Эвристическое комбинирование: аналогии, неология, эвристическое комбинирование, использование передовых технологий, антропотехника.

Содержание

Методы эвристического комбинирования — МегаЛекции

Методы эвристического комбинирования базируются на комбинировании отражений реального мира в нашем сознании. Они осуществляются приемами целесообразного подбора параметров, операций, элементов, изменением структуры технического объекта, перестановкой элементов в ином порядке, акцентированием отдельных из них, динамизацией процессов и действия объектов, изменением последовательности рабочих процессов во времени, приспособлением технических объектов к возможностям человека и условиям среды, изменениям среды, в которой работает технический объект или осуществляется процесс.

Одну из групп эвристического комбинирования составляют методы транслокации.

Метод пермутации заключается в перестановке детали, узла, механизма, агрегата с одного места на другое в пределах того же технического объекта.

Русский изобретатель П. Н. Яблочков переставил угольные электроды, которые ранее были расположены на одной прямой, параллельно, что дало существенно новый технический эффект — отпала необходимость применения механизма для сближения электродов во время горения лампы.

Метод транспозиции рекомендует менять местами или переставлять в ином порядке элементы технического объекта.

В Швейцарии созданы оригинальные токарные станки, у которых направляющие и суппорт с задней бабкой и механизмом для крепления резца поменялись местами — направляющие расположены выше обрабатываемой детали, что позволяет удобнее отводить стружку.

Метод трансдукции — излюбленный метод изобретателей и рационализаторов. Его сущность заключается в перенесении технического элемента с одного технического объекта на другой.

Методом трансдукции сервомеханизм, служащий для регулировки гидравлических турбин, был перенесен на автомобиль с целью облегчить управление им.

Изобретатель Э. Гау в 1846 году перенес челнок с ткацкого станка на швейную машину (патент США № 4750).

Метод эквипотенциальности заключается в перенесении технического объекта или элемента в другую область с одновременным изменением его функций.

На основе этого метода К. Боррихиус в 1673 г. предложил использовать в качестве целебного средства исландский мох, который в Исландии и Лапландии служил продуктом питания. В 1829 г. Э. Херд получил британский патент на применение французского пищевого маргарина для изготовления свечей. А. Прандтл в 1861 г. впервые перенес известную промышленную центрифугу в молочную промышленность для снятия сливок, а изобретатель Ф. Хрушка предложил использовать центрифугу для извлечения меда из сот.

Метод комбинирования компонентов сложных материалов и веществ, изменения соотношения между ними, довольно прост в применении. Так, путем повышения содержания фосфора в обычной углеродистой стали до 0,3% была создана гаечная сталь, что позволило улучшить качество резьбы. Метод создания компактных конструкций заключается в сближении материальных элементов в пространстве вплоть до совмещения. Этим методом созданы компактные конструкции космических аппаратов — первый, второй и третий советские искусственные спутники Земли, космическая станция «Луна-1», автоматическая станция «Луна-10», космический корабль «Восток», искусственный спутник связи «Синком» (США) и космический корабль «Джемини».

Метод локальной концентрации сил и процессов основан на том, что увеличение количества позволяет осуществить переход к новому качеству. Одним из приемов этого метода является контракция — сжатие струи при истечении. На принципе увеличения напора воды до нескольких атмосфер создан гидромонитор, увеличения напора до десятков атмосфер — пила для распиловки туш крупного рогатого скота, струей воды под напором в сотни атмосфер можно обрабатывать гранит и базальт.

С. Д. Гвоздовер и В. Л. Булат предложили устройство для бесконтурного возбуждения электромагнитных колебаний с помощью цилиндрической газоразрядной трубки, отличающееся применением электронной и газовой фокусировки электронного пучка (авт. свид. СССР №202233).

Метод создания местного качества заключается в коренном улучшении показателей качества отдельного функционально важного элемента технического объекта. Изобретатель А. И. Антонов разработал конструкцию транспортной шины, отличающейся тем, что с целью повышения качества каркас ее армирован пластмассой (авт. свид. СССР № 202444).

Метод аккумуляции предполагает накопление энергии и материалов для достижения нового технико-экономического эффекта. Творческая бригада под руководством В. И. Семенова изобрела способ извлечения жидких углеводородов из подземных емкостей путем вытеснения рассолом, аккумулированным в камере (авт. свид. СССР №246431).

Методы эвристической трансмутации веществ и материалов давно применяются в изобретательской практике. Однако огромный фактический материал методологически еще недостаточно обобщен. Многие методы химической трансмутации преобразования веществ хорошо разработаны и дают тривиальные решения. Однако нечеткость принципов отделения творческих задач от тривиальных в этой области приводит к тому, что новые материалы, созданные химическим путем, в некоторых странах не квалифицируются как изобретения.

Современный фонд методов эвристической трансмутации веществ и материалов можно разделить на методы химического и физического преобразования веществ.

В целом методика создания изобретений в области химии исследована мало. К. Брунне считает основными видами химических изобретений следующие:

· новые способы химического преобразования веществ;

· значительные изменения известных способов, достигаемые главным образом путем изменения температуры и давления реакции, повышения поверхности взаимодействующих веществ, применения катализаторов и

· новое применение известных или синтез новых химических веществ.

Физическое преобразование веществ осуществляется главным образом так же, как и преобразование конструкций: объединением, расчленением, изменением состава и расположения элементов и т. д.

Метод комбинирования универсальных элементов принципиально выдвинут Архимедом в его трактате «Стомахион». В современном понятии метод предполагает разработку научно обоснованной системы элементов, позволяющей при соответствующем отборе элементов выполнять множество разнообразных функций.

Примером применения метода может служить созданная в нашей стране универсальная система элементов пневмоавтоматики (УСЭПА), состоящая из набора унифицированных элементов дискретного и непрерывного действия, каждый из которых выполняет одну простейшую операцию. Посредством комбинирования унифицированных элементов можно автоматизировать практически любой технологический процесс, создать разнообразные управляющие устройства, а также сконструировать новые пневматические устройства телемеханики. Система широко применяется в нашей стране в химической и нефтегазовой промышленности.

Отдельной группой методов эвристического комбинирования являются методы динамизации работы технических объектов и протекания процессов.

Метод динамических потоков рекомендует использовать для достижения полезного эффекта энергию истечения жидкостей, газов и сыпучих материалов.

Примером применения рассматриваемого метода в изобретательстве может служить изобретение духового ружья в Индонезии и Южной Америке. Ружье представляет собой длинный, обычно бамбуковый, ствол с ровным каналом, из которого выдуваются отравленные дротики.

Изобретатели А. И. Пирумов, А. В. Бажанова и М. П. Пончек предложили устройство для аэродинамического обеспыливания мягких изделий, отличающееся использованием потока воздуха для встряхивания изделий (авт. свид. СССР № 239514).

Метод использования собственного веса материальных элементов для получения полезного эффекта — простой и распространенный метод решения изобретательских задач. Древнейшими изобретениями, созданными по рассматриваемому методу, являются некоторые типы ловушек для зверей, приводимые в действие силой веса животного или высвобожденной силой тяжести падающего предмета. Простейшими из таких ловушек были ловчие ямы различной конфигурации для мамонта, слона, жирафа. Множество изобретений создал этим методом известный античный изобретатель Герон Александрийский (игрушечный автомат «Геркулес и дракон», автомат «Поющая птичка», кукольные театры).

Метод создания качающихся и плавающих конструкций обеспечивает периодическое действие технических элементов.

Коллектив изобретателей, руководимый М. М. Кастановичем, предложил устройство для резки железобетона и других твердых материалов, отличающееся тем, что корпус редуктора шарнирно установлен на валу электродвигателя и имеет возможность качания с помощью механизма поворота, закрепленного на корпусе электродвигателя (авт. свид. СССР № 188878).

Метод выдвижения традиционных элементов технического объекта в пространствепозволяет приблизить рабочие органы машин и другие технические элементы к месту выполнения их функций без передвижения самого технического объекта.

Группа изобретателей под руководством М. К. Бараб-Тарле создала станок для расточки канавок и снятия фасок в отверстии поршня под поршневой палец. Особенностью станка является оборудование его выдвижными упорами, что позволяет выполнять различные операции на одном и том же станке (авт. свид, СССР №241920).

Метод применения упругих элементов для динамизации технических объектов отличается простотой и давностью использования. На основе этого метода Архимед создал боевую метательную машину.

Метод раздвижных конструкций, содержащих элементы, перемещающиеся в пространстве относительно друг друга, позволяет осуществить целесообразную трансформацию технического объекта.

Изобретатели из Латвийского научно-исследовательского института легкой промышленности Л. С. Лутрин, Т. Н. Элькина и Г. Э. Кан разработали устройство для пропитки волокнистого холста, отличающееся тем, что валы устройства имеют раздвижные кольца (авт. свид. СССР №242120).

К методам эвристического комбинирования можно отнести методы рационального подбора параметров, источников энергии, принципа работы, материалов.

Метод подбора оптимальных параметров был использован изобретателем Г. М. Тябут при разработке способа изготовления гибких металлорукавов, отличающегося тем, что оптимальную величину давления жидкости, подаваемой между трущимися поверхностями инструмента и обрабатываемой детали, выбирают из условия полного разделения трущихся поверхностей с расчетным зазором (авт. свид. СССР № 239186).

Метод рационального подбора параметров в процессе работы позволил изобретателям Д. 3. Бимбату, Г.Н. Доброму и В. А. Каташову создать конструкцию безбалластного дирижабля, подъемная сила которого может быть изменена в процессе полета (авт. свид. СССР № 198925).

Разновидностью метода является прием применения экстремальных параметров.

Метод подбора линейных размеров технического объекта основан на простейшем конструктивном приеме, однако он имеет немалую эвристическую ценность.

Рационализатор Г. Лапкин обнаружил, что у детских колясок расстояние между осями выбрано так, что передние и задние колеса одновременно подъезжают к началу ступенек, а при спуске одновременно спрыгивают с них. Увеличив расстояние между осями передних и задних колес на 50-70 мм, он достиг того, что колеса скатывались попеременно, без тряски.

Методом рационального подбора источника энергии был усовершенствован ручной молот для ковочных работ. Первое изменение заключалось в том, что молот стал приводиться в действие от водяного колеса; затем Дж. Несмитом в XIX в. был изобретен паровой молот.

Метод рационального подбора нового принципа работы особенно эффективен в случаях, когда прототип объекта в своем развитии уже прошел длительную стадию эксплуатации и приблизился к пределу технического усовершенствования.

Для реализации метода в первую очередь следует использовать новые научные открытия и исследования. На основе открытых Г. Галилеем свойств маятника X. Гюйгенс изобрел маятниковые часы. Изучив явление Эрстеда, русский инженер П. Шиллинг построил первый действующий телеграф.

Исследовательский подход к изучению свойств веществ и материалов часто позволяет найти новый принцип работы и применение известных материалов и веществ в другой области.

Исследователи А. В. Старков, В. И. Катунина и М. Л. Федер, изучив свойства диэтиламида капроновой кислоты, предложили способ его применения в качестве репеллента кровососущих насекомых (авт свид. СССР № 165610).

Группу эффективных методов поиска решения изобретательских задач, недостаточно используемых изобретателями, представляет совокупность методов комбинирования факторов эстетического восприятия технического объекта — формы, конфигурации, цвета, света, звука.

Методы эвристической трансформации заключаются в целесообразном изменении формы технического объекта. По свидетельству С. А. Семенова, метод этот применялся еще на заре изобретательства.

Швейцарский механик А. Арган изменил форму лампового цилиндра и расширил его нижнюю часть. Трансформировав плоский ламповый фитиль, он в 1783 г. изобрел фитиль круглой формы. Путем трансформации традиционной поперечной пилы были изобретены циркулярная пила и ее разновидности, лобзик, ленточная пила, ножовка, бугельная пила, лучковая пила, наградка.

Широко распространены методы трансформации технических объектов механическим, гидравлическим или пневматическим путем.

Метод механической трансформации позволяет увеличить подвижность объекта, придать относительную свободу его элементам, преобразовать форму технического объекта в процессе работы.

Рассматриваемым методом создано большое количество складных технических объектов, например, складная лодка Э. Эндзиня (патент Латвии № 928), складной стол Ф. Ф. Меркулова (патент Латвии № 1116), складной глобус А. Эглита (патент Латвии № 724), кресло-кровать С. Мисьеро и С. Рейнаровича (патент Латвии № 1109).

Метод гидравлической трансформации позволил изобрести устройство для подъема и опускания кузовов автомашин-самосвалов, приспособления для открывания дверей железнодорожных и трамвайных вагонов, гидравлические домкраты и т. д.

Метод пневматической трансформации впервые применил Ктесибий Александрийский. Надувной спасательный круг, надувной скафандр водолазов и надувные «башмаки» для перехода рек и озер изобрел Леонардо да Винчи. Советские космические спутники «Эхо-1» и «Эхо-2» созданы путем использования метода пневматической трансформации.

В связи с развитием промышленного искусства, художественного конструирования, эргономики, психофармакологии и ряда других наук разрабатываются и постепенно внедряются в практику методы изменения освещения, цвета, запаха, звука с целью оптимизации работы технического объекта или создания комфорта в производстве. Хотя методы этой группы еще в практике работы новаторов техники мало распространены, на них следует обратить внимание ввиду их прогрессивности, В конкретных условиях современного производства и эксплуатации технических изделий эти методы позволяют получить на первый взгляд неожиданный положительный технико-экономический эффект.

Изобретения могут быть направлены на усовершенствование, комбинирование, видоизменение цвета, яркости,, контрастности, текстуры, тональности, шума, частоты, громкости, тембра, отношения сигнал/шум и т. д.

Наиболее часто в этой группе применяются следующие методы решения изобретательских задач.

Метод Протея заключается в создании технических объектов, способных изменять внешний вид в зависимости от воздействия среды (форму, цвет, компактность и другие признаки).

Еще пять столетий тому назад монах А. Пика изобрел термокраску, меняющую оттенки в зависимости от изменения температуры среды. В XVII веке итальянский сапожник В. Каскаролла изобрел светящееся вещество люминофор. Сейчас созданы люминофоры на основе сернистых соединений разных металлов, люминесцентные краски и люминесцентные обои. Изобретатель П. П. Воронцов создал ткани, покрытые несмываемыми люминесцентными красителями, меняющие цвет в зависимости от освещения. Разработаны способы люминесцентной дефектоскопии и люминесцентного микроскопирования.

Способ получения разноцветного стекла, разработанный В. В. Аршиновым, отличается тем, что в прозрачную органическую пластинку вставляют слой раздробленных кристаллов прозрачного одноосновного цветопреломляющего вещества, например, кальцита, и между двумя полученными слоями помещают лист звукопреломляющего вещества (авт. свид. СССР № 62493).

Метод эвристического подбора и использования освещения, цвета и запаха — сравнительно новый метод в изобретательской практике, имеющий, однако, огромные потенциальные возможности.

Изучением закономерностей психологического воздействия цвета на человека занимается специальная отрасль инженерной психологии — колородинамика. Исследования в этой области выявляют ряд объективных закономерностей, которые следует знать новаторам техники. Установлено, например, что желтый цвет стимулирует работу мозга, однако, у летчиков он может вызывать приступы морской болезни; зеленый цвет снижает утомляемость.

Изменение цвета может давать не только психологический, но и технический эффект. На заводах фирмы «Дженерал Электрик» детали, обрабатываемые пламенем газовых горелок, окрашивают в оранжевый цвет, так как только на его фоне видно голубое пламя газа. По данным исследований Мориса Дерибери, оказывается, что надписи белым мелом на черной доске читаются хуже, чем черной краской на желтой.

Изучение свойств цвета и окраски позволяет создать новые изобретения. Изобретатели лаборатории лаков и красок Всесоюзного научно-исследовательского института новых строительных материалов создали краску МС-226-П, которая отталкивает положительно заряженные частицы пыли. Поскольку производственная пыль в основном заряжена положительно, окраска стен и оборудования этой краской является хорошим способом борьбы с запыленностью.

Коллектив изобретателей под руководством М. Р. Нечаевской предложил новый способ отбора токсигенных возбудителей газовой гангрены, позволяющий определить токсигенную активность бактерий. Авторы предлагают окрашивать колонии бактерий на плотной питательной среде акридинооранжем и отбирать культуры, имеющие зеленый цвет при люминесцентном микроскопировании (авт. свид СССР № 189528).

Много изобретений направлено на создание новых способов цветного оформления изделий. Изобретатель Н. Г. Корсак разработал способ обработки строительных изделий путем расплавления их поверхности кислородно-ацетиленовым пламенем, позволяющий, в зависимости от соотношения объемов кислорода и ацетилена, получить устойчивые белые, голубые, зеленые, желтые и черные поверхности изделий (авт. свид СССР № 172663).

Новые изобретения создаются также путем рационального использования свойств света. В. В. Седов предложил вводить в почву люминофоры для поглощения ультрафиолетовых лучей в целях борьбы с сорняками.

Многие изобретения основаны на использовании облучения различного рода лучами. Изобретатель У. Д. Брегвадзе предложил способ производства ускорителя из древесины дуба для созревания коньячных спиртов путем облучения древесины гамма-лучами дозой, преимущественно равной 20 мрад при интенсивности 800 рад/сек (авт. свид. СССР № 248608).

Метод антропотехники заключается в создании новых технических объектов путем приспособления технического объекта к возможностям человека.

К. X. Кремер предложил антропотехнический вариант клавиатуры пишущей машинки для печатания по слепому десятипальцевому способу, так называемой К-клавиатуры с отогнутыми краями, значительно облегчающей выбор нужной буквы.

К группе методов эвристического комбинирования принадлежат и методы хиротехники, ритмичного членения технических объектов, прозрачных конструкций, комбинирования первичных запахов, комбинированного выполнения рабочих процессов во времени, комбинирования параметров среды, в которой работает технический объект или протекает процесс, и др.

Известно также много разнообразных специальных методов поиска решения изобретательских задач, методов психоэвристической активизации, сознательного использования случайностей и т. д.

ВОПРОСЫ ДЛЯ САМОКОНТРОЛЯ:

1. Если бы вы были знакомы только с регистрами или чугунными батареями парового отопления, каким(и) методом(и) бы вы изобрели:

а) современные многосекционные алюминиевые и биметаллические секционные батареи?

б) стальные пластинчатыми батареи?

2. Взяв в качестве примера любые три искусственно созданных предмета, назовите метод(ы), в результате которых они были изобретены.

3. Какими методами вы бы воспользовались, чтобы заново изобрести:

· Термопласт-автомат

· Вендинговый автомат

· Таймшер (timeshare)

· Апарт-отель (как результат реконструкции промобъекта)

4. Приведите не менее 3 примеров изобретений, основанных на методах эвристической аналогии

5. Приведите не менее 3 примеров изобретений, основанных на методах эвристического комплекса

6. Приведите не менее 3 примеров изобретений, основанных на методах эвристического разделения и редукции

7. Приведите не менее 3 примеров изобретений, основанных на методах эвристической инверсии

8. Приведите не менее 3 примеров изобретений, основанных на методах эвристического комбинирования

ГЛАВА 7

Рекомендуемые страницы:

Воспользуйтесь поиском по сайту:

Эвристика — Значение, примеры и методы

В психологии существует такое понятие, как эвристика. Оно играет важную роль в психофизической деятельности человека. Об этом мы и поговорим в данной статье.

Эвристика (греч. εὑρίσκω — «отыскиваю», «открываю») – это отрасль знания, научная область, изучающая специфику творческой деятельности.

Другими словами эвристика представляет собой процесс, при котором человек, чтобы достичь цели или получить ответ на свой вопрос, использует «метод проб и ошибок».

По мнению психологов, посредством эвристического познания индивид может лучше понимать суть проблемы и искать пути для ее решения. По сути, человек доказывает или опровергает ту или иную информацию эмпирическим (опытным) путем.

Важно понимать, что эвристика характерна только для человека, но никак не для искусственного интеллекта. Ведь творческие решения – это своего рода «сбои», или отклонения от нормы, которые, в конечном счете, приводят к оригинальным, а порой и гениальным результатам.

История эвристики

Слово «эвристика» пришло к нам из древнегреческого языка и в буквальном смысле означает «отыскиваю», «открываю».

Эвристика – это совокупность приёмов и методов, облегчающих и упрощающих решение познавательных, конструктивных, практических задач. При помощи эвристики человек способен открывать, что-то новое и необычное.
Эвристикой также называют науку, которая занимается изучением творческой деятельности. В педагогике данная категория понимается, как способ обучения.

Следует заметить, что как наука, изучающая творческое мышление индивида, эвристика до конца еще не сформировалась. Хотя само понятие очень распространено в философии, психологии, теории «искусств, интеллекта», структурной лингвистики, теории информации.

Согласно легенде, когда Архимед принимал ванную, ему удалось открыть закон гидростатики (вытеснения). Как только он осознал свое открытие, то сразу же громко воскликнул: «Эврика!».

Позже это слово стало крылатым выражением. Его употребляли в том случае, когда человек неожиданно для самого себя делал какие-либо открытия.

Наряду с этим в Древней Греции появилась система обучения, которая получила название «Эвристика». Ее автором был гениальный философ и ученый – Сократ (см. интересные истории из жизни Сократа). Он разработал систему, при которой учитель, посредством наводящих вопросов, обучал своего ученика.

Благодаря этому, ученик самостоятельно приходил к верным выводам, одновременно развивая логику и критическое мышление.

В эпоху Средневековья существенный вклад в развитие эвристики внес Раймонд Луллий. Он получил популярность благодаря идее создания механизма, способствующего решению различных задач, на основании всеобщей классификации понятий.

Вплоть до 19 века под эвристикой подразумевался лишь метод проб и ошибок, о котором мы говорили ранее. Интересен факт, что, например, великий изобретатель Томас Эдисон провел около 50 000 экспериментов перед тем, как у него получилось создать щелочной аккумулятор.

Более серьезно эвристику, как систему логического знания, стали изучать только в середине 19 века. Конечно, до этого времени осознать эвристику пытались и такие великие мыслители, как Эвклид, Лейбниц и Декарт (см. интересные факты о Декарте).

На сегодняшний день психология и эвристика тесно взаимосвязаны между собой. Их объединяет поиск такого механизма, при котором человек способен принимать решения, имея неполную информацию.

Несовершенство эвристических методов часто приводит к ошибкам познания или, если сказать по-другому, когнитивным искажениям.

Очевидный прогресс в эвристике произошел в 20 веке, благодаря определенным успехам ученых в области психологии. Первыми из них были Д. Канеман и А. Тверски.

Более существенные достижения принадлежат лауреату Нобелевской премии Г. Саймону. Он разработал понятие ограниченной реальности, отображающее сущность эвристической деятельности мозга человека.

Идея заключается в том, что на выработку человеком решения влияют такие факторы как ограниченность имеющейся информации, познавательные границы разума и время.

Постепенно это учение стало активно развиваться, благодаря чему появился термин «эвристика доступности». Под этим выражением подразумеваются некоторые типы поведения индивида. То есть по сути, это оценка реальности на основании подтверждающих примеров полученных, например, из СМИ.

Допустим, по телевидению начали часто говорить о терактах, финансовых кризисах, природных катаклизмах и прочих негативных вещах. Это отрицательно скажется на тех, кто регулярно смотрит TV, вследствие чего может появиться плохой сон, повышенная тревожность и т.п.

И наоборот, если человек прочитал в газете о том, что кто-то выиграл в лотерею автомобиль, у него может сложиться ложное представление о том, что вероятность повторить подобный успех гораздо выше, чем есть на самом деле.

Из этого следует естественный вывод о том, что эвристика может быть, как полезным, так и отрицательным явлением. Кстати, так же обстоят дела и с правилом взаимного обмена, о котором мы уже рассказывали.

Эвристические методы

Как говорилось ранее, эвристика представляет собой метод для поиска решений. При этом важно не забывать, что это довольно молодая наука, поэтому в ней могут встречаться недостаточно четкие формулировки.

Мы не станем слишком глубоко влезать в дебри, а рассмотрим лишь самые популярные эвристические методы, которые можно употреблять на практике.

Мозговой штурм

При данном методе, решение задач происходит путем внедрения процедуры группового креативного мышления. Этот способ был открыт американским психологом А. Осборном.

По его мнению, в любом кругу людей есть индивиды, которые лучше генерируют мысли, но при этом им сложно анализировать свои идеи. И наоборот есть те, которым легко детально осмысливать то или иное чужое решение, но трудно вырабатывать его в своей голове.

Благодаря методу мозгового штурма, для решения поставленной задачи предлагается большое количество различных вариантов, как плохих, так и хороших. Затем, на базе критического подхода, все эти решения серьезно анализируются, после чего наиболее креативные и действенные воплощаются в жизнь.

Такую схему можно описать так:

отбор участников → определение проблемы → мозговой штурм → анализ материала

Несмотря на всю простоту метода, кроме призыва быть оригинальным и выйти за рамки стандартного мышления, точных методологических указаний на практике пока что нет.

Синектика

Образовался вследствие применения мозгового штурма на практике. Его создателем является профессор Д. Гордон. Суть метода заключается в том, что участники группы (синекторы) изначально проходят поэтапный отбор:

1 этап – оценка знаний и опыта индивида;
2 этап – творческий потенциал;
3 этап – коммуникативные способности.

После того, как члены отбора прошли все этапы, они могут стать участниками синектического метода. Под этим подразумевается не высказывание идей в их законченном виде, а общая разработка того или иного варианта, на основе знаний и эмоционального опыта.

Благодаря такой коллективной работе могут родиться самые необычные креативные идеи. Отрицательной стороной такого метода является достаточно быстрое снижение продуктивности. Это связано с тем, что люди в группе привыкают друг к другу.

Многомерные матрицы или метод «морфологического ящика»

Впервые он был применен неким Бернсом, которому хотелось увеличить эффективность производства. Но усовершенствовать данный подход удалось физику из США Ф. Цвикки.

Суть метода состоит в том, что новое – это или другая комбинация известных составляющих старого, или комбинация известного с пока еще неизвестным. В этом случае речь идет не о методе проб и ошибок, а о целостном комплексе связей, которые возможно вычислить посредством матричного анализа проблематики.

Бесспорным преимуществом данного подхода к проблеме является потенциальная возможность открыть какое-нибудь новое и необычное решение.

Но в таком методе есть и очевидные недостатки: чем сложнее задача, тем больше вариантов будет представлено в матрице, из-за чего поиск оптимального решения значительно усложнится.

Инверсия

Посредством инверсии можно найти решения в оригинальных и противоположных направлениях. Основой идеи является диалектика Гегеля, когда любое явление познается с помощью использования противоположных процедур творческого мышления: логического и интуитивного, статики и динамики, анализа и синтеза.

Для применения этого эвристического метода, необходимы специализированные навыки, опыт и знания. Однако несмотря на подобные трудности, это дает возможность отыскать необычные и креативные решения.

8 практических эвристических правил

Перед вами эвристические правила, которые помогут людям, чья работа или хобби связаны с творческой деятельностью. Многократные исследования доказывают, что эвристика является ключом к развитию личности и творческого мышления.

Замечайте все, что происходит вокруг

Для человека многое из того, что происходит вокруг него остается незамеченным. Очень важно научиться воспринимать внешнюю среду свежим взглядом. И тут не обойтись без деталей. Это правило является частью общепринятой теории творческого мышления.

Сконцентрируйте на нескольких областях знания

Под этим правилом подразумевается одновременное изучение наследия великих людей. Это могут быть писатели, математики, живописцы, скульпторы или музыканты. Другими словами, исследовать нужно не какую-то одну область, необходимую вам в узких целях, а сразу несколько.

Избегайте любой узости

Старайтесь творчески смотреть на вещи с разных сторон. Не загоняйте себя в узкие рамки, обусловленные теми или иными аргументами. Таким образом, вы сможете накопить множество информации, выделяя для себя наиболее важное.

Ассоциации

Глядя на окружающие вас предметы, ищите для них необычные применения. Думаете, фантазируйте и мыслите ассоциативно.

Психическая механика: движение, внимательность, нестандартность

Чтобы мыслить оригинально, нужно уметь концентрироваться на проблеме, избегая при этом шаблонных решений.

Анализируйте идеи, заставляющие смеяться

Смех представляет собой реакцию, вызывающую у человека положительные эмоции. Работа с идеями, заставляющими вас смеяться, будет одной из самых продуктивных. Как тут не обратить внимания на анекдоты, смешные картинки и демотиваторы.

Идеи не абсолютны

По сути, идеи и размышления человека не могут быть верными или неверными. В отношении творчества надо проявлять гибкость и быть предрасположенными к чему-то новому и неизведанному. В этом плане Альберт Эйнштейн превзошел большинство своих современников, что позволило ему стать ученым с мировым именем.

Воплощайте свои идеи

Подлинные новаторы не просто рождают идеи, но стремятся воплотить их в жизни. Благодаря этому, обнаруживается различие между теоретической оригинальностью и практической инновацией.

Что же, теперь вы знаете, что такое эвристика, и можете смело пользоваться эвристическими методами для личностного развития.

Если вам понравилась данная статья – поделитесь ею в социальных сетях. Если же вам вообще нравятся интересные факты, причем не только из мира науки, – подписывайтесь на сайт InteresnyeFakty.org. С нами всегда интересно!

Понравился пост? Нажми любую кнопку:

Интересные факты:

Эвристические алгоритмы формирования портфеля инвестиций / Хабр

Предположим, что у нас есть 100 млн. долларов, которые нужно вложить в несколько возможных инвестиций. Каждое из этих вложений имеет различную стоимость и различный ожидаемый доход. Мы должны решить, как потратить деньги, чтобы получить максимальную прибыль.
Задачи такого типа называются задачами формирования портфеля. У нас есть несколько позиций (инвестиций), которые должны поместиться в портфель фиксированного размера (100 млн. долларов). Каждая позиция имеет свою прибыльность. Необходимо найти набор позиций, которые помещаются в портфель и дают максимальную прибыль.
Многие из вас скажут, что никакие эвристики тут не нужны, и что вполне можно обойтись полным перебором. Другие заявят, что и полный перебор не нужен, ведь существует метод ветвей и границ. Но как быть, если количество возможных инвестиций 65? Полное дерево решений содержит более 7*10^19 узлов. Предположим, что метод ветвей и границ перебирает десятую часть процента этих узлов, а компьютер проверяет миллион узлов в секунду. В этих условиях для решения задачи потребовалось бы более 2 млн. лет. Именно для таких сложных задач и используются эвристики. Если вам интересно, милости прошу под кат.

Восхождение на холм

Эвристический метод восхождения на холм вносит изменения в текущее решение, продвигая его максимально близко к цели. Этот процесс называется восхождением на холм, потому что похож на то, как заблудившийся путешественник пытается ночью добраться до вершины горы. Даже если уже слишком темно, чтобы разглядеть что-то вдали, он может попробовать достигнуть вершины горы, постоянно двигаясь вверх.
Конечно, существует вероятность, что путник остановится на вершине меньшего холма и не достигнет пика. Эта проблема существует и при использовании данного эвристического метода. Алгоритм может найти решение, которое будет локально-оптимальным, но не будет лучшим возможным решением.
В задаче формирования портфеля инвестиций цель состоит в том, чтобы выбрать набор позиций с общей стоимостью не более допустимого предела, а общая прибыль при этом должна быть как можно больше. Эвристика восхождения на холм для этой задачи выбирает позицию, которая даёт максимальную прибыль на каждом шаге. При этом решение будет всё лучше соответствовать цели – получению максимальной прибыли.
Алгоритм сначала добавляет к решению позицию с максимальной прибылью, затем добавляется следующая позиция с максимальной прибылью (при условии, что полная цена остаётся в допустимых пределах). Присоединение позиций с максимальной прибылью будет продолжаться, пока не будет исчерпан лимит стоимости.
Для списка инвестиций, приведённого ниже, программа сначала выберет сделку A, потому что она имеет самую большую прибыль (9 млн. долларов). Затем выбирается сделка C, потому что она имеет самую большую прибыль из оставшихся (8 млн. долларов). В этот момент времени из допустимых 100 млн. потрачено уже 93 млн., и алгоритм больше не сможет выбирать какие-либо сделки. Решение, вычисленное с помощью этой эвристики, включает элементы A и C, стоит 93 млн. и даёт прибыль в 17 млн.

Эвристика восхождения на холм заполняет портфель очень быстро. Если элементы изначально упорядочены в порядке уменьшения прибыли, то сложность алгоритма составляет порядка O(N). Программа просто перемещается по списку, добавляя позиции с максимальной прибылью, пока не будет исчерпан лимит средств. Если список не отсортирован, то сложность этого алгоритма составляет N*log(N). Это много лучше, чем O(2^N) шагов, необходимых для полного перебора всех узлов дерева. Для 20 позиций эта эвристика использует около 400 шагов, метод ветвей и границ – несколько тысяч, а полный перебор – более чем 2 млн.

Метод наименьшей стоимости

Стратегия, которая в некотором смысле является противоположностью методу восхождения на холм, называется методом наименьшей стоимости. Вместо того, чтобы на каждом шаге приближать решение максимально близко к цели, можно попробовать уменьшить стоимость решения. В примере с формированием портфеля инвестиций на каждом шаге к решению добавляется позиция с минимальной стоимостью.
Данная стратегия будет помещать в решение максимально возможное число позиций. Это хорошо работает в случае, если все позиции имеют примерно одинаковую стоимость. Но если дорогая сделка приносит большую прибыль, эта стратегия может пропустить выпавший шанс, давая не лучший из возможных результатов.
Для инвестиций, приведённых выше, стратегия минимальной стоимости начинает с того, что сначала добавляет к решению сделку E стоимостью 23 млн. Затем она выбирает позицию D стоимостью 27 млн. и C стоимостью 30 млн. В этой точке алгоритм уже потратил 80 млн. из 100 млн. долларов и не может больше сделать ни одного вложения.
Полученное решение стоит 80 млн. и даёт прибыль 18 млн. Это на миллион лучше, чем решение, которое даёт нам эвристика восхождения на холм, но алгоритм минимальной стоимости далеко не всегда работает эффективнее, чем алгоритм восхождения на холм. Какой из методов даст лучшее решение зависит от конкретных данных.
Структура программ, реализующих эвристики минимальной стоимости и эвристики восхождения на холм, почти идентична. Единственная разница заключается в выборе следующей позиции, которая добавляется к имеющемуся решению. Метод минимальной стоимости вместо позиции с максимальной прибылью выбирает позицию, которая имеет самую низкую стоимость. Поскольку эти два метода очень похожи, сложность их одинаковы. Если позиции должным образом отсортированы, оба алгоритма имеют сложность порядка O(N). При случайном расположении позиций их сложность составит порядка O(N*log(N)).

Сбалансированная прибыль

Стратегия восхождения на холм не учитывает стоимости добавляемых позиций. Она выбирает позиции с максимальной прибылью, даже если они имеют большую стоимость. Стратегия минимальной стоимости не берёт в расчёт приносимую позицией прибыль. Она выбирает элементы с небольшими затратами, даже если они имеют маленькую прибыль.
Эвристика сбалансированной прибыли сравнивает как прибыль, так и стоимость позиций, чтобы определить, какие позиции необходимо выбрать. На каждом шаге эвристика выбирает элемент с самым большим отношением прибыли к стоимости (при условии, что после включения инвестиции в портфель, суммарная цена останется в допустимых пределах).
Включим в таблицу новый столбец – отношение прибыль/стоимость. При таком подходе сначала выбирается позиция C, потому что она имеет самое высокое отношение – 0.27. Затем добавляется D с отношением 0.26 и B с отношением 0.20. В этой точке потрачено 92 млн. из 100 млн., и в решение нельзя добавить ни одной позиции.

Это решение имеет стоимость 92 млн. и даёт прибыль в 22 млн. Это на 4 млн. лучше, чем решение, найденное с помощью метода минимальной стоимости и на 5 млн. лучше, чем решение найденное эвристикой восхождения на холм. Более того, найденное решение вообще будет наилучшим из всех возможных, что подтвердят результаты поиска полным перебором или методом ветвей и границ. Но важно понимать, что сбалансированная прибыль – это всё-таки эвристика, поэтому с помощью этого не всегда отыскивается лучшее возможное решение. Очень часто этот метод находит лучшие решения, чем решения, найденные методами восхождения на холм и минимальной стоимости, но это случается не всегда. Структура программы, реализующей эвристику сбалансированной прибыли, почти идентична структуре программ восхождения на холм и минимальной стоимости. Единственная разница заключается в способе выбора следующей позиции, которая добавляется к решению. Сложность этой эвристики пропорциональна O(N), при условии предварительной сортировки. В случае, если позиции расположены произвольно, сложность алгоритма составит O(N*log(N)).

Случайные методы

Случайный поиск

Случайный поиск выполняется в соответствии со своим названием. На каждом шаге алгоритм добавляет случайно выбранную позицию, которая удовлетворяет границам стоимости. Этот вид перебора называется методом Монте-Карло.
Поскольку случайно выбранное решение вряд ли окажется наилучшим, то для получения приемлемого результата необходимо повторить поиск несколько раз. Хотя на первый взгляд кажется, что вероятность нахождения хорошего решения очень мала, использование этого метода иногда приносит удивительно хорошие результаты. В зависимости от исходных данных и числа проверенных случайных решений, эта эвристика часто работает лучше, чем методы восхождения на холм и минимальной стоимости.
Преимущество случайного поиска состоит в том, что этот метод лёгок для понимания и реализации. Иногда трудно представить, как реализовать для конкретной задачи метод восхождения на холм, минимальной стоимости или приведённой прибыли, но всегда легко генерировать решения наугад. Даже для решения крайне сложных задач случайный поиск является наиболее простым методом.

Последовательное приближение

Другая стратегия состоит в том, чтобы начать со случайного решения, а затем производить последовательное приближение. Начав с произвольно сгенерированного решения, программа делает случайный выбор. Если новое решение является улучшением предыдущего, программа закрепляет изменение и продолжает проверку других позиций. Если изменение не улучшает решение, программа отказывается от него и делает новую попытку.
Особенно просто реализовать метод последовательного приближения для задачи формирования портфеля инвестиций. Программа всего-навсего выбирает случайную позицию из пробного решения и удаляет её из текущего. Затем она случайным образом добавляет в решение позиции до тех пор, пока не будет исчерпан лимит средств. Если удалённая позиция имела очень высокую стоимость, то не её место программа может добавить несколько позиций.
Как и случайный поиск, эта эвристика проста для понимания и реализации. Для решения сложной задачи бывает нелегко создать алгоритмы восхождения на холм, минимальной стоимости и приведённой прибыли, но довольно просто написать эвристический алгоритм последовательного приближения.

Момент остановки

Существует несколько хороших способов определить момент, когда необходимо прекратить случайные изменения. Например, допускается выполнить фиксированное число изменений. Для задачи из N элементов можно выполнить N или N^2 случайных изменений и затем остановить выполнение программы.
Другая стратегия состоит в том, чтобы делать изменения до тех пор, пока последовательных изменения будут приносить улучшения. Как только несколько подряд идущих изменений не дают улучшений, программу можно остановить.

Локальный оптимум

Если программа заменяет случайно выбранную позицию в пробном решении, она может найти решение, которое уже нельзя улучшать, но оно всё же не будет лучшим возможным решением. В качестве примера рассмотрим следующий набор возможных инвестиций.

Предположим, что алгоритм случайно выбирает позиции A и B в качестве начального решения. Его стоимость будет равна 90 млн., оно принесёт прибыль в 17 млн.
Если программа удаляет или A, или B, то решение будет иметь достаточно большую стоимость, поэтому программа сможет добавить только одну новую позицию. Поскольку позиции A и B имеют самую большую прибыль, замена их другой позицией уменьшит полную прибыль. Случайное удаление одной позиции из этого решения никогда не приведёт к улучшению.
Лучшее решение содержит позиции C, D, E. Его полная стоимость равна 98 млн., полная прибыль – 18 млн. Чтобы найти это решение, алгоритм должен удалить из решения сразу обе позиции A и B и добавить на их место новые.
Такие решения, когда небольшие изменения не могут улучшить решения, называются локальным оптимумом. Есть два способа, при применении которых, программа не остановится в локальном оптимуме, а будет искать глобальный оптимум.
Во-первых, программу можно изменить так, чтобы она удаляла из решения несколько позиций. Если программа удалит две случайно выбранные позиции, она сможет найти правильное решение для данного примера. Однако для задач большего размера удалить две позиции обычно недостаточно. Программе надо будет удалить три, четыре, а может большее количество позиций.
Более простой способ состоит в том, чтобы выполнить большее количество испытаний с различными исходными решениями. Некоторые из начальных решений могут привести к локальным оптимумам, но одно из них позволит достичь глобального оптимума.

Метод отжига

Метод отжига заимствован из термодинамики. При отжиге металл нагревается до высокой температуры. Молекулы в горячем металле совершают быстрые колебания. Если металл медленно охлаждать, то молекулы начинают выстраиваться в линии, образуя кристаллы. При этом молекулы постепенно переходят в состояние с минимальной энергией.
Когда металл остывает, соседние кристаллы сливаются друг с другом. Молекулы одного кристалла временно покидают свои позиции с минимальной энергией и соединяются с молекулами другого кристалла. Энергия получившегося кристалла большего размера будет меньше, чем сумма энергий двух исходных кристаллов. Если металл охлаждать достаточно медленно, кристаллы станут просто огромными. Конечное расположение молекул будет иметь очень низкую суммарную энергию, поэтому металл будет очень прочным.
Начиная с состояния с высокой энергией, молекулы в конечном счёте достигают состояния с низкой энергией. На пути к окончательному положению они проходят через множество локальных минимумов энергии. Каждая комбинация кристаллов представляет локальный минимум. Довести кристалл до минимального энергетического состояния можно только временным разрешением структуры меньших кристаллов, увеличивая тем самым энергию системы, в результате чего кристаллы могут объединяться.
Метод отжига использует аналогичный способ поиска лучшего решения задачи. Когда программа ищет путь решения, она может «застрять» в локальном оптимуме. Чтобы избежать этого, она время от времени вносит в решение случайные изменения, даже если очередной вариант не приводит к мгновенному улучшению результата. Это позволяет программе выйти из локального оптимума и отыскать лучшее решение.
Чтобы программа не зацикливалась на этих модификациях, алгоритм через какое-то время изменяет вероятность внесения случайных изменений. Вероятность внесения одного изменения равна P=1/e^(E/(k*T)), где E — количество «энергии», добавленной системе, k — константа, выбранная в зависимости от рода задачи и T – переменная, соответствующая «температуре».
Сначала величина T должна быть довольно высокой, поэтому вероятность изменений тоже будет довольно высокой. Через какое-то время значение величины T снижается, и вероятность случайных изменений тоже уменьшается. Как только процесс достиг точки, в которой никакие изменения не смогут улучшить решение и значение T станет настолько мало, что случайные изменения будут очень редкими, алгоритм закончит работу.
Для задачи формирования портфеля инвестиций E — величина, на которую сокращается прибыль в результате изменения. Например, если мы удаляем позицию, прибыль которой равна 10 млн. долларов, и заменяем её позицией, имеющей прибыль в 7 млн. долларов, добавленная к системе энергия будет равна 3. Если величина E велика, то вероятность изменений небольшая, поэтому вероятность больших изменений ниже.

Сравнение эвристических методов

Различные эвристические методы ведут себя по-разному в различных задачах. Для решения задачи о формировании портфеля инвестиций эвристика сбалансированной прибыли достаточно хороша, учитывая её простоту. Стратегия последовательного приближения тоже работает достаточно хорошо, но требует гораздо большего времени. Для других задач наилучшей может быть какая-нибудь другая эвристика, в том числе и не рассмотренная в этой главе.
Эвристики работают гораздо быстрее, чем методы полного перебора и ветвей и границ. Некоторые эвристические подходы (восхождение на холм, минимальная стоимость, сбалансированная прибыль и т.д.) работают чрезвычайно быстро, потому что рассматривают только одно возможное решение. Эти методы работают настолько быстро, что порой имеет смысл выполнить их все по очереди, а затем выбрать наилучшее из трёх полученных решений. Конечно, невозможно гарантировать, что это решение будет наилучшем, но оно точно будет достаточно хорошим.

Эвристика Принятие решений. Психология. Люди, концепции, эксперименты

Эвристика

Принятие решений

В современном понимании эвристика – это наука об организации процессов творческого мышления. Эвристика как метод представляет собой ментальные стратегии, использующиеся для решения проблем. Их еще называют эмпирическими стратегиями, потому что они позволяют человеку принимать быстрые и действенные решения, не обдумывая долго и мучительно каждый шаг. Во многих случаях эвристические методы чрезвычайно полезны, но они нередко приводят к ошибкам, которые психологи называют предубеждениями. В 1974 году Дэниел Канеман и Амос Тверски выделили три вида эвристических суждений; эта классификация используется в психологии и сегодня.

Эвристика доступности

Эвристика доступности позволяет оценивать вероятность события на примере воспоминаний. Это часто ведет к предубеждению, поскольку, вместо того чтобы полагаться при оценке вероятности события на все имеющиеся в распоряжении данные, человек полагается исключительно на свою память, а как доказали ученые, чаще и быстрее всего вспоминаются недавние события. Например, если кто-нибудь за короткий период времени несколько раз увидит в новостях репортаж и прочитает несколько статей об изъятии домов за неуплату по кредиту, он вполне способен уверовать в то, что такой ход событий в общем весьма распространен и вероятен. А если кто-то без малейшего труда может перечислить друзей, которые развелись, он наверняка будет считать, что процент разводов выше, чем есть на самом деле, какие бы статистические данные ему ни приводили в качестве опровержения.

Эвристика доступности нередко заставляет людей переоценивать вероятность редко происходящих событий. Например, прочитав статью о недавней авиакатастрофе, человек начинает нервничать из-за предстоящего перелета. Случается и наоборот: люди склонны недооценивать вероятность довольно частых событий; скажем, они считают, что вряд ли заразятся венерической болезнью, занимаясь сексом без презерватива, на том основании, что некоторые их друзья делали это и остались здоровыми. А между тем риск весьма велик.

Эффект якоря

Люди часто основывают свои суждения или оценки на так называемых «якорях», или опорных ориентирах. Такая привязка извлекается из памяти и соответствующим образом «обрабатывается», с тем чтобы соответствовала критериям решения. Например, вас спрашивают: «Какова длина реки Миссисипи – больше или меньше двух тысяч миль? Она длиннее или короче пяти тысяч миль?». При ответе на первый вопрос вы получаете «якорь» для второго; в результате ваш ответ на второй вопрос будет привязан к этому «якорю».

Эвристика репрезентативности

Согласно эвристике репрезентативности, мы склонны оценивать вероятность события или результата, выискивая в прошлом знакомое событие, с которым можно сравнить новое, и считая, что их вероятность совершенно одинакова. Самая большая ошибка эвристики репрезентативности – предположение, что сходство в одном непременно ведет к сходству и во всем остальном. Например, увидев человека в кожаной куртке с руками, покрытыми татуировками, кто-то вполне может предположить, что перед ним байкер. Этот человек считает, что парень в куртке выглядит именно так, как должен выглядеть представитель байкерского сообщества, и уверенно относит его к этой категории.

Эвристикой репрезентативности также объясняется ошибка азартного игрока – то есть ложная убежденность в том, что мы способны предсказывать случайные события или выигрышные либо проигрышные ставки, основываясь на предыдущей информации, хотя на самом деле вероятность остается неизменной. Например, если подброшенная монета несколько раз подряд приземляется вверх «решкой» и на этом основании человек предполагает, что в следующий раз выпадет «орел», он полностью игнорирует тот факт, что в любой ситуации закон «пятьдесят на пятьдесят» никто не отменял. Кроме того, именно из-за эвристики репрезентативности люди часто игнорируют реальные шансы, то есть статистическую частоту происходящего события.

Данный текст является ознакомительным фрагментом.

Читать книгу целиком

Поделитесь на страничке

Эвристика — это… Что такое Эвристика?

Эвристика (от др.-греч. ευρίσκω (heuristiko), лат. Evrica — «отыскиваю», «открываю») — отрасль знания, изучающая творческое, неосознанное мышление человека.

Эвристика связана с психологией, физиологией высшей нервной деятельности, кибернетикой и другими науками, но сама как наука ещё полностью не сформировалась.

История возникновения

В Древней Греции под эвристикой понимали систему обучения, практикуемую Сократом, когда учитель приводит ученика к самостоятельному решению какой-либо задачи, задавая ему наводящие вопросы. Понятие «эвристика» встречается в трактате греческого математика Паппа «Искусство решать задачи» (300 год н. э.).

Долгое время в основе творчества лежали методы проб и ошибок, перебора возможных вариантов, ожидание озарения и работа по аналогии. Так, Томас Эдисон провел около 50 тысяч опытов, пока разрабатывал устройство щелочного аккумулятора. А об изобретателе вулканизированной резины Чарльзе Гудиер (Goodyear) писали, что он смешивал сырую резину (каучук) с любым попадавшимся ему под руку веществом: солью, перцем, сахаром, песком, касторовым маслом, даже с супом. Он следовал логическому заключению, что рано или поздно перепробует всё, что есть на земле и, наконец, наткнется на удачное сочетание.^[1]

Однако со временем такие методы начали приходить в противоречие с темпами создания и масштабами современных объектов. Наиболее интенсивно поиском и разработкой эвристических методов занялись со второй половины 20 века, причём не только посредством изучения приемов и последовательности действий инженеров и других творческих работников, но и на основе достижений психологии и физиологии мозга.

Эвристические методы

В узком смысле слова под эвристикой понимают интуитивные (неосознанные) методы решения задач, в том числе:

систему обучения, берущую свои истоки от сократовской майевтики (т. н. сократические беседы),
эвристические методы проектирования,
методы инженерного (изобретательного) творчества,
эвристический алгоритм, представляющий совокупность приёмов в поиске решения задачи, которые позволяют ограничить перебор.

В настоящее время разработано и эффективно используется несколько десятков эвристических методов. Универсальных среди них нет, и в каждой конкретной ситуации рекомендуют пробовать применять ряд методов, поскольку основное их предназначение заключается в активизации творческой деятельности. Это достигается следующими мерами:

преодоление психологической инерции, обусловленной привычными образом мышления и типовыми методами решения задач определенного класса. Замечено, что около 80 % нововведений вначале специалистами отрицается как нереальные. Инерцию развивают и усиливают:
- рецептурное обучение и проектирование по аналогии;
- подсознательная вера в то, что каждая вещь и явление служат строго определенной цели;
- (техническая) терминология. Ф.Энгельс писал: «В науке каждая новая точка зрения влечет за собою революцию в технических терминах»;
мобилизация подсознания. Человек осознает только те процессы, которые протекают в коре головного мозга, содержащей около 10 % нервных клеток^{[источник?]}. Остальная часть клеток относится к подсознанию. Но обе эти части мозга связаны между собой, что и можно использовать как резерв человеческих возможностей. Однако следует быть осторожным, так как замечено, что длительное активно-принудительное задействование подсознания приводит к психическим отклонениям;
расширение перспектив видения, чему препятствует чрезмерная специализация образования и узкопрактический подход. Необходимо применение разнообразных методов, расширение области поиска новых идей и увеличение их количества.

Эвристические модели

Эвристика как наука занимается построением эвристических моделей процесса поиска оригинального решения задачи. Существует следующие типы таких моделей:

модель слепого поиска, которая опирается на метод проб и ошибок;
лабиринтная модель, в которой решаемая задача рассматривается как лабиринт, а процесс поиска решения — как блуждание по лабиринту;
структурно-семантическая модель, которая исходит из того, что в основе эвристической деятельности по решению задачи лежит принцип построения системы моделей, которая отражает семантические отношения между объектами, входящими в задачу.

Особенности эвристической деятельности

Эвристические методы и моделирование присущи только человеку и отличают его от искусственных интеллектуальных (мыслящих) систем. В настоящее время к сфере человеческой деятельности относят:

постановку задачи;
выбор методов её решений и построение (разработка) моделей и алгоритмов, выдвижение гипотез и предположений;
осмысление результатов и принятие решений.

Стоит отметить, что важной особенностью именно человеческой деятельности является наличие в ней элемента случайности: необъяснимые поступки и сумасбродные решения часто лежат в основе оригинальных и неожиданных идей.

Однако с развитием вычислительной техники выполнение всё большего числа функций берут на себя автоматические системы, при этом выполняя работу быстрее и эффективнее человека. Задача человека как homo sapiens, прежде всего, совершенствоваться в эвристических процедурах, а не в выполнении алгоритмизированных операций, чтобы впоследствии не оказаться вытесненным «разумной» техникой.

Результаты эвристической деятельности

В науке и технике выделяют следующие результаты эвристической (творческой) деятельности:

открытие, то есть установление ранее неизвестных объективных закономерностей, свойств и явлений материального мира с обязательным экспериментальным подтверждением. Открытие, в основном, является продуктом научной деятельности, но решающим и революционным образом определяет развитие техники. На открытие существует приоритет (право первенства), но нет права собственности на использование;
изобретение, то есть новое и обладающее существенными отличиями техническое решение задачи, которое не является очевидным следствием известных решений. Изобретение относится к объектам интеллектуальной собственности и на него распространяется авторское право (монопольное право собственности на использование). Содержание изобретения публикуется. Изобретателю выдается патент, свидетельствующий о его праве и приоритете на изобретение (в России ранее вместо патента выдавали авторское свидетельство). Авторское право может быть уступлено (продано). Изобретение может быть использовано в коммерческих целях только с разрешения патентообладателя на основе лицензионного договора;
рационализаторское предложение, то есть предложение по улучшению конструкции реального изделия или процесса его изготовления, не содержащее существенно новых решений (с недостаточно существенными отличиями) и с незначительной эффективностью. Часто в качестве рацпредложения оформляют применение решения, неизвестного на данном предприятии, но известного в других местах (но следует быть осторожным с возможным нарушением авторских прав). Понятие рацпредложения существует всего в нескольких странах как способ поощрения изобретательства и вовлечения в него широкого круга работников предприятия;
ноу-хау (know-how, «знаю, как <сделать>»). Под этим термином обычно подразумевают техническую, организационную или коммерческую информацию, составляющую секрет производства (любого) и имеющую коммерческую ценность (ноу-хау не относится к государственным секретам). В отличие от патента на изобретение, на ноу-хау существует только право на защиту имущественных интересов в случае их незаконного получения и использования.

См. также

Примечания

↑ Уилсон М. Американские учёные и изобретатели. — М.: Знание, 1975. — 136 с.

Литература

Буш Г. Я. Стратегии эврилогии. — Рига: Общество «Знание» ЛатвССР, 1986. — 64 с.
Кондаков Н. И. Логический словарь-справочник. — 2-е изд. — М.: Наука, 1975. — 674 с.
Латыпов Н.Н., Ёлкин С.В., Гаврилов Д.А. Инженерная эвристика / под.ред. А.А. Вассермана. — М.: Астрель, 2012. — 320 с.
Латыпов Н.Н., Ёлкин С.В., Гаврилов Д.А. Самоучитель игры на извилинах / под.ред. А.А. Вассермана. — М.: АСТ, 2012. — 320 с.

Ссылки

Эвристика — это… Что такое Эвристика?

История возникновения

Эвристические методы

В узком смысле слова под эвристикой понимают интуитивные (неосознанные) методы решения задач, в том числе:

систему обучения, берущую свои истоки от сократовской майевтики (т. н. сократические беседы),
эвристические методы проектирования,
методы инженерного (изобретательного) творчества,
эвристический алгоритм, представляющий совокупность приёмов в поиске решения задачи, которые позволяют ограничить перебор.

преодоление психологической инерции, обусловленной привычными образом мышления и типовыми методами решения задач определенного класса. Замечено, что около 80 % нововведений вначале специалистами отрицается как нереальные. Инерцию развивают и усиливают:
- рецептурное обучение и проектирование по аналогии;
- подсознательная вера в то, что каждая вещь и явление служат строго определенной цели;
- (техническая) терминология. Ф.Энгельс писал: «В науке каждая новая точка зрения влечет за собою революцию в технических терминах»;
мобилизация подсознания. Человек осознает только те процессы, которые протекают в коре головного мозга, содержащей около 10 % нервных клеток^{[источник?]}. Остальная часть клеток относится к подсознанию. Но обе эти части мозга связаны между собой, что и можно использовать как резерв человеческих возможностей. Однако следует быть осторожным, так как замечено, что длительное активно-принудительное задействование подсознания приводит к психическим отклонениям;
расширение перспектив видения, чему препятствует чрезмерная специализация образования и узкопрактический подход. Необходимо применение разнообразных методов, расширение области поиска новых идей и увеличение их количества.

Эвристические модели

модель слепого поиска, которая опирается на метод проб и ошибок;
лабиринтная модель, в которой решаемая задача рассматривается как лабиринт, а процесс поиска решения — как блуждание по лабиринту;
структурно-семантическая модель, которая исходит из того, что в основе эвристической деятельности по решению задачи лежит принцип построения системы моделей, которая отражает семантические отношения между объектами, входящими в задачу.

Особенности эвристической деятельности

постановку задачи;
выбор методов её решений и построение (разработка) моделей и алгоритмов, выдвижение гипотез и предположений;
осмысление результатов и принятие решений.

Результаты эвристической деятельности

В науке и технике выделяют следующие результаты эвристической (творческой) деятельности:

открытие, то есть установление ранее неизвестных объективных закономерностей, свойств и явлений материального мира с обязательным экспериментальным подтверждением. Открытие, в основном, является продуктом научной деятельности, но решающим и революционным образом определяет развитие техники. На открытие существует приоритет (право первенства), но нет права собственности на использование;
изобретение, то есть новое и обладающее существенными отличиями техническое решение задачи, которое не является очевидным следствием известных решений. Изобретение относится к объектам интеллектуальной собственности и на него распространяется авторское право (монопольное право собственности на использование). Содержание изобретения публикуется. Изобретателю выдается патент, свидетельствующий о его праве и приоритете на изобретение (в России ранее вместо патента выдавали авторское свидетельство). Авторское право может быть уступлено (продано). Изобретение может быть использовано в коммерческих целях только с разрешения патентообладателя на основе лицензионного договора;
рационализаторское предложение, то есть предложение по улучшению конструкции реального изделия или процесса его изготовления, не содержащее существенно новых решений (с недостаточно существенными отличиями) и с незначительной эффективностью. Часто в качестве рацпредложения оформляют применение решения, неизвестного на данном предприятии, но известного в других местах (но следует быть осторожным с возможным нарушением авторских прав). Понятие рацпредложения существует всего в нескольких странах как способ поощрения изобретательства и вовлечения в него широкого круга работников предприятия;
ноу-хау (know-how, «знаю, как <сделать>»). Под этим термином обычно подразумевают техническую, организационную или коммерческую информацию, составляющую секрет производства (любого) и имеющую коммерческую ценность (ноу-хау не относится к государственным секретам). В отличие от патента на изобретение, на ноу-хау существует только право на защиту имущественных интересов в случае их незаконного получения и использования.

См. также

Примечания

↑ Уилсон М. Американские учёные и изобретатели. — М.: Знание, 1975. — 136 с.

Литература

Буш Г. Я. Стратегии эврилогии. — Рига: Общество «Знание» ЛатвССР, 1986. — 64 с.
Кондаков Н. И. Логический словарь-справочник. — 2-е изд. — М.: Наука, 1975. — 674 с.
Латыпов Н.Н., Ёлкин С.В., Гаврилов Д.А. Инженерная эвристика / под.ред. А.А. Вассермана. — М.: Астрель, 2012. — 320 с.
Латыпов Н.Н., Ёлкин С.В., Гаврилов Д.А. Самоучитель игры на извилинах / под.ред. А.А. Вассермана. — М.: АСТ, 2012. — 320 с.

Ссылки

Эвристика в суждениях и принятии решений — Heuristics in judgment and decision-making

В психологии , эвристики простые, эффективные правила , которые люди часто используют , чтобы сформировать суждения и принимать решения . Это умственные ярлыки, которые обычно включают сосредоточение внимания на одном аспекте сложной проблемы и игнорирование других. Эти правила работают хорошо в большинстве случаев, но они могут привести к систематическим отклонениям от логики , теории вероятностей или теории рационального выбора . Возникающие в результате ошибки называются « когнитивными предубеждениями », и было задокументировано множество различных типов. Было показано, что они влияют на выбор людей в таких ситуациях, как оценка дома, решение исхода судебного дела или принятие инвестиционного решения. Эвристика обычно управляет автоматическими, интуитивными суждениями, но также может использоваться в качестве сознательных умственных стратегий при работе с ограниченной информацией.

Ученый-когнитивист Герберт А. Саймон первоначально предположил, что человеческие суждения ограничены доступной информацией, временными и когнитивными ограничениями, назвав это ограниченной рациональностью . В начале 1970-х психологи Амос Тверски и Дэниел Канеман продемонстрировали три эвристики, которые лежат в основе широкого диапазона интуитивных суждений. Эти результаты приводят в действие программу исследования эвристик и предубеждений, которая изучает, как люди выносят суждения в реальном мире, а также условия, при которых эти суждения ненадежны. Это исследование поставило под сомнение идею о том, что люди являются рациональными субъектами, но предоставило теорию обработки информации, чтобы объяснить, как люди делают оценки или выбирают. Это исследование, которое впервые привлекло внимание всего мира в 1974 г. благодаря научной статье « Суждение в условиях неопределенности: эвристика и предубеждения », лежало в основе почти всех современных теорий принятия решений, и хотя первоначально предложенные эвристики были оспорены в ходе дальнейших дискуссий, это Программа исследований изменила сферу, постоянно задавая исследовательские вопросы.

Эта традиция эвристики и предубеждений подвергалась критике со стороны Герда Гигеренцера и других за то, что она слишком сосредоточена на том, как эвристика приводит к ошибкам. Критики утверждают, что эвристику можно рассматривать как рациональную в глубинном смысле. Согласно этой точке зрения, эвристика достаточно хороша для большинства целей, но при этом не требует слишком больших затрат ресурсов мозга. Другая теоретическая точка зрения рассматривает эвристики как полностью рациональные в том смысле, что они быстрые, могут быть выполнены без полной информации и могут быть такими же точными, как и более сложные процедуры. Понимая роль эвристики в психологии человека, маркетологи и другие специалисты по убеждению могут влиять на решения, такие как цены, которые люди платят за товары или количество, которое они покупают.

Типы

В своем первоначальном исследовании Тверски и Канеман предложили три эвристики: доступность, репрезентативность, привязку и корректировку. Последующие работы выявили еще много. Эвристика, лежащая в основе суждения, называется «эвристикой суждения». Другой тип, называемый «оценочная эвристика», используется для оценки желательности возможных выборов.

Доступность

В психологии доступность — это легкость, с которой конкретная идея может быть доведена до ума. Когда люди оценивают вероятность или частоту события на основе его доступности, они используют эвристику доступности. Когда о нечастом событии можно легко и ярко вспомнить, люди склонны переоценивать его вероятность. Например, люди переоценивают вероятность смерти в драматическом событии, таком как торнадо или терроризм . Драматические насильственные смерти обычно более широко освещаются и, следовательно, более доступны. С другой стороны, об обычных, но обыденных событиях сложно вспомнить, поэтому их вероятность недооценивается. К ним относятся смерти от самоубийств , инсультов и диабета . Эта эвристика — одна из причин, почему людей легче склонить к одной яркой истории, чем к большому количеству статистических данных. Это также может сыграть роль в привлекательности лотерей : для того, кто покупает билет, широко разрекламированные ликующие победители более доступны, чем миллионы людей, которые ничего не выиграли.

Когда люди решают, начинаются ли еще английские слова с T или с K , эвристика доступности дает быстрый способ ответить на вопрос. Слова, начинающиеся на букву T, легче приходят на ум, поэтому испытуемые дают правильный ответ, не считая большого количества слов. Однако эта эвристика также может приводить к ошибкам. Когда людей спрашивают, есть ли еще английские слова с K в первой позиции или с K в третьей позиции, они используют тот же процесс. Легко придумать слова, начинающиеся на букву K , например, кенгуру , кухня или сохраненный . Труднее думать о словах с третьей буквой K , таких как « озеро» или « признание» , хотя объективно они встречаются в три раза чаще. Это приводит к неправильному выводу, что буква K чаще встречается в начале слов. В другом эксперименте испытуемые слышали имена многих знаменитостей, примерно равное количество мужчин и женщин. Затем испытуемых спрашивали, есть ли в списке имен больше мужчин или больше женщин. Когда мужчины в списке были более известными, подавляющее большинство испытуемых ошибочно полагали, что их больше, и наоборот — женщины. Тверски и Канеман интерпретируют эти результаты так, что суждения о пропорции основываются на доступности, которая выше для имен более известных людей.

В одном эксперименте, который проводился перед президентскими выборами в США 1976 года , некоторых участников попросили представить победу Джеральда Форда , в то время как другие сделали то же самое для победы Джимми Картера . Каждая группа впоследствии считала назначенного им кандидата значительно более вероятным победителем. Исследователи обнаружили аналогичный эффект, когда студенты представляли себе хороший или плохой сезон для футбольной команды колледжа . Влияние воображения на субъективную правдоподобие было воспроизведено несколькими другими исследователями.

Доступность концепции может зависеть от того, как давно и как часто она была доведена до ума. В одном исследовании испытуемым предлагали закончить частичные предложения. Слова были выбраны, чтобы активировать концепцию враждебности или доброты: процесс, известный как прайминг . Затем они должны были интерпретировать поведение человека, описанного в короткой двусмысленной истории. Их интерпретация была смещена в сторону эмоций, которыми они были восприняты: чем больше прайма, тем сильнее эффект. Увеличение интервала между первоначальной задачей и суждением уменьшило эффект.

Тверски и Канеман предложили эвристику доступности в качестве объяснения иллюзорных корреляций, при которых люди ошибочно считают, что два события связаны друг с другом. Они объяснили, что люди судят о корреляции на основании легкости представления или воспоминания двух событий вместе.

Репрезентативность

Эвристика репрезентативности проявляется, когда люди используют категории, например, когда решают, преступник или нет. Отдельная вещь имеет высокую репрезентативность для категории, если она очень похожа на прототип этой категории. Когда люди классифицируют вещи на основе репрезентативности, они используют эвристику репрезентативности. «Представитель» здесь подразумевается в двух разных смыслах: прототип, используемый для сравнения, является представителем своей категории, а репрезентативность также является отношением между этим прототипом и категоризируемой вещью. Несмотря на то, что эта эвристика эффективна для решения некоторых проблем, она включает в себя внимание к конкретным характеристикам человека, игнорируя, насколько распространены эти категории в популяции (так называемые базовые ставки ). Таким образом, люди могут переоценить вероятность того, что что-то имеет очень редкое свойство, или недооценить вероятность наличия очень общего свойства. Это называется ошибкой базовой ставки . Репрезентативность объясняет это и несколько других способов, которыми человеческие суждения нарушают законы вероятности.

Эвристика репрезентативности также объясняет, как люди судят о причине и следствии: когда они выносят эти суждения на основе сходства, они также говорят, что используют эвристику репрезентативности. Это может привести к предвзятости, неправильному нахождению причинно-следственных связей между вещами, которые похожи друг на друга, и их упущению, когда причина и следствие очень разные. Примеры этого включают как убеждение, что «эмоционально значимые события должны иметь эмоционально значимые причины», так и магическое ассоциативное мышление .

Незнание базовых ставок

В эксперименте 1973 года использовался психологический портрет Тома У., вымышленного аспиранта. Одна группа испытуемых должна была оценить сходство Тома с типичным учеником в каждой из девяти академических областей (включая право, инженерное дело и библиотечное дело). Другая группа должна была оценить, насколько вероятно, что Том специализировался в каждой области. Если эти рейтинги правдоподобия регулируются вероятностью, тогда они должны напоминать базовые показатели , то есть долю студентов в каждой из девяти областей (которая была отдельно оценена третьей группой). Если бы люди основывали свои суждения на вероятности, они бы сказали, что Том с большей вероятностью будет изучать гуманитарные науки, чем библиотечное дело, потому что студентов-гуманитарных наук гораздо больше, а дополнительная информация в профиле расплывчата и ненадежна. Вместо этого оценки вероятности почти идеально совпадали с рейтингами сходства как в этом исследовании, так и в аналогичном, где субъекты оценивали вероятность того, что вымышленная женщина выберет другую карьеру. Это говорит о том, что вместо оценки вероятности с использованием базовых показателей испытуемые заменили более доступным атрибутом сходства.

Ошибка соединения

Когда люди полагаются на репрезентативность, они могут ошибиться, нарушая фундаментальный закон вероятности . Тверски и Канеман дали испытуемым короткий набросок характера женщины по имени Линда, описав ее как «31-летнюю, незамужнюю, откровенную и очень умную. Она специализировалась на философии. Будучи студенткой, она была глубоко озабочена проблемами дискриминации и социальной справедливости, а также участвовал в антиядерных демонстрациях «. Люди, читающие это описание, оценили вероятность различных утверждений о Линде. Среди прочего, они включали «Линда — кассир в банке» и «Линда — кассир в банке и активна в феминистском движении». Люди продемонстрировали сильную тенденцию оценивать последнее, более конкретное утверждение как более вероятное, хотя соединение формы «Линда — это и X, и Y » никогда не может быть более вероятным, чем более общее утверждение «Линда — это X ». Объяснение с точки зрения эвристики состоит в том, что суждение было искажено, потому что для читателей рисунок персонажа был репрезентативным для человека, который мог бы быть активным феминистом, но не для кого-то, кто работает в банке. Аналогичное упражнение касалось Билла, которого описали как «умного, но лишенного воображения». Подавляющее большинство людей, читающих этот набросок персонажа, оценили «Билл — бухгалтер, который играет джаз для хобби», более вероятно, чем «Билл играет джаз для хобби».

Безуспешно Тверски и Канеман использовали то, что они описали как «серию все более отчаянных манипуляций», чтобы заставить своих испытуемых признать логическую ошибку. В одном варианте испытуемые должны были выбирать между логическим объяснением того, почему «Линда — кассир в банке» более вероятным, и намеренно нелогичным аргументом, в котором говорилось, что «Линда — кассир-феминистка» более вероятным, «потому что она похожа на активиста. феминистка больше похожа на кассира в банке «. Шестьдесят пять процентов испытуемых сочли нелогичный аргумент более убедительным. Другие исследователи также проводили различные варианты этого исследования, изучая возможность того, что люди неправильно поняли вопрос. Они не устранили ошибку. Было показано, что люди с высокими показателями CRT значительно реже подвержены ошибочному соединению. Ошибка исчезает, когда вопрос задается по частотам. Все участники этих версий исследования признали, что из 100 человек, подходящих к описанию схемы, утверждение о соединении («Она — X и Y ») не может применяться к большему количеству людей, чем общее утверждение («Она — X »).

Незнание размера выборки

Тверски и Канеман попросили испытуемых рассмотреть проблему случайной вариации. Представив для простоты, что ровно половина младенцев, рожденных в больнице, — мальчики, это соотношение не будет ровно половиной в каждый период времени. В одни дни родится больше девочек, а в другие — больше мальчиков. Вопрос заключался в том, зависит ли вероятность отклонения от ровно половины от того, много или мало рождений в день? Это хорошо известное следствие теории выборки, что пропорции будут меняться гораздо больше изо дня в день, когда типичное количество рождений в день невелико. Однако ответы людей на проблему не отражают этого факта. Обычно они отвечают, что количество родов в больнице не влияет на вероятность рождения более 60% детей мужского пола за один день. Объяснение с точки зрения эвристики состоит в том, что люди учитывают только то, насколько репрезентативна цифра в 60% от ранее данного среднего значения в 50%.

Эффект разведения

Ричард Э. Нисбетт и его коллеги предполагают, что репрезентативность объясняет эффект разбавления , при котором нерелевантная информация ослабляет эффект стереотипа . Испытуемых в одном исследовании спросили, будет ли «Пол» или «Сьюзен» более напористыми, не предоставив никакой другой информации, кроме их имен. Они оценили Пола как более напористого, по всей видимости, исходя из гендерного стереотипа. Другая группа, рассказавшая, что матери Пола и Сьюзен ездят на работу в банк, не продемонстрировала этот стереотипный эффект; они оценили Пола и Сьюзен как одинаково настойчивых. Объяснение состоит в том, что дополнительная информация о Поле и Сьюзен сделала их менее репрезентативными для мужчин или женщин в целом, и поэтому ожидания испытуемых в отношении мужчин и женщин имели более слабый эффект. Это означает, что несвязанная и недиагностическая информация об определенной проблеме может сделать относительную информацию менее важной для проблемы, когда люди поймут это явление.

Неправильное восприятие случайности

Репрезентативность объясняет систематические ошибки, которые люди допускают при оценке вероятности случайных событий. Например, в последовательности подбрасываний монеты, при каждой из которых выпадает орел (H) или решка (T), люди склонны достоверно оценивать четко структурированную последовательность, такую как HHHTTT, как менее вероятную, чем последовательность с менее узором, такую как HTHTTH. Эти последовательности имеют точно такую же вероятность, но люди склонны рассматривать более четко структурированные последовательности как менее репрезентативные для случайности и, следовательно, с меньшей вероятностью возникать в результате случайного процесса. Тверски и Канеман утверждали, что этот эффект лежит в основе заблуждения игрока ; тенденция ожидать, что результаты выровняются в краткосрочной перспективе, например, ожидание того, что колесо рулетки окажется черным, потому что последние несколько бросков оказались красными. Они подчеркнули, что даже эксперты по статистике подвержены этой иллюзии: в опросе профессиональных психологов 1971 года они обнаружили, что респонденты ожидали, что выборки будут чрезмерно репрезентативными для населения, из которого они были взяты. В результате психологи систематически переоценивали статистическую силу своих тестов и недооценивали размер выборки, необходимый для содержательной проверки их гипотез.

Крепление и регулировка

Привязка и корректировка — это эвристика, используемая во многих ситуациях, когда люди оценивают число. Согласно первоначальному описанию Тверски и Канемана, он включает в себя начало с легко доступного числа — «якоря» — и перемещение вверх или вниз, чтобы получить ответ, который кажется правдоподобным. В экспериментах Тверски и Канемана люди не отходили достаточно далеко от якоря. Следовательно, привязка искажает оценку, даже если она явно не имеет отношения к делу. В одном эксперименте испытуемые наблюдали, как число выбирается из вращающегося «колеса фортуны». Они должны были сказать, было ли данное количество больше или меньше этого числа. Например, их могут спросить: «Является ли процент африканских стран, которые являются членами Организации Объединенных Наций, больше или меньше 65%?» Затем они попытались угадать истинный процент. Их ответы хорошо коррелировали с произвольным числом, которое им дали. Недостаточная регулировка от якоря — не единственное объяснение этого эффекта. Альтернативная теория состоит в том, что люди формируют свои оценки на основе доказательств, которые выборочно доводятся до сведения ведущего.

На сумму денег, которую люди заплатят на аукционе за бутылку вина, можно повлиять, приняв произвольное двузначное число.

Эффект привязки был продемонстрирован множеством экспериментов как в лабораториях, так и в реальном мире. Остается, когда испытуемым предлагают деньги как стимул быть точными или когда им прямо говорят не основывать свое суждение на привязке. Эффект сильнее, когда людям приходится быстро выносить суждения. У испытуемых в этих экспериментах отсутствует интроспективное понимание эвристики, и они отрицают, что привязка повлияла на их оценки.

Даже когда значение привязки явно случайное или экстремальное, оно все равно может искажать оценки. В одном эксперименте испытуемым предлагалось оценить год первого визита Альберта Эйнштейна в Соединенные Штаты. Якоря 1215 и 1992 годов испортили ответы не меньше, чем более разумные годы якоря. В других экспериментах испытуемых спрашивали, составляет ли средняя температура в Сан-Франциско более или менее 558 градусов, или же было выпущено более или менее 100 025 альбомов первой десятки The Beatles . Эти заведомо абсурдные якоря по-прежнему влияли на оценки истинных цифр.

Привязка приводит к особенно сильному смещению, когда оценки выражаются в форме доверительного интервала . Примером может служить то, когда люди предсказывают значение индекса фондового рынка в конкретный день, определяя верхнюю и нижнюю границы, чтобы они были на 98% уверены, что истинное значение будет находиться в этом диапазоне. Надежный вывод состоит в том, что люди привязывают свои верхние и нижние границы слишком близко к своей наилучшей оценке. Это приводит к эффекту самоуверенности . Один из часто повторяемых результатов состоит в том, что когда люди на 98% уверены, что число находится в определенном диапазоне, они ошибаются примерно в 30-40% случаев.

Привязка также вызывает особые трудности, когда многие числа объединяются в составное суждение. Тверски и Канеман продемонстрировали это, попросив группу людей быстро оценить продукт 8 x 7 x 6 x 5 x 4 x 3 x 2 x 1. Другой группе пришлось оценить тот же продукт в обратном порядке; 1 x 2 x 3 x 4 x 5 x 6 x 7 x 8. Обе группы сильно недооценили ответ, но средняя оценка последней группы была значительно меньше. Объяснение с точки зрения привязки состоит в том, что люди умножают первые несколько членов каждого продукта и привязываются к этой цифре. Менее абстрактная задача — оценить вероятность крушения самолета, учитывая, что существует множество возможных неисправностей, каждая с вероятностью одна из миллиона. Обычный вывод из исследований этих задач состоит в том, что люди зацикливаются на вероятностях малых компонентов и поэтому недооценивают общую сумму. Соответствующий эффект происходит, когда люди оценивают вероятность нескольких событий, происходящих последовательно, например, экспресс-ставка в скачках. Для такого рода суждений привязка к отдельным вероятностям приводит к переоценке совокупной вероятности.

Примеры

Оценка товаров людьми и количества, которые они покупают, реагируют на эффект привязки. В одном эксперименте люди записывали последние две цифры своего номера социального страхования . Затем их попросили подумать, будут ли они платить такое количество долларов за предметы, стоимость которых они не знали, например, вино, шоколад и компьютерное оборудование. Затем они участвовали в аукционе, чтобы сделать ставку на эти предметы. Те, у кого были самые высокие двузначные числа, подали заявки, которые были во много раз выше, чем те, у которых были самые низкие числа. Когда на стопке банок с супом в супермаркете была написана надпись «Максимум 12 на покупателя», эта этикетка побуждала покупателей покупать больше банок. В другом эксперименте агенты по недвижимости оценивали стоимость домов на основе экскурсии и обширной документации. Разным агентам были показаны разные листинговые цены, что повлияло на их оценку. Для одного дома, оценочная стоимость колебалась от US $ 114204 до $ 128754.

Также было показано, что привязка и корректировка влияют на оценки учащихся. В одном эксперименте 48 учителям раздали комплекты студенческих сочинений, каждое из которых нужно было оценить и вернуть. Им также дали вымышленный список предыдущих оценок учеников. Среднее значение этих оценок повлияло на оценки, которые учителя выставляли за эссе.

Одно исследование показало, что привязка повлияла на приговоры в вымышленном процессе изнасилования. Испытуемые были судьями, в среднем со стажем более пятнадцати лет. Они читают документы, включая свидетельские показания, заключения экспертов, соответствующий уголовный кодекс и последние заявления обвинения и защиты. Два условия этого эксперимента различались только в одном отношении: прокурор потребовал 34 месяца лишения свободы при одном условии и 12 месяцев при другом; разница между средним сроком заключения в этих двух условиях составляла восемь месяцев. В аналогичном судебном процессе испытуемые выступали в роли присяжных по гражданскому делу. Их либо попросили присудить компенсацию «в диапазоне от 15 до 50 миллионов долларов», либо «в диапазоне от 50 до 150 миллионов долларов». Хотя факты по делу каждый раз были одинаковыми, присяжные, учитывая более высокий диапазон, приняли решение о награде, которая была примерно в три раза выше. Это произошло, несмотря на то, что испытуемых прямо предупредили, чтобы они не рассматривали запросы как доказательства.

На оценки также могут влиять предоставленные стимулы. В одном обзоре исследователи обнаружили, что если стимулы воспринимаются как важные или имеют «вес» в ситуации, люди с большей вероятностью приписывают эти стимулы как более тяжелые физически.

Эвристический эффект

« Аффект » в этом контексте — это чувство страха, удовольствия или удивления. Он короче по продолжительности, чем настроение , возникает быстро и непроизвольно в ответ на раздражитель . Хотя чтение слов «рак легких» может вызвать аффект страха , слова «материнская любовь» могут вызвать аффект привязанности и комфорта. Когда люди используют аффект («инстинктивные реакции») для оценки преимуществ или рисков, они используют эвристику аффекта. Эвристика аффекта использовалась для объяснения того, почему сообщения, созданные для активации эмоций, более убедительны, чем сообщения, сформулированные чисто фактическим путем.

Другие

Теории

Существуют конкурирующие теории человеческого суждения, которые расходятся во мнениях относительно того, является ли использование эвристики иррациональным. Подход когнитивной лени утверждает, что эвристика — это неизбежный ярлык, учитывая ограничения человеческого мозга. Согласно подходу естественных оценок , некоторые сложные вычисления уже производятся мозгом быстро и автоматически, а в других суждениях используются эти процессы, а не вычисления с нуля. Это привело к теории под названием «подстановка атрибутов», которая гласит, что люди часто решают сложный вопрос, отвечая на другой, связанный вопрос, не осознавая, что именно они это делают. Третий подход утверждает, что эвристика работает так же хорошо, как и более сложные процедуры принятия решений, но быстрее и с меньшим объемом информации. Такой подход подчеркивает «быструю и экономную» природу эвристики.

Когнитивная лень

Схема сокращения усилий, предложенная Ануджем К. Шахом и Дэниелом М. Оппенгеймером, гласит, что люди используют различные методы, чтобы уменьшить усилия при принятии решений.

Подстановка атрибутов

Наглядный пример подстановки атрибута. Эта иллюзия работает, потому что размер 2D частей сцены оценивается на основе размера 3D (перспективы), который быстро вычисляется визуальной системой.

В 2002 году Дэниел Канеман и Шейн Фредерик предложили процесс, называемый подстановкой атрибутов, который происходит без осознания. Согласно этой теории, когда кто-то делает суждение (о целевом атрибуте ), которое является сложным с вычислительной точки зрения, заменяется более легко вычисляемый эвристический атрибут . Фактически, сложная проблема решается путем ответа на довольно простую проблему, при этом человек не осознает, что это происходит. Это объясняет, почему люди могут не осознавать свои собственные предубеждения и почему предубеждения сохраняются даже тогда, когда субъект узнает о них. Это также объясняет, почему человеческие суждения часто не показывают возврата к среднему значению .

Считается, что эта замена имеет место в автоматической интуитивной системе суждения, а не в рефлексивной системе с большим самосознанием . Следовательно, когда кто-то пытается ответить на сложный вопрос, он может фактически ответить на связанный, но другой вопрос, не осознавая, что произошла замена.

В 1975 году психолог Стэнли Смит Стивенс предположил, что сила стимула (например, яркость света, тяжесть преступления) кодируется клетками мозга независимо от модальности . Канеман и Фредерик основывались на этой идее, утверждая, что целевой атрибут и эвристический атрибут могут быть очень разными по своей природе.

[Люди] не привыкли усердно мыслить и часто довольствуются правдоподобным суждением, которое приходит на ум.

Дэниел Канеман , American Economic Review 93 (5) декабрь 2003 г., стр. 1450

Канеман и Фредерик предлагают три условия подстановки атрибутов:

Атрибут target относительно недоступен.
Не ожидается, что произойдет замена при ответах на фактические вопросы, которые можно извлечь непосредственно из памяти («Какой у тебя день рождения?») Или о текущем опыте («Вы чувствуете жажду сейчас?).
Связанный атрибут очень доступен.
Это может быть потому, что оно автоматически оценивается при нормальном восприятии, или потому, что оно было настроено . Например, кто-то, кто думал о своей личной жизни, а затем спрашивают, насколько они счастливы, может заменить, насколько они счастливы, своей личной жизнью, а не другими сферами.
Подмена не обнаруживается и не корректируется отражающей системой.
Например, на вопрос: «Бита и мяч вместе стоят 1,10 доллара. Бита стоит на 1 доллар больше, чем мяч. Сколько стоит мяч?» многие испытуемые неправильно отвечают на 0,10 доллара. Объяснение с точки зрения подстановки атрибутов состоит в том, что вместо того, чтобы вычислить сумму, субъекты разбирают сумму в 1,10 доллара на большую и небольшую суммы, что легко сделать. Считают ли они, что это правильный ответ, будет зависеть от того, проверят ли они расчет с помощью своей рефлексивной системы.

Канеман приводит пример, когда некоторым американцам была предложена страховка от их собственной смерти в результате террористического нападения во время поездки в Европу, а другой группе была предложена страховка, которая покрывала бы смерть любого рода во время поездки. Несмотря на то, что «смерть любого вида» включает «смерть в результате террористического нападения», первая группа была готова заплатить больше, чем вторая. Канеман предполагает, что атрибут страха заменяется подсчетом общих рисков путешествия. Страх перед терроризмом для этих испытуемых был сильнее, чем общий страх смерти в зарубежной поездке. См. Свежую сводку по замене атрибутов в Morewedge and Kahneman (2010).

Быстро и экономно

Герд Гигеренцер и его коллеги утверждали, что эвристика может использоваться для вынесения точных, а не предвзятых суждений. По их мнению, эвристика — это «быстрая и экономная» альтернатива более сложным процедурам, дающая столь же хорошие ответы.

Последствия

Эффективная эвристика принятия решений

Уоррен Торнгейт, заслуженный социальный психолог, реализовал 10 простых правил принятия решений или эвристик в программе моделирования, поскольку компьютерные подпрограммы выбирали альтернативу. Он определил, как часто каждая эвристика выбирает альтернативы с наибольшим и наименьшим ожидаемым значением в серии случайно сгенерированных ситуаций принятия решений. Он обнаружил, что большинство смоделированных эвристик выбирают альтернативы с самым высоким ожидаемым значением и почти никогда не выбирают альтернативы с самым низким ожидаемым значением. Более подробную информацию о моделировании можно найти в его статье «Эффективная эвристика принятия решений» (1980).

Эффект «Красиво-знакомо»

Психолог Бенуа Монен сообщает о серии экспериментов, в которых испытуемые, глядя на фотографии лиц, должны решить, видели ли они эти лица раньше. Неоднократно обнаруживается, что привлекательные лица с большей вероятностью будут ошибочно считаться знакомыми. Монин интерпретирует этот результат в терминах подстановки атрибутов. Эвристический признак в данном случае — «теплое свечение»; положительное чувство к кому-то, которое может быть связано либо с тем, что он знаком, либо потому, что он привлекателен. Эта интерпретация подвергалась критике, поскольку не все различия в узнаваемости объясняются привлекательностью фотографии.

Суждения морали и справедливости

Ученый-правовед Касс Санстейн утверждал, что подмена атрибутов широко распространена, когда люди рассуждают о моральных , политических или юридических вопросах. Учитывая сложную, новую проблему в этих областях, люди ищут более знакомую, связанную проблему («прототипический случай») и применяют ее решение как решение более сложной проблемы. Согласно Санстейну, мнения доверенных политических или религиозных авторитетов могут служить эвристическими атрибутами, когда людей спрашивают, их собственное мнение по какому-либо вопросу. Еще одним источником эвристических атрибутов являются эмоции : моральное мнение людей по таким чувствительным вопросам, как сексуальность и клонирование человека, может быть обусловлено реакцией, такой как отвращение , а не обоснованными принципами. Санстейну поставили под сомнение то, что он не предоставил достаточно доказательств того, что в этих случаях работает замещение атрибутов, а не другие процессы.

Убеждение

Смотрите также

Цитаты

Ссылки

Барон, Джонатан (2000), Думая и решая (3-е изд.), Нью-Йорк: Cambridge University Press, ISBN 978-0521650304 , OCLC 316403966
Фидлер, Клаус; фон Зюдов, Момме (2015), «Эвристика и предубеждения: за пределами суждения Тверски и Канемана (1974) в условиях неопределенности» (PDF) , в Айзенке, Майкл В .; Грум, Дэвид, Когнитивная психология: пересмотр классических исследований , Sage, Лондон, стр. 146–161, ISBN 9781446294475
Гигеренцер, Г. (1996), «Об узких нормах и неопределенных эвристиках: ответ Канеману и Тверски. Эвристика», Psychological Review , 103 (3): 592–596, DOI : 10.1037 / 0033-295X.103.3.592
Гилович, Томас; Гриффин, Дейл В. (2002), «Введение — эвристика и предвзятость: тогда и сейчас», в Гилович, Томас; Гриффин, Дейл В .; Канеман, Дэниел, Эвристика и предубеждения: психология интуитивного суждения , Cambridge University Press, стр. 1–18, ISBN 9780521796798
Хардман, Дэвид (2009), Суждение и принятие решений: психологические перспективы , Wiley-Blackwell, ISBN 9781405123983
Хасти, Рид; Доус, Робин М. (29 сентября 2009 г.), « Рациональный выбор в неопределенном мире: психология суждения и принятия решений» , SAGE, ISBN 9781412959032
Koehler, Дерек Дж .; Харви, Найджел (2004), Справочник Блэквелла по суждениям и принятию решений , Wiley-Blackwell, ISBN 9781405107464
Кунда, Зива (1999), Социальное познание: понимание людей , MIT Press, ISBN 978-0-262-61143-5 , OCLC 40618974
Муссвайлер, Томас; Englich, Birte; Strack, Fritz (2004), «Эффект привязки», в Pohl, Rüdiger F., Когнитивные иллюзии: справочник по ошибкам и предубеждениям в мышлении, суждениях и памяти , Хоув, Великобритания: Psychology Press, стр. 183–200, ISBN 9781841693514 , OCLC 55124398
Плюс, Скотт (1993), Психология суждения и принятия решений , McGraw-Hill, ISBN 9780070504776 , OCLC 26931106
Паундстон, Уильям (2010), Бесценный: миф о справедливой стоимости (и как воспользоваться этим) , Хилл и Ван, ISBN 9780809094691
Ребер, Рольф (2004), «Доступность», у Пола, Рюдигера Ф., Когнитивные иллюзии: Справочник по ошибкам и предубеждениям в мышлении, суждениях и памяти , Хоув, Великобритания: Psychology Press, стр. 147–163, ISBN 9781841693514 , OCLC 55124398
Сазерленд, Стюарт (2007), Иррациональность (2-е изд.), Лондон: Пинтер и Мартин, ISBN 9781905177073 , OCLC 72151566
Тейген, Карл Халвор (2004), «Суждения по репрезентативности», у Пола, Рюдигера Ф., Когнитивные иллюзии: Справочник по ошибкам и предубеждениям в мышлении, суждениях и памяти , Хоув, Великобритания: Psychology Press, стр. 165–182, ISBN 9781841693514 , OCLC 55124398
Тверски, Амос; Канеман, Дэниел (1974), «Суждение в условиях неопределенности: Эвристика и уклоны» (PDF) , Science , 185 (4157): 1124-1131, DOI : 10.1126 / science.185.4157.1124 , PMID 17835457перепечатано в книге Даниэля Канемана; Пол Слович; Амос Тверски, ред. (1982). Суждение в условиях неопределенности: эвристика и предубеждения . Кембридж: Издательство Кембриджского университета. С. 3–20. ISBN 9780521284141 .
Юдковски, Элиэзер (2008), «Когнитивные искажения, потенциально влияющие на оценку глобальных рисков», в Bostrom, Nick; Жиркович, Милан М., Глобальные катастрофические риски , Oxford University Press, стр. 91–129, ISBN 9780198570509

дальнейшее чтение

Слович, Пол; Мелисса Финукейн; Эллен Петерс; Дональд Дж. МакГрегор (2002). «Эвристика аффекта». У Томаса Гиловича; Дейл Гриффин; Даниэль Канеман. Эвристика и предубеждения: психология интуитивного суждения . Издательство Кембриджского университета. С. 397–420. ISBN 9780521796798 .

внешние ссылки

Исследование эвристических комбинаций для гиперэвристических систем для задачи расписания неквалифицированных экзаменов

Автор

Реферат

Исследования в области составления расписания экзаменов продвигаются в сторону разработки методов, которые хорошо обобщают целый ряд проблем. Это достигается за счет реализации гиперэвристических систем для поиска наилучшей эвристической или эвристической комбинации для распределения экзаменов при построении расписания для задачи.Эвристические комбинации обычно представляют собой список эвристик нижнего уровня, которые применяются последовательно. В этом исследовании предлагается альтернативное представление эвристических комбинаций, а именно иерархическая комбинация эвристик. Кроме того, эвристика в каждой комбинации применяется одновременно, а не последовательно. Исследование также вводит новую эвристику низкого уровня, а именно максимальную стоимость. Набор эвристических комбинаций этого формата был протестирован на 13 тестах Картера.Качество расписаний экзаменов, созданных с использованием этих комбинаций, сопоставимо, а в некоторых случаях лучше, чем у гиперэвристических систем, комбинирующих и применяющих эвристические комбинации последовательно.

Скачать полный текст от издателя

Поскольку доступ к этому документу ограничен, вы можете найти его другую версию.

Ссылки, перечисленные в IDEAS

Берк, Эдмунд Киран и Петрович, Саня, 2002.
« Последние направления исследований в области автоматизированного составления расписаний »,
Европейский журнал операционных исследований,
Elsevier, т.140 (2), страницы 266-280, июль.
Берк, Эдмунд К. и Макколлум, Барри и Майзелс, Амнон и Петрович, Санья и Ку, Ронг, 2007.
« Гиперэвристика на основе графиков для учебных задач по составлению расписания »,
Европейский журнал операционных исследований,
Elsevier, т. 176 (1), страницы 177–192, январь.
E.K. Берк и Дж. П. Ньюолл, 2004.
« Решение проблем с расписанием экзаменов путем адаптации эвристических порядков »,
Анналы исследований операций, Springer, vol.129 (1), страницы 107-134, июль.

Полные ссылки (в том числе те, которые не соответствуют элементам в IDEAS)

Цитаты

Цитаты извлекаются проектом CitEc, подпишитесь на его RSS-канал для этого элемента.

Цитируется по:

Сиариза Абдул-Рахман и Эдмунд Берк, Анджей Барджела, Барри Макколлум и Эндер Озкан, 2014.
« Конструктивный подход к составлению расписания экзаменов на основе адаптивной декомпозиции и упорядочивания »,
Анналы исследований операций, Springer, vol.218 (1), страницы 3–21, июль.
Кахар, M.N.M. И Кендалл, Г., 2010.
« Проблема расписания экзаменов в Университете Малайзии в Паханге: сравнение конструктивной эвристики с существующим программным решением »,
Европейский журнал операционных исследований, Elsevier, vol. 207 (2), страницы 557-565, декабрь.
Джонс, Джилл, 2015.
« Операционные исследования в образовании ,»
Европейский журнал операционных исследований,
Elsevier, т. 243 (3), страницы 683-696.
Нелишиа Пиллэй, 2016.« Обзор гиперэвристики для составления расписания учебных заведений »,
Анналы исследований операций, Springer, vol. 239 (1), страницы 3-38, апрель.
Мохаммед Аль-Бетар и Ахамад Хадер и Ияд Доуш, 2014 г.
« Меметические методы составления расписания экзаменов »,
Анналы исследований операций, Springer, vol. 218 (1), страницы 23-50, июль.
Эдмунд Берк, Ронг Ку и Амр Согьер, 2014 г.
« Адаптивный выбор эвристики для улучшения расписания экзаменов »,
Анналы исследований операций, Springer, vol.218 (1), страницы 129–145, июль.
Нелишиа Пиллэй, 2014 г.
« Обзор исследования школьного расписания »,
Анналы исследований операций, Springer, vol. 218 (1), страницы 261-293, июль.
Алехандро Катальдо и Хуан-Карлос Феррер, Хайме Миранда и Пабло А. Рей и Антуан Соре, 2017.
« Целочисленный подход к составлению расписания экзаменов на основе учебной программы. »
Анналы исследований операций, Springer, vol. 258 (2), страницы 369-393, ноябрь.
Хейри, Ахмед и Озкан, Эндер, 2016 г.« Итеративная гиперэвристика многоэтапного выбора »,
Европейский журнал операционных исследований,
Elsevier, т. 250 (1), страницы 77-90.
Абдул Рахман, Сиариза и Барджела, Анджей и Берк, Эдмунд К. и Озкан, Эндер и Макколлум, Барри и МакМаллан, Пол, 2014.
« Адаптивная линейная комбинация эвристических порядков при построении расписания экзаменов ,»
Европейский журнал операционных исследований,
Elsevier, т. 232 (2), страницы 287-297.

Исправления

Все материалы на этом сайте предоставлены соответствующими издателями и авторами.Вы можете помочь исправить ошибки и упущения. При запросе исправления укажите идентификатор этого элемента: RePEc: eee: ejores: v: 197: y: 2009: i: 2: p: 482-491 . См. Общую информацию о том, как исправить материал в RePEc.

По техническим вопросам, касающимся этого элемента, или для исправления его авторов, названия, аннотации, библиографической информации или информации для загрузки, обращайтесь: (Haili He). Общие контактные данные провайдера: http://www.elsevier.com/locate/eor .

Если вы создали этот элемент и еще не зарегистрированы в RePEc, мы рекомендуем вам сделать это здесь.Это позволяет связать ваш профиль с этим элементом. Это также позволяет вам принимать возможные ссылки на этот элемент, в отношении которого мы не уверены.

Если CitEc распознал ссылку, но не связал с ней элемент в RePEc, вы можете помочь с этой формой .

Если вам известно об отсутствующих элементах, цитирующих этот элемент, вы можете помочь нам создать эти ссылки, добавив соответствующие ссылки таким же образом, как указано выше, для каждого элемента ссылки. Если вы являетесь зарегистрированным автором этого элемента, вы также можете проверить вкладку «Цитаты» в своем профиле службы авторов RePEc, поскольку там могут быть некоторые цитаты, ожидающие подтверждения.

Обратите внимание, что исправления могут занять пару недель, чтобы отфильтровать
различные сервисы RePEc.

Адаптивная линейная комбинация эвристических порядков при построении расписания экзаменов

Автор

Перечислено:

Abdul Rahman, Syariza
Bargiela, Анджей
Берк, Эдмунд К.
Озджан, Эндер
Макколлум, Барри
Макмаллан, Пол

Abstract

В этой статье мы исследуем адаптивные линейные комбинации эвристик раскраски графов с эвристическим модификатором для решения проблемы расписания экзаменов.Мы вызываем стратегию нормализации для каждого параметра, чтобы обобщить данные конкретной проблемы. В этом исследовании использовались две эвристики раскраски графов (наибольшая степень и степень насыщения). Оценка сложности назначения каждого экзамена была получена путем адаптивной линейной комбинации этих двух эвристик, и экзамены в списке были упорядочены на основе этого значения. Экзамены со значением балла, представляющим более высокую сложность, были выбраны для планирования на основе двух стратегий.Мы протестировали одиночную и множественную эвристику с эвристическим модификатором и без него с различными комбинациями весовых значений для каждого параметра в наборах данных эталонных тестов Toronto и ITC2007. Мы заметили, что комбинация нескольких эвристик с эвристическим модификатором предлагает эффективный способ получения решения хорошего качества. Экспериментальные результаты показывают, что наш подход дает многообещающие результаты. Мы пришли к выводу, что эта адаптивная линейная комбинация эвристик является высокоэффективным и простым в реализации методом.

Скачать полный текст от издателя

Так как доступ к этому документу ограничен, вы можете поискать его другую версию.

Ссылки, перечисленные в IDEAS

Kahar, M.N.M. И Кендалл, Г., 2010.
« Проблема планирования экзаменов в Университете Малайзии в Паханге: сравнение конструктивной эвристики с существующим программным решением »,
Европейский журнал операционных исследований, Elsevier, vol. 207 (2), страницы 557-565, декабрь.
Ку, Ронг и Берк, Эдмунд К. и МакКоллум, Барри, 2009.
« Адаптивное автоматизированное построение гибридных эвристик для задач планирования экзаменов и раскраски графиков »,
Европейский журнал операционных исследований, Elsevier, vol.198 (2), страницы 392-404, октябрь.
Пиллэй, Н. и Банцаф, В., 2009.
« Исследование эвристических комбинаций для гиперэвристических систем для задачи планирования неквалифицированного экзамена «,
Европейский журнал операционных исследований, Elsevier, vol. 197 (2), страницы 482-491, сентябрь.
Уайт, Джордж М. и Се, Билл С. и Зонджик, Стеван, 2004.
« Использование табу-поиска с долговременной памятью и расслаблением для создания расписания экзаменов »,
Европейский журнал операционных исследований, Elsevier, vol.153 (1), страницы 80-91, февраль.
Берк, Э.К. И Экерсли, А.Дж. И Макколлум, Б., Петрович, С., Ку, Р., 2010.
« Гибридные переменные соседние подходы к расписанию университетских экзаменов »,
Европейский журнал операционных исследований, Elsevier, vol. 206 (1), страницы 46-53, октябрь.
Турабие, Хамза и Абдулла, Салвани, 2011 г.
« Комплексный гибридный подход к проблеме планирования экзаменов »,
Омега, Эльзевир, т. 39 (6), страницы 598-607, декабрь.
Берк, Эдмунд К. и Макколлум, Барри и Майзелс, Амнон и Петрович, Санджа и Ку, Ронг, 2007.
« Гиперэвристика на основе графиков для учебных задач по составлению расписания »,
Европейский журнал операционных исследований, Elsevier, vol. 176 (1), страницы 177–192, январь.

Полные ссылки (включая те, которые не соответствуют позициям в IDEAS)

Цитаты

Цитаты извлекаются проектом CitEc, подпишитесь на его RSS-канал для этого элемента.

Цитируется по:

Nelishia Pillay, 2016.
« Обзор гиперэвристики для составления расписания учебных заведений »,
Анналы исследований операций, Springer, vol. 239 (1), страницы 3-38, апрель.
Эдмунд К. Берк и Юрий Быков, 2016.
« Адаптивный гибкий подход к расписанию университетских экзаменов »,
ИНФОРМС Журнал по вычислительной технике, ИНФОРМС, вып. 28 (4), страницы 781-794, ноябрь.
Таха Арбауи, Жан-Поль Буффле и Азиз Мукрим, 2015 г.« Предварительная обработка и улучшенная модель MIP для планирования экзаменов »,
Анналы исследований операций, Springer, vol. 229 (1), страницы 19-40, июнь.
Де Боек, Лисье и Белиен, Йерун и Кримерс, Стефан, 2016 г.
« Подход к созданию столбцов для решения проблемы планирования экзаменов. Имя автора: Вуманс, Герт «,
Европейский журнал операционных исследований,
Elsevier, т. 253 (1), страницы 178-194.
Сориа-Алькарас, Хорхе А. и Очоа, Габриэла и Свон, Джерри и Карпио, Мартин и Пуга, Гектор и Берк, Эдмунд К., 2014.
« Эффективная гиперэвристика обучения для задачи планирования курса »,
Европейский журнал операционных исследований,
Elsevier, т. 238 (1), страницы 77-86.
Хейри, Ахмед и Озкан, Эндер, 2016 г.
« Итеративная гиперэвристика многоэтапного выбора «,
Европейский журнал операционных исследований,
Elsevier, т. 250 (1), страницы 77-90.

Исправления

Все материалы на этом сайте предоставлены соответствующими издателями и авторами.Вы можете помочь исправить ошибки и упущения. При запросе исправления укажите идентификатор этого элемента: RePEc: eee: ejores: v: 232: y: 2014: i: 2: p: 287-297 . См. Общую информацию о том, как исправить материал в RePEc.

Если CitEc распознал ссылку, но не связал с ней элемент в RePEc, вы можете помочь с этой формой .

Обратите внимание, что исправления могут занять пару недель, чтобы отфильтровать
различные сервисы RePEc.

Комбинированная эвристическая стратегия атак на сложные сети

Журналы
Публикуйте с нами
Партнерские отношения с издателями
О нас
Блог

Математические проблемы в инженерии

+ Журнал МенюTDF

Обзор журнала

Для авторов Обзор журнала

Для авторов

Спецвыпуски

ОтправитьМатематические задачи в инженерии / 2017 / СтатьяСтатья Разделы

На этой странице

АннотацияВведениеМатериалы и методыРезультатыВыводыКонфликт интересов БлагодарностиСсылкиАвторское право .

Новая гибридная эвристика для поиска гамильтонова цикла

Проблема гамильтонова цикла — одна из наиболее изученных комбинаторных задач. Как NP-полная проблема, эвристические подходы оказываются более мощными, чем алгоритмы экспоненциальной точности по времени. В этой статье представлена эффективная гибридная эвристика, которая находится между сложными надежными подходами и простыми более быстрыми подходами. Предлагаемый алгоритм представляет собой комбинацию жадного преобразования вращения и эвристики недостижимых вершин, который работает в три этапа.На первом этапе создается начальный путь с помощью жадного поиска в глубину. Затем этот начальный путь расширяется до гамильтонова пути во второй фазе с использованием преобразования вращения и жадного поиска в глубину. Третья фаза преобразует гамильтонов путь в гамильтонов цикл с помощью преобразования вращения. Предлагаемый подход может найти гамильтоновы циклы из набора жестких графов, собранных из литературы, всех экземпляров гамильтониана (от 1000 до 5000 вершин), приведенных в TSPLIB, и некоторых экземпляров FHCP Challenge Set.Кроме того, алгоритм имеет временную сложность наихудшего случая O (n ³). Производительность алгоритма сравнивалась с современными алгоритмами, и было обнаружено, что HybridHAM превосходит другие с точки зрения времени работы.

1. Введение

Задача гамильтонова цикла (HCP) состоит в том, чтобы идентифицировать цикл в неориентированном графе, соединяющем все вершины в графе. Она рассматривается как подзадача самой популярной NP-полной задачи, задачи коммивояжера (TSP), где задача состоит в том, чтобы найти минимальный взвешенный гамильтонов цикл.Гамильтоновы циклы имеют множество применений, таких как реконструкция геномных последовательностей, решение таких игр, как икозианская игра, поиск коня на шахматной доске и поиск круговых вложений для регулярных графов. На сегодняшний день не существует единого эффективного алгоритма решения этой проблемы. Современные алгоритмы в основном подразделяются на два: алгоритмы исчерпывающего поиска с экспоненциальным временем и эвристические алгоритмы с полиномиальным временем. В то время как первая категория гарантирует правильное решение, вторая — нет. Последний дает решение в большинстве случаев за значительно меньшее время по сравнению с первым.Алгоритмы из первой категории обычно находят некоторые эффективные правила отсечения для уменьшения пространства поиска и, таким образом, улучшения времени выполнения, в то время как алгоритмы из второй категории находят некоторые общие правила удара для поиска решения в как можно большем количестве экземпляров проблемы за меньшее время. . Цель этого исследования — разработать эвристику, которая будет более быстрой, чем устоявшиеся сложные эвристики, но более надежной, чем очень быстрые методы.

В литературе можно найти множество теорем, дающих необходимые и достаточные условия [1–4] для гамильтонова цикла.Эти условия используются для проверки гамильтоновости графа. Хорошее исследование [5] этих теорем и алгоритмов решения HCP дано Vandegriend & Basil. Рубин и Франк [6] предложили метод исчерпывающего поиска для нахождения всех гамильтоновых путей или циклов в ориентированном или неориентированном графе. Кристофидес [7] предложил алгоритм многолучевого распространения, который снова был алгоритмом интеллектуального поиска с экспоненциальной сложностью. Алгоритм Кристофидеса был улучшен Коджаем и Уильямом [8], предлагая две операции для сокращения области поиска.Мартелло [9] предложил алгоритм поиска с возвратом, который использует первую эвристику низкой степени для выбора следующей вершины. Ejov и др. [10] решили HCP путем решения уравнений, взятых из соседней матрицы графика. Даже при том, что они могли найти длинные циклы в случае негамильтоновых графов, они не могли уменьшить экспоненциальную временную сложность. Алгоритм Посы [11] считается базовым алгоритмом эвристических алгоритмов HCP. Идея Посы о вращательном преобразовании и его вариантах легла в основу почти всех эвристических алгоритмов, предложенных позже.Angluin и Valiant [12] предложили гораздо более сложное преобразование для ориентированного графа, поскольку преобразование вращения не подходит для ориентированного графа. Bollobas et al. [13] предложил алгоритм гамильтонова цикла, называемый HAM, который использует вращательное преобразование и расширение цикла. Различные версии алгоритма HAM, такие как SparseHam [14] и HideHam [15], также предлагаются для различных типов графов. Бруначчи [16] предложил два алгоритма DB2 и DB2A, которые рассматривают HCP как версию TSP, а не ребра как сильно взвешенные ребра.Алгоритм DB2A — это модификация алгоритма DBA для ориентированных графов, где ориентированный граф преобразуется в неориентированный граф. Многие эвристики TSP, такие как знаменитая эвристика Лин-Кернигана [17, 18], используют технику, называемую «k-opt» преобразованием [19, 20], которая представляет собой обмен k ребрами. Baniasadi et al. [21] предложили эвристику «змей и лестниц» для решения HCP, вдохновленную преобразованиями k-opt. Существует очень мало опубликованных эвристик HCP, которые находятся «посередине» между сложными надежными эвристиками и очень упрощенными (обычно линейными или квадратичными по времени) подходами.

Предлагаемая эвристика представляет собой комбинацию жадного поиска в глубину, недостижимой вершины и эвристики вращательного преобразования. Жадный поиск в глубину значительно сокращает время выполнения. Поиск является жадным, так как он всегда выбирает непосещенную вершину с низкой степенью для продолжения пути. В то время как эвристика недостижимой вершины снижает шансы зайти в тупик, вращательное преобразование помогает выйти из состояния тупика. Таким образом, предлагаемый метод быстрее сложных точных алгоритмов и более надежен, чем более быстрые эвристики.

2. Материалы и методы

2.1. Задача гамильтонова цикла

Гамильтонов цикл — это цикл, соединяющий все вершины в данном графе только один раз. Граф, содержащий хотя бы один гамильтонов цикл, называется гамильтоновым графом. Эта оптимизационная задача может быть формально определена следующим образом:

Дан граф G = (E, V), где E — множество ребер графа, V — множество вершин графа и.

Задача состоит в том, чтобы найти цикл HC = (v ₁, v ₂, ………,), где все () и () являются элементами E.

Это сложная задача, которая привлекла внимание как математиков, так и компьютерных ученых. Он считается одним из ярких представителей NP-полной проблемы.

2.2. Жадный поиск в глубину

Большое пространство поиска HCP можно исследовать как в ширину, так и в глубину. При поиске в глубину поиск выполняется по глубине, начиная с заданной вершины до точки, когда поиск не может продолжаться дальше или достигается тупик. Предлагаемая эвристика использует жадный поиск в глубину для создания гамильтонова пути.Построение пути начинается с вершины наивысшей степени, потому что это увеличивает вероятность возврата в начальную вершину. Степень вершины — это количество ребер, соединенных с этой вершиной. Остальные вершины пути выбираются с жадностью путем выбора соседа наименьшей степени среди непосещенных соседей. Вершины с наименьшей степенью добавляются первыми в путь, так как они могут стать недоступными при выборе его соседей. Например, если степень вершины равна двум, то оба ребра этой вершины должны присутствовать в гамильтоновом пути / цикле, и эти ребра сначала добавляются к пути.Вершины, которые являются частью построенного на данный момент пути, считаются «посещенными». Так как в гамильтоновом цикле вершина появляется только один раз, нужно учитывать только непосещенных соседей текущей вершины. Чтобы направить жадный поиск в глубину дальше к более длинным путям, предлагается эвристика недостижимых вершин. Согласно этой эвристике, перед добавлением вершины к пути проверяется условие недоступности для каждого из ее соседей. Эта эвристика объясняется в разделе 2.3.

2.3. Эвристика недостижимой вершины

В этом исследовании предлагается новая эвристика, а именно эвристика недостижимой вершины, для уменьшения вероятности достижения тупика при построении гамильтонова пути.

Определение 1. Пусть P — частичный путь, а x — конечная вершина на частичном пути. Выберите следующую вершину y ∈ Adj (x) на пути таким образом, чтобы количество непосещенных смежных вершин всех вершин Adj (y) было больше единицы.

Вершина называется недостижимой, если все ее соседи уже являются частью пути, построенного на данный момент. В этом случае добраться до вершины невозможно, и она становится недоступной. В этой предлагаемой эвристике, если при выборе вершины любой из ее непосещенных соседей становится недоступным, эта вершина не будет добавлена к пути.

Например, рассмотрим график, показанный на рисунке 1.

Эвристическое комбинирование: аналогии, неология, эвристическое комбинирование, использование передовых технологий, антропотехника.

Методы эвристического комбинирования — МегаЛекции

Эвристика — Значение, примеры и методы

История эвристики

Эвристические методы

Мозговой штурм

Синектика

Многомерные матрицы или метод «морфологического ящика»

Инверсия

8 практических эвристических правил

Замечайте все, что происходит вокруг

Сконцентрируйте на нескольких областях знания

Избегайте любой узости

Ассоциации

Психическая механика: движение, внимательность, нестандартность

Анализируйте идеи, заставляющие смеяться

Идеи не абсолютны

Воплощайте свои идеи

Интересные факты:

Эвристические алгоритмы формирования портфеля инвестиций / Хабр

Восхождение на холм

Метод наименьшей стоимости

Сбалансированная прибыль

Случайные методы

Случайный поиск

Последовательное приближение

Момент остановки

Локальный оптимум

Метод отжига

Сравнение эвристических методов

Эвристика Принятие решений. Психология. Люди, концепции, эксперименты

Эвристика — это… Что такое Эвристика?

История возникновения

Эвристические методы

Эвристические модели

Особенности эвристической деятельности

Результаты эвристической деятельности

См. также

Примечания

Литература

Ссылки

Эвристика — это… Что такое Эвристика?

История возникновения

Эвристические методы

Эвристические модели

Особенности эвристической деятельности

Результаты эвристической деятельности

См. также

Примечания

Литература

Ссылки

Эвристика в суждениях и принятии решений — Heuristics in judgment and decision-making

Типы

Доступность

Репрезентативность

Незнание базовых ставок

Ошибка соединения

Незнание размера выборки

Эффект разведения

Неправильное восприятие случайности

Крепление и регулировка

Примеры

Эвристический эффект

Другие

Теории

Когнитивная лень

Подстановка атрибутов

Быстро и экономно

Последствия

Эффективная эвристика принятия решений

Эффект «Красиво-знакомо»

Суждения морали и справедливости

Убеждение

Смотрите также

Цитаты

Ссылки

дальнейшее чтение

внешние ссылки

Исследование эвристических комбинаций для гиперэвристических систем для задачи расписания неквалифицированных экзаменов

Автор