。

基于本体与认知经验的农业机器人视觉分类决策方法

基于小样本数据下认知经验知识辅助计算机进行决策,对实现农业领域机器人智能认知决策与助力智慧农业发展具有重要意义。本文在统计计数、支持向量机(SVM)等图像属性信息学习方法基础上,使用Protégé等工具,基于认知经验构建水果识别分类的专业知识库;然后根据图像颜色与形状信息,进行知识库搜索推理得到分类决策。实验在Fruit360数据集中共选择2091幅葡萄、香蕉、樱桃水果图像作为测试集,并各挑选30幅图像作为属性信息训练集与验证集,结果表明当前数据下葡萄与樱桃识别准确率为100%,香蕉识别准确率为93.30%。仅在知识库添加黄桃知识后,对984幅黄桃图像样本进行测试,其分类准确率为97.05%。表明本文方法能有效完成图像分类决策任务,且具有良好的过程可解释性、能力共享性和可拓展性。

国内外运动决策研究的可视化分析——基于认知心理学角度

本研究以知识图谱方式梳理国内外运动认知领域运动决策研究的时空分布特征、学科分布特点、热点共现与演进过程,探索30年来国内外运动认知领域运动决策的发展脉络、研究进展和前沿问题,为我国学者今后开展深入研究提供参考。研究发现,运动决策研究的发文量呈递增趋势;美国发文数量最多,英国发文的影响力最大;中国学者为该领域的研究也做出了很大贡献。同时,运动决策研究主要以体育学及心理学领域研究为主导,多学科交叉渗透融合,从多元视角揭示运动决策的机制和规律;研究热点从认知行为神经科学角度开展运动决策研究逐渐过渡到从脑神经机制角度研究运动决策,两个阶段的研究热点和侧重点不同。

面向低空智联网频谱认知与决策的云边端融合体系架构

介绍了面向低空智联网频谱认知与决策这一典型应用场景的新型体系架构。首先,分析了低空智联网频谱安全管控与高效共享面临的挑战,凝练了亟待解决的关键科学问题。其次,以云边端深度融合支撑低空智联网频谱管控和共享为思路,提出了面向低空智联网频谱认知与决策的云边端融合体系架构。接着,探讨了基于云边端融合的低空智联网频谱快速精准认知与敏捷适变决策等关键技术。最后,介绍了该体系架构的未来研究方向。

体系压力、决策者认知与澳大利亚作为中美第三方的战略选择

澳大利亚是亚太地区的中等强国,也是当前美国“印太”战略的节点国家,其近年来在中美互动中的战略选择表现出从“平衡”到“失衡”的急剧转变。基于地理位置与历史文化的内在张力,澳大利亚对外战略的独特逻辑可被概括为“体系压力—决策者认知—战略选择”框架,即地区局势和联盟分歧是其面临的结构性压力,两个变量的组合决定了国内决策者对威胁程度和排序的认知以及对本国国际角色的不同定位,进而导致差异化的战略选择。二战后,澳大利亚作为中美第三方的战略选择经历了四个阶段:“同盟优先”阶段,地区局势紧张,联盟分歧小,决策者因外部威胁感知显著而推进“依附性制衡”;“面向亚洲”阶段,地区局势缓和,联盟分歧由大变小,决策者因联盟风险和地区收益感知上升而选择“自主性对冲”;“霸权副手”阶段,地区局势与联盟分歧的压力均上升,决策者在威胁认知不清晰时选择“补充性对冲”;“印太旗手”阶段,地区局势紧张,联盟分歧大,决策者因对华威胁感知更高而走向“主动性制衡”。理解澳大利亚对外战略的历史演进和发展规律,有助于总结中美互动中第三方国家的行为逻辑,为更好地稳定地区局势和推进周边外交提供思路。

基于数字孪生和强化学习的低空智联网协同认知干扰

针对低空智联网协同认知干扰决策过程中,多架电子干扰无人机对抗多部多功能雷达的干扰资源分配问题,提出了一种基于数字孪生和深度强化学习的认知干扰决策方法。首先,将协同电子干扰问题建模为马尔可夫决策问题,建立认知干扰决策系统模型,综合考虑干扰对象、干扰功率和干扰样式选择约束,构建智能体动作空间、状态空间和奖励函数。其次,在近端策略优化(Proximal policy optimization,PPO)深度强化学习算法的基础上,提出了自适应学习率近端策略优化(Adaptive learning rate proximal policy optimization,APPO)算法。同时,为了以高保真的方式提高深度强化学习算法的训练速度,提出了一种基于数字孪生的协同电子干扰决策模型训练方法。仿真结果表明,与已有的深度强化学习算法相比,APPO算法干扰效能提升30%以上,所提训练方法能够提高50%以上的模型训练速度。

自动驾驶系统中人机协同的认知决策一体化机制研究

随着自动驾驶技术逐渐成熟、人机共驾成为常态,自动驾驶汽车不再仅仅作为“机器”,而是可以共同完成驾驶任务的“伙伴”,这就要求工业人工智能需要在人机共生智能系统中深度整合人脑的认知信息处理。为了更好地实现人机合作的整体优势,通过构建人机组队的心理学框架,分析了智能驾驶汽车在高级自动驾驶汽车中人与车的合作与分工,具体内容包括双向混合认知、共享驾驶意图和控制权,从而完成人机协同的认知决策一体化。

股票决策权认知对员工利他及建言行为的影响——责任担当为中介变量的研究

基于上海20家IT企业持股员工的样本,提出了员工对股票的决策权认知与其利他及建言行为之间的关系假设,分析了责任担当在决策权认知和利他及建言之间的中介作用。研究结果表明:员工对股票的决策权认知与其利他及建言行为呈显著正相关;员工的责任担当水平在股票的决策权认知和利他及建言之间起完全中介作用。

基于二进制混沌粒子群算法的认知决策引擎

为了解决不同通信模式下认知无线电发射机参数合理优化的问题,提出了一种基于二进制混沌粒子群算法(BCPSO)的认知决策引擎,该引擎利用粒子群优化算法收敛速度快和混沌运动全局遍历性的特点,使认知决策在多目标优化过程中有效地摆脱了局部极值点,提高了参数优化的精度和稳定性.基于认知正交频分复用(OFDM)系统的仿真结果表明,相对于现有认知引擎,该引擎具有平均适应度值高、对不同通信模式鲁棒性强的特点,实现了有效优化发射机参数的目的.

基于科技采纳认知与决策的农业科技服务机制

本文从科技认知的视角,以农业科技成果转化过程为线索,构建了农业科技服务供求关系的扩展框架,总结了当前农业科技服务供给与需求之间存在的问题,提出了改善我国农业科技服务体系服务效率的机制和方法。

基于二进制量子粒子群算法的认知无线电决策引擎

认知无线电决策引擎的设计是认知系统中的一项关键技术,其中一项功能是根据环境改变,利用多目标优化策略,优化传输参数,在不同的通信环境下进行决策。为了适应认知无线电通信系统中环境复杂多变的特点。给出了一种基于二进制具有量子行为的粒子群算法的认知无线电决策方法,因为改进算法是基于量子理论,具备非线性和不确定性的特性,所以在寻优效果上具备明显的优势。在多载波系统上进行仿真,实验证明,相对于传统的认知引擎寻优算法,该算法具有收敛速度快、稳定性好、平均适应度值高的特点,能够很好地满足认知无线电决策引擎中对多目标优化决策的需要。

女子手球运动员模拟运动情境中认知决策与直觉决策的实验研究

采用《运动情境决策测试系统 (手球运动情境版 )》 ,考察女子手球运动员的认知决策与直觉决策绩效。结果表明 ,手球运动中存在直觉决策 ;手球运动中的认知决策和直觉决策任务是两类不同性质的任务 ,不同水平的女子手球运动员在这两类任务的作业绩效上存在差异。

基于鸡群算法的认知无线电决策引擎

提出基于鸡群算法的认知决策引擎,以解决认知无线电发射参数的自适应重配置问题。将认知决策引擎模型转化为多目标优化问题,并采用加权和方法将其转换为单目标优化问题。采用鸡群算法对认知决策引擎进行求解,从而实现认知无线电发射参数的重配置。结合多载波通信系统进行了仿真实验,结果表明,该认知决策引擎能根据用户需求变化,动态进行认知无线电参数的重配置。

图书选题科学决策与决策质量提升研究进路

选题科学决策是出版业高质量发展的必要支撑条件与保障措施。传统意义上,选题决策是出版单位最重要的生产决策,其基本流程是在企业内部由编辑提出选题,然后由选题论证委员会作出判断取舍。这一模式的优点是省时省力且实用,实践中指导优秀编辑、出版组织推出了许多既有社会效益又有经济效益的好书,缺点是易造成很多选题几近“随机”决策,盲目出版所谓“畅销书”,导致资源错配、浪费人力、增加财务风险等问题。虽然通过将编辑隐性经验知识显性化与研制计量方法相结合,克服了部分传统决策模式的不足,但仍难以系统化解释和克服实践中存在的“随机”决策与反常选择问题。将认知心理学与决策科学领域理论成果——判断与选择相关理论引入图书选题决策领域,构建科学且便于实践操作的图书选题决策管理模式,能更有效保障决策质量和出版效益:(1)构建选题判断决策流程与实用判断方法,规范选题判断决策行为。通过相关策略,将复杂判断结构化地分解成单一判断,改善判断决策过程,尽可能地消除本该相同判断中的分歧。(2)研制判断决策过程辅助模型和校正程序,保障决策方法的透明性、决策水准的稳定性,保证纠偏方法的科学性与可操作性。

吉林师范大学男子篮球运动员认知决策能力的实验研究

本文以认知心理学为基础,结合心理学、运动训练学、计算机等学科对复杂运动情景中篮球运动员的认知决策能力进行了实验研究。本研究使用自行设计开发的《篮球运动员运动决策测试系统》软件对不同等级篮球运动员在认知决策任务上的决策速度、决策准确性和自信心水平等指标进行了考察。

混合蝙蝠和布谷鸟算法的认知决策引擎

针对认知无线电中参数配置问题,提出一种混合蝙蝠算法和布谷鸟算法的认知决策引擎(hybrid bat algorithm and cuckoo search,HBA-CS),首先将参数配置建模为多目标优化问题,然后利用布谷鸟算法优化,同时为了克服布谷鸟算法收敛速度慢、容易陷入局部最优的缺点,在经过进化之后,再利用全局寻优能力强、收敛速度快的蝙蝠算法优化,该算法解决了局部搜索和全局搜索的平衡问题,从而改善了算法收敛性、避免陷入局部最优。仿真结果表明,基于HBA-CS的认知决策引擎的收敛速度和精度优于混合粒子群和遗传的算法(HBPGA)和优于混沌量子粒子群算法(CQPSO),优化后得到的系统参数具有更好的性能。

锻炼坚持认知决策模型的拓展——积极情绪体验的增值贡献

长期坚持有规律的锻炼才能产生并保持良好的、稳定的身心效益。然而,近50%的锻炼计划参与者会在最初的3~6月退出锻炼。因此,探究锻炼坚持的心理机制很有必要。基于锻炼坚持认知决策模型,检验大学生坚持锻炼的心理机制。研究采用横断调查设计,结构方程模型的检验结果表明：（1）拓展后的锻炼坚持认知决策模型的拟合度可以接受,锻炼动机、锻炼效果和锻炼自我效能对锻炼承诺的标准化路径系数分别为0.18,0.51和0.21,模型解释了锻炼承诺52%的方差和锻炼坚持行为25%的方差;（2）引入情绪体验后,锻炼坚持认知决策-情绪模型的拟合优度良好,模型对锻炼承诺和锻炼坚持行为的解释力分别提高了2%和3%,其中,积极幸福感正向预测锻炼承诺和锻炼坚持行为,心理烦恼对锻炼承诺和锻炼坚持行为均无预测作用。结论：锻炼坚持认知决策模型能够较好地预测锻炼坚持行为,而加入积极情绪体验后可以提高对锻炼承诺和锻炼坚持行为的解释力。