文摘
突然跳状态变量的值在一定动力系统可以通过一场灾难研究模型。介绍了一个应用程序的灾难模型来解决心理问题。因为我们将有三个心理方面或参数,情报(I)、情感(E),和逆境(A),燕尾服灾难模型被认为是一个合适的一个。我们的方法包括三个步骤:解决燕尾服势函数,找到关键点包括三重退化,进入我们的测量数据和拟合模型。用一个多项式曲线拟合来自燕尾服灾难的势函数模型,三个参数组合之间的关系进行了分析。结果表明,有灾难现象对于每一个关系,这意味着一个心理方面的一个小变化可能导致一个戏剧性的变化在另一个方面。
1。介绍
一场灾难现象引发的心理问题首先讨论了阿诺德(1]。在这篇论文,他科学家的创造性人格特征,以及一个疯子,由以下三个参数:技术能力,热情,和成就。他发现,科学家和疯子在他们的表现显著差异。事实上,科学家的成就主要取决于他的技术能力和热情。如果没有伟大的热情,成就了单调和技术熟练程度相当缓慢。如果是足够伟大的热情那么定性戏剧性的现象开始发生由于技术水平的一个小变化,而对于疯子,他得出结论,后者的现象不会出现。像疯子一样有类似的热情与科学家无法改变他的成就,因为他们的技术熟练程度是不同的。这一现象被他好模仿尖端灾难模型。
其他灾难模型相关的心理问题也研究[2- - - - - -6](Brezeale, 2011)。然而,他们的模型仅限于尖点模型。举几例,Van der马斯河等人已经建造了一个确定性的尖端灾难“政治态度”作为状态变量,“信息”和“参与”作为两个控制参数。Cusp是安装使用R程序共同使用,也适合使用突然转换数据7]。尖端的灾难(所使用的模型也5)模型的智能现象的学生(他们的智力和情感)当学生从各部门分组到一个类。其他拟合模型基于估计理论的一个应用程序由柯布(4]。在某种程度上,灾难模型扩展到包括两个以上的控制参数。例如,[8研究交通流三参数之间的关系:速度、密度、流量,通过使用一个燕尾服灾难模型。蝴蝶突变模型描述和预测性能变化在一个教育环境下研究了(9),包括控制参数等学生主体的能力,内在和外在激励因素和组织气候变量。吴et al ., 2014年,讨论了小麦蚜虫种群动态的蝴蝶突变模型。直到现在,据我们所知,灾难模型三个控制参数,尤其是对生理问题,仍然是有限的。
此外,接下来,我们描述更多的智力和情感之间的关系。有一些方法来定义智力。智力包括创造力、个性、性格、知识或智慧,尽管并不是所有的心理学家同意这些。通常,智能是指在思维或心理能力(10]。一般来说,有一些类型的情报,也就是说,智商(IQ)、情商(EQ)和精神商(平方),尽管最后一种是仍然有争议的专家除了前面的智能,也称多元智能(MI)这是霍华德·加德纳提出的。特别是,我们将看到智商和情商的关系和差异,大多数人都知道智商(IQ)。智商是用来确定学术能力,理解和应用信息技能,逻辑推理,单词理解,数学技能,抽象,和空间思维,过滤无关信息。法国心理学家阿尔弗雷德·比奈是智商测试的主要开发者之一,所谓后来成为了斯坦福-比奈测试,而情商是指一个人的能力,识别、评估、控制和表达情感。Daniel Goleman情商的提议人,认为在很长一段时间里,智商是成功的最终衡量事业和生活一般,但也有一些研究表明更高的情商和成功之间的直接关系。从大脑研究在越南,一个重要的重叠一般智商(IQ)和情商被发现,在这两种行为措施和大脑活动。更高的智力测试得分有更好的个性和预测更高的情商表现的措施。也许多相同的大脑区域,用于两种类型的情报被发现(11]。
在本文中,我们扩展的工作Meiza [5)通过添加一个额外的控制参数,即逆境,然后应用燕尾服灾难模型的智能现象。我们包括逆境,因为人们相信这方面也将有助于一个人的智力能力。这是一个人能够承受困难的能力,能够把挑战变成机遇12]。线的方法将遵循的理念(8]。我们将我们的方法应用于实测数据。燕尾服模型回归的概念以适应数据然后使用。
本文组织如下。节2,我们提出的方法。我们解决了燕尾服势函数和喜欢临界点包括三重退化。我们符合模型的测量数据。节3我们目前的结果和结论。
2。方法
2.1。仪器
在这个研究我们将经验数据造成的心理测试的研究对象从一个公司的员工。从三个仪器获得的数据,也就是说,是,泡利,EPPS。在接下来的一个简短的说明三个心理测量仪器。(我)是测试(智能结构测试)是一个心理测试来衡量言语,数值和借喻的水平的智力开发的鲁道夫Amthauer在德国1953年。这个测试包含9个单项成绩,也就是说,SE(完成句子);佤邦(发现一个不同的词);(找相关词汇);通用电气(找到同义词的单词);类风湿性关节炎(简单的计数);ZR系列(数量);FA(构造形状);吴(立方体);和我(记得的单词)(13]。(2)泡利不相容的测试是一种改善和细化Kraepelin测试由埃米尔Kraepelin编制,19世纪晚期精神病学家使用的工具来诊断脑部疾病的阿尔茨海默病和痴呆。这个测试是由泡利教授完善以这样一种方式使人格(获取数据14]。(3)EPPS(爱德华个人偏好的时间表)测试是由心理学家和华盛顿大学教授艾伦·l·爱德华兹。EPPS测试是一个被迫的选择,目标,nonprojective人格量表。爱德华兹派生人类需求的测试内容系统理论提出的穆雷衡量个人评级十五正常需求或动机(15]。
这三个工具的经验数据包括组合三个方面,即智力,情感,和逆境。
2.2。燕尾服灾难模型
在本部分中,我们首先介绍燕尾服灾难模型,我们将使用。接下来,我们推导出灾难控制参数作为函数参数的测量数据。分析灾难的退化临界点势函数,提出了确定在这些点势函数的定性性质。燕尾服灾难模型的势函数被定义为(16] 在哪里α,β,γ控制参数,是状态变量。平衡点得到的一阶导数(1)对等于0;这是由 奇异点的平衡表面的一个子集(2消失的二阶导数(获得的)1)对 在续集中,我们将制定控制参数α,β,γ作为状态变量的函数。为此,我们应当进行如下。
接下来,我们将状态β和γ的函数和α。从(3),我们得到 用(4)(2)我们发现 的推导γ和β关于显示由以下方程: 我们发现从这两个方程
从(4)和(5我们将分析之间的关系γ和β固定α。我们单独的两个条件, 和 ,我们的阴谋γ的函数β如图1。为 和 沿垂直轴,我们分析条件γ。目前情况下,解决方案(2)是由 从(8我们观察三个条件如下:(1) 平衡方程(2)没有实根,在(1)没有一个临界点16]。(2) 和这个词一个实数,价值不到()。为此,有4个临界点2点的最大和最小的两个点。(3) 的两个解决方案(8)是实数,其中一个是负的。这只有两个临界点与一个最大值点和一个最小值点。
(一)
(b)
注意,灾难现象会出现条件(2)和(3),我们可以得出这样的结论:这些条件见图1(一)。这样分0、2和4显示条件(1)(3)在上面的序列(16]。
接下来,我们将理论应用到数据。我们适合模型通过使用经验数据:智力分数,情感得分,和逆境得分36一家国有企业的员工。考虑(2),它描述了一个平衡的曲面,我们使用下面的多项式回归,作为数据分析的统计程序: 同步(9)和(2),我们使用一个转换 。这种形式代入(9我们获得 的形式(10)类似于燕尾服灾难的平衡曲面模型(2)。考虑(2)和(10),我们获得
3所示。结果与结论
的优化方法中,我们使用模糊线性规划(FLP)。我们把这种方法应用到数据与援助的术语的过程。一步,我们也使用最大似然估计值找到多项式回归模型的最佳参数。本研究是基于我们的数据呈现在图3。请注意,我们的数据,一般情况下,不会显示属性的函数。在水平轴的数据,一个值可能对应于纵轴的价值观。因为我们适用的多项式回归统计程序进行数据分析,我们应该间隔或规模数据。为此,我们为数据有许多值取平均值。平均结果如图4(一)- - - - - -4 (f)。为了说明我们的方法,让我们考虑E的数据对我,见图4(一)。续集,我们应当注意这是我情况我充当和E 。应用(9)以适应平均数据,然后使用(11),我们发现三个参数α,β,γ正如在表的第一行1。同一条直线遵循其他情况下。研究的结果发表在桌子1。
从表1所有情况下,我们看到 。因此,我们将会见中所描述的人物1(一)。在表中使用三个参数的值1,我们的阴谋γ的函数β由(4)和(5)。结果所有病例数据所示2(一个)- - - - - -2 (c)。如表所示1在这 我们的数据显示,灾难现象。
(一)
(b)
(c)
(一)
(b)
(c)
(d)
(e)
(f)
(一)
(b)
(c)
(d)
(e)
(f)
在参数化动力系统,分岔时参数的变化导致平衡分裂成两个。当灾难发生时,一个平衡稳定的分解导致系统进入另一个状态(17]。因此,根据定义,特定的变量可以作为分岔的因素,因为它将区分主体发生跳后分成两个完全不同的分类。作为一个例子,在总统大选中,总统候选人的一个狂热的支持者,即,与关于总统候选人的附加信息随着时间的推移,他支持,支持者可能突然跳的总统候选人B谁是总统候选人的反面a在这研究中,具体因素综述了各种条件与特定的因素我之间交替,E, a。例如,如果逆境的具体因素,然后两人相同的智力水平,但随着时间的流逝,他们的情绪变化可能会导致一个逆境跳(跳),他们可以有一个完全不同或相反的逆境。心理学认为,我们可以解释如下。两人都同样聪明但有不同的情感,可以有完全不同的表演时面临的问题。在这种情况下都将在不同的逆境。第一个人随着时间的推移可能会崩溃,但第二个人可以把障碍变成一个机会或感知障碍视为挑战他必须通过。
心理学认为,我们可以解释如下。EI和EA的情况下(图2 (c)),我们选择γ在一定的值,即5000(见图2 (c))。参照图1(一),我们说γ条件(2)。如果我们将这个值吗γ设在( EA)直到10000年,然后还在灾难性的现象,但EI并非如此。我们可以说小变化EI不会改变戏剧性地情报,但不是逆境。逆境甚至连小情绪的变化可能会改变。
作为同一行,我们可以得出其他情况如下。在图2(一个)IE和IA情况下,智力的微小变化会导致情绪的戏剧性的变化,但不是逆境。就像人工智能和AE例图2 (b)逆境的微小变化会导致情绪的戏剧性的变化,而不是智力。
一般来说,它可以得出从应用程序的燕尾服灾难模型之间的交互的数据情报,情绪,情感和逆境,逆境是控制变量,而智力被认为是响应(状态)变量,将使关系不是那么强烈的情感与逆境或其他。所以,如果某些情绪只是略有提高,逆境会大大增加,反之亦然。同时,如果情感和逆境中每一对与智慧,这两个方面的轻微变化不会增加戏剧性的情报。
新本文提供文献这项研究的结果提供的好处;也就是说,如果它可以了解哪些因素是最重要的性能,那么这些因素可以改善。
附录
数据的原始数据3(一个)- - - - - -3 (f)的分布智能、情感和逆境的分数。每一对的散点图,智力和情感得分,情报和逆境分数,逆境与智商得分,逆境与情感得分,情感和智力分数,和情感与逆境的分数。在数据4(一)- - - - - -4 (f),我们得到的平均结果原始数据。
的利益冲突
作者宣称没有利益冲突。