第 ２６ 卷第 ９ 期 ２００９ 年 ９ 月　 计 算 机 应 用 研 究 Ａｐｐｌｉｃａｔｉｏｎ Ｒｅｓｅａｒｃｈ ｏｆ Ｃｏｍｐｕｔｅｒｓ Ｖｏｌ．２６ Ｎｏ．９ Ｓｅｐ．２００９ 情 感 计 算 与 工 程 理 性 黄云峰ａ，ｂ， 王时龙ａ 倡 （ 重庆大学 ａ．机械传动国家重点实验室； ｂ．自动化学院， 重庆 ４０００４４） 摘　要： 通过对情感与理性的相容性分析以及情感在集成、适应、动力和交互等方面的功能研究，指出情感是人 类解决现实复杂问题的有效机制。 在情感功能与工程需求的适配性分析的基础上指出，围绕情感所展开的情感 计算在复杂工程问题的求解上潜力巨大，具备有效性和一定的必要性。 提出了情感计算在工程领域研究的本源 性、相关性和可操作性策略，指出情感计算的工程实现需要对研究的切入点、情感发生机制、情感效应机制、平台 选择等关键环节予以关注，并给出了相关建议。 关键词： 情感计算； 工程； 理性； 多智能体系统 中图分类号： ＴＰ１８　　　文献标志码： Ａ　　　文章编号： １００１唱３６９５（２００９）０９唱３２２７唱０５ ｄｏｉ：１０．３９６９／ｊ．ｉｓｓｎ．１００１唱３６９５．２００９．０９．００７ Ａｆｆｅｃｔｉｖｅ ｃｏｍｐｕｔｉｎｇ ａｎｄ ｅｎｇｉｎｅｅｒｉｎｇ ｒａｔｉｏｎａｌｉｔｙ ＨＵＡＮＧ Ｙｕｎ唱ｆｅｎｇａ，ｂ， ＷＡＮＧ Ｓｈｉ唱ｌｏｎｇａ （a．State Key Laboratory of Mechanical Transmission， b．College of Automation， Chongqing University， Chongqing ４０００４４， China） Abstract： Ｔｈｒｏｕｇｈ ｔｈｅ ｃｏｍｐａｔｉｂｉｌｉｔｙ ａｎａｌｙｓｉｓ ｏｆ ｅｍｏｔｉｏｎ ａｎｄ ｒａｔｉｏｎａｌｉｔｙ， ａｎｄ ｔｈｅ ｓｔｕｄｙ ｏｆ ｅｍｏｔｉｏｎａｌ ｆｕｎｃｔｉｏｎｓ ｉｎ ｉｎｔｅｇｒａｔｉｏｎ， ａｄａｐｔａｔｉｏｎ， ｍｏｔｉｖｉｔｙ ａｎｄ ｉｎｔｅｒａｃｔｉｏｎ， ｉｔ ｗａｓ ｐｏｉｎｔｅｄ ｏｕｔ ｔｈａｔ ｅｍｏｔｉｏｎ ｗａｓ ａｎ ｅｆｆｅｃｔｉｖｅ ｍｅｃｈａｎｉｓｍ ｉｎ ｄｅａｌｉｎｇ ｗｉｔｈ ｃｏｍｐｌｅｘ ｐｒｏｂ唱 ｌｅｍｓ ｉｎ ｒｅａｌ ｗｏｒｌｄ．Ａｓ ｔｈｅ ｅｍｏｔｉｏｎ ｆｕｎｃｔｉｏｎｓ ｍａｔｃｈｅｄ ｗｅｌｌ ｗｉｔｈ ｔｈｅ ｅｎｇｉｎｅｅｒｉｎｇ ｒｅｑｕｉｒｅｍｅｎｔｓ， ａｆｆｅｃｔｉｖｅ ｃｏｍｐｕｔｉｎｇ， ｗｉｔｈ ｅｍｏ唱 ｔｉｏｎ ａｓ ｉｔｓ ｃｏｒｅ， ｗａｓ ｏｆ ｅｆｆｅｃｔｉｖｅｎｅｓｓ ａｎｄ ｃｅｒｔａｉｎ ｎｅｃｅｓｓｉｔｙ， ａｎｄ ｈａｄ ｇｒｅａｔ ｐｏｔｅｎｔｉａｌ ｉｎ ｓｏｌｖｉｎｇ ｃｏｍｐｌｅｘ ｅｎｇｉｎｅｅｒｉｎｇ ｐｒｏｂｌｅｍｓ． Ｃｏｍｍｉｔｔｅｄ ｔｈｅ ｅｎｄｏｇｅｎｏｕｓ， ｒｅｌｅｖａｎｃｅ ａｎｄ ｏｐｅｒａｔｉｏｎａｌ ｓｔｒａｔｅｇｙ ｏｆ ａｆｆｅｃｔｉｖｅ ｃｏｍｐｕｔｉｎｇ．Ｐｏｉｎｔｅｄ ｏｕｔ ｔｈａｔ ｃｏｎｃｅｒｎｓ ｓｈｏｕｌｄ ｂｅ ｍａｄｅ ｔｏ ｔｈｅ ｅｎｔｒｙ ｐｏｉｎｔ， ｔｈｅ ｅｍｏｔｉｏｎ ｅｌｉｃｉｔｏｒ， ｔｈｅ ｅｍｏｔｉｏｎ ｅｆｆｅｃｔｏｒ， ａｎｄ ｔｈｅ ｐｌａｔｆｏｒｍ ｃｈｏｉｃｅ， ｗｈｉｃｈ ｃｏｎｓｔｉｔｕｔｅｄ ｔｈｅ ｋｅｙ ｌｉｎｋｓ ｔｏ ｓｕｃｃｅｓｓ ｉｎ ｅｍｏｔｉｏｎ唱ｂａｓｅｄ ｓｙｓｔｅｍｓ ｉｎ ｅｎｇｉｎｅｅｒｉｎｇ ｐｒｏｊｅｃｔｓ， ａｎｄ ｇａｖｅ ｒｅｌａｔｅｄ ｒｅｃｏｍｍｅｎｄａｔｉｏｎｓ． Key words： ａｆｆｅｃｔｉｖｅ ｃｏｍｐｕｔｉｎｇ； ｅｎｇｉｎｅｅｒｉｎｇ； ｒａｔｉｏｎａｌｉｔｙ； ｍｕｌｔｉ唱ａｇｅｎｔ ｓｙｓｔｅｍ 征 ［４］ 于情感或能够对情感施加影响的计算 复杂性是人们生活的世界以及与其共栖的系统的关键特 重要心理机制与人类的其他心理过程一起共同赋予了人类这 0　引言 ［１］。 巨大的问题规模、众多决策变量的缠绕耦合、强烈的非 线性、未知的随机与动态特征———种种复杂性贯穿在客观世界 和人类社会生活的方方面面，工程实践领域所遇到的问题尤为 如此。 在纷繁复杂的世界面前，人类却时常表现出有效应对复 杂性的某些惊人能力，这些能力足以让目前最先进的基于逻辑 的计算技术相形见插。 情感（情绪），作为长期被忽视的一种 些能力。 情感计算（ａｆｆｅｃｔｉｖｅ ｃｏｍｐｕｔｉｎｇ） 作为与情感相关、来源 ［２］，近年来逐渐受到广 泛关注。 巴西学者 Ｊ．Ｓｐｉｎｏｌａ ｄｅ Ｆｒｅｉｔａｓ 认为，在计算机科学方 面，有两类研究分支展示了对情感问题的兴趣：ａ） 人机交互 （ｈｕｍａｎ唱ｃｏｍｐｕｔｅｒ ｉｎｔｅｒａｃｔｉｏｎ，ＨＣＩ），该分支集中注意力于用户 （人类）和机器之间的交互，并研究如何优化这种关系；ｂ）涉及 智能 ａｇｅｎｔ 系统，这些系统的内部结构基于情感（ 相应系统可 称为基于情感的系统），一般用于在决策制定、行为选择、行为 控制、可信赖性等方面改善系统性能 涉及情感计算的研究，多将其用于情感识别、情感表达、虚 拟化身、动画角色等人机交互方面，情感计算初期发展的动力 　　收稿日期： ２００９唱０１唱１４； 修回日期： ２００９唱０３唱１３　　基金项目： 重庆市科技资助项目（７２１０，７３２６） 　　作者简介：黄云峰（１９７４唱），男，湖北当阳人，讲 师，博 士 研 究 生，主 要 研 究 方 向 为 多 智 能 体 系 统、人 工 情 感、智 能 制 造 等（ｈｙｆ５２５＠１２６．ｃｏｍ）； 王时龙（１９６６唱），男，教授，博导，博士，主要研究方向为制造自动化技术、多智能体系统． 多来源于此，如 １９９４ 年美国卡耐基梅隆大学的 Ｂａｔｅｓ 等人 率先进行了情感与可信角色关系的研究，Ｓｏｎｙ 公司推出了 ＡＩ唱 ＢＯ 机器狗商品等。 这方面研究目前仍是情感计算研究的主 流，文献［５］在这方面进行了较详细的综述。 将情感计算用于 认知、推理、ａｇｅｎｔ 间交互、生产控制等方面的研究是情感计算 在工程领域的应用走向深化的重要方面，但相关文章按比例来 看为数并不多。 这反映了研究者在情感与理性关系、情感计算 与传统人工智能协同、情感与工程问题求解等方面仍心存疑 虑，情感计算要在工程领域获得深度发展必须要在廓清基本认 识的同时，将情感计算的研究扩展到ＨＣＩ 之外的工程背景上来。 1　情感与理性 情绪曾经长久地背负缺乏理性的污名。 古罗马的西塞罗 认为：任何情绪的波动都是对心灵的破坏，要么是缺乏理性，要 ［６］。 传统心理学总是从紊乱、 么是蔑视理性，或者是背叛理性 瓦解、冲动、不理智等消极意义上来解释情绪，直接或间接地将 情绪看做是机体过程和认知的伴随物或从属现象，以至于不屑 ［７］。 情感计算的提出者 Ｒｏｓａｌｉｎｄ Ｗ．Ｐｉｃａｒｄ 在相关研究开 展初期也面临着巨大的压力和困惑，在枟情感计算枠 这本著作 的中文版序言中她回忆到：“我记得我曾深刻内省，以决定是 于对情绪进行系统研究或主要将情绪看做是心理治疗的研究 对象 ［３］。 

计 算 机 应 用 研 究 　 ［１０］ 事实上那样出色地完成任务 们的信息处理能力是有限的 ·８２２３· 否继续从事这项研究”［２］。 在情感污名的背后，真实的情感与理性的关系却有着另一 番解读。 诺贝尔经济学奖获得者西蒙在研究决策问题时，考虑 到人类认知的局限性，修正了传统的完全理性假设，并提出了 有限理性理论。 该理论认为：作为信息处理者的活动者本身的 局限性，是非常重要的约束。 对于平日所遇到的绝大多数问题 场景，人们只能理解和处理一小部分变量和激励，也就是说，人 ［８］。 除了严密的逻辑推理而外， 人类所表现出的智能一定有其他重要机制在支撑和推动，这些 机制虽然在目前还未完全清楚，但越来越多的研究者开始相 信，人类的情感（情绪） 机制是其中的一个重要组成部分。 在 有限理性状况下，情感作为进化设计出的工具，使人们能够如 ［９］。 在枟 笛卡尔的错误枠 一书中， 美国国家科学院院士、著名神经科学与心理学教授安东尼奥· Ｒ．达马西奥 患者的研究指出，推理系统是作为自主情绪系统的延伸进化而 来，而情绪在推理过程中扮演着各种不同的角色。 而 Ｅｖａｎｓ［１１］ 则旗帜鲜明地指出：如果拥有情绪的“益”总是小于“ 弊”，那么 感情类动物就永远不会处在进化阶梯的顶端。 毛泽东在枟实践论枠中论述了感性认识与理性认识的辩证 关系，深刻指出：理性认识依赖于感性认识，感性认识有待于发 ［１２］。 笔者认为，情 展到理性认识，这就是辩证唯物论的认识论 感作为感性认识的重要构成元素，为理性的发展起到基础的定 向和支撑作用，在复杂问题的处理上具有重大应用价值，有必 要从功能上加以仔细考察。 2　情感计算理性之源：情感功能本质 均根植于情感本身的功能特征。 结合心理学的研究成果，笔者 将情感的基本功能归纳为四种机制。 情感计算的理性以及它在基于情感的系统中应用的潜力 通过对患有决策缺陷和情绪障碍的神经疾病 Ｐｉｃａｒｄ［２］ １）情感是一种集成机制 情感具有集成和传递信息的功能。 Ｓａｒｍｅｎｔｏ［１３］ 指出，情感现象似乎能够将大量的离散信息凝聚为单一和容易 验证的信息单元，即情感现象的强度。 情感的发生源可以来自 外部事件，也可来自内部状态；情感的类型和强度可以各不相 同，而所对应的事件和状态也是多种多样。 情感以一种统一的 方式反映了对内外多种信息的关注。 曾把情感比喻为一把伞，认为在它的下面聚类着 不同的过程，情感是这些过程集成的结果，并作为一种信息的 形式表现出来。 对这种信息的有效利用，自然可以反映对多种 过程对象的关注。 由于情感是一个动态且连续的过程，这种关 切也与环境的多样化以及个体和环境兼有的时变特征相适应。 事实上，情绪既是脑的各级水平（ 包括皮层、皮下边缘结 构、丘脑系统、内分泌系统、自主神经系统和骨骼肌系统）的整 合活动的结果，又是特定情景与人的需要之关系的评价产物， 即各种认知水平（ 包括感知、记忆、思维、意识上和意识下） 的 ［７］。 情感对多种信息和过程的关注，反映了 情感作为一种集成机制，具备全局性和综合性的特征。 整合活动的结果 通过研究 ２）情感是一种适应机制 有机体在生存和发展的过程中有多种适应方式。 情绪和 情感是 有 机 体 适 应 生 存 和 发 展 的 一 种 重 要 方 式。 Ｌｏｅｗｅｎ唱 指出，情感的压制或缺失将使决策走上歧途，而情感的 ｓｔｅｉｎ［１４］ 当系统面对在限定时间内其可能性不能枚举及评估的问 第 ２６ 卷 存在能指引行为以适应的方式运作，如调整处理策略等。 Ｅｌｌｓ唱 ［１５］。 ｗｏｒｔｈ 则认为，情感在事件解释和响应选择上均容许柔性 题时，情感决策是一个好的解决办法 ［２］。 在工程问题中，难以 在限定时间内枚举及评估的问题比比皆是，面临组合爆炸的各 种组合优化问题就是其中的代表，而组合爆炸足以让世界上最 快的计算机束手无策，但人类却能毫不费力地决策。 从这个意 义上讲，情感在复杂决策环境下对认知起到了加速作用，从而 使决策过程具备不同问题复杂度下的适应性。 而在行为方面，虽然情感不完全决定行为，但情感能够使 行为附加上某种偏向。 例如，麻省理工学院媒体实验室制作的 动画狗 Ｓｌｉａｓ 在感到饥饿并向食物目标接近的过程中，当它感 ３）情感是一种动力机制 情绪、情感是动机的源泉之一，是动机系统的一个基本成 分，它能够激励人的活动、提高人的活动效率。 适度的情绪兴 奋可以使身心处于活动的最佳状态，进而推动人们有效地完成 工作任务。 研究表明，适度的紧张和焦虑能促使人积极地思考 到害怕和感到高兴时的接近方式是不同的 ［２］。 和解决问题 ［１６］。 ［１７］。 奥特勒从功能主义视角对情绪进行的描述也反映了这一 点：情绪经常是在有关重要事件作用下，有意识或无意识地被 引起；情绪的核心是对计划采取某种迅速行动的准备状态；情 绪是对某种动作提供紧迫感的在先状态，从而干扰或完成选择 性思维过程和行动 ４）情感是一种交互机制 情感在人们的相互交往中起着关键的作用。 人类情感的 交流有多种方式，如表情、姿势、行为、语言、语音等。 人工情感 的一个重要应用便是谋求人机界面的改善，这是人机系统视角 的一个自然举措，也是人工情感领域研究的主要推动力之一。 情感机器人、可穿戴计算机、虚拟化身等得到了广泛关注并取 得了一定的成果。 然而，情感交互功能的应用不应局限于此， 笔者认为，ａｇｅｎｔ 之间以情感作为交互的纽带，实现情感从ａｇｅｎｔ 个体走向 ａｇｅｎｔ 社会，是情感交互功能的另一重要意义。 情感的形成是各种社会因素和心理、生理因素综合作用的 结果。 就其表现形式来看，它是社会的表层显性因素；就其内 ［１８］。 情感作为交互机制， 涵而言，它又是社会的深层隐性因素 深刻地反映了情感的社会性，也是“情感社会学” 这一前沿学 科的重要研究内容。 3　情感计算的工程意义 3畅1　情感功能与工程研究的适配性 １）集成机制的适配 从 ａｇｅｎｔ 外部来看，工程问题的信息来源广泛、种类繁多， 不同类型的激励在得到 ａｇｅｎｔ 注意后，均会对 ａｇｅｎｔ 情感产生 作用。 从 ａｇｅｎｔ 内部来看，即时情感代表了 ａｇｅｎｔ 对自身决策 历史和决策过程的评价，是工程应用中 ａｇｅｎｔ 个体在时机、场 景、方法和效果上对决策历史的综合集成。 ２）适应机制的适配 适应性造就复杂性，复杂性要求适应性。 实际工程问题的 和重要的指标。 情感可以记录一切异动。 工程问题的变化和 工程场景的频繁更迭，都可以通过将情感与特定情境进行关联 动态复杂性使得工程问题求解过程的适应性已成为必需功能 

黄云峰，等：情感计算与工程理性 中 能力 第 ９ 期 而触发相应情感；情感可以适配工程问题的不同复杂度，并以 不同的权重起到快速辅助决策的作用。 ３）动力机制的适配 在传统工程研究中，求解过程的动力主要来源于先验知识 和信息反馈，动力机制单一。 在情感ａｇｅｎｔ 中，对稀缺计算资源 的获取、对目标的向往、挫折的产生、同伴的态度等均可在情感 上留下印 记， 成 为 ａｇｅｎｔ 参 与 和 改 善 工 程 求 解 行 为 的 动 机 来源。 ４）交互机制的适配 情感的交互功能是情感社会化作用的重要体现，在基于多 智能体系统（ｍｕｌｔｉ唱ａｇｅｎｔ ｓｙｓｔｅｍ，ＭＡＳ） 的工程运行体系中可体 现在 ａｇｅｎｔ 之间交互和 ａｇｅｎｔ 与人的交互这两大方面。 从 ａｇｅｎｔ 之间交互来看，系统中的多个 ａｇｅｎｔ 之间的协同 机制是工程 ＭＡＳ 设计的核心内 容之一。 通过 将 情 感 赋 予 ａｇｅｎｔ，让 ａｇｅｎｔ 之间通过情感交互功能进行 协同， 将情感由 ａｇｅｎｔ个体拓展到 ａｇｅｎｔ 社会（ＭＡＳ）的层面，将有效促成深度拟 人ａｇｅｎｔ与深度拟社会 ＭＡＳ 的自然衔接。 从人机交互的角度来看，情感计算是建立和谐的人机环境 的基础。 研究人与人交互、人与计算机交互过程中的情感特 点，设计具有情感反馈的人与计算机的交互环境，将有可能实 现人与计算机的情感交互。 情感计算研究将不断加深对人的 情感状态和机制的理解，并提高人与计算机界面的和谐性，即 提高计算机感知情境、理解人的情感和意图、作出适当反应的 ［１９］。 此外，情感具有的实时性、情感对多重目标的关切、 情感的可解释性等特征，也充分反映了情感与工程问题需求和 特征的一致性。 3畅2　情感计算在工程领域应用的有效性分析 情感计算的研究虽然近年来呈现出难得一见的热潮，但相 关研究往往集中于人机交互等领域。 包括制造业在内的一般 工程应用领域的研究者多数仍持审慎、犹豫甚至不屑的态度， 在核心控制算法的选用上这种情况更为明显。 这种情况直接 反映出人们心底对情感计算有效性的疑问，同时也反映出情感 计算作为一门新兴技术，其潜力还远未被工程界所认识。 情感曾经的污名表明上述疑问的存在绝非偶然。 Ｓａｒｍｅｎ唱 ｔｏ 在其论文中分析这种困难的两个原因：情感与理性长久以来 的对立状态；人们由于研究手段匮乏等因素所导致的对情感本 ［１３］。 随着学术界的联合推动和相关研究手段（ 如 脑成像技术）的发展，情感和情感计算在当前均已确立了一定 地位，而上述困难局面的彻底打破，则需要情感技术在工程领 域的若干重要突破和大量成功案例来推动。 分析表明，情感是应对工程问题复杂性的一种有效机制。 事实 上，虽然步履艰难，但情感计算在若干工程应用领域的研究和 应用已形成突破的态势，如文献［２０］ 利用以情感计算为核心 的控制器实现了对开关磁阻电机速度的有效控制。 所以，情感 计算的巨大潜力是不容忽视的，当前的根本问题不在于去争论 其有效性，而是要将注意力集中到如何将情感计算与专业领域 相结合，以充分释放情感计算的工程应用潜力。 3畅3　情感计算在工程领域应用的必要性分析 另一方面，情感计算的必要性也受到质疑。 事实上，有很 多情况下是不需要情感计算的，感情也没必要置于所有计算之 对于情感的功能本质以及情感功能与工程应用适配性的 身知之甚少 参照情感的本源性来设计的情感更容易具备良好的情感 虽然理论研究者通常希望工程问题的解决能够建立在似 ·９２２３· 　　　 ［２］。 但是，如果面对的是接近工程实际的复杂问题时，这种 必要性的考虑就大大增强了。 乎更为严谨的逻辑和数学的基础上，但是人们很快发现，在许 多实际工程场景中，从实验室走出的科学理论往往难以独立支 撑。 尽管人工智能和计算技术已经有了长足的发展，但在复杂 的现实问题面前，计算机同样面临着资源不足、决策时间受限、 信息不确定、高维决策空间等问题。 工程中各类 ＮＰ 问题的普 遍存在及事实上的困难性表明，在复杂环境下，计算机仍然只能 保持有限理性。 挑战复杂，人类需要构建新的运行平台或机制。 情感计算能够带来情感相关的功能特性，其有效性已被证 实。 虽然情感计算也许不是惟一的问题解决途径，但是正如 Ｐｉｃａｒｄ 所写，“当知道有一种机制，即情感可以完成这项工作就 没必要花时间去寻找另一种陌生的机制”［２］。 4　情感计算工程研究策略 4畅1　参照情感的本源性 随着现代脑部成像技术在内的各种手段的发展，情感发生 的机理逐渐趋向科学化。 依据情感的本源性来开展情感计算 研究，意味着在情感建模和设计中充分借鉴情感科学领域（如 情感生理学、情感心理学、情感社会学等方面） 的研究成果。 这一原则的提出是基于科学原理具备某种相通性的认识，而在 相似的模拟层次上，这种相通性所代表的可借鉴价值不容忽视。 可解释性，是情感机制的自然形态。 Ｓｌｏｍａｎ 曾经就人工情感 “浅模型”与“深模型”的问题进行了探讨。 他认为浅模型在输 入输出关系上作简单化处理，虽然他也认为浅模型并非都不 好，但他同时指出：通过全局变量的值所表征的模拟愿望和情 感（如害怕的程度） 或与条件规则相连的数据库的简单入口虽 然可以达到形似情感的效果，但是不能从语义上将丰富的情感 从复杂架构内交互涌现的途径陈述清楚，也不能将集成架构内 不同的处理机制中产生的不同类型的情感进行适当区分。 而 在如何获得情感深模型的问题上，Ｓｌｏｍａｎ 指出，尽管很难，但 ［２１］。 关注情感发生的本源性，从与情感 相关的生理学、心理学、社会学等范畴来设计和考察情感计算 模型，将为情感模型在最基础的层次上提供应用领域之外的扩 展验证，为情感计算模型的深化提供厚重的原始科学根基，从 而进一步促进情感计算与相关学科的联动，获得向纵深发展的 持续动力。 4畅2　依据领域的相关性 需要看到的是，情感 ａｇｅｎｔ 的设计并不是人类情感机制的 一味模仿，人类的情感中也存在一些负面效应。 情感智能系统 的设计中，在情感类型选择、情感强度、情感记忆和情感过程控 感本源性的基础上权衡利弊，作出适当选择或调整。 例如，不 是任何类型的事件都会影响 ａｇｅｎｔ 的情感。 在工程领域，只有 中。 这些相关事件可以归纳为：与工程目标相关的事件、与工 程环境相关的事件以及与工程过程相关的事件。 4畅3　注重情感计算的可操作性 是让模型对不同的现象具备广泛的包容性将让模型在可解释 理论上达到一定深度 在工程领域，注重情感计算的可操作性通常意味着情感需 制等方面都应该考虑在特定的控制场景中如何在基本符合情 与工程决策相关的事件才有必要纳入到情感的工程研究视角 

·０３２３· 要量化，情感的发生应该有明确的机制并符合工程逻辑，从而为 进一步的处理打下良好基础。 然而，在现有的具备一定公信度 的情感理论中，符合可操作、可计算特点的情感理论并不多见。 5　情感计算工程应用的关键问题 5畅1　应用的切入点 正如前面的分析，情感没有必要置身于所有的工程应用之 中。 要成功地应用情感，同时充分体现其效益、降低研究难度， 就需要找准情感应用的切入点。 笔者认为，从问题的角度看，情感的优势体现在大规模、模 糊、随机、高维、非线性等复杂问题的求解过程中；从应用环节 上看，情感可以考虑与现有智能系统的集成，这可以保障系统 的平稳过渡，同时也体现了知情合一的思路。 5畅2　情感发生 情感发生是情感研究必须面对的基础问题之一，正如情感 研究的本源性策略所提示，其研究需要基于情感发生理论展 开，而情感发生理论主要可分为三类，即基于生理、基于认知评 价和综合类型。 基于生理的情感发生理论的典型代表是詹姆士—兰格理 论，这类理论虽然忽略了认知对情感的影响，但其部分内容已 被现代研究所证实，到今天仍有借鉴意义。 情感发生的认知评 价理论的基本前提在于，有机体对环境（ 当前的、记忆的或想 象的）的评估在情感发生和情感区分中扮演了关键角色 ［１５］。 认知评价理论中，ＯＣＣ 理论虽然应用广泛，但其理论基础并不 牢固；Ｒｏｓｅｍａｎ 的理论被认为具有基于人类的评价之上的简洁 ［２２］；Ｃａ鼻ａｍｅｒｏ 则指出 Ｓｃｈｅｒｅｒ 和 Ｓｍｉｔｈ 的情感理论是少数能 兼顾理论与实践的认知评价理论。 综合类的情感发生理论考 虑较为全面，如沙赫特的情感三因素理论 ［７］、伊扎德的情感四 ［２２］、 艾克曼提出的情感产生或改变的九种途径 ［２３］。 情感，至少是在典型的情境下如何 ［２］。 由于认知评价类理论 本质上体现了对各种外部事件的关注，与工程实际应用要求相 一致，故相关的认知评价模块在最终的工程情感发生模型中应 该是不可或缺的。 因此，纯粹的基于生理的情感发生模型也就 不在考虑之列。 此外，综合性情感理论显然更能反映情感发生 机制的全景，并为情感计算模型提供综合指导，但从实施的角 度来看，这类模型整体实施的难度和计算量都较大，也并非都 适合于实时性要求较高的工程应用。 综上所述，上述不同类别的模型需要在理论完备性、实现 的难易程度和性能等几方面进行取舍和平衡。 在工程情感发 生时需要以认知评价为主要理论，并可在性能得到保障和实施 复杂性无明显增加的前提下，适当借鉴或集成情感发生综合模 型中的其他因素。 5畅3　情感效应与行为选择 情感影响认知和行为可通过两条路线，一是情感作为单独 部件与大脑其他部件连接，另一类是情感作为一种调制手段直 ［２２］。 前一类模型的代表是 Ｂａｌｋｅｎｉｕｓ 等人提出的通过 神经网络来构建情感集成块（ｅｍｏｔｉｏｎ ｃｉｒｃｕｉｔ），以模拟大脑的不 ［２４］；而以 Ｃａ鼻ａｍｅｒｏ 为代表的 同部分来实现情感学习计算模型 学者在后一类情感效应机制上进行了大量研究 情感产生的关键问题是理解什么样的情境产生什么样的 激励源理论 等 ［２５， ２６］。 接影响 性 计 算 机 应 用 研 究 　 ［２９］。 度中的应用研究 促使人们将主要精力放在情感机制的设计以及情感与工程应 作用方式可通过设置或修正内部状态变量的取值以及对外发 第 ２６ 卷 在 ＭＡＳ 中，不管是哪类效应机制，最终都会体现为自我意 识修正、环境意识修正以及对其他 ａｇｅｎｔ 的信息传达。 其具体 送携带情感信息的消息来实现。 这里可充分体现情感与传统 人工智能技术的集成，并可在策略、方法、参数等不同的层面展 开对 ａｇｅｎｔ 智能行为的调控。 5畅4　情感计算实现平台 情感的自然载体是人类等生物体；同样，源于模拟人类的 ａｇｅｎｔ 则成为情感计算的自然载体。 这样做的好处是可以充分 借鉴人类对自身情感研究的已有成果来展开人工情感的研究， 这既包括了情感的个体方面，也包括了情感的社会方面。 全新开发一个针对情感 ａｇｅｎｔ 的 ＭＡＳ 平台固然有其针对 性，但在现有通用 ＭＡＳ 平台的基础上开展情感计算的研究将 用的结合上。 当前的 ＭＡＳ 开发平台主要可分为学术和商业两 大类，常见的开发平台如 Ｚｅｕｓ、Ｒｅｐａｓｔ、Ｓｗａｒｍ、ＤＥＣＡＦ、ＭａｄＫｉｔ ［２７， ２８］。 结合这些比较结 等，不少资料对它们进行了对比研究 果，考虑到软件的成熟度、开源情况等，同时兼顾情感工程应用 的实际需要，笔者认为法国 ＬＩＲＭＭ 实验室的 ＭａｄＫｉｔ 是不错的 选择之一，该软件对不同技术途径异构性高度包容，允许开发 人员自由选择 ａｇｅｎｔ 的体系结构，同时支持以组织为中心的 ＭＡＳ 开发。 目前，笔者正基于该平台从事情感计算在生产调 6　结束语 情感的功能研究及其与工程需求的匹配性表明，情感是工 程理性的助推剂。 情感的应用不能局限在 ＨＣＩ 领域，在复杂 工程领域，情感计算将在创建基于情感的系统方面大有可为。 情感计算的这类研究需要从策略上入手，注意与 ＨＣＩ 系统开 发的异同，找准工程应用的切入点，并对情感发生和行为影响 的关键环节进行深入研究，在与工程实际紧密结合的前提下， 选用合适的平台以保证设计思想的快速和自由实现。 作为一 个跨多学科的新兴领域，大量机遇与困难并存，也对研究者提 出了新的更高要求。 参考文献： ［１］ 司马贺．人工科学：复杂性面面观［Ｍ］．武夷山，译．上海： 上海科 技教育出版社， ２００４． ［２］ 罗莎琳德· 皮卡德．情感计算［Ｍ］．罗森林，译．北京： 北京理工 大学出版杜， ２００５． ［３］ Ｄｅ ＦＲＥＩＴＡＳ Ｊ Ｓ， ＱＵＥＩＲＯＺ Ｊ．Ａｒｔｉｆｉｃｉａｌ ｅｍｏｔｉｏｎｓ： ａｒｅ ｗｅ ｒｅａｄｙ ｆｏｒ ｔｈｅｍ？ ［Ｃ］ ／／ＡＬＭＥＩＤＡ Ｅ， ＣＯＳＴＡ Ｆ．Ｐｒｏｃ ｏｆ ｔｈｅ ９ｔｈ Ｅｕｒｏｐｅａｎ Ｃｏｎｆｅｒｅｎｃｅ ｏｎ Ａｄｖａｎｃｅ ｉｎ Ａｒｔｉｆｉｃｉａｌ Ｌｉｆｅ．Ｈｅｉｄｅｌｂｅｒｇ：Ｓｐｒｉｎｇｅｒ唱Ｖｅｒ唱 ｌａｇ， ２００７： ２２３唱２３２． ［４］ ＢＡＴＥＳ Ｊ．Ｔｈｅ ｒｏｌｅ ｏｆ ｅｍｏｔｉｏｎ ｉｎ ｂｅｌｉｅｖａｂｌｅ ａｇｅｎｔｓ［Ｊ］．Communi唱 cations of the ACM， １９９４， 37（７）：１２２唱１２５． ［５］ 王国江，王志良，杨国亮，等．人工 情 感 研 究 综 述［Ｊ］．计 算 机 应 用研究， ２００６， 23（１１）： ７唱１１． ［６］ 英炜．人生情感哲学［Ｍ］．北京： 中华工商联合出版社， ２００７． ［７］ 乔建中．情绪研究：理 论 与 方 法［Ｍ］．南 京： 南 京 师 范 大 学 出 版 ［８］ ＳＩＭＯＮ Ｈ Ａ．Ｍｏｔｉｖａｔｉｏｎａｌ ａｎｄ ｅｍｏｔｉｏｎａｌ ｃｏｎｔｒｏｌｓ ｏｆ ｃｏｇｎｉｔｉｏｎ［Ｊ］． ［９］ ＨＡＮＯＣＨ Ｙ．“Ｎｅｉｔｈｅｒ ａｎ ａｎｇｅｌ ｎｏｒ ａｎ ａｎｔ”： ｅｍｏｔｉｏｎ ａｓ ａｎ ａｉｄ ｔｏ 社，２００３． Psychological Review， １９７６， 74（１）： ２９唱３９． 

第 ９ 期 黄云峰，等：情感计算与工程理性 ·１３２３· 　　　 ｂｏｕｎｄｅｄ ｒａｔｉｏｎａｌｉｔｙ［Ｊ］．Journal of Economic Psychology， ２００２， 23（１）：１唱２５． ［１０］ 安 东 尼 奥· Ｒ 达 马 西 奥．笛 卡 尔 的 错 误———情 绪、推 理 和 人 脑 ［Ｍ］．毛彩凤，译．北京： 教育科学出版社， ２００７． ［１１］ ＥＶＡＮＳ Ｄ．Ｅｍｏｔｉｏｎ： ｔｈｅ ｓｃｉｅｎｃｅ ｏｆ ｓｅｎｔｉｍｅｎｔ［Ｍ］．Ｎｅｗ Ｙｏｒｋ： Ｏｘ唱 ｆｏｒｄ Ｕｎｉｖｅｒｓｉｔｙ Ｐｒｅｓｓ， ２００１： ２２４． ［１２］ 毛泽东．实践论［Ｍ］．北京： 人民出版社， １９７６． ［１３］ ＳＡＲＭＥＮＴＯ Ｌ Ｍ．Ａｎ ｅｍｏｔｉｏｎ唱ｂａｓｅｄ ａｇｅｎｔ ａｒｃｈｉｔｅｃｔｕｒｅ［Ｄ］．Ｐｏｒｔｏ： Ｆａｃｕｌｄａｄｅ ｄｅ Ｃｉêｎｃｉａｓ ｄａ Ｕｎｉｖｅｒｓｉｄａｄｅ ｄｏ Ｐｏｒｔｏ， ２００４． ［１４］ ＬＯＥＷＥＮＳＴＥＩＮ Ｇ， ＬＥＲＮＥＲ Ｊ Ｓ．Ｔｈｅ ｒｏｌｅ ｏｆ ａｆｆｅｃｔ ｉｎ ｄｅｃｉｓｉｏｎ ｍａ唱 ｋｉｎｇ［Ｋ］ ／／ＤＡＶＩＤＳＯＮ Ｒ Ｊ， ＳＣＨＥＲＥＲ Ｋ Ｒ， ＧＯＬＤＳＭＩＴＨ Ｈ Ｈ． Ｈａｎｄｂｏｏｋ ｏｆ Ａｆｆｅｃｔｉｖｅ Ｓｃｉｅｎｃｅｓ．Ｎｅｗ Ｙｏｒｋ：Ｏｘｆｏｒｄ Ｕｎｉｖｅｒｓｉｔｙ Ｐｒｅｓｓ， ２００３： ６１９唱６４２． ［１５］ ＥＬＬＳＷＯＲＴＨ Ｐ Ｃ， ＳＣＨＥＲＥＲ Ｋ Ｒ．Ａｐｐｒａｉｓａｌ ｐｒｏｃｅｓｓｅｓ ｉｎ ｅｍｏｔｉｏｎ ［Ｋ］ ／／ＤＡＶＩＤＳＯＮ Ｒ Ｊ， ＳＣＨＥＲＥＲ Ｋ Ｒ， ＧＯＬＤＳＭＩＴＨ Ｈ Ｈ．Ｈａｎｄ唱 ｂｏｏｋ ｏｆ Ａｆｆｅｃｔｉｖｅ Ｓｃｉｅｎｃｅｓ．Ｎｅｗ Ｙｏｒｋ： Ｏｘｆｏｒｄ Ｕｎｉｖｅｒｓｉｔｙ Ｐｒｅｓｓ， ２００３： ５７２唱５９５． ［１６］ 彭聃龄．普通心理学［Ｍ］．２ｎｄ ｅｄ．北京： 北京师范大学出版社， ２００１． ［１７］ 孟昭兰．情绪心理学［Ｍ］．北京： 北京大学出版社， ２００５． ［１８］ 陶远华．理智的困惑：当代社会科学的哲学困境及其认识论研究 ［１９］ 傅小兰．情感可以计算吗？ ［Ｊ］．百科知识， ２００４（８）： ２５唱２７． ［２０］ ＲＯＵＨＡＮＩ Ｈ， ＭＩＬＡＳＩ Ｒ Ｍ， ＬＵＣＡＳ Ｃ．Ｓｐｅｅｄ ｃｏｎｔｒｏｌ ｏｆ ｓｗｉｔｃｈｅｄ ｒｅｌｕｃｔａｎｃｅ ｍｏｔｏｒ （ＳＲＭ） ｕｓｉｎｇ ｅｍｏｔｉｏｎａｌ ｌｅａｒｎｉｎｇ ｂａｓｅｄ ａｄａｐｔｉｖｅ ｃｏｎ唱 ｔｒｏｌｌｅｒ［Ｃ］ ／／Ｐｒｏｃ ｏｆ ｔｈｅ ５ｔｈ Ｉｎｔｅｒｎａｔｉｏｎａｌ Ｃｏｎｆｅｒｅｎｃｅ ｏｎ Ｃｏｎｔｒｏｌ ａｎｄ Ａｕｔｏｍａｔｉｏｎ．Ｎｅｗ Ｙｏｒｋ： Ｉｎｓｔｉｔｕｔｅ ｏｆ Ｅｌｅｃｔｒｉｃａｌ ａｎｄ Ｅｌｅｃｔｒｏｎｉｃｓ Ｅｎｇｉ唱 ［Ｍ］．北京： 东方出版社， １９８９． （ 上接第 ３２２６ 页） ［１０］ ＢＡＫＥＲ Ｄ， ＥＰＨＲＥＭＩＤＥＳ Ａ．Ｔｈｅ ａｒｃｈｉｔｅｃｔｕｒａｌ ｏｒｇａｎｉｚａｔｉｏｎ ｏｆ ａ ｍｏｂｉｌｅ ｒａｄｉｏ ｎｅｔｗｏｒｋ ｖｉａ ａ ｄｉｓｔｒｉｂｕｔｅｄ ａｌｇｏｒｉｔｈｍ［Ｊ］．IEEE Trans on Communications， １９８１， 29（１１）：１６９４唱１７０１． ［１１］ ＨＡＮＤＹ Ｍ Ｊ， ＨＡＡＳＥ Ｍ， ＴＩＭＭＥＲＭＡＮＮ Ｄ．Ｌｏｗ ｅｎｅｒｇｙ ａｄａｐｔｉｖｅ ｃｌｕｓｔｅｒｉｎｇ ｈｉｅｒａｒｃｈｙ ｗｉｔｈ ｄｅｔｅｒｍｉｎｉｓｔｉｃ ｃｌｕｓｔｅｒ唱ｈｅａｄ ｓｅｌｅｃｔｉｏｎ［Ｃ］ ／／ Ｐｒｏｃ ｏｆ ｔｈｅ ４ｔｈ Ｉｎｔｅｒｎａｔｉｏｎａｌ Ｗｏｒｋｓｈｏｐ ｏｎ Ｍｏｂｉｌｅ ａｎｄ Ｗｉｒｅｌｅｓｓ Ｃｏｍ唱 ｍｕｎｉｃａｔｉｏｎｓ Ｎｅｔｗｏｒｋ．２００２：３６８唱３７２． ［１２］ ＹＯＵＮＩＳ Ｏ， ＦＡＨＭＹ Ｓ．ＨＥＥＤ： ａ ｈｙｂｒｉｄ， ｅｎｅｒｇｙ唱ｅｆｆｉｃｉｅｎｔ ｄｉｓｔｒｉｂｕ唱 ｔｅｄ ｃｌｕｓｔｅｒｉｎｇ ａｐｐｒｏａｃｈ ｆｏｒ Ａｄ ｈｏｃ ｓｅｎｓｏｒ ｎｅｔｗｏｒｋｓ［Ｊ］．IEEE Trans on Mobile Computing， ２００４，3（４）：３６６唱３７９． ［１３］ ＣＨＡＴＴＥＲＪＥＥ Ｍ， ＤＡＳ Ｓ Ｋ， ＴＲＵＧＵＴ Ｄ．ＷＣＡ： ａ ｗｅｉｇｈｔｅｄ ｃｌｕｓｔｅ唱 ｒｉｎｇ ａｌｇｏｒｉｔｈｍ ｆｏｒ ｍｏｂｉｌｅ Ａｄ ｈｏｃ ｎｅｔｗｏｒｋｓ［Ｊ］．Cluster Computing Journal， ２００２，5（２）：１９３唱２０４． ［１４］ ＣＨＡＮ Ｈａｏ唱ｗｅｉ， ＰＥＲＲＩＧ Ａ．ＡＣＥ： ａｎ ｅｍｅｒｇｅｎｔ ａｌｇｏｒｉｔｈｍ ｆｏｒ ｈｉｇｈｌｙ ｕｎｉｆｏｒｍ ｃｌｕｓｔｅｒ ｆｏｒｍａｔｉｏｎ［Ｃ］ ／／Ｐｒｏｃ ｏｆ ｔｈｅ １ｓｔ Ｅｕｒｏｐｅａｎ Ｗｏｒｋｓｈｏｐ ｏｎ Ｗｉｒｅｌｅｓｓ Ｓｅｎｓｏｒ Ｎｅｔｗｏｒｋｓ．Ｂｅｒｌｉｎ：Ｓｐｒｉｎｇｅｒ， ２００４：１５４唱１７１． ［１５］ 孙利民，李建中 陈渝．无线传感器网络［Ｍ］．北京：清华大学出版 社，２００５． ［１６］ 王威， 唐 文 胜， 罗 娟．分 簇 算 法 中 簇 首 分 布 及 可 靠 性 问 题 研 究 ［Ｊ］．计算机工程与应用， ２００７，43（２７）：１３３唱１３６． ［１７］ ＭＨＡＴＲＥ Ｖ， ＲＯＳＥＮＢＥＲＧ Ｃ．Ｄｅｓｉｇｎ ｇｕｉｄｅｌｉｎｅｓ ｆｏｒ ｗｉｒｅｌｅｓｓ ｓｅｎｓｏｒ ｎｅｔｗｏｒｋｓ：ｃｏｍｍｕｎｉｃａｔｉｏｎ， ｃｌｕｓｔｅｒｉｎｇ ａｎｄ ａｇｇｒｅｇａｔｉｏｎ［Ｊ］．Ad hoc Networks， ２００４，2（１）：４５唱６３． ［１８］ ＤＩＮＧ Ｐ， ＨＯＬＬＩＤＡＹ Ｊ．ＣＥＬＩＫ Ａ．Ｄｉｓｔｒｉｂｕｔｅｄ ｅｎｅｒｇｙ唱ｅｆｆｉｃｉｅｎｔ ｈｉｅｒ唱 ａｒｃｈｉｃａｌ ｃｌｕｓｔｅｒｉｎｇ ｆｏｒ ｗｉｒｅｌｅｓｓ ｓｅｎｓｏｒ ｎｅｔｗｏｒｋｓ［Ｃ］ ／／Ｐｒｏｃ ｏｆ ｔｈｅ １ｓｔ ＩＥＥＥ Ｉｎｔｅｒｎａｔｉｏｎａｌ Ｃｏｎｆｅｒｅｎｃｅ ｏｎ Ｄｉｓｔｒｉｂｕｔｅｄ Ｃｏｍｐｕｔｉｎｇ ｉｎ Ｓｅｎｓｏｒ 　　 ｎｅｅｒｓ Ｉｎｃ， ２００５：３３０唱３３４． ［２１］ ＳＬＯＭＡＮ Ａ．Ｂｅｙｏｎｄ ｓｈａｌｌｏｗ ｍｏｄｅｌｓ ｏｆ ｅｍｏｔｉｏｎ ［Ｊ］．Cognitive Pro唱 cessing， ２００１， 2（１）：１７７唱１９８． ［２２］ ＣＡ豺ＡＭＥＲＯ Ｌ．Ｅｍｏｔｉｏｎ ｕｎｄｅｒｓｔａｎｄｉｎｇ ｆｒｏｍ ｔｈｅ ｐｅｒｓｐｅｃｔｉｖｅ ｏｆ ａｕ唱 ｔｏｎｏｍｏｕｓ ｒｏｂｏｔｓ ｒｅｓｅａｒｃｈ［Ｊ］．Neural Networks， ２００５， 18（４）： ４４５唱４５５． ［２３］ 保罗· 艾克曼．情绪的解析［Ｍ］．海口： 南海出版公司， ２００８． ［２４］ ＢＡＬＫＥＮＩＵＳ Ｃ， ＭＯＲＥＮ Ｊ．Ｅｍｏｔｉｏｎａｌ ｌｅａｒｎｉｎｇ： ａ ｃｏｍｐｕｔａｔｉｏｎａｌ ｍｏｄｅｌ ｏｆ ｔｈｅ ａｍｙｇｄａｌａ［Ｊ］．Cybernetics and Systems， ２００１， 32 （６）： ６１１唱６３６． ［２５］ ＣＡ豺ＡＭＥＲＯ Ｌ， ＡＶＩＬＡ唱ＧＡＲＣＩ Ｏ．Ａ ｂｏｔｔｏｍ唱ｕｐ ｉｎｖｅｓｔｉｇａｔｉｏｎ ｏｆ 　　 ｅｍｏｔｉｏｎａｌ ｍｏｄｕｌａｔｉｏｎ ｉｎ ｃｏｍｐｅｔｉｔｉｖｅ ｓｃｅｎａｒｉｏｓ［Ｃ］ ／／ＰＡＩＶＡ Ａ，ＰＲＡ唱 ＤＡ Ｒ，ＰＩＣＡＲＤ Ｒ Ｗ．Ｐｒｏｃ ｏｆ ｔｈｅ ２ｎｄ Ｉｎｔｅｒｎａｔｉｏｎａｌ Ｃｏｎｆｅｒｅｎｃｅ ｏｎ Ａｆ唱 ｆｅｃｔｉｖｅ Ｃｏｍｐｕｔｉｎｇ ａｎｄ Ｉｎｔｅｌｌｉｇｅｎｔ Ｉｎｔｅｒａｃｔｉｏｎ．Ｈｅｉｄｅｌｂｅｒｇ： Ｓｐｒｉｎｇｅｒ唱 Ｖｅｒｌａｇ， ２００７： ３９８唱４０９． ［２６］ ＣＡ豺ＡＭＥＲＯ Ｌ．Ｍｏｄｅｌｉｎｇ ｍｏｔｉｖａｔｉｏｎｓ ａｎｄ ｅｍｏｔｉｏｎｓ ａｓ ａ ｂａｓｉｓ ｆｏｒ ｉｎ唱 ｔｅｌｌｉｇｅｎｔ ｂｅｈａｖｉｏｒ［Ｃ］ ／／ＪＯＨＮＳＯＮ Ｗ Ｌ．Ｐｒｏｃ ｏｆ ｔｈｅ １ｓｔ Ｉｎｔｅｒｎａｔｉｏｎａｌ Ｃｏｎｆｅｒｅｎｃｅ ｏｎ Ａｕｔｏｎｏｍｏｕｓ Ａｇｅｎｔｓ．Ｎｅｗ Ｙｏｒｋ： ＡＣＭ Ｐｒｅｓｓ，１９９７： １４８唱１５５． ［２７］ 陈嘉佳，毛新军．多主体系统开发环境的结构化评价框架 ＳＥＦ 及 评价结果［Ｊ］．计算机科学， ２００５， 32（５）： ２００唱２０５． ［２８］ ＲＡＩＬＳＢＡＣＫ Ｓ Ｆ， ＬＹＴＩＮＥＮ Ｓ Ｌ， ＪＡＣＫＳＯＮ Ｓ Ｋ．Ａｇｅｎｔ唱ｂａｓｅｄ ｓｉｍｕｌａｔｉｏｎ ｐｌａｔｆｏｒｍｓ： ｒｅｖｉｅｗ ａｎｄ ｄｅｖｅｌｏｐｍｅｎｔ ｒｅｃｏｍｍｅｎｄａｔｉｏｎｓ［Ｊ］． Simulation， ２００６， 82（９）： ６０９唱６２３． ［２９］ 黄云峰，王时龙．车间调度研究的五视角方法论与三域结构［Ｊ］． 计算机集成制造系统， ２００９， 15（１）：１２３唱１２９， １５２． Ｓｙｓｔｅｍｓ．Ｂｅｒｌｉｎ：Ｓｐｒｉｎｇｅｒ， ２００５：３２２唱３３９． ［１９］ ＬＩＮＤＳＥＹ Ｓ， ＲＡＧＨＡＶＥＮＤＲＡ Ｃ Ｓ．ＰＥＧＡＳＩＳ： ｐｏｗｅｒ ｅｆｆｉｃｉｅｎｔ ｇａｔｈｅ唱 ｒｉｎｇ ｉｎ ｓｅｎｓｏｒ ｉｎｆｏｒｍａｔｉｏｎ ｓｙｓｔｅｍ［Ｃ］ ／／Ｐｒｏｃ ｏｆ ＩＥＥＥ Ａｅｒｏｓｐａｃｅ Ｃｏｎ唱 ｆｅｒｅｎｃｅ．２００２：１１２５唱１１３０． ［２０］ 李岩，张曦煌，李彦中．基于 ＬＥＡＣＨ 算法的簇首多跳（ＬＥＡＣＨ唱Ｍ） 算法［Ｊ］．计算机工程与设计，２００７， 28（１７）：４１５８唱４１６０． ［２１］ 滑楠，史浩山，吴健，等．无线传感器网络簇间路由算法研究［Ｊ］． 计算机工程与应用，２００５，41（３０）：１２５唱１２９． ［２２］ 汤宇时，胡 国 绵．基 于 适 应 度 的 簇 划 分 算 法 研 究［Ｊ］．计 算 机 仿 真，２００８，25（２）：１７２唱１７４． ［２３］ ＫＡＷＡＤＩＡ Ｖ， ＫＵＭＡＲ Ｐ Ｒ．Ｐｏｗｅｒ ｃｏｎｔｒｏｌ ａｎｄ ｃｌｕｓｔｅｒｉｎｇ ｉｎ Ａｄ ｈｏｃ ｎｅｔｗｏｒｋｓ［Ｃ］ ／／Ｐｒｏｃ ｏｆ ＩＥＥＥ Ｃｏｎｆｅｒｅｎｃｅ ｏｎ Ｃｏｍｐｕｔｅｒ Ｃｏｍｍｕｎｉｃａ唱 ｔｉｏｎｓ［Ｍ］．Ｎｅｗ Ｙｏｒｋ： ＩＥＥＥ Ｐｒｅｓｓ， ２００３：４５９唱４６９． ［２４］ 陈闻杰，陈迅，高丽 强．无 线 传 感 器 网 络 成 簇 算 法 研 究［Ｊ］．小 型 微型计算机系统，２００８，29（２）：２２０唱２２２． ［２５］ ＥＳＴＲＩＮ Ｄ， ＧＯＶＩＮＤＡＮ Ｒ， ＨＥＩＤＥＭＡＮＮ Ｊ， et al．Ｎｅｘｔ ｃｅｎｔｕｒｙ ｃｈａｌｌｅｎｇｅｓ： ｓｃａｌａｂｌｅ ｃｏｏｒｄｉｎａｔｉｏｎ ｉｎ ｓｅｎｓｏｒ ｎｅｔｗｏｒｋｓ［Ｃ］ ／／Ｐｒｏｃ ｏｆ ＡＣＭ Ｉｎｔｅｒｎａｔｉｏｎａｌ Ｃｏｎｆｅｒｅｎｃｅ ｏｎ Ｍｏｂｉｌｅ Ｃｏｍｐｔｉｎｇ ａｎｄ Ｎｅｔｗｏｒｋｉｎｇ． Ｎｅｗ Ｙｏｒｋ：ＡＣＭ Ｐｒｅｓｓ， １９９９：２６３唱２７０． ［２６］ ＪＩＡＮＧ Ｍｉｎｇ唱ｌｉａｎｇ， ＬＩ Ｊｉｎ唱ｙａｎｇ， ＴＡＹ Ｙ Ｃ．Ｃｌｕｓｔｅｒ ｂａｓｅｄ ｒｏｕｔｉｎｇ ｐｒｏｔｏｃｏｌ（ＣＢＲＰ） ［ＥＢ／ＯＬ］．（１９９９唱０８唱１４）．ｈｔｔｐ：／／ｗｗｗ．ｍａｔｈ． ｎｕｓ．ｅｄｕ．ｓｇ／～ｍａｔｔｙｃ／ｃｂｒｐ．ｔｘｔ． ［２７］ ＳＯＮＧ Ｃｉ， ＧＵＩＺＡＮＩ Ｍ， ＳＨＡＲＩＦ Ｈ．Ａｄａｐｔｉｖｅ ｃｌｕｓｔｅｒｉｎｇ ｉｎ ｗｉｒｅｌｅｓｓ ｓｅｎｓｏｒ ｎｅｔｗｏｒｋｓ ｂｙ ｍｉｎｉｎｇ ｓｅｎｓｏｒ ｅｎｅｒｇｙ ｄａｔａ［Ｊ］．Computer Com唱 munications， ２００７， 34（５）：２９６８唱２９７５． ［２８］ ＬＩ Ｘｉａｎｇ唱ｙａｎｇ， ＳＯＮＧ Ｗｅｎ唱ｚｈａｎ， ＷＡＮＧ Ｙｕ．Ｌｏｃａｌｉｚｅｄ ｔｏｐｏｌｏｇｙ ｃｏｎｔｒｏｌ ｆｏｒ ｈｅｔｅｒｏｇｅｎｅｏｕｓ ｗｉｒｅｌｅｓｓ ｓｅｎｓｏｒ ｎｅｔｗｏｒｋｓ［Ｊ］．ACM Trans on Sensor Networks， ２００５， 2（１）：１２９唱１５３．