pagerank算法研究综述

pagerank算法研究综述（精选8篇）

pagerank算法研究综述 篇1

设备级电磁脉冲效应仿真算法研究综述

综述了国内外现有主要电磁脉冲效应仿真方法,认为普遍存在的问题是计算过程复杂、理论与实践脱节,提出将系统辨识和神经网络等技术应用于电子设备电磁脉冲效应仿真研究,探索基于实验数据统计的设备级电磁脉冲能量耦合建模与敏感度预测新方法是该领域的发展方向.

作 者：魏明 WEI Ming 作者单位：军械工程学院强电磁场环境模拟与防护技术国防科技重点实验室,河北,石家庄,050003刊 名：军械工程学院学报 ISTIC英文刊名：JOURNAL OF ORDNANCE ENGINEERING COLLEGE年，卷(期)：21(6)分类号：O441.4关键词：电磁脉冲 效应 仿真

pagerank算法研究综述 篇2

网页排序是指按照一定的算法对搜索引擎返回的结果网页进行排序,尽可能地将用户想要的网页排在前面,以便用户优先浏览[1]。网页排序算法的好坏影响着Web信息检索的准确率,是搜索引擎的核心技术之一。传统的基于内容的网页排序算法,随着互联网的迅速发展呈现出了很大的局限性:词语的一词多义往往会破坏到相关度的测量;大量网站的作弊者,使得以词频统计为核心的向量模型的相关度测算开始失效;网页之间存在独有的超链结构没有被利用,导致查询的精确度不高。

目前基于链接结构分析的搜索引擎网页排序算法主要有两类:Brin等人提出的PageRank算法[2]和Kleinberg等人提出的HITS算法[3]。PageRank算法因为是著名搜索引擎Google的核心算法而备受瞩目,这种算法通过对整个互联网结构图进行迭代运算,为搜索引擎所能爬行到的所有网页都赋予一个量化的价值度,并对网页进行了相关权威值的排序处理,从而使相对重要性高的网页排在前面。在分析Page Rank及相关算法的基础上,提出一种能有效提高搜索结果质量的网页排序算法,该算法计算网页类别的相关度,分别给来自不同类别的网页传递的权威值赋予不同的权重,并根据网页中链接所处信息块的重要程度赋予链接传递的权威值相应的权值。

2 PageRank算法分析

链接分析主要基于如下两个重要假设:超文本链接包含了用户对一个网站的判断信息;对一个网站而言,如果其他网站链接到该网站的入链数越多,该网站越重要。以下简要分析PageRank算法基本思想、特点及局限性,并对PageRank算法的一些相关研究进行介绍。

PageRank算法的基本思想是:如果一个页面被许多其他页面引用,则这个页面很可能是重要页面;一个页面尽管没有被多次引用,但被一个重要页面引用,那么这个页面很可能也是重要页面;一个页面的重要性被均分并传递到它所引用的页面。PageRank把Web看成是一个巨大的有向图G=(V,E),结点v∈V代表一个Web页面,有向边(p,q)∈E代表从结点p指向结点q的链接,结点p的出度是指从页面p出发的超链接的总数,而入度是指从所有指向页面p的超链接总数。

3 基于链接分块的PageRank算法

通过上述对PageRank及其相关算法的分析,大多数算法在进行页面排序时,基本上考虑到了网页与主题相关性对传递权威值的影响,但却没能考虑到网页类别的划分可以更有效地计算链接的价值和权威性。如何区分不同类别的网页中的链接对权威值的贡献,是计算网页权威值的一个关键因素;另外,网页中链接由于所处的位置、占据的空间大小或者内容不同而具有不同的重要度,对权威值传递的影响也不同。

基于以上思想,提出将PageRank算法的权威值计算公式将进行如下改进。

3.1 链接块分析

通常人们浏览网页的时候会发现,整个页面被分割成若干信息块,且同一信息块包含内容相似,其中既包含了相关链接块,也包含了大量噪声链接块。相关链接块中包含了与主题相关的链接,该类链接一般是对网页主题信息的进一步说明或扩充。噪声链接块包含了一般与正文主题的无关链接,例如导航链接、网站版权信息链接、服务链接、广告链接等。同一个网页中相关链接传递的权威值要大于噪声链接传递的权威值。通过对大量网页分析发现,网页中相关链接块中的链接往往具有以下几个特点:

(1)链接文字的长度基本上有规律。

(2)链接文字与其所在页面的标题具有相同的关键词。

(3)链接文字一般不会出现某些词,如“首页”,“导航”等。将不出现在相关链接中的特殊词称为相关链接停用词。

(4)链接的URL一般格式较为规整,一般不包含“Java Script”、“mail to”等特殊URL,这里将该类一般不出现在相关链接中的特殊URL称为相关链接停用URL。

根据以上特点对网页中的相关链接块和噪声链接块进行区分,具体区分规则如下:如果链接块中的某个链接符合特点(3)或特点(4),则认为该链接块是噪声块;如果链接块中的所有链接都不符合规则(3)和规则(4),则认为该链接块是相关链接块;如果链接块中的某个链接与特点(2)符合,则认为该链接块是相关链接块。在对网页中的链接块进行区分后,然后对链接块中的链接赋予一个权值w来描述其重要性,假设链接j属于相关链接块,那么w=0.8,如果链接属于噪声链接块,那么w=0.2。

3.2 Page Rank算法的改进

对网页中的相关链接块和噪声链接块进行区分后,根据网页中重要的信息块中的链接传递的重要性高于不重要的信息块中的链接,对PageRank算法做进一步的改进,根据链接所属信息块重要性的不同赋予相应权值w。改进的PageRank算法被称为BPageRank算法。BPageRank算法计算公式如下所示:

其中,wi用来表示链接Ti的块重权值。如果Ti是相关链接块中的链接,则w=0.8,如果Ti是噪声链接块中的链接,则w=0.2。

BPageRank算法在计算权威值时,不仅考虑到了网页分类特性对权威值传递的影响,也考虑了相关链接对权威值传递的影响。

4 实验结果及分析

4.1 实验设置

实验选择“高等教育”作为主题,收集教育类网站30个,无关网站20个组成样本集,共有大约18000个页面;以“研究生”“英语六级”“多媒体教学”“考研”“计算机”5个不同查询词作为测试的输入参数。实验利用基于关键词匹配的算法在样本集中分别产生针对5个查询词的5个结果网页集合,然后再利用PageRank、BpageRank两种算法对5个集合进行排序。

评价指标采用TopN准确率(检索结果中排在前面的N个网页的准确率),即前N个网页中符合要求的网页数与N的比值[5]。根据北京大学的网络与分布系统研究室对北大天网系统的研究发现,用户在第1页点击数占总点击数的47%,本文只对检索结果中排在前面的20个网页的准确率进行分析。至于如何确定给定网页是否符合要求,则是一个非常主观的概念,目前广泛采用的方法仍然是人工评价[4],本文也采用了类似的评价方法:取每个算法的运行结果中排序在前20以内的网页,合并成待评价的网页集,将该集合中的网页以随机的次序提交给10个志愿者进行评价。网页的主体内容是关于查询主题的,则认为是相关网页,相应的评价值为1,否则为0。当网页相关性的评价值之和大于7时,判定该网页为相关网页,否则为不相关网页。

4.2 结果分析

实验结果数据显示,PageRank算法获取主题相关网页的准确率的平均值为51%,BPageRank则把准确率提高到了71%。改进后的网页排序算法BPageRank可以更加准确地判断网页的相关性,返回更加符合查询主题的结果。

5 结语

搜索引擎是检索Web信息的最重要工具,网页排序算法的研究有助于提高搜索引擎的准确率,具有重要意义。提出一个基于PageRank网页排序算法CBPageRank算法,实验结果表明,相对于PageRank算法,该算法能够提高搜索引擎的准确率。从算法复杂度来看,CBPageRank算法的网页分类和网页中链接块分析都是离线完成,因此在线查询时的计算量与PageRank算法完全一样。而离线的计算量相对于PageRank的略有增加。所以CBPageRank是一个可行的,伸缩性好的算法。今后工作重点考虑进一步提高类别之间相关性的计算的精度,结合语义网络的研究,使用语义进行更为有效的分类和相关性计算。

摘要：提出一种基于PageRank的页面排序算法。采用网页类别相关度计算,对来自不同类别网页所传递的权威值赋予相应的权重;根据链接所属信息块重要性的不同,赋予相应权值。实验表明,该算法对提高页面排序质量是有效的。

关键词：页面排序,PageRank,相关度计算

参考文献

[1]肖明军,黄刘生,罗永龙.SHITS:一种基于超链接和内容的网页排序方法.小型微型计算机系统[J],2006,27(12):2177-2180.

[2]Brin S,Page L.The Anatomy of A Large-scale HypertextualWeb Search Engine[J].Computer Networks and ISDN Sys-tems,1998,(33):101-107.

[3]Kleinberg J.Authoritive Sources in A Hyperlinked Environ-ment[J].Journal of the ACM,1999,46(5):604-632.

[4]Bharat K,Henzinger M.Improved Algorithm For Topic Distil-lation in a Hyperlinked Environment[C].Proceeding of 21stAnnual InternationaI ACM SIGIR Conference on Research andDevelopment in Information Retrieva1,1999,46(5):604-632.

聚类算法研究综述 篇3

关键词：数据挖掘；聚类分析；聚类算法

中图分类号：TP301. 6 文献标识码：A文章编号：1009-3044(2007)12-21500-02

The Research of Clustering Algorithms

XIANG Bing-bing1, QIAN Guang-chao2

(1.School of Mathematics and Computational Science, Anhui University, Hefei, Anhui Province 230039, China；2. School of Computer Science and Technology ,Anhui University, Hefei, Anhui Province 230039, China)

Abstract：Clustering is an important technique in data mining. It’s used to discover the data distribution and concealed patterns. The paper elucidate the basic principle of the clustering algorithms and sum up the contemporary research of the clustering algorithms. It also analyze a few representative clustering algorithms and compare their differences，advantages and disadvantages. At last，the paper indicate the development trend of clustering integrating the application demand.

Key word:Data mining； Clustering Analysis；Clustering Algorithms

1 引言

数据挖掘是指从从大量无序的数据中提取隐含的、有效的、可理解的、对决策有潜在价值的知识和规则，为用户提供问题求解层次的决策支持能力。数据挖掘主要的算法有分类模式、关联规则、决策树、序列模式、聚类模式分析、神經网络算法等等。聚类算法是一种有效的非监督机器学习算法，是数据挖掘中的一个非常重要的研究课题。当人们使用数据挖掘工具对数据中的模型和关系进行辨识的时候，通常第一个步骤就是聚类，其目的就是将集中的数据人为地划分成若干类, 使簇内相似度尽可能大、簇间相似度尽可能小，以揭示这些数据分布的真实情况。但任何聚类算法都对数据集本身有一定的预先假设，根据文献[1]的理论，如果数据集本身的分布并不符合预先的假设，则算法的结果将毫无意义。因此，面对特定的应用问题，如何选择合适的聚类算法是聚类分析研究中的一个重要课题。本文比较了数据挖掘中现有聚类算法的性能，分析了它们各自的优缺点，并指出了其今后的发展趋势。

2 聚类算法分类研究

聚类的目的是把大量数据点的集合分成若干类，使得每个类中的数据之间最大程度地相似，而不同类中的数据最大程度地不同。通常聚类算法可以分为层次聚类、分割聚类、密度型聚类、网格型聚类和其他聚类等几种。

2.1 层次聚类

层次聚类算法通过将数据组织成若干组并形成一个相应的树状图来进行聚类，它又可以分为两类，即自底向上的聚合层次聚类和自顶向下的分裂层次聚类。聚结型算法采用自底向上的策略， 首先把每个对象单独作为一个聚类， 然后根据一定的规则合并成为越来越大的聚类， 直到最后所有的对象都归入到一个聚类中。大多数层次聚类算法都属于聚结型算法， 它们之间的区别在于类间相似度的定义不同。与聚结型算法相反， 分裂型算法采用自顶向下的方法，它先将所有的对象都看成一个聚类，然后将其不断分解直至每个对象都独自归入一个聚类。一般情况下不使用分裂型方法， 因为在较高的层次很难进行正确的拆分。纯粹的层次聚类算法的缺点在于一旦进行合并或分裂之后， 就无法再进行调整。现在的一些研究侧重于层次聚类算法与循环的重新分配方法的结合。

主要的层次聚类算法有BIRCH， CURE， ROCK， CHAMELEON， AMOEBA，COBWEB， Clustering with Random Walks 算法等。CURE算法[2]不用单个中心或对象来代表一个聚类，而是选择数据空间中固定数目的、具有代表性的一些点共同来代表相应的类，这样就可以识别具有复杂形状和不同大小的聚类，从而能很好地过滤孤立点。ROCK算法[3]是对CURE的改进，除了具有CURE算法的一些优良特性之外，它还适用于类别属性的数据。CHAMELEON算法[4]是Karypis等人于1999年提出来的，它在聚合聚类的过程中利用了动态建模的技术。

2.2 分割聚类

分割聚类算法是另外一种重要的聚类方法。它先将数据点集分为k个划分，每个划分作为一个聚类，然后从这k个初始划分开始，通过重复的控制策略，使某个准则最优化，而每个聚类由其质心来代表( k- means 算法) ， 或者由该聚类中最靠近中心的一个对象来代表( k- medoids 算法)，以达到最终的结果。分割聚类算法收敛速度快，缺点在于它倾向于识别凸形分布大小相近、密度相近的聚类，不能发现分布形状比较复杂的聚类，它要求类别数目k 可以合理地估计， 并且初始中心的选择和噪声会对聚类结果产生很大影响。这类方法又可分为基于密度的聚类、基于网格的聚类等。

很多算法中都使用距离来描述数据之间的相似性，但是，对于非凸数据集，只用距离来描述是不够的。对于这种情况，要用密度来取代相似性，这就是基于密度的聚类算法。基于密度的算法从数据对象的分布密度出发，把密度足够大的区域连接起来，从而可以发现任意形状的类。此类算法除了可以发现任意形状的类，还能够有效去除噪声。

基于网格的聚类算法，把空间量化为有限个单元( 即长方体或超长方体) ，然后对量化后的空间进行聚类。此类算法具有很快的处理速度。缺点是只能发现边界是水平或垂直的聚类，而不能检测到斜边界。此类算法具有很快的处理速度。时间复杂度一般由网格单元的数目决定， 而与数据集的大小无关。此外，聚类的精度取决于网格单元的大小。此类算法不适用于高维情况，因为网格单元的数目随着维数的增加而呈指数增长。所有基于网格的聚类算法都存在下列问题：一是如何选择合适的单元大小和数目；二是怎样对每个单元中对象的信息进行汇总。

主要的分割聚类算法有k - means， EM， k - medoids， CLARA， CLARANS 等。常见的k -medoids 算法有PAM算法、CLARA 算法、CLARANS 算法。

2.3 其他聚类

主要有：基于约束的聚类算法、机器学习中的聚类算法、用于高维数据的聚类算法等。

基于约束的聚类算法，其约束可以是对个体对象的约束，也可以是对聚类参数的约束，它们均来自相关领域的经验知识。该方法的一个重要应用在于对存在障碍数据的二维空间数据进行聚类。COD (Clustering with Obstructed Distance) [ 5]就是处理这类问题的典型算法，其主要思想是用两点之间的障碍距离取代了一般的欧氏距离来计算其间的最小距离。

机器学习中的聚类算法是指与机器学习相关、采用了某些机器学习理论的聚类方法，它主要包括人工神经网络方法以及基于进化理论的方法。如自组织特征映射( SOM) 网络是利用人工神经网络进行聚类的较早尝试，它也是向量量化方法的典型代表之一。在基于进化理论的聚类方法中，模拟退火的应用较为广泛， SNICC算法[ 6 ]就是其中之一。遗传算法也可以用于聚类处理，它主要通过选择、交叉和变异这三种遗传算子的运算以不断优化可选方案从而得到最终的聚类结果。

高维数据聚类是目前多媒体数据挖掘领域面临的重大挑战之一，除了降维这一最直接的方法之外，对高维数据的聚类处理还包括子空间聚类以及联合聚类技术等。子空间聚类算法，认为在高维数据集中，聚类往往不是存在于整个空间中，而是存在于某些子空间中。它们针对高维空间数据，寻找子空间中的聚类。主要子空间聚類算法有CLIQUE，PROCLUS 等。

3 典型聚类算法性能比较

3.1 CLARANS 算法

CLARANS通过利用多次不同抽样改进了CLARA算法，是一种k-中心点聚类方法。它首先随机选择一个点作为当前点，然后随机检查它周围不超过参数Maxeighbar个的一些邻接点。假如找到一个比它更好的邻接点，则把它移入该邻接点，否则把该点作为局部最小量。然后再随机选择一个点来寻找另一个局部最小量，直至所找到的局部最小量数目达到用户要求为止。该算法要求聚类的对象必须预先调入内存，并且需多次扫描数据集，其时空复杂度都相当大，虽通过引入R*—树结构对其性能进行改善，但构造和维护代价太大。该算法对脏数据和异常数据不敏感，但对数据输入顺序异常敏感，且只能处理凸形或球形边界聚类，效率较高。

3.2 BIRCH 算法

BIRCH是一个综合性的层次聚类方法，它利用层次方法的平衡迭代进行归约和聚类。其核心是用一个聚类特征三元组表示一个簇的有关信息，从而使一簇点的表示可用对应的聚类特征。它通过构造满足分支因子和簇直径限制的聚类特征树来求聚类。该算法通过聚类特征可以方便地进行中心、半径、直径及类内、类间距离的运算。算法具有对象数目的线性易伸缩性，及良好的聚类质量。一次扫描就可以进行较好的聚类，其计算复杂度为O( n)。BIRCH 算法只适用于类的分布呈凸形及球形的情况，对不可视的高维数据则是不可行的。

3.3 DBSCAN 算法

DBSCAN是基于密度的聚类算法，可以将足够高密度的区域划分为簇，并可以在带有“噪声”的空间数据库中发现任意形状的聚类。该算法利用类的密度连通性可以快速发现任意形状的类。其基本思想是：对于一个类中的每个对象，在其给定半径的领域中包含的对象不能少于某一给定的最小数目。DBSCAN算法不进行任何的预处理而直接对整个数据集进行聚类操作。当数据量非常大时，就必须有大量内存支持，I/O 消耗也非常大。其时间复杂度为O(nlogn)，聚类过程的大部分时间用在区域查询操作上。DBSCAN算法能够发现空间数据库中任意形状的密度连通集；在给定合适的参数条件下，能很好地处理噪声点；对用户领域知识要求较少；对数据的输入顺序不太敏感；适用于大型数据库。但DBSCAN算法要求事先指定领域和阈值，具体使用的参数依赖于应用的目的。

3.4 STING 算法

STING 是一种格的多分辨率聚类技术。它将空间区域划分为矩形单元，针对不同级别的分辨率，通常存在多个级别的矩形单元，这些单元形成了一个层次结构：高层的每个单元被划分为多个低一层的单元。高层单元的统计参数可以很容易地从低层单元的计算得到。STING扫描数据库一次来计算单元的统计信息，因此产生聚类的时间复杂度是O (n) ，其中n是对象的数目。在层次结构建立后，查询处理时间是O ( g)，g是最低层风格单元的数目，通常远远小于n。

STING 是独立于查询的，有利于并行处理和增量更新且效率较高。但由于STING 采用了一个多分辨率的方法来进行聚类分析，聚类的质量取决于网格结构的最低层粒度。如果数据粒度比较细，处理的代价会明显增加。并且，STING 在构建一个父单元时没有考虑子单元和其相邻单元之间的关系，因此，尽管该技术处理速度快，但可能降低簇的质量和精确性。

4 结论和展望

聚类分析是数据挖掘中一种非常有用的技术，它可作为特征和分类算法的预处理步骤，也可将聚类结果用于进一步关联分析，还可以作为一个独立的工具来获得数据分布的情况。聚类算法的研究具有广泛的应用前景，其今后的发展也面临着越来越多的挑战。首先是聚类算法的选择，建议使用者根据实际情况(例如发现聚类的形状、数据输入顺序是否敏感、适用数据库的大小或者算法效率)来选择合适的聚类算法。其次，对于特征数据本身所具备的高维性、复杂性、动态性以及容易达到大规模的特性，聚类算法的设计还应该更多地考虑融合不同的聚类思想形成新的聚类算法，从而综合利用不同聚类算法的优点。

参考文献：

[1]R O Duda，P E Hart，D G Stork. Pattern Classification ( 2nd Edition) [M]. New York: Wiley， 2001. 4542458.

[2]Guha S， Rastogi R，Shim K. CURE: An Efficient Clustering Algorithm for Large Databases[C]. Seattle: Proceedings of the ACM SIGMOD Conference，1998. 73-84.

[3]Guha S，Rastogi R，Shim K. ROCK: A Robust Clustering Algorithm for Categorical Attributes[C]. Sydney: Proceedings of the 15 th ICDE，1999. 512-521.

[4]Karypis G，Han E-H，Kumar V. CHAMELEON: A Hierarchical Clustering Algorithm Using Dynamic Modeling[J]. IEEE Computer，1999，32 (8) : 68-75.

[5]Tung A K H，Hou J，Han J. Spatial Clustering in the Presence of Obstacles[C]. Heidelberg: Proceedings of the 17 th ICDE，2001. 359-367.

智力研究综述 篇4

潘学虎

2015114785

摘要：本文是对多种智力研究的概括。包括了情绪智力研究、社会智力研究。情绪智力研究主要是对已有的情绪智力研究成果进行梳理总结，综述了情绪智力的概念、理论、结构、研究方法及测量，提出了情绪智力研究中存在的问题，并预测了情绪智力研究可能会呈现的趋势。社会智力研究主要是关于社会智力的定义和社会智力的测量。

关键词：情绪智力研究，社会智力研究

情绪智力研究：

一、情绪智力概念的界定及探讨

情绪智力(Emotional Intelligence)这个词是德国人Barbara Leuner(1966)首先提出的[1]。1986年柏尼(W.P.Payne)在博士论文《情绪研究》中明确探讨了发展情绪智力的问题[2]。而将情绪智力作为理论概念正式提出的却是美国耶鲁大学的萨洛维(P.Salovey)和新罕布尔大学的梅耶(J.Mayer),1989--1990年，他们连续发表两篇学术论文，正式提出了情绪智力的概念和理论，将情绪智力定义为：“监察自身和他人的感情和情绪的能力, 区分情绪之间差别的能力，以及运用这种信息以指导个人思维和行动的能力”[3]。在他们提出情绪智力的概念之后，围绕情绪智力概念的讨论日渐激烈，其中最出名的是哈佛大学心理学教授Daniel Goleman,他于1995年在《情绪智力:为什么它比智商更重要》一书中将情绪智力定义为:了解自身感受,控制冲动和恼怒,理智处事,面对考验时保持平静和乐观心态的能力。此外，与现在的情绪智力相提并论的情商(emotional quotient，EQ)概念则是由巴昂于1988 年在其博士论文中首创的[4]。2000 年，他主编了《情绪智力手册》(the Handbook of Emotional Intelligence)，全面介绍了情绪智力的研究情况，认为情绪智力是影响人应付环境需要和压力的一系列情绪的、人格的和人际能力的总和。它是决定一个人在生活中能否取得成功的重要因素，直接影响人的整个心理健康[5]。

自从情绪智力于1996年传入中国以来，学者们纷纷给情绪智力下定义，如许远理将情绪智力定义为“感知与体验、描述与评价、调节与控制内省情绪、人际情绪、生态情绪的能力”[6]。陈家耀则进一步提出用情志力一词来概括有关情绪智力和非智力因素对智力活动的支持、导向和动力作用等心理活动。情志力的内涵是意向，其外延，从成分来说有情绪、意志和个性[7]。徐小燕、张进辅将情绪智力定义为“人们在学习、生活和工作中影响其成功与否的非认知性心理能力，包括情绪觉知能力、情绪评价能力、情绪适应能力、情绪调控能力和情绪表现能力等五种因素，它们又分为若干次级因素成分”[8]。这些概念均从不同的维度对情绪智力做了概括，但现存的问题是学界对情绪智力的概念并没有一个统一的认识。这与对情绪智力在国外的术语“emotional Intelligence”中emotion一词到底该如何理解有很大的关系，同时还与对其外延和内涵的恰当界定联系紧密。因此，如何给情绪智力一个恰倒好处的概念有待进一步的研究。

二、情绪智力理论及结构

（一）情绪智力的学院派理论及结构

以Mayer和Salovey为主导的学院派，将情绪智力纳入智力的家族并坚持科学量化的道

路[9]，学院派对情绪智力的研究采用的是能力模型取向[10]，能力模型是指能力的情绪智力，即反映了直接与标准智力定义相关的、人的实际心理能力[11]。1990年，美国心理学家Salovey和Mayer首次正式使用情绪智力这一概念描述影响成功的情绪特征，他们认为情绪智力是一种加工情绪信息的能力，它包括准确地评价自己和他人的情绪，恰当地表达情绪，以及适应性地调控情绪的能力。并以此为基础，提出了情绪智力结构的三因素能力模型。但此时情绪智力定义以及结构的划分都是在广泛查阅相关文献的基础上总结出来的，没有实证基础。后来，他们分别于1997年、1999年、2000年对情绪智力的定义及结构进行修订，最终将情绪智力界定为一种连接认知与情绪的心理能力，在此基础上确定了其结构的四个维度[12]。这四个维度从最基本的情绪感知和表达能力开始，到情绪管理调控能力为止，是按照每种能力发展的先后顺序进行排列的。具体内容为：

1．情绪的感知、表达能力：指从自己的生理状态、情感体验和思想中辨认和表达情绪的能力；以及从他人、艺术活动、语言中辨认和表达情绪的能力。

2．情绪对思维的促进能力：即促进认知行为，使问题解决、推理、决策和创造性行为更为有效的能力，包括情绪对思维的引导；情绪对信息注意方向的影响；心境的起伏对思维的影响；情绪状态对问题解决的影响等多方面的能力。

3．对情绪的理解、分析能力：指认识情绪体验与语言表达之间关系的能力；理解情绪所传送意义的能力；理解复杂心情的能力；认识情绪转换的可能性及原因的能力等。其中最基本的是使用特定的词语来命名情绪并能有效的辨别它们之间的关系。该能力是“最具有认知意味的”。

4．情绪管理调控能力：根据所获得的信息，判断并成熟地进入或离开某种情绪的能力；觉察与自己和他人有关的情绪的能力，调节与别人的情绪之间的关系等。

（二）情绪智力的实务派理论及结构

以Goleman和Bar-on为代表的实务派将预测成功作为向导，试图在传统智力以外找到能够预测成功的所有重要因素[9]。实务派对情绪智力的研究采用的是混合模型研究取向[10]，混合模型是指特质的情绪智力，属于人格范围。即给情绪智力列出了一组人格特点菜单，如“同情、动机、坚持性、温情和社会技能”，我们将这理论及结构称为“混合模型”[11]。

1．Goleman的情绪智力理论及结构

1995年，Goleman在畅销书《情绪智力》中将情绪智力定义为了解情绪、管理情绪、自我动机、认知他人情绪、处理关系的能力[13]。他认为情绪智力在帮助个体取得成功上起的作用比智力的作用大，并且情绪智力可以通过经验和训练得到明显的提高。1998年，他在1995年情绪智力定义基础之上提出了一个5因素情绪智力理论结构[14]。这个结构共包括5个因素，25种能力。后来他又结合了Richard Boyatzis等人的研究把这5个因素25种能力精炼成4个因素20种能力，它们分别是自我觉知(包括情绪觉知能力、正确的自我评估、自信)，自我管理(包括自控能力、信用度、责任心、适应能力、成就动机、主动性)，社会觉知(包括移情、对团体情绪的觉知、服务倾向性)和社交技巧(包括帮助他人发展、领导能力、影响力、沟通能力、革新能力、协调能力、凝聚力、协作能力)。

2.Bar-on 的情绪智力理论及结构

Bar-on于1997年提出情绪智力的定义，情绪智力是影响人应付环境需要和压力的一系列情绪的、人格的和人际能力的总和。他认为情绪智力是决定一个人在生活中能否取得成功的重要因素，直接影响人的整个心理健康[15]。Bar-on提出，情绪智力由个体内部成分、人际成分、适应性成分、压力管理成分、一般心境成分等五大主成分构成，其中，个体内部成分包含情绪自我觉察、自信、自我尊重、自我实现和独立性五种相关能力；人际成分包含共情、社会责任感和人际关系三种相关能力；适应性成分包含现实检验、问题解决和灵活性三种相关能力；压力管理成分包含压力承受和冲动控制两种相关能力；一般心境成分包含幸福

感和乐观主义两种相关成分。这样，由五大主成分和15种相关能力组成了情绪智力系统[16]。Bar-on认为这15种能力是情绪智力最稳定、最有效的成分，对个体总的情绪幸福和应对生活的能力起决定作用。

三、情绪智力的研究方法与测量

（一）情绪智力的研究方法

在情绪智力研究开展的早期，曾出现过只强调经验范式而缺乏实证研究的现象。随着情绪智力研究地逐步深入，其研究方法已呈现出多样化趋势并取得了相当的成果。如罗森塔尔设计的了用来衡量辨别他人情绪特征能力的非言语敏感测验(简称PONS)；Walter Mischel设计出果汁软糖实验来分析控制冲动、延缓满足、抵制诱惑的水平对将来成功的影响；Seligman塞利格曼根据这种观点设计了乐观态度测验，进而将这项测验应用于人才的选拔。在人工智能的研究中，“情绪智力”倍受关注。其始创人Picard教授认为，要使计算机真正智能化，适合人的需要并能自然地与人互动，就必须使它们具备识别和表达情绪的能力，即人工智能要具备被称作“情绪智力”的东西[17]。虽然情绪智力的人工智能研究刚起步，但已显示出令人兴奋的前景。情绪智力研究方法的多样性、前沿性另人欣慰，但仍存在一些不足，最主要的就是重定性研究而轻定量分析。

（二）情绪智力的测量

1．Schutle的EIS量表

情绪智力量表(EIS)是Schutle等人根据Salovey和Mayer(1990)的情绪智力模型开发的一份自陈问卷。它共有33项，可用于评估人们对自己以及他人情绪的感知、理解、表达、控制和管理利用的能力。此量表的高分者通常更为积极、更能克制冲动、更清楚地表达自己的感受、更好地恢复、较少的情感障碍和抑郁、更富有同情心、更能自我监控。

2．多因素情绪智力量表（MEIS）

该量表是Mayer等人于1998 年编制的，1999 年他们又发表该量表的修订版[12]。该量表是能力测验而非自陈测验。该量表以行为表现为基础，测量被试觉察情绪、鉴别情绪、理解情绪和控制情绪。它包括的四个维度十二项任务分别是：感知情绪(4项任务)、同化情绪(2项任务)、理解情绪(4项任务)和控制自我情绪(2项任务)。该量表有整体评分和专家评分两种评分方法。此量表的结构效度、聚合效度和区分效度都很高，尚无预测效度的报告。修订版与旧版的不同之处在于，旧版把多数人一致性作为正确答案的指标，修订版则把专家打分作为评判的标准。为了再次改进修订后的MEIS，Mayer、Salovey及Caruso等人又编制出了MSCEIT V1.0 和MSCEIT V2.0。MSCEIT是一个基础能力量表，共有141 个自陈项目，适用于17 岁以上的人群。该量表旨在测量人们执行任务、解决情绪问题的质量和程度，而不是依赖个人对自己情绪技能的主观评估来计分。

3．情绪智力调查表（ECI）

该量表是Goleman等人根据Goleman1998年提出的精练后的情绪智力模型编制的，它可以测量该模型提到的4个因素20种能力。该量表有很高的内容效度，但到目前为止还没有有关此量表的预测效度的研究。ECI包含了Goleman情绪智力模型的所有内容，是一种比较完整的情绪智力评价工具。该量表的使用要求也较严格，使用者须经过专门的培训，合格后方能对施测结果给予正确解释与指导。ECI可以全方位评估个人和团体的情绪能力。

4．情商问卷（EQI）

EQI也叫《Bar-on情商量表》，它是Bar-on于1997年编制并出版的量表。该量表是国际上著名的心理量表之一。它包括5个主成分量表(其中包含15个分量表)和2个效度量表，共133个题目。其中主成分量表有：内省量表、人际量表、适应性量表、压力处理量表、总体情绪量表。效度量表则分别是乐观印象和悲观印象。EQI具有较高的内部一致性信度、重测信度、聚合效度和区分效度[18]。该量表出版后，得到广泛认可和应用，目前已被应用于心理咨询与治疗、人力资源、人格、学习能力等多种领域，被共认为是第一个标准化的情绪

智力量表[19][20][21]。

5．工作能力量表-Ei版（WPQei）

WPQei用来测量个人的能力和素质，它以情绪智力的概念模型为基础，包括七个成分:创新，自我意识，直觉，情绪，动机，移情，社会技能。共有84个题项。员工在工作中可以把量表中的信息与自己的实际工作情况结合起来，有目的的提高自己的情绪管理能力。

除了上述量表之外，我国已有学者将Darwin B.Nelson 和Gary R.Low 两位博士于1998 年编制的情绪技能问卷翻译和修订成中文版并投入试运行[22]。

三、小结

随着情绪智力受关注的程度不断提高，情绪智力的研究无论在理论上还是应用上将进一步深入，Bar-on宣称:“EQ时代已经开始了”[9]。情绪智力的研究已经取得了很大的进展，但毕竟对情绪智力正式研究的时间还不长，还有许多问题有待解决。如文章开头所提到的学界如何才能给情绪智力一个统一的概念？到底是学院派的能力模型理论更有说服力，还是实务派的混合模型理论更好，抑或二者相结合的为最佳，再或还有其他的理论模型有待发现？如何培养和提高情绪智力？要回答这些问题，就需要进一步对情绪智力的定义、理论、结构、研究方法、测量方法、应用进行探究。同时对情绪智力研究可能会呈现的趋势进行展望和预测：情绪智力研究方法和测量方法将在多样化的基础之上不断发展，情绪智力量表的社会实用性研究将成为学界的研究热点，学者专家们将研究形成中国自己本土化的情绪智力理论及量表。参考文献：

[１]曾性初：《情志与情商》，《教育研究》1999.3.[２]Payne ,W.L.A study of emotion : developing emotional intelligence;selfbeing.Unpublished doctoral dissertation.Rhodes Uni2versity ,South Africa.1988.[５] Bar-On,R.&Parker J.D.A.Handbook of emotional intelligence : Theory , Development , Assessment , and Application at Home , School and in the Workplace [M].San Francisco , CA : Jossery-Bass.2000.[７]许远理.元情绪在中学生心理健康发展教育中的功能[J ].教育探索, 2001,9.[８]陈家耀.对情绪智力理论的商榷[J ].重庆教育学院学报, 1999,4.社会智力研究：

马克思说，人的基本属性是社会性。以群居为主要生活方式的我们无时无刻不行使着我们的社会功能。而以往的智力研究局限于数学运算、逻辑思维、语言等认知能力的研究领域。为了区别于这一传统的智力，心理学家们提出了社会智力这一概念。但是由于情绪智力的提出，社会智力陷入了尴尬的境地。早期对情绪智力的错误定义，使社会智力在相当长的一段时间里被误用为情绪智力。随着研究的需要，学者们对二者进行了深层次的理论分析，不仅区别了二者的不同，还陆续出现了不少的社会智力测量量表。目前，社会智力的概念虽然还存在与情绪智力混用的情况，但其发展已经进入繁盛时期。也正因为这种百家争鸣的状态，它的命运与心理学的其它分支一样，还存在一个没有范式统治整个研究领域的问题。社会智力的定义

为了把人类的社会属性在智力中体现出来，早在上个世纪20年代，美国行为主义心理

学家桑代克将智力分为三类：一是具体智力也称“机械智力”，即了解事物、应用机械技术和科学能力；二是抽象智力，即了解和应用文字或数学符号的能力；三是社会智力，即理解他人和与他人相处以及合作，在社会情境中明智行动的能力。桑代克还认为，社会智力是IQ的重要成分。为此，他编制了社会判断和社会洞察力量表。这对后来的社会智力研究影响深远。许多心理学家在解释社会智力的意义时将社会智力定义为：①洞察别人心思、察言观色的能力；②与人相处，建立友善关系的能力；③了解社会规范，言行举止表现合乎时宜；④适应新环境的能力；⑤对于社会活动的参与力；⑥适应社会的一种生存能力；⑦自我认识及自我反省的能力。[1][2][3]另外还有两个比较有代表性的定义：Ford和Marlowe的定义。[4]Ford认为社会智力是“一个人在具体的社会情境中用积极的适当的方法实现某个与自己有关的社会目标的能力”；Marlowe认为社会智力“包括一系列的知识、经验和解释社会信息、解决人际问题的技能，其最终结果则是明智的社会行为、和谐的人际关系和个体有关的社会目标的实现。”社会智力的表现是以感情发展为基础的，换而言之，感情发展成熟的个体具有较高的社会智力。国内学者谢宝珍、金盛华认为“社会智力是一种理解人际情境中人的感受、思想和行为及在此基础上做出适当行为的能力。”

这里需要指出的是，Goleman在他编著的心理学词典中这样写道：“社会智力是情绪智力另一个名称，尤其是正确地知觉、评价和表达情绪的能力，理解情绪信息和利用情绪信息的能力”[5]因此，在很长一段时间里，社会智力被当做情绪智力而处于非常尴尬的境地。但是我们必须明白的是，两者虽然在表达智力这一概念的时候有很大的重叠，概念却是不同的。情绪智力重点强调的是处理情绪信息和情绪性行为，而社会智力则重点强调如何处理社会性信息和社会适应性行为，即个体情绪、人际情绪和社会情绪的处理能力。[7]情绪智力的提出只是为了对传统智力的扩充，而不像社会智力一样，具有与传统智力相同地位。从这个角度来讲，我们不难看出情绪智力是社会智力的基础，社会智力比情绪智力拥有更宽泛的意义。社会智力的测量

2·1社会智力测量工具的研究方向

虽然“社会智力”这个概念已经提出了近百年的时间，但由于一直没有得到心理测量学的有力支持，因而对它的研究断断续续。直到上世纪60年代以后，在Guiford、Sternberg和Gardner智力理论的影响下，社会智力测量的相关研究再次掀起热潮。从现有的研究来看，社会智力的测量主要围绕三个方向进行：第一个方向针对个体的社会成熟特征，如自我肯定、自我认同、社会道德观、合群性、同情心等社会行为的特质测量；第二个方向主要针对个体社会智力的认知层面；第三个方向则是侧重于个体的社会技能。[8] 2·1·1 社会成熟特征测量

①自我概念量表 《田纳西自我概念量表》由美国心理学家Fitts于1965年编制，1988年进行了修订。该量表共有100个自我描述性句子，从自我认同、自我满意、行为等自我概念的多维角度进行测评，适用于12岁及以上的被试。②自我认同感量表 《Ochse和Plug自我认同感量表》是根据埃里克森的“人格发展八阶段”理论编制而成的自评量表，共19个题目，采用4点计分（从“完全不适用”到“完全适用”），用于评价个体自我认同程度。此外，很多人格量表也可有效预测个体的社会智力。如《NEO人格问卷》、《儿童人格调查表》、《青年人格调查表》等。

2·1·2 认知社会智力测量

①乔治·华盛顿社会智力测验（GWSIT）它是最早的社会智力测评工具，由六个分量表组成：社会情境判断、姓名和面容记忆、他人行为观察、识别他人的心理状态、通过面部表情推断他人心理状态、社会信息和幽默感。Hunt通过GWSIT与成人职业地位、大学生参加课外活动的数量、上级对下属与人相处能力评定的相关研究，证实了GWSIT的有效性。

但是Thurstone在对GWSIT进行验证性研究时发现它与其它社会智力测验（如Gilliland Sociability Test）的相关性很低，与抽象智力测验的相关性却很高。

②吉尔福特社会智力测验 1976年吉尔福特等人研发了著名的《社会智力六因素测验》这六个因素包括：理解面部表情的能力、提取行为信息和理解不同情境中行为表现的相似性的能力、对社会关系的觉察能力、通过行为表现理解社会事件发生过程的能力、改变或重新定义行为意义的能力、从已知的社会信息中预测未来行为的能力。[8] ③自陈量表 目前使用较多的是David等人于2001年编制的《社会智力自陈量表》[9]（TSIS）,TSIS共有21个项目，分为3个分量表：社会信息的加工过程、社会技能和社会意识。此外，还有《青少年社会技能评估测验》和《社会技能测验》等社会智力自称量表。认知社会智力的测量工具中得到学者们认可的还有他评量表《社会技能评估系统》、《PESI》以及我国学者周宗奎参照国外社会智力测量工具，并结合我国城市小学生生活实际编制的《小学儿童社会技能教师评定表》。社会洞察力测验、斯滕伯格社会智力量表、以及谢宝珍等人于2002年编制的《中学生社会智力量表》等都是目前重要的社会智力测量工具。[10] 2·1·3 行为社会智力的评估

行为社会智力的评估包括社会情境解释测验、社会技能量表、社会技能筛查表、访谈法、角色扮演和创造性社会智力测验。每一类测验都有各自具体的测量量表和测量方式。这是一大类更贴近社会智力内涵的测量方法，但是由于测量方式的独特性，导致了学者们对他得科学性产生了怀疑，其使用频率也较前述量表低许多。

2·2 社会智力测量内容的研究方向 为了解我国社会智力测量的发展状况，这里我们主要是对国内学者在社会智力测量内容方面的研究成果进行简要综合和评述。根据现有的文献资料，国内学者已分别对小学生、中学生、大学生的社会智力进行了测量。

2·2·1 小学生社会智力的研究 刘在花、许燕等人对小学生社会智力结构特点和社会智力发展特点进行了实验研究。他们在研究小学生社会智力结构时发现：㈠小学生社会智力的结构包括社会洞察力、社会焦虑、移情、人际交往能力、人际问题解决能力五个部分。㈡《小学生社会智力量表》信都与效度较高。㈢为研究小学生社会智力结构特点而编制的小学生社会智力量表信、效度良好，基本上可以作为测量小学生社会智力的工具使用。[11]在小学生社会智力发展特点的研究中，他们发现：⑴不同年级小学生在社会智力五个维度及其总体水平上存在显著性差异。⑵除社会焦虑外，小学生在社会智力其余四个维度及其总体水平上，性别差异显著，女生得分显著高于男生。[12] 2·2·2中学生社会智力的研究

谢宝珍和金盛华对中学生的社会智力测量结果表明，中学生的社会智力可从丽江、调控情绪，关心他人的倾向，言语非言语表达和社会知觉等方面来测量。[13]验证性因素分析的结果和测验间区分效度表明，量表具有较好的构想效度，而量表与社会能力提名间的相关则证明了社会智力量表的预测作用。廖明珍等人在对561名中学生（初

一、初

二、初

三、高

一、高

二、高三）进行问卷调查后，结果显示：⑴中学生社会智力存在年级差异，高一年级社会智力最高，初二和高二社会智力最低；⑵女生普遍比男生社会智力高，但是男生的观点采择能力较女生发展快，且出现明显的年级差异；⑶独生子女的社会技能强于非独生子女，城市独生子女社会智力总分高于农村独生子女，非独生子女不存在社会智力上得城乡差异；⑷不同城乡水平的中学生社会智力发展过程不同，大城市中学生社会智力的发展最高点较中小城市晚；⑸3000-5000元家庭收入的中学生预测能力最好；⑹父母的学历分别与中学生的预测能力和社会觉察能力呈正相关；⑺母亲是管理层的中学生社会智力发展最好；⑻文科高中生社会技能强于理科高中生。[14]

2·2·3大学生社会智力的研究

在王慧、陈仙等人对大学生社会智力进行研究时采用了《社会技能量表》，由于文化的差异，他们对其适用性进行了探讨。在预测的结果分析看来，社会技能量表运用于大学生群体能获得较好的信度和效度。在此基础上，他们对3700名大学生进行了抽样调查。调查结果表明，⑴城市大学生的情感表达性和社会敏感性显著低于农村生源大学生；⑵独生子女在表达能力、控制能力、自主性、领导才干等方面优于同龄的非独生子女，这主要是因为前者具有积极地家庭教育；⑶文科生的情感表达性、社会敏感性和社会控制性显著高于理工科生，情感控制性和社会表达性显著低于理工科生；⑷学生干部的社会智力高于未担任过学生干部的学生；⑸性别对社会智力也有影响，男生的社会智力水平显著优于女生。[15] 3 研究展望 目前，社会智力的定义虽有多种说法，但是基本上都与桑代克提出的社会智力的含义基本一致。人们在理解社会智力的概念时，偏差不会太大。尽管有些专业人士还继续将社会智力与情绪智力混淆使用，但是我们相信，随着社会智力研究的不断加深，这一概念的不断推广，社会智力将走出这一尴尬境地。唯一留有遗憾的是，社会智力的准确定义始终还处于摇曳不定的状态，这就需要后继者们深入探讨社会智力的本质，以求寻找出其准确定义。至于社会智力的测量，国内对其研究的数量虽然不少，但是质量上还有诸多不足。个体因素、自然环境因素、人文环境因素、教育因素、社会文化因素等都是社会智力的影响因素。社会智力本来就是一个具有社会性质的能力，所以它的研究一定要放到真实的社会环境中去，在尽可能避开各种影响因素之后再进行科学研究。这里需要强调的是，在各种影响因素中又以社会文化因素为重要的变量，避免东西方文化的相互干扰。在此基础上，社会智力测量工具标准的制定是值得我们不断开拓创新，积极努力的新方向。只有这样标准制定完备，我们才有将每个人社会智力尽量准确测出的可能，才能在心理研究和治疗工作中切实解决科学疑难问题与来访者的心理问题。参考文献：

[1]Stang.R.Measures of social intelligence [J],American Journal of sociology,1930(36):263-269.[2]Sternberg R.J.Beyond I.Q[M].London:Cambridge University press,1985.[3]Gardner.H.Multiple intelligences[M],New York:Basic Books.1993.[4]Ford,M.E.,&Marlowe,I.Children’s and adults’conception of social competence[J].Manusecript in preparation.1983.(1)[5]Goleman,A.M.A Dictionary of psychology [M].Oxford University Press,2001 [6]许远理.情绪智力与社会智力关系的探讨.首都师范大学学报（社会科学版）.2004.（2）[7]刘在花,许燕.社会智力评估述评.心理探索.2003.(11)[8]O’Sullivan,Guilford, J.P.Four factor tests of social intelligence(behavioral congnition)A.Manual of instructions and interpretations C.Orang, CA:Sheridan psychological Services,1976.[9]David L.Penn,Joy R.Kohlmaier.Patrick W.Corrig an.Interpersonal factors contributing to the stigma of schizophrenia: social skills,perceived attractiveness,and symptoms.Schizophrenia Research,2000(45):37-45.[10]谢宝珍,金盛华.中学生社会智力的测量研究[J].心理科学,2002(2):249-250 [11] 刘在花,许燕.小学生社会智力发展特点研究.中国特殊教育.2005.(1)[12]刘在花.小学生社会智力的结构、特点、影响因素及干预研究.北京师范大学2004年博士论文

[13] 谢宝珍,金盛华.中学生社会智力的测量研究[J].心理科学,2002(2)[14]廖明珍.中学生社会智力的问卷编制及调查研究.江西师范大学硕士学位论文2008 [15]王慧,陈仙,李晓.大学生社会智力的调查研究.中国卫生统计.2009.8.(4)小结

《伤逝》研究综述 篇5

甘瑞

《伤逝》是鲁迅唯一的爱情小说，作于1925年10月21日。《伤逝》面世以来，常读常新，论者颇多，论文频出。并且对《伤逝》进行研究的方法也不断更新。评论家们既有从作品文本的角度入手的，也有从抽象理论的角度着手研究的。本文主要对有关《伤逝》主题、爱情悲剧的原因、文本特征、文本比较、叙事学、动物意象、考证学和“私奔”模式等方面的研究做一个综合性研究。

一、对《伤逝》主题的研究

刘起林和易瑛在《<伤逝>主题内核：对生命终极意义的追求》一文中认为《伤逝》的主题内核是对生命终极意义的追求。他们还将《伤逝》的意蕴揭示过程分为终极意义的憧憬期、现实生活的品味期、凡俗人生的彻悟期、生命追求的抉择期等四个阶段。文中指出在涓生主观方面，与子君的恋爱、同居和离异，都源于他对生命终极意义的追求。然而贾振勇却与此观点不同，他在《娜拉出走:现代性的女性神话——鲁迅小说<伤逝>再诠释》中认为对《伤逝》终极价值意义的揭示,往往沦为普泛的人生体验,从而丧失了历史维度和现实旨归。该论者还认为《伤逝》正是从寓言的意义上,展示了以“娜拉出走”为代表的现代性价值理念在当时历史境遇中的两难处境,批判了它的男性中心主义文化功能和虚拟的乌托邦色彩。而谢世洋在《是“兄弟情”之哀还是“国民性”之叹 ?——<伤逝>主题辩》一文中认为《伤逝》并非写“兄弟情” ,而是对“五四”时期沉湎爱情、躲避社会斗争的青年群体的典型刻画, 是对知识分子“国民性”的反思、喟叹与批判,《伤逝》有其非凡的历史意义与现实意义。论者从《伤逝》作者鲁迅的“全人”、《伤逝》写作背景和《伤逝》“全篇”来否定周作人关于“《伤逝》全是写的空想„„是假借了男女的死亡来哀悼兄弟恩情的断绝”的话的合理性。论者还认为周作人是在否定《伤逝》的社会意义, 贬损鲁迅的思想和人格。夏明钊在《一曲“美”的挽歌——<伤逝>新论》中指出：“《伤逝》乃是一曲“美”的挽歌，而“爱情”只不过是“美”的象征而已。”而卢建红却在《重读<伤逝>: 以“爱”为中心》中认为“爱与救赎”是《伤逝》的终极性主题。此外，王萍涛和刘家思在《与旧式婚姻告别的宣言——<伤逝>主题新论》中指出：“《伤逝》是鲁迅告别旧式婚姻、追求幸福爱情的宣言,反映了作者抉择时的种种顾虑与矛盾的复杂心理,显示了作者跨越旧我的艰难心路历程,在一定程度上折射了当时青年男女的时代思想情绪,批判了封建文化对人的损害和黑暗社会对人的压迫。”该论点站在作者的立场，联系作者和作品所处的时代，比较全面地分析了作品主题。

二、对爱情悲剧原因和人物形象的分析的研究

徐仲佳在《直面启蒙的伦理陷阱——从涓生的两难看1920年代中国启蒙思想的现实困境》一文中指出“作为1920年代启蒙理性的重要内涵，现代性爱观中蕴涵的启蒙的知识学内在矛盾是这一爱情悲剧出现的重要内因”。论者认为当涓生发现他们的爱情已经褪色之后，他陷人了真实与虚伪的困境，虽然基于主体性理论的现代性爱观支持涓生“说”出“真实”，但是现实生活却逼迫着涓生不得不面对“说”出“真实”的巨大的道德后果。文中指出涓生是满怀着创造冲动和幻想的导师，而子君却是只想寻找日常生活之爱的平凡人，所以他们的爱情注定是个悲剧，他们不可能完全结合。文章虽然指出了他们爱情悲剧的内因，却把理想与现实对立起来，忽视了社会理想是离不开日常生活的，没有生活的保障，生命都没有了还谈什么启蒙。最后涓生的更加空虚与忏悔说明了他还是离不开子君的照顾和陪伴的。还有一些论者认为涓生是启蒙者，子君是被启蒙者；一些论者认为涓生是负心汉，子君是弃妇。如张春生在《论<伤逝>中的涓生形象》中指出，涓生的性格是鲁迅所鄙视的,但遭遇则是鲁迅所同情的。论者认为涓生用爱来逃出生活的孤寂,涓生没有子君单纯和坚定，并且他对子君的爱虽主动热烈,但并不执着持久，涓生在重重困难面前怨天尤人,只想自己脱身，却把子君推向死亡。该论者分析了涓生的性格特征，指出了爱情灭亡的一方的自私与无情，却缺少对子君性格的分析与子君国民性的批判。谢廷秋在《叹人生隔膜 伤爱情已逝 — — —鲁迅<伤逝>新论》认为《伤逝》真实地揭示了人生的困境, 将人生隔膜、爱情伤逝上升到了形而上的层面,是一个可以超越五四的文本。论者认为在涓生和子君的关系中,涓生是一直处于主动者、支配者的地位,而子君一直处于被动的地位，子君没有自省意识。该文认为即爱情必须建立在两人平等自由的基础上,涓生和子君之间没有平等所以不可能有真正的爱情，他们注定是个悲剧。沈敏特在《爱情题材的历史性突破—论<伤逝>中的爱情悲剧》中认为，造成涓生、子君爱情悲剧的根本原因是在于他们自身而不在于外部条件，是由于他们自身对爱情热力的降低消散而不是由于经济的压力，是由于他们赖以建立爱情的思想基础即资产阶级个性解放思想的历史局限性。总之，一些论者从人物自身寻找爱情悲剧原因，还有一些论者从社会与人物性格的关系来分析悲剧原因，这都给我们提供了不少研究视角。

三、文本特征的研究

与前几位论者不同，马庆凯在《<伤逝>的文体特征分析》中认为《伤逝》在句法方面多用排比句式和相结合的长短句，还有“句法偏离”现象（即改变句子中各要素的正常语序）；在修辞方面多用反复辞（即用同一的语句一再表现强烈的情思）和比喻（即明喻和暗喻）。该论者还认为《伤逝》叙述角度的独特,抒情诗似的语言,开创了抒情小说的独特文体,为我们展现了其独特的语言艺术与经久不衰的魅力。曹禧修在《论<伤逝>的结构层次及其叙事策略》一文中认为《伤逝》有三层悲剧性结构，即涓生、子君婚恋共同体与传统社会之间的对立结构，共同体内部涓生与子君之间的对立结构和涓生的自叙话语与读者之间的对立结构；相应地也有三层悖反性的结构意蕴，即传统与反传统关系、女性解放以及思想启蒙者的自我反省与自我解剖。这种观点阐释的比较全面，为我们继续研究提供了一个广阔的平台。

四、文本的比较研究

秦爱华和李姣书在《承继与超越—<伤逝>与<玩偶之家>比较研究》中就小说《伤逝》和社会问题剧《玩偶之家》的结构、主题、人物形象、艺术特色等方面，运用比较研究方法对其进行具体的剖析。他们认为《伤逝》是对《玩偶之家》的继承和超越。该观点认为《伤逝》在艺术手法和思想上都超越了《玩偶之家》，认为这是必然的，符合文学发展规律和时代背景的影响。而宋剑华和李哲是将子君和莺莺进行比较分析的，他们在《古典爱情的现代演绎:<伤逝>与<莺莺传>之比较研究》中认为《伤逝》是古典爱情的现代演绎，子君就是小家碧玉的传统女性，小说采用“始乱终弃”叙事模式，用时代精神来充当“红娘”角色引诱子君和涓生私奔，将现代青年的“恋爱自由”,纳入到传统“私奔”现象去加以思考,进而深刻表达了鲁迅对现代思想启蒙的困惑与绝望。该观点说得合情合理，有一定的参考价值，既看到了人物的传统性格，又看到了作品的时代性。安文军在《病、爱、生计及其他——<孤独者>与<伤逝>的并置阅读》中指出《孤独者》与《伤逝》这两篇的文体与表达明显不同于其他小说，写作的时间又非常之接近，考察二者之间的深层关联对鲁迅研究有着特别的意义。论者通过对这两篇小说的并置细读，从“病”、“爱”、“生计及其他”三个方面揭示出20年代中期鲁迅的惨淡人生和小说创作之间最深切的内在联系，进而敞开了一个更丰富、更广阔的鲁迅小说的意义空间。把《伤逝》和《孤独者》进行比较分析还有林敏洁，他在《增田涉注译本<呐喊>、<彷徨>研究新路径——兼论<伤逝>与<孤独者>的关系》中认为《伤逝》和《孤独者》两篇小说有关联互补关系。论者借助日本学者增田涉的《呐喊》、《彷徨》注译本，对鲁迅小说《孤独者》、《伤逝》的几个重要学术问题进行了独特的诠释。论者认为这两篇小说有“爱”与“死”的共同主题，还认为魏连殳就是涓生，因为失去恋人而孤独。齐宏伟在《<伤逝>新解》中指出：“: 对鲁迅《伤逝》的理解不能忽视鲁迅爱情观及其与存在哲学家克尔凯郭尔爱情观的联系,不能忽略《伤逝》所受《诱惑者日记》的影响。”论者认为此《伤逝》中透露出“审美阶段宗教阶段”的痕迹, 主人公从文学家影响下的唯美爱情到道德责任的逃避与受谴责,再到准宗教性的忏悔,涓生其实还是获得了某种程度上的精神成长。这种观点能把《伤逝》放在与世界文学的联系和比较文学的视野中来解读和诠释，认为涓生和子君的爱情属于西式的，涓生的忏悔是准宗教式的忏悔。遗憾的是该观点没有看到子君和涓生的性格特征加速了爱情悲剧的到来。夏伟翔和傅宗洪在《<伤逝>与<寒夜>中婚恋悲剧的深层追问》中将《伤逝》与《寒夜》放在一起进行考查分析,认为汪文宣、曾树生就是涓生、子君生活到40年代的身影。论者还认为他们两对的婚恋悲剧的终极原因是人性中的“自利”。

五、叙述学角度的分析

熊华勇在《<伤逝>的叙述者》指出：“《伤逝》的叙述者是一个可靠叙述者形象,他与隐含作者的价值观念、思想规范相吻合。”论者认为《伤逝》采用涓生内心独白这种客观展示的叙述方式,让缺席叙述者保持“沉默”,使涓生在与读者的平等对话交流中显明作品的深刻意蕴和匠心独具的叙述技巧，同时显露作者的苦闷彷徨之心。该观点肯定了缺席的叙述者的存在，不赞同读者的视阈局限于涓生的目之所及心之所感上。与此观点相同的还有彭在钦和郑雪，他们在《鲁迅名作<伤逝>中的叙述者研究》中认为在小说《伤逝》中，鲁迅用一个缺席叙述者的身份，代表了隐含作者的思想规范和价值判断，是一个可靠的叙述者。与此观点相反的李今在《析<伤逝>的反讽性质》中指出：“以手记体写的这篇小说，一方面采取的是涓生内心独白的叙述方式，鲁迅选取涓生作为叙述者，用小说叙事学理论的分类，基本上可以说是一种不可靠的叙述。”论者还认为涓生讲述的是他自认为的真实，他对自己的言行不一，信念和事实，显意识和潜意识的矛盾，完全无知无觉。

六、考证学角度的研究

奥地利精神分析学家弗洛伊德说,作品是作家的“白日梦”。这说明作家与作品的亲缘关系却是文学创作中存在的一个客观事实。所以，从考证作家的人生经历和思想感情等入手来探究作品中人物形象、思想主题及艺术风格的形成就历来成为一种操之有效的批评方法。近年来的《伤逝》研究中,这一方法就为许多论者所采用。陈留生在《<伤逝>创作动因新探》中否认《伤逝》的内在动因与朱安有关或缘于跟许广平的相恋，而认为《伤逝》的创作触发点中,存有着更为微妙的隐情,那就是鲁迅与许羡苏的那段不同寻常的交往。论者根据鲁迅与许羡苏交往情况的材料对《伤逝》的创作动机进行阐述，有一定的可靠性。然而宗先鸿在《论<伤逝>的创作意图与人物原型》中联系通过对《伤逝》创作意图的分析认为子君的基本原型应是朱安，“涓生”形象的基本原型应当就是鲁迅本人。论者还指出：“《伤逝》就是鲁迅对朱安命运的直接预言,是对朱安人生出路的清醒认知,也是鲁迅内心对朱安的预先悼亡。”这种观点有一定的道理，但仍需要我们进一步联系文本和作者细加分析。此外，陈惠芬在《从<伤逝>到“给我一条光”——鲁迅与许广平的情感历程》中却认为《伤逝》是作者鲁迅对个人生活的一种拟想。论者还指出：“经由一系列关于“牺牲”的讨论后，鲁迅和许广平终于走到一起。之后，许广平一直陪伴在鲁迅身边，除了现实的需要外，也未尝不是一种现代人的自我承担。”

七、关于动物意象的研究

与前一些论者研究不同的是，薛健飞和薛莹在《鲁迅小说<伤逝>中动物意象的分析》中从《伤逝》中油鸡、小狗的动物形象入手进行分析，他们认为油鸡成为子君为官太太暗斗的导火索,也是反映当时社会生活的一面镜子,也成为寄托子君内心孤独情感的一个载体;小狗阿随的形象更加深刻地揭示了一个贫困的小资产阶级知识分子的生活窘况。他们的观点看到了动物与人物的关系，却缺少对动物意象进行客观和全面的理解。

八、关于“私奔”模式的研究

林丹娅在《“私奔”套中的鲁迅: <伤逝>之辨疑》中把鲁迅小说《伤逝》置放于从古典到现代版的“私奔”模式中进行参照比对,发现它具有内含古典元素的中国现代版“私奔”之思想特质与叙事特征。论者认为《伤逝》蕴含着中国现代男性文化精英的性政治观、话语类型、两性关系与女性解放进程的真实形态。

乌桕研究综述 篇6

乌桕是一种集能源、药用、材用、观赏为一体的多用途树种.该文从资源现状、生物学特性、生态学特性与利用价值等方面对乌桕的特性进行了阐述.总结了播种育苗、无性繁殖及人工林培育等方面的`研究进展,探讨了乌桕栽培、资源开发与可持续利用等方面应解决的问题.

作 者：李冬林 黄栋 王瑾 金雅琴 LI Dong-lin HUANG Dong WANG Jin JIN Ya-qin 作者单位：李冬林,LI Dong-lin(江苏省林业科学研究院,江苏南京,211153)

黄栋,HUANG Dong(青岛四方区园林绿化总公司,山东青岛,266071)

王瑾,WANG Jin(青岛北洋建筑设计有限公司,山东青岛,266071)

金雅琴,JIN Ya-qin(金陵科技学院园艺学院,江苏南京,38)

pagerank算法研究综述 篇7

关键词：PageRank算法,网页预分类,兴趣值,查询

0 引言

互联网的快速发展为人们提供了巨量的信息, 如何能够在大量信息中找到所需要的信息, 是互联网用户最关心的问题, 搜索引擎成为人们获取信息的重要工具。利用搜索引擎给用户带来了极大的方便, 但不足之处是它不能根据特定用户的兴趣提供合适的信息。

理想的搜索引擎应该能够为用户提供与之兴趣相关的查询信息, 这就要求需要搜索引擎具有个性。如何根据用户的兴趣来搜索重要网页逐渐成了重点研究的问题。Goolge对以前的网页重要性Page Rank算法偏重于旧网页, 事实上, 网页的重要性 (Page Rank) 不仅与超链接相关, 还应该与资料本身的信息和用户浏览的兴趣有关。所以本文在这里希望能够提供一种基于用户兴趣的Page Rank计算方法, 最终达到搜索引擎的个性化。

1 Page Rank 算法简介

网络链接对应的有向图可以表示为:

G= 其中V为图的顶点集合, 它的元素与网络中所有的网页一一对应;E为图的有向边集合, 它的元素与网页间的超链接一一对应。基于这样的网络链接图, 进一步定义它的邻接矩阵:

(1) 式所表示的意义是假设网络中有一个由网页i指向网页j的超链接, 那么a ij=l, 否则aij =0。

大多数链接分析的算法包括Page Rank算法在内的大都是基于上面的邻接矩阵。Page Rank算法是采用随机游走模型来模拟用户浏览网页的行为, 由此来计算每个网页的重要性。Page Rank算法基于下面前提: (1) 被多次引用或者被其他重要的网页引用的一个网页可以认为是重要的;其重要性被平均传递到它所引用的网页; (2) 随机冲浪模型, 随机冲浪模型可以认为一个用户随机点击页面上的一个链接, 进入这个链接所指向的页面, 再次随机点击该页面上的链接, 直到用户不再感到兴趣了关闭网页退出。

一个页面的重要性是由所有链向它的页面的重要性来决定, 一个页面的PR是由所有链向它的页面重要性经过递归算法得到的, 也就是说一个网页的页面PR值越高, 就可认为这个页面在互联网中重要性越高。因此, 假如要计算网页A的等级, 那么它的PR值就是链入网页A的页面的PR值除以该页面的出站链接数量的和, 因此, 其算法就可以定义如下:

标准的Page Rank计算方法是:

(2) 式其中n表示网页总数, PR (A) 表示网页A的PR值, PR (Pi ) 表示链接到A的网页Pi 的PR值, C (Pi ) 表示网页Pi 的出站链接数量, d是阻尼系数一般取值为0.85。

2 Page Rank 算法分析

传统的Page Rank算法只是客观的描述了网页之间的本质特征, 是基于网页链接结构的搜索引擎排序算法, 通过用户浏览网页的概率而获得Page Rank值的, 在计算过程中, 往往是忽略了网页内容相似度对于链接指向的影响, 主要是通过用户浏览网页的过程随机进行判断, 所以排序不能满足用户的兴趣程度。

Page Rank算法是一个静态算法, 所有网页的PR值通过离线计算获得, 这样可以有效减少在线查询时的计算量, 极大降低了查询响应时间;但Page Rank算法的主要缺陷是偏重于旧网页, 决定网页Page Rank值的主要因素是指向网页的链接个数, 也就是说网页在网络上存在时间越长, 就越有可能被其它网页链接, 导致旧页面等级会比新页面高;但是对于些比如新闻类的某些网页来说, 随着时间的推延, 其重要性就越小。Page Rank算法忽略了网页主题的相关性, 导致结果的相关性和主题性降低, 这是因为人们的查询具有兴趣特征, 所以传统的Page Rank算法对网页排序不能很好的满足用户的实际需要。

为了模拟用户在互联网上的的浏览兴趣, 解决用户访问网页的绝对随机性, 可以采用网页分类技术和链接结构技术相结合, 可以根据类别加以区分网页之间的链接关系。所以网页分类技术可成为传统算法的重要补充技术。

3 Page Rank 算法的改进

针对Page Rank算法中出现的不能很好的辨别用户兴趣的重要性, 设计了一种基于用户兴趣的主题相似度的Page Rank算法的改进算法。在改进算法中, 首先按用户的兴趣将网页进行预分类, 区别不同网页对用户兴趣的重要程度, 从而使排序结果更加接近用户需求。

3.1 网页预分类方法

用户浏览网页的行为, 并不是绝对随机或盲目的, 是和用户的查询主题相关的。网页预处理就是将一个页面得到用户兴趣的关键词, 当然预处理包括去标签及广告噪声、相似网页消除其他部分, 这不在本文探讨之内。

据用户访问网页不是绝对随机这个前提, 选取若干个网页进行排序, 使用户感兴趣的网页靠前排列。按照pagerank算法, 统计出所选取的网页的链入链出量, 计算出每个网页的pagerank值, 以此为基准进行排序。对于网页的预处理, 先根据分类目录将网络信息分类, 然后将爬行到的网页按照网页类别相似度表分类, 利用用户的单击操作和类别相似度表最终确定某网页的类别, 网页类别的确定需要根据用户兴趣来确定。

具体思路是可以按照用户的兴趣给定的分类体系下, 将获得的网页进行分类, 分类体系主要由用户类别兴趣和兴趣权重来表示。将获得的网页根据查询关键词、兴趣目录等进行提取和加权, 通过分类器, 确定网页的类别, 将搜集到的页面分成不同的类别。识别和提取网页中和用户兴趣相对应的关键词, 从而取得该兴趣的特征值以及兴趣程度的权重。用兴趣集来表示若干个兴趣类, 在某个兴趣类别中包含的关键词在该分类下所占的比重就是兴趣权重。

3.2 用户兴趣值表示方法

用户的兴趣可以用向量I={i1 , i2 , i3 , …, in }表示, 对每一兴趣赋其对应的权重, 以区别兴趣程度, 设兴趣对应的兴趣值W={w1 , w2 , w3 , …, wn }。这样对每个网页A可算出所对应的兴趣值, 这里假设网页A用向量D={d1, d2, d3, …, dn) 来表示, 此时, 用户兴趣也可以表示成t维向量, 即Q= {q1 , q 2, q 3, …, qt }, 这些定义见文献[1], 网页用户对应的兴趣值Rp 计算公式为

(3) 式的原理见文献[1]。这里兴趣值W有可能变成负数, 为了避免, 可以先把W值设置大点, 再设一个临界值, 当W值小于这个临界值时就删去这个用户的兴趣, 当W值增加到某个临界值时就可以加入此兴趣。

3.3 Page Rank 算法修正

因此, 在对Page Rank算法进行修正时, 考虑首先对网页进行预处理, 然后在传统的Page Rank算法的基础考虑用户兴趣, 即网页主题相似度因素, 使得用户在进行查询时, 网页的排名Page Rank值是受到这些因素影响的, 这样, 用户查询相关的页面, 对用户比较感兴趣的比较重要网页就会获得较高的Page Rank值。修正后的Page Rank算法可以表示为:

(4) 式其中PR (A) 表示当前网页P的Page Rank值, F用来调整传统网页用户兴趣重要性, 其重要性可以根据搜索需要来调节, 也可以设成常数, 搜索引擎可以提供一个参数变化方案, 如果认为兴趣最重要的话, 可以让F的值最大。

因此本文在原有搜索引擎算法基础上, 设计基于用户兴趣的个性化搜索引擎框架 (图1) , 这是考虑用户兴趣、用户反馈处理两个模块和用户兴趣特征数据库提出的原型系统, 使用户用户能够搜索到自己最想要的信息。

4 实验结果

为了验证算法改进后的效果, 用网络爬虫工具随机选取若干个兴趣主题, 分别利用传统搜索引擎算法和改进后的算法在Google上连续抓取一定数量的网页。经过数据预处理, 将其导入到数据库中进行对比, 实验结果表明, 改进后的算法, 用户搜索信息对兴趣特征值能提高权重。

5 结语

文中在分析了现有Page Rank算法的基础上, 提出了一种基于用户兴趣的的网页预分类方法来改进传统Page Rank算法, 该算法可以有效提高网页的排名。改进后的算法是在基于网页链接结构的排序算法中, 在基于用户兴趣的网页预分类下, 根据用户的点击确定用户的兴趣类别, 进一步分析网页的相似度, 在此基础上, 通过用户对网页兴趣度的计算, 提出一种考虑用户兴趣的Page Rank算法的改进方法, 可以适当提高用户查询信息的准确率。基于用户兴趣的Page Rank改进算法只是一些前期的工作, 还用很多问题需要在以后加强工作, 例如关于网页预分娄方法和用户兴趣值计算, 以及传统Page Rank值考虑用户兴趣值后的表示方法, 仍有待今后进一步研究。

参考文献

[1]李强, 王申康.一种基于PageRank算法原理的会员人气度排序算法[J].计算机系统应用, 2008, (1) :27-31.

[2]袁毅, 徐曼.PageRank判断网页质量的可靠性分析[J].情报杂志, 2006, (2) :58-61.

[3]邵晶晶.基于PageRank排序算法改进的若干研究[D].武汉:华中师范大学, 2009.

遗传算法综述 篇8

关键词:遗传算法;GA;进化;最优化

中图分类号:TP18 文献标识码:A文章编号:1007-9599 (2010) 04-0000-01

Summary on Genetic Algorithm

Gao Ying

(Shandong Industry Vocational College,Zibo256414,China)

Abstract:This article has summarized the genetic algorithm basic principle and the characteristic, as well as in each domain application situation.

Keyword:Genetic algorithm;Evolution;Optimization

一、引言

在人工智能领域中,有不少问题需要在复杂而庞大的搜索空间中寻找最优解或准最优解。在计算此类问题时,若不能利用问题的固有知识来缩小搜索空间则会产生搜索的组合爆炸。因此,研究能在搜索过程中自动获取和积累有关搜索空间的知识并自适应地控制搜索过程从而得到最优解的通用搜索算法一直是令人瞩目的课题[1]。遗传算法简称就是这类特别有效的算法之一。

二、遗传算法基本原理

遗传算法是建立在自然选择和群众遗传学机理基础上的,具有广泛适应性的搜索方法。遗传算法搜索结合了达尔文适者生存和随机信息交换的思想,适者生存消除了解中不适应因素,随机信息交换利用了原有解中已知的知识,从而有力地加快了搜索过程。

遗传算法的基本思想[2]:遗传算法是从代表问题可能潜在解集的一个种群开始的,一个种群由经过基因编码的一定数目的个体组成,初始种群产生之后,按照适者生存和优胜劣汰的原理,逐步演化产生出越来越好的近似解。在每一代,根据问题域中个体的适应度大小挑选个体,并借助自然遗传学的遗传算子进行交叉和变异,产生出代表新的解集的种群。这个过程将导致种群向自然进化一样的后代种群比前代更加适应环境,末代种群中的最优个体经过解码,可以作为问题近似最优解。

三、遗传算法的主要特点及改进

随着问题种类的不同以及问题规模的扩大,要寻求一种能以有限的代价来解决搜索和优化的通用方法,遗传算法正是为我们提供的一个有效的途径,它不同于传统的搜索和优化方法。主要区别在于:

(1)自组织、自适应和自学习性。

(2)遗传算法的本质并行性。

(3)遗传算法不要求导或其他辅助知识,而只需要影响搜索方向的目标函数和相应的适应度函数。

(4)遗传算法强调概率转换规则,而不是确定的转换规则。

(5)遗传算法可以更加直接地应用。

(6)遗传算法对给定问题,可以产生许多的潜在解,最终选择可以由使用者确定。

其中对全局信息有效利用和隐含并行性是遗传算法的两大特点,同时遗传算法对问题本身的限制较少,因而具有很强的通用优化能力。但遗传算法容易过早收敛,这样就会使其他个体中的有效基因不能得到有效复制,最终丢失;而且在进化后期染色体之间的差别极小,整个种群进化停滞不前,搜索效率较低,这样就会导致搜索到的结果不是全局最优解。

自从1975年J.H.Holland系统地提出遗传算法的完整结构和理论以来,众多学者一直致力于推动遗传算法的发展,对编码方式、控制参数的确定、选择方式和交叉机理等进行了深入的探究,其基本途径概括起来有以下几个方面[3]:

(1)改变遗传算法的组成部分或使用技术;

(2)采用混合遗传算法;

(3)采用动态自适应技术,在进化过程中调整算法控制参数和编码粒度;

(4)采用非标准的遗传操作算子;

(5)采用并行遗传算法等。

四、遗传算法的应用领域

遗传算法经过几十年的发展,逐渐被人们接受和运用,遗传算法的应用研究比理论研究更为丰富,下面是遗传算法的一些主要应用领域[4]:

(1)优化问题:优化问题包括函数优化和组合优化两种。函数优化是遗传算法的经典领域,也是对遗传算法进行性能评价的常用算例。对于组合优化,随着问题规模的扩大,搜索空间急剧扩大,这类复杂问题,人们已经意识到把精力放在寻找其满意解上。实践证明,遗传算法对于组合优化中的NP完全问题非常有效。

(2)生产调度问题:生产调度问题在许多情况下所建立起来的数学模型难以精确求解,即使经过一些简化之后可以进行求解,也会因简化太多而使得求解结果与实际相差甚远。遗传算法已成为解决复杂调度问题的有效工具,在单件生产车间调度、流水线生产车间、生产规划、任务分配等方面遗传算法都得到了有效的应用。

(3)自动控制:在自动控制领域中许多与优化相关的问题需要求解,遗传算法的应用日益增加,并显示了良好的效果。例如用遗传算法进行航空控制系统的优化、基于遗传算法的参数辨识、利用遗传算法进行人工神经网络的结构优化设计和权值学习,都显示了遗传算法在这些领域中应用的可能性。

(4)机器人智能控制:机器人是一类复杂的难以精确建模的人工系统,而遗传算法的起源就来自于对人工自适应系统的研究。例如遗传算法已经在移动机器人路径规划、关节机器人运动轨迹规划、机器人逆运动学求解、细胞机器人的结构优化和行动协调等方面得到研究和应用。

(5)图像处理和模式识别:图像处理和模式识别是计算机视觉中的一个重要研究领域。在图像处理过程中,如扫描、特征提取、图像分割等不可避免地产生一些误差,这些误差会影响到图像处理和识别的效果。如何使这些误差最小是使计算机视觉达到实用化的重要要求。遗传算法在图像处理中的优化计算方面是完全胜任的。目前已在图像恢复、图像边缘特征提取、几何形状识别等方面得到了应用。

五、总结

遗传算法作为一种非确定性的模拟自然演化的学习过程的求解问题方法,在很多领域具有广泛的应用价值,但其在很多方面有待于进一步研究、探讨和完善。可以预期,随着计算机技术的进步和生物学研究的深入,遗传算法在操作技术和方法上将更通用、更有效。

参考文献:

[1]王煦法.遗传算法及其应用.小型微型计算机系统,1995,2

[2]席裕庚.遗传算法综述.控制理论与应用,1996,12,13(6)