摘要：解决复杂系统的建模优化问题,需根据具体的应用环境,选择合适的近似模型。本文对响应面模型、多元自适应回归样条模型、克立格模型、径向基函数模型、支持向量回归模型等近似模型的性能特点和适用范围进行了系统的比较研究,在分析这些近似模型基本特性的基础上,选取具有广泛代表性的测试函数,并综合考虑问题的复杂度、非线性程度、采样点的规模及分布等多个因素,对上述5种近似模型的全局和局部拟合能力、鲁棒性等进行了较为全面的比较评价,并给出应用实例。

摘要：考古资料是早期(本文指从新石器时代到西周时期)艺术研究的基础,无论是通过美术考古学、历史学、艺术史学的途径,还是从人类学、民族学的角度,研究目的都是要将考古资料还原到其所属的历史与社会环境中加以认识,以“透物见人”为目标,分析早期艺术中所蕴含的社会、思想、信仰等层面的内容。可以说,正确地解读考古资料是早期艺术研究中的最重要环节。目前学界对早期艺术所涉及考古资料的解读往往莫衷一是。

摘要：文献对于艺术史研究是不可或缺的,因为与艺术品同(或相近)时代的相关文献是理解该作品的主要途径。但早期艺术(本文指从新石器时代中晚期到西周早期的艺术)因其特殊性,在使用文献时必须更为慎重。首先,最早的可参考文献来自春秋战国时期,而这些文献与研究对象往往已有至少近千年的差距。其次,东周文献的性质也需要格外留意,不少论述看似援引上古史实,实则不乏托古臆造之辞。再次,这些论述往往不系统,东鳞西爪、语焉不详,整体呈现出'模糊性'。

摘要：早期艺术(本文指新石器时代晚期至西周时期的艺术)因没有同时代相关文献的辅证,^(1)使得对其的研究具有一定的开放性。研究者常结合自身知识背景,依据考古学、古文字学、历史学、文化人类学、民族学、神话学、艺术史学、心理学等学科的方法和材料,对早期艺术进行多角度的探讨。由于多学科的广泛参与,早期艺术的研究取得了丰硕的成果,但我们也应注意到上述学科的相关材料毕竟不是对早期艺术的直接解说,若不考虑证据和论证对象之间的适用性和契合度问题就主观建构两者间的关联。

摘要：我国早期艺术中的“一首双身”形象,其实是“剖展”表现手法的结果,与《山海经》中“肥遗”等神怪并无关系。所谓“剖展”,是在保持动物头部完整的前提下,将动物的身躯剖裂为两扇,然后将两扇身躯分别水平放于正视的头部两侧,形成“一首双身”的形象。这样做的目的是将三维的动物二维化到器物表面。三代艺术中,目前所见到的用“剖展”模式来表现的动物有:蛇、虎、牛、龙、饕餮、人等。“剖展”模式的渊源可能与良渚文化玉琮棱边上神人兽面纹的平面化有关。中国早期艺术中的“剖展”模式与印第安艺术有较多相似之处,但后者的“剖展”手法更为丰富。

摘要：安徽阜南县台家寺商代遗址的发掘为1957年在河道中发现的青铜龙虎尊提供了可靠的时空定位。基于这一定位再对龙虎尊的龙纹、"人虎"主题、饕餮纹、"剖展"表现模式等特点进行分析,可以梳理出龙虎尊对早商艺术的传承,自身的创新,以及对晚商艺术的影响。同时,通过从历时性和共时性两条脉络探索龙虎尊的纹饰特征,可管窥中华文明早期共同体在意识形态领域多元一体格局的发展趋势。

摘要：《考古图》和《重修宣和博古图》奠定了青铜器纹饰研究的基础,开创了诸多有价值的研究方向,并在纹饰定名、按纹饰对青铜器命名及分类、纹饰意义分析、依据纹饰断代、创立"标准器断代法"雏形、探索纹饰与器物功能的关系、探索纹饰的组合意义以及分析纹饰铸造工艺等方面,切实推进了青铜器纹饰研究的发展。

摘要：＂兽面—菱形＂主题从良渚文化开始,到西周时期传承约两千年。流传过程中所饰位置、菱形造型以及承载动物的种类都发生了变化,但＂兽面＂和＂菱形＂相结合的表现形式一直延续,并于三代间固定为兽面上的＂菱形额饰＂。良渚文化中,兽面上的菱形常与圆形组合,反映了当时天圆地方的宇宙观,饰于兽面象征了动物能＂沟通天地＂,后虽简化为菱形,赋予所饰动物以神圣性的意义一直延续。

摘要：1985、1989年考古工作者在郑州小双桥'周勃墓'附近分别发现了一件青铜建筑饰件[1],两器大小相同,纹饰基本一致。以1989年采集的建筑饰件(89ZX采:01)为例,该器'整体形状呈方形,顶视平面略呈’凹’字形,器物上、下和背面均向内折成一小平沿,沿面宽3.4厘米,上部沿面微鼓,中间铸有一道宽0.5厘米的’U’形凹槽,两侧面各有一个长方孔,孔壁内折约1厘米,饰件正面为单线阴文饕餮面,两侧面也在长方孔周围各装饰一组龙、虎搏象图,龙、虎纹饰动感强烈,形象逼真,象纹则有些艺术变形,其头部的长卷鼻、眉、目等清晰可辨,尤其是那只明显上卷的长鼻,更给人栩栩如生的感觉”(图一)[2].

摘要：针对复杂机械装备多学科多目标优化设计成本高、周期长等问题,提出一种近似模型与并行加点策略相结合的多目标优化方法。基于Kriging模型,将添加更新样本点定义为同时考虑Pareto最优解和预测误差的动态多目标优化问题,应用改进NSGA-II优化算法和极大极小距离准则,确定最优的并行更新样本点,在提高Kriging模型精度的同时实现多目标优化。测试函数验证和实例结果表明,该方法可有效提高复杂系统多目标优化效率,同时获得收敛性和分散性俱佳的Pareto最优解。