认知决策视角下的智能系统:机遇与挑战

新兴技术的快速发展和智能系统产品的逐渐成熟极大地推动了认知学习的发展,显著提高了经济服务的效率,挖掘了决策模式的潜在价值,使智能决策系统成为现代生活中不可或缺的一部分。认知视角下的智能决策系统旨在发挥人类认知和机器智能的核心优势,实现智能决策的新生态。本文运用文献计量的定量研究方法和文献分析的定性研究方法对现代环境下智能决策系统的认知特性进行了全面分析,重点从信息融合、认知计算和人机交互三方面阐述了智能系统的研究进展。同时,本文从系统管理的视角提出了认知视角下智能决策的挑战,并展望了未来的研究方向,期望为智能决策系统的发展提供理论和实践指导,推动其持续进步。

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。

信息技术支持下足球运动员认知决策与反应速度提升研究

在足球比赛中,运动员的认知决策与反应速度是决定场上表现的核心要素。认知决策涉及运动员在瞬息万变的比赛情境中快速获取关键信息、判断局势并制定策略的能力,而反应速度则体现了运动员将决策高效转化为实际行动的能力。基于体育信息技术的发展,本文深入探讨了信息技术(如智能视频分析、数据反馈和可穿戴设备等)对决策精度、反应效率的提升作用。同时,分析了神经系统和心理状态对决策与反应速度的影响,结合创新训练方法提出了提高运动员决策力和反应速度的科学策略。本研究为优化足球运动员的实战表现提供了理论依据,并为技术支持下的精准化训练方案提供参考。

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。

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。

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。

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。

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。

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。

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。

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。

认知无线网络认知决策引擎技术研究

随着无线通信技术的快速发展,旨在提高频谱利用率的认知无线电技术得到了极大的发展,同时出现了认知无线电网络,而认知决策引擎正是其实现智能动态资源配置、参数优化的关键技术。文章介绍了基于物理层的以智能优化算法为主的认知决策引擎;此基础上,对神经网络、模糊规则、多目标优化、博弈论等跨层优化算法的应用进行了介绍;最后对认知无线电网络认知决策引擎的进一步发展进行了探讨。

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。

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。

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。

融合学习差分进化和粒子群优化算法的认知决策引擎

为了提高认知无线电系统的参数决策速度和性能,提出一种融合粒子群和学习差分进化算法的认知无线电决策引擎(HPSO-BLDE)。首先,对学习差分进化算法引入自适应变异机制,使得每条染色体随个体适应度和平均适应度进行自适应变异,提高其局部寻优能力。然后,改进粒子群算法的学习因子,并加入扰动项,防止算法早熟;选用更合适的变换函数,将正反向速度转换为相同概率更新粒子位置,提高最优解的精度,从而提高粒子群算法的全局寻优能力。最后,在认知引擎模型中并行地运行改进的粒子群算法(IBPSO)和差分进化算法(IBLDE),每隔固定的迭代次数后,融合两种算法的最优个体信息,得到HPSO-BLDE算法,使IBPSO算法和IBLDE算法的种群兼具二者的优点,从而提高了最优解的求解精度并加快了收敛速度。多载波通信系统的参数决策仿真结果表明,IBPSO算法、IBLDE算法和HPSO-BLDE算法的性能优于已有的爬山遗传(HGA)算法、量子粒子群算法(BQPSO)和二进制学习差分进化算法(BLDE),其中HPSO-BLDE算法的性能最优。

融合PSO与DE的认知决策引擎

针对认知无线电系统参数重配置问题,提出一种融合粒子群和差分进化的认知决策引擎(IPSO-DE)。首先对粒子群算法(PSO)引入自适应惯性权重机制,使得每个个体随各自的适应度自适应进化,提高其探索能力。然后改进差分进化算法(DE)的交叉概率,从而提高DE算法的开发能力。最后在认知引擎模型中,将经过PSO进化的种群分为优等种群和劣等种群,劣等种群利用改进DE进行优化变异,增加粒子群个体的差异性。仿真表明IPSO-DE增强了种群开发和探索能力,多载波系统的参数优化决策实验证明了其有效性。