楼主: 深圳郭绍华
85541 552

[经济现象] (连载》《需求的极限》——关于经济学理论基础的探讨   [推广有奖]

111
咒语 发表于 2013-3-26 09:03:47
不好意思 出差10多天才回来

112
深圳郭绍华 在职认证  发表于 2013-3-26 09:08:44
咒语 发表于 2013-3-26 09:03
不好意思 出差10多天才回来
辛苦啦!

113
深圳郭绍华 在职认证  发表于 2013-3-26 09:10:47
1.5.5  元间的比较

    感觉器官与对象的相互作用是一个不断变化和运行的连续过程,但是,感觉主体是一个与对象区别着的另一个实体,不可能总是跟随同一个对象。外在环境由多样化的无数实体构成,感觉主体只能在不同的对象之间不断地切换。也就是说,不仅同一个感觉主体将要面对无数对象,还要用同一个感觉器官面对同一个对象的无数种变化。对于前者,感觉器官可以在不同的对象之间转换注意力的焦点;对于后者,感觉器官主要采用“分时制”的方式进行处理。

    例如,人的视觉,不论对象如何变化,每秒钟都固定读取约二十四幅“图像”,而昆虫的复眼只对视野中移动和变化着的图像敏感,对于缓慢移动的图像不予理睬。

昆虫怎样知道对象是否移动呢?首先它要将众多复眼中某一只复眼单元采集到的对象图像存储下来,以这个存储着的图像作为基准,与此后从同一只复眼以及其他复眼单元采集来的对象元间进行比较,两幅图像一致,表明没有差别,说明对象的元间没有变化,否则就是发生了变化,对象就是移动的。

    如果作为基准的图像是一个两维图像,与之相比较的也是两维图像,两者比较的结果不仅可以凸现出变化所发生的位置和变化的方向,还能将变化者和变化发生的背景区别出来,变化主体的“形象”就被区别出来了。显然,这两幅图像的比较而产生的差值是另一幅图像,是前两幅图像“相减”之后得到的差值,也是关于运动变化主体的一个图像。这表明,观察者如果对在不同时间采集到的两幅图像进行比较,对两幅图像做减法运算,从两幅图像的相减中得到的差值,从差值中就可以发现对象运动变化的方向、速度以及这个运动者本身的形象。因此,可猜想,元间比较是生物认识世界的基本方法。

    输入和存储的图像分辨率越高,所携带的信息量就越大,获得的差值图像所包含的内容也就愈加丰富,比较的过程也会更复杂。生命实体是怎样充分分离、凸现、处理、利用这些元间的呢?这是一个巨大的课题,属于当今科学技术研究的前沿。

    目前,我们还有机会借助一些模型粗略地猜测和憧憬一下这个神秘的殿堂。这里打算采用大家最熟悉的数字计算机原理建立一个模拟大脑信息处理过程的模型,这个模型可称为“冯.诺依曼模型”。


114
深圳郭绍华 在职认证  发表于 2013-3-26 17:06:26
huanxifo 发表于 2013-3-26 15:44
本佛实在无聊,今天极其认真地读了几段你放的臭狗屁,可怜如果把你剽窃别人的那点陈旧东西剔除的话,也就只 ...
     此人的真名叫熊正兵,南京雨花台区人,与我并不相识,素无恩怨,不知为什么,经常恶语伤人,甚至对我和我的家人发出死亡威胁。前几年我曾向警方报案,他才有所收敛,近来又开始了无端谩骂。我将再次采取法律手段寻求保护,另外也提醒监护人熊蕊负有的法律责任。

115
深圳郭绍华 在职认证  发表于 2013-3-28 09:09:27
1.5.6  冯.诺依曼模型

    最基础的冯.诺依曼式计算机由存储器、控制器、运算器三个主要单元构成。根据预先输入的程序,对寄存在不同存储单元中的数据进行计算,将计算产生的结果记忆在另一些存储单元里。而运算器的基本结构都是全加器或半加器,基本运算都是“异或运算”,都是对存储在不同单元里的数据进行比较,发现这些数据之间的差异。因此,冯.诺依曼计算机也是通过元间比较来实现的。假如我们相信,认识的基本方式也是元间的比较,人的认识过程和计算机的运算过程就有相似之处,用计算机原理建立思维过程的模型就有了合理性和可行性。有理由把大脑粗略地比拟为一部冯.诺依曼计算机。有理由设立由足够多的感觉器官、记忆单元、运算器官以及运算能力组成的关于认知过程的模型。

    可以把记忆库比作是一座客店,店主人比作运算器,经过感觉器官从与对象相互作用过程中分离出的元间实体比作是客人。

    当第一个客人出现在店主人面前时,店主人要把这个客人和自己店里的所有已经住店的客人进行比较,但这时的客店里还空无一人,没有比较对象,所以,第一名客人就成为初始元间,被店主人安排住进了N1号房间。

    当第二个客人来到时,店主人将这个客人与N1号的客人进行比较,也就是让这两个元间实体相减。如果得到的结果是0,两个元间实体之间没有差别,那么这个元间实体就是N1自己,是同一个客人。店主人也通过比较“认识了”N1,也就是说,只有两次看到同一个人,才算是认识了这个人。既然是同一个客人,就不需要另行安排新的存储单元。如果得到的结果不是0,就是一名新客人,安排在N2房间。

    就像一个刚出生的婴儿,可能第一眼看到的是一个戴着口罩公事公办的女人,第二眼看到了一个热泪盈眶的女人。虽然都不认识,但是不仅记住了这两幅图像,还要对这两幅图像进行比较。

N2中的内容减去N1中的内容,获得的结果不仅仅是两者之间的差值,还有一个“共值”,就是双方共同拥有的元间成分,是从两者中减去差值部分后还剩余的那一部分。

    这样,比较结束之后,店主人不仅需要安排N2的房间,还把N2和N1比较获得的差值安排到了C1,把比较获得的共值安排到了G1。还要标记出G1和C1各自属于是那两个元间实体比较的结果,这个关系参数可以命名为L 1,L1 也要作为单独的元间实体存储下来。

    注 意,N2、N1、C1、G1、L1……这些名称都具有双重意义,首先是其本身的元间意义,其次是这些元间作为名称所指称的那个元间实体,当元间实体充分积累之后,这两种意义将有明确的区别,是两种元间实体。为每个元间实体赋予的地址码或名称,本身也是元间实体,这一类元间实体可命名、存储为F 系列的元间实体,也就是符号性的元间实体。

    对那个婴儿来说,C1很可能是一支口罩,或是眼眶中的泪水。而G1就是减除了C1之后剩余的两张面孔共同的轮廓。口罩、眼睛、泪水、脸型之间的关系被作为L系列的元间实体保存下来。

注意,G1、C1、L1以及以后形成的三个系列的元间实体与N1、N2……有了本质的不同。这不是从感觉器官送来的关于对象的元间实体,而是运算器官利用分析和归纳能力从外源性元间中解构、分离、下载得到的,是自己生成的新的元间实体。

    第三个元间实体到来时,店主人才开始真正忙碌起来。不仅要把N3与N1、N2作比较,还要与G1、C1、L1逐一比较,也就是说,要与店中的所有现存的元间实体进行比较,当然,F系列的元间实体也随之增加,由此将产生更多的新的元间实体。元间库迅速充盈起来。

不幸的是,那婴儿第三眼看到的竟是一支疫苗注射器,这第三个元间实体与前两个比较,产生的差值很大,共值很小。

    随着新元间实体源源不断地传来,在记忆库里逐渐积累起了两大类型的元间实体:外源性的元间实体;内源性的元间实体。

    其中,内源性元间实体有两大类型:“客店”本身原有的结构和运行程序属于先天的内源性元间实体;由运算器生成的新的元间实体以及赋予所有元间实体的名称和地址码都属于后天的内源性实体。


116
dalaotianhuang 发表于 2013-3-28 22:17:34
1、要把经济学中的需求和需要(欲望)区别开来。经济学中的需求,是指的有货币支付能力的需要。
2、人的需要的极限在哪里?假设货币无限(或者说不需要货币),则极限就是需要的消费时间小于等于24小时/每天。
3、因此,时间是消费需求的终极者。生产时间的缩短,自由时间,与消费时间的增加,是经济发展的一个必然趋势。
4、随着机器大工业的飞速发展,敢不敢于把工作时间从8小时制缩短到6小时,甚至是4小时,是一个社会是否真正进步的标志。

117
深圳郭绍华 在职认证  发表于 2013-3-29 08:44:35
1.5.7  归纳与分析

    就像对待外源性元间一样,也可依照上述模型对内源性元间做同样的处理,也就是,把内源性元间实体逐一进行相互比较,每一层次、每一对儿内源性元间实体之间的比较,都会产生相同和相异两组新层次的内源性元间,也就是产生了G系列和C系列两组关于关系者的数据,还产生更多的L系列的关于关系者之间关系形式的数据,以及F系列的纯粹符号、名称、地址之类的元间实体。获得更多的新层次的后天内源性元间实体,第二、第三层次的内源性元间实体。

    其中,产生内源性元间相同部分即产生G系列数据的过程,类似于我们通常所讲的“归纳”过程,是把对象元间中的相同的部分抽象了出来。不同层次的归纳就是不同层次的“分类”,具有共同的、相同的部分元间实体,就是将不同对象归属于为同一类别的理由和原因;

    同理,产生内源性元间实体的相异部分即C系列数据的过程,类似于我们用通常的“分析”过程。是根据对象的差异,将对象区别开来。

显然,归纳法产生的结果和分析法产生的结果是互补的,除去相同的部分剩下的就是相异的部分,反之亦然。

    总之,在这个模型中,可以对差值的差值再次比较,从而实现了对内源性元间实体的再抽象。


118
francese88 发表于 2013-3-29 09:24:47
谢谢分享

119
laughlaugh 发表于 2013-3-30 13:37:47
看看

120
1330571572 发表于 2013-3-31 16:28:34
有意思,值得看

您需要登录后才可以回帖 登录 | 我要注册

本版微信群
jg-xs1
拉您进交流群
GMT+8, 2026-1-2 08:23