定义1 量化提取
设物理实际状态为C r C^r C r (当前状态),D r D^r D r (目标状态)。
假设需要n个步骤使得C r C^r C r 变为D r D^r D r ,则可以对步骤i i i (1 ≤ i ≤ n 1 \leq i \leq n 1 ≤ i ≤ n )定义一个量化提取。
将步骤i的关键参数x i x_i x i 作为状态变量,则完成了一次简单的量化提取。
则所有步骤的x i x_i x i 组成了完整的状态变量(x 1 x_{1} x 1 ,x 2 x_{2} x 2 ,…x n x_{n} x n )
定义2 边界突破与振荡
设n维向量C=(x 1 x_{1} x 1 ,x 2 x_{2} x 2 ,…x n x_{n} x n )为状态向量,
物理实际C r C^r C r 的一个量化提取是C。
物理实际D r D^r D r 的一个量化提取是D。
设C,D i D_i D i ,D为状态量化,
从C到D路径为
C–>D 1 D_1 D 1 –>D 2 D_2 D 2 –>D 3 D_3 D 3 –>…–>D n D_n D n –>D.
当从C到达D 1 D_1 D 1 时,称为对C的边界突破,在D 1 D_1 D 1 上的波动称为以D 1 D_1 D 1 为中心的振荡,
表达式
c s = D 1 cs=D_1 c s = D 1
称为状态赋值
定义3 边界阻力
当尝试使得c s cs c s 获得增量Δ c s = D 1 − C \Delta cs=D_1-C Δ c s = D 1 − C ,所遇到的阻力称为边界阻力。
F f ( c s ) = − k c s d ( c s ) d t F_f(cs)=-k_{cs}\frac{d(cs)} {dt} F f ( c s ) = − k c s d t d ( c s )
k c s k_{cs} k c s 是主体系数,F f ( c s ) F_f(cs) F f ( c s ) 是边界阻力,
则变动率d ( c s ) d t \dfrac{d(cs)} {dt} d t d ( c s ) 越大时,F f ( c s ) F_f(cs) F f ( c s ) 的绝对值越大
理想情况下,
{ c s ( t 0 ) = C c s ( t 1 ) = D 1 \begin{cases}
cs(t_0)=C \\
cs(t_1)=D_1
\end{cases} { c s ( t 0 ) = C c s ( t 1 ) = D 1
时间段Δ t \Delta t Δ t 内的平均变动率Δ c s Δ t = D 1 − C Δ t \dfrac{\Delta cs}{\Delta t}=\dfrac{D_1-C}{\Delta t} Δ t Δ c s = Δ t D 1 − C
正向推力
使得状态从C C C 向D 1 D_1 D 1 转移的综合作用称为从C C C 向D 1 D_1 D 1 的正向推力 ,
外部正向推力和内部正向推力综合形成了总的正向推力。当使用“正向推力”这个词时,指代总的正向推力。
4维向量f i + = ( f ( x 情 绪 ) , f ( x 精 神 ) , f ( x 意 志 ) , f ( x 目 的 ) ) f_{i+}=(f(x_{情绪}), f(x_{精神}),f(x_{意志}), f(x_{目的})) f i + = ( f ( x 情 绪 ) , f ( x 精 神 ) , f ( x 意 志 ) , f ( x 目 的 ) )
表达了内部推力f i + f_{i+} f i + 的四个方面。
则内部推力是四个自变量( x 情 绪 , x 精 神 , x 意 志 , x 目 的 ) (x_{情绪}, x_{精神},x_{意志}, x_{目的}) ( x 情 绪 , x 精 神 , x 意 志 , x 目 的 ) 的函数。
方程
Q ( x 情 绪 , x 精 神 , x 意 志 , x 目 的 ) + ∑ x ∂ Q ∂ x = 0 Q(x_{情绪}, x_{精神},x_{意志}, x_{目的}) + \sum_x \dfrac {\partial Q}{\partial x} = 0 Q ( x 情 绪 , x 精 神 , x 意 志 , x 目 的 ) + x ∑ ∂ x ∂ Q = 0
表示四个维度之间具有相互影响的关系。
方程组
{ x 情 绪 + x ˙ 情 绪 = 0 x 精 神 + x ˙ 精 神 = 0 x 意 志 + x ˙ 意 志 = 0 x 目 的 + x ˙ 目 的 = 0 \begin{cases}
x_{情绪} + \dot x_{情绪}=0 \\
x_{精神} + \dot x_{精神}=0 \\
x_{意志} + \dot x_{意志}=0 \\
x_{目的} + \dot x_{目的}=0
\end{cases} ⎩ ⎪ ⎪ ⎪ ⎨ ⎪ ⎪ ⎪ ⎧ x 情 绪 + x ˙ 情 绪 = 0 x 精 神 + x ˙ 精 神 = 0 x 意 志 + x ˙ 意 志 = 0 x 目 的 + x ˙ 目 的 = 0
表示4维向量的时变规律。
目的变动:覆盖、替换和混淆
In the middle of the phase, the goal in covered, replaced, and mixed with others, leading to a result that the state trace of the phase goes much more wrong.
根据历史现象,在达成目的之前,这个目的可能会产生一些变动,包括且不限于被其他目的覆盖、替换和混淆。
目的之所以被替换,主要原因为系统的预设轨迹无法被执行,现有状态与达成目的所需的行为规律之间产生了剧烈的冲突,使得系统崩溃。
可以表述为,当前状态与目标状态之间的差异过大
d ( C , D ) = ∑ ( x c i − x d i ) 2 ≥ d m a x d(C,D) =\sqrt {\sum(x_{ci}-x_{di})^2} \geq d_{max} d ( C , D ) = ∑ ( x c i − x d i ) 2 ≥ d m a x
则d m a x d_{max} d m a x 称为临界状态偏差 。
变动使得状态偏差到达临界状态偏差的概率
情绪变动:去满足化,
情绪满足的惯性规律使得
当前行为规律使得情绪满足大于等于最低需求
P ( x 情 绪 , x 行 为 ) ≥ S T F m i n P(x_{情绪},x_{行为}) \geq STF_{min} P ( x 情 绪 , x 行 为 ) ≥ S T F m i n
当行为变动时,如果
P ( x 情 绪 , x 行 为 + Δ x 行 为 ) < S T F m i n P(x_{情绪},x_{行为}+\Delta x_{行为}) < STF_{min} P ( x 情 绪 , x 行 为 + Δ x 行 为 ) < S T F m i n
将引起系统崩溃。
定义4 轨迹图
按照定义1所述,对于任意一个步骤i i i (1 ≤ i ≤ n 1 \leq i \leq n 1 ≤ i ≤ n ),采用一个c+1维向量对其进行描述,
(x 1 x_{1} x 1 ,x 2 x_{2} x 2 ,…x c x_{c} x c ,t t t )
其中x i ( 1 ≤ i ≤ c ) x_i (1 \leq i \leq c) x i ( 1 ≤ i ≤ c ) 是行为i i i 的量化特征,
从观测中获取到m个数据
[ x 11 x 12 . . . x 1 c t 1 c x 21 x 22 . . . x 2 c t 2 c . . . . . . . . . . . . . . . x m 1 x m 2 . . . x m c t m c ]
\left[
\begin{matrix}
x_{11} & x_{12} & ... & x_{1c} & t_{1c}\\
x_{21} & x_{22} & ... & x_{2c} & t_{2c}\\
... & ... & ... & ... & ...\\
x_{m1} & x_{m2} & ... & x_{mc} & t_{mc}
\end{matrix}
\right]
⎣ ⎢ ⎢ ⎡ x 1 1 x 2 1 . . . x m 1 x 1 2 x 2 2 . . . x m 2 . . . . . . . . . . . . x 1 c x 2 c . . . x m c t 1 c t 2 c . . . t m c ⎦ ⎥ ⎥ ⎤
m个行向量o b m ob_m o b m 是m次获得的数据
列向量w = ( w 1 , w 2 , . . . , w c , 0 ) T w=(w_1,w_2,...,w_c, 0 )^T w = ( w 1 , w 2 , . . . , w c , 0 ) T 是权重,则
o b m w ob_mw o b m w 是量化和,将量化和与时间组成的序对放入2-D座标中,得到轨迹图o b m w = f ( t ) ob_mw=f(t) o b m w = f ( t ) 。