John R Anderson08年及之前关于（数学）问题解决和认知的研究
2018-05-09 20:52阅读：
新浪博客
《问题解决与认知模拟——以数学问题为例》中有引用John R
Anderson的论述进行了如下的梳理。以下，暂时只对2005年及之后的John
R Anderson部分研究，做文献格式的更新调整。其中，主要发现了John R
Anderson2005年和2008年的如下两篇研究论文：
Anderson JR. Human symbol manipulation within an integrated cognitive architecture. Cognitive science[J].
Anderson JR, Fincham JM, Qin Y, Stocco A. A central circuit of the mind[J]. Trends in cognitive sciences, 2008, 12(4):136-143.
一、《问题解决与认知模拟》正文依序所引用的John R Anderson研究
第二章 国内外研究现状
第7页：”安德森把学生通常面临的问题类型分为结构良好的问题（ｗｅｌｌ-ｓｔｒｕｃｔｕｒｅｄｐｒｏｂｌｅｍ） 和结构不良的问题（ｉｌｌ-ｓｔｒｕｃｔｕｒｅｄｐｒｏｂｌｅｍ）。本研究所指的问题是结构良好的数学问题，如一元一次方程问题、算术问题、圆柱侧面积问题等，这些问题的解决是以数学知识为基础的。“”Ａｎｄｅｒｓｏｎ，Ｒ，ｏｇｎｉｔｉｖｅＰｓｙｃｈｏｌｏｇｙａｎｄＩｔｓＩｍｐｌｉｃａｔｉｏｎｓ（５ｔｈＥｄｉｔｉｏｎ），ｅｗＹｏｒｋ：ＷｏｒｔｈＰｕｂｌｉｓｈｅｒｓ，2０００，１５１“
”“问题解决被定义为一系列指向目标的认知操作程序”，这是认知心理学家常用的定义。该定义包括三点：（１） 问题解决有一定的目标指向性，从目标开始，以目标达成结束。
（２）问题解决是一系列的操作，对于一看就知道答案，如问一成人“２＋３＝？”，他立即说出答案，就算不上问题解决。
（３）问题解决是一系列的认知操作，本质上是一种思维活动。“”Ａｎｄｅｒｓｏｎ，Ｒ，ｏｇｎｉｔｉｖｅＰｓｙｃｈｏｌｏｇｙａｎｄＩｔｓＩｍｐｌｉｃａｔｉｏｎｓ，ｅｗＹｏｒｋ：ＨＦｒｅｅｍａｎ，1９８０，ｐ２５７“
第8页：”在许多研究中， 认知模型这一术语在认知心理学中用来简化描述人的问题解决，往往被认为是与人的认知加工过程相一致的计算模型。“”Ａｎｄｅｒｓｏｎ，Ｒ，ｉｎ，，ｏｈｎ，Ｈ，ｔｅｎｇｅｒ，Ａ，Ｃａｒｔｅｒ，Ｓ，ＡｎｉｎｆｏｒｍａｔｉｏｎＰｒｏｃｅｓｓｉｎｇＭｏｄｅｌｏｆｔｈｅＢＯＬＤＲｅｓｐｏｎｓｅｉｎＳｙｍｂｏｌＭａｎｉｐｕｌａｔｉｏｎＴａｓｋｓ”，ｓｙｃｈｏｎｏｍｉｃＢｕｌｌｅｔｉｎ＆Ｒｅｖｉｅｗ，Ｖｏｌ１０，2００３，ｐ２４１－２６１“
第11页：”（四）安德森的ＡＣＴＲ模型
ＡＣＴＲ由美国人工智能和心理学家卡耐基·梅隆大学（ＣａｒｎｅｇｉｅＭｅｌｏｎＵｎｉｖｅｒｓｉｔｙ）的安德森（ＪｏｈｎＲＡｎｄｅｒｓｏｎ）等人建立，用来模拟和理解人类认知的理论。ＡＣＴＲ的研究人员努力理解人们是如何组织知识、产生智能行为的。ＡＣＴＲ理论从１９７６年提出至今已四十年，从最初的ＡＣＴＥ到目前的ＡＣＴＲ模型，其中“Ｒ” 代表理性，是“实现人类目标的最佳行为”。随着研究的不断深入，ＡＣＴＲ能够完成大量的人类认知的任务，非常详细地分析我们感知、思考和对外部环境的反应。“ ”Ａｎｄｅｒｓｏｎ，ＪＲ，ＴｈｅＡｄａｐｔｉｖｅＣｈａｒａｃｔｅｒｏｆＴｈｏｕｇｈｔ，Ｈｉｌｌｓｄａｌｅ：ＬａｗｒｅｎｃｅＥｒｌｂａｕｍＡｓｓｏｃｉａｔｅｓ
Ｉｎｃ，１９９０，ｐ２８“
第12页：”安德森等人指出，ＡＣＴＲ理论为人类的认知活动提供了“重要的新见解”，包括以下几点：
（１）ＡＣＴＲ是基于产生式系统的认知理论，可以从一个简单的心理系统出发，构建出认知行为的全部特征；
（２）ＡＣＴＲ可以通过信息加工来预测人类的行为，其本身也能产生智力行为；
（３）ＡＣＴＲ成功地为高水平的认知活动建立了模型，包括科学推理、技能获得和人机交互（ＨｕｍａｎＣｏｍｐｕｔｅｒＩｎｔｅｒａｃｔｉｏｎ）等。“”Ａｎｄｅｒｓｏｎ，ＪＲ，“ＡＣＴ：Ａ ＳｉｍｐｌｅＴｈｅｏｒｙｏｆＣｏｍｐｌｅｘＣｏｇｎｉｔｉｏｎ”，ＡｍｅｒｉｃａｎＰｓｙｃｈｏｌｏｇｉｓｔ，Ｖｏｌ５１，１９９６，ｐｐ３５５－３６５
Ａｎｄｅｒｓｏｎ，ＪＲ＆ Ｓｃｈｕｎｎ，ＣＤ，ＩｍｐｌｉｃａｔｉｏｎｓｏｆｔｈｅＡＣＴＲＬｅａｒｎｉｎｇＴｈｅｏｒｙ：ＮｏＭａｇｉｃＢｕｌｌｅｔｓ，ＩｎＲＧｌａｓｅｒ（ｅｄ），ＡｄｖａｎｃｅｓｉｎＩｎｓｔｒｕｃｔｉｏｎａｌＰｓｙｃｈｏｌｏｇｙ，Ｖｏｌ５，Ｍａｈｗａｈ：Ｅｒｌｂａｕｍ，２０００，ｐｐ１－２７“
第28页：”四 问题表征与解题效果
关于问题表征与解题效果的关系方面，安德森研究发现，对问题的不同表征会产生不同的问题解决效果。“”Ａｎｄｅｒｓｏｎ，ＪＲ， “ＰｒｏｂｌｅｍＳｏｌｖｉｎｇａｎｄＬｅａｒｎｉｎｇ”，ＡｍｅｒｉｃａｎＰｓｙｃｈｏｌｏｇｉｓｔ，Ｖｏｌ４８，１９９３，ｐｐ３５－４４“
第四章 小学数学问题解决认知模型
第45页：”秦裕林等人（Ｑｉｎ，Ａｎｄｅｒｓｏｎ ｅｔ ａｌ.）采用信息加工分析和认知神经科学技术有效结合的方法，研究考察了正在学习解方程的１１—１４岁儿童解方程过程。 研究中建立了解方程的信息加工模型，包括想象方程变换、算术和代数知识的提取以及动作反应的安排，并采用ｆＭＲＩ方法记录了解
方程过程中大脑前额区、顶叶区、运动区的血氧水平依赖（ＢＯＬＤ，ｂｌｏｏｄｏｘｙｇｅｎｌｅｖｅｌｄｅｐｅｎｄｅｎｔｒｅｓｐｏｎｓｅ）相应数据。““
ＢｒａｉｎＡｃｔｉｖａｔｉｏｎＰａｔｔｅｒｎｓＡｌｏｎｇｗｉｔｈｔｈｅＣｈｉｌｄｒｅｎｓＰｒａｃｔｉｃｅｉｎＡｌｇｅｂｒａＥｑｕａｔｉｏｎＳｏｌｖｉｎｇ”，Ｐｒｏｃｅｅｄｉｎｇｓｏｆ
ｔｈｅＮａｔｉｏｎａｌＡｃａｄｅｍｙｏｆＳｃｉｅｎｃｅｓｏｆｔｈｅＵｎｉｔｅｄＳｔａｔｅｓｏｆＡｍｅｒｉｃａ，Ｖｏｌ１０１，２００４，ｐｐ５６８６－５６９１”
第51页：“安德森研究了两步方程（ｔｗｏｓｔｅｐｅｑｕａｔｉｏｎ）的求解过程，并比较了第１天和第５天解方程７×ｘ＋３＝３８的情况；结果发现，第５天的解题过程比第１天简化，第一天用了６１秒，第５天用了４１秒，通过比较第１天和第５天解方程过程的变化，可以看出学习过程中解题步骤逐步自动化。”“Anderson JR. Human symbol manipulation within an integrated cognitive architecture. Cognitive science[J].
第55页：“（４）长时陈述性记忆
长时陈述性记忆中是学生先前学会的知识，以有意义的命题， 或是复杂的涉及概念层次关系的编码形式存储。 长时记忆中的编码材料是语义的，或按意义组织的。长时陈述性记忆中储存的内容是永久性的，随着
时间的流逝不会有损失。 有时会因为新旧内容之间的干扰阻碍信息的提取。小学儿童长时陈述性记忆中以具体形象记忆为主。”“Ａｎｄｅｒｓｏｎ，ＪＲ＆ Ｂｏｗｅｒ，ＧＨ，ＨｕｍａｎＡｓｓｏｃｉａｔｉｖｅＭｅｍｏｒｙ，Ｗａｓｈｉｎｇｔｏｎ：ＶＨＷｉｎｓｔｏｎ，１９７３，ｐ１０２”
第五章 小学数学问题解决认知模拟
第一节 认知模拟依据
第66页：“安德森等人使用 ACT-R模拟了代数方程式 “７ｘ＋３＝３８” 的解题过程。”“Anderson JR, Fincham JM, Qin Y, Stocco A. A central circuit of the mind[J]. Trends in cognitive sciences, 2008, 12(4):136-143.”【可追踪了解】
第68页：“ACT-R已成功用于数学问题解决模拟。安德森通过代数方程的ACT-R模型研究，初步将ACT-R理论中的结构成分映射到了脑区。①ACT-R强调行为层级的测量，如按键时间、眼动模式等，安德森等人使用脑成像技术验证了学生在完成解方程任务过程中ACT-R模块与脑区之间的关系。”“①Anderson JR. Human symbol manipulation within an integrated cognitive architecture. Cognitive science[J].
②Anderson JR, Fincham JM, Qin Y, Stocco A. A central circuit of the mind[J]. Trends in cognitive sciences, 2008, 12(4):136-143.”【第二篇同上。可追踪了解】
第68页：“ＡＣＴＲ研究具有一定的认知神经学基础。秦裕林等人③、安德森④等人研究发现，虽然顶叶（ｔｈｅｐａｒｉｅｔａｌ） 和前额叶（ｔｈｅｐｒｅｆｒｏｎｔａｌ） 活动高度相关，但这两个区域的活动还是有区别的；研究还证实了前额叶更多地与知识提取相关，顶叶（ｔｈｅｐａｒｉｅｔａｌ） 更多地与表征（问题状态）变化相关。Ｓｏｈｎ等人的研究也发现前额叶（ｔｈｅｐｒｅｆｒｏｎｔａｌ） 而不是顶叶
（ｔｈｅｐａｒｉｅｔａｌ） 与个人知识提取相关。⑤⑥”“③Ｑｉｎ，Ｙ，Ｓｏｈｎ，ＭＨ，Ａｎｄｅｒｓｏｎ，ＪＲ，Ｓｔｅｎｇｅｒ，ＶＡ，Ｆｉｓｓｅｌｌ，Ｋ，Ｇｏｏｄｅ，Ａ，ｅｔａｌ，“ＰｒｅｄｉｃｔｉｎｇｔｈｅＰｒａｃｔｉｃｅＥｆｆｅｃｔｓｏｎｔｈｅＢｌｏｏｄＯｘｙｇｅｎａｔｉｏｎＬｅｖｅｌｄｅｐｅｎｄｅｎｔ（ＢＯＬＤ）ＦｕｎｃｔｉｏｎｏｆｆＭＲＩｉｎａＳｙｍｂｏｌｉｃＭａｎｉｐｕｌａｔｉｏｎＴａｓｋ”，ＰｒｏｃｅｅｄｉｎｇｓｏｆｔｈｅＮａｔｉｏｎａｌＡｃａｄｅｍｙｏｆＳｃｉｅｎｃｅｓｏｆｔｈｅＵＳＡ，Ｖｏｌ１００，２００３，ｐｐ４９５１－４９５６
④Ａｎｄｅｒｓｏｎ，Ｒ，ｉｎ，，ｔｅｎｇｅｒ，Ａ，Ｃａｒｔｅｒ，Ｓ，ＴｈｅＲｅｌａｔｉｏｎｓｈｉｐｏｆＴｈｒｅｅＣｏｒｔｉｃａｌＲｅｇｉｏｎｓｔｏａｎＩｎｆｏｒｍａｔｉｏｎｐｒｏｃｅｓｓｉｎｇＭｏｄｅｌ”，ｏｇｎｉｔｉｖｅＮｅｕｒｏｓｃｉｅｎｃｅ，ｏｌ１６，2００４，ｐ６３７－６５３
⑤Ｓｏｈｎ，ＭＨ，Ｇｏｏｄｅ，Ａ，Ｓｔｅｎｇｅｒ，ＶＡ，Ｃａｒｔｅｒ，ＣＳ，＆Ａｎｄｅｒｓｏｎ，ＪＲ， “ＣｏｍｐｅｔｉｔｉｏｎａｎｄＲｅｐｒｅｓｅｎｔａｔｉｏｎＤｕｒｉｎｇＭｅｍｏｒｙＲｅｔｒｉｅｖａｌ：ＲｏｌｅｓｏｆｔｈｅＰｒｅｆｒｏｎｔａｌＣｏｒｔｅｘａｎｄｔｈｅＰｏｓｔｅｒｉｏｒＰａｒｉｅｔａｌＣｏｒｔｅｘ”，ＰｒｏｃｅｅｄｉｎｇｓｏｆＮａｔｉｏｎａｌＡｃａｄｅｍｙｏｆＳｃｉｅｎｃｅｓ，Ｖｏｌ１００，２００３，ｐｐ７４１２－７４１７
⑥Ｓｏｈｎ，Ｈ，ｏｏｄｅ，，ｔｅｎｇｅｒ，Ａ，ｕｎｇ，Ｊ，ａｒｔｅｒ，Ｓ， Ａｎｄｅｒｓｏｎ，Ｒ，“ＡｎＩｎｆｏｒｍａｔｉｏｎｐｒｏｃｅｓｓｉｎｇＭｏｄｅｌｏｆＴｈｒｅｅＣｏｒｔｉｃａｌＲｅｇｉｏｎｓ：ＥｖｉｄｅｎｃｅｉｎＥｐｉｓｏｄｉｃＭｅｍｏｒｙＲｅｔｒｉｅｖａｌ”，ＮｅｕｒｏＩｍａｇｅ，ｏｌ２５，2００５，ｐ２１－３３”
第三节 认知模拟
第69页：“安德森研究了代数方程的求解过程，认知过程是通过与五个独立模块的交互而发生的。“‘”Anderson JR. Human symbol manipulation within an integrated cognitive architecture. Cognitive science[J].
第76页和第83页的共同内容：“提取（ｒｅｔｒｉｅｖａｌ）缓冲区负责提取陈述性记忆，与前额叶皮层激活相关。这一结论与秦裕林等人、安德森等人、Ｓｏｈｎ等人研究结论，即前额叶（ｔｈｅｐｒｅｆｒｏｎｔａｌ）而不是顶叶（ｔｈｅｐａｒｉｅｔａｌ） 与个人知识提取相关相一致。ＡＣＴＲ中提取时间是自由变量。“”Ｑｉｎ，Ｙ，Ｓｏｈｎ，ＭＨ，Ａｎｄｅｒｓｏｎ，ＪＲ，Ｓｔｅｎｇｅｒ，ＶＡ，Ｆｉｓｓｅｌｌ，Ｋ，Ｇｏｏｄｅ，Ａ，ｅｔａｌ，“ＰｒｅｄｉｃｔｉｎｇｔｈｅＰｒａｃｔｉｃｅＥｆｆｅｃｔｓｏｎｔｈｅＢｌｏｏｄＯｘｙｇｅｎａｔｉｏｎＬｅｖｅｌｄｅｐｅｎｄｅｎｔ（ＢＯＬＤ）ＦｕｎｃｔｉｏｎｏｆｆＭＲＩｉｎａＳｙｍｂｏｌｉｃＭａｎｉｐｕｌａｔｉｏｎＴａｓｋ”，ＰｒｏｃｅｅｄｉｎｇｓｏｆｔｈｅＮａｔｉｏｎａｌＡｃａｄｅｍｙｏｆＳｃｉｅｎｃｅｓｏｆｔｈｅＵＳＡ，Ｖｏｌ１００，２００３，ｐｐ４９５１－４９５６
Ａｎｄｅｒｓｏｎ，ＪＲ，Ｑｉｎ，Ｙ，Ｓｔｅｎｇｅｒ，ＶＡ，＆Ｃａｒｔｅｒ，ＣＳ，“ＴｈｅＲｅｌａｔｉｏｎｓｈｉｐｏｆＴｈｒｅｅＣｏｒｔｉｃａｌＲｅｇｉｏｎｓｔｏａｎＩｎｆｏｒｍａｔｉｏｎｐｒｏｃｅｓｓｉｎｇＭｏｄｅｌ”，ＣｏｇｎｉｔｉｖｅＮｅｕｒｏｓｃｉｅｎｃｅ，Ｖｏｌ１６，２００４，ｐｐ６３７－６５３
Ｓｏｈｎ，ＭＨ，Ｇｏｏｄｅ，Ａ，Ｓｔｅｎｇｅｒ，ＶＡ，Ｃａｒｔｅｒ，ＣＳ，＆Ａｎｄｅｒｓｏｎ，ＪＲ， “ＣｏｍｐｅｔｉｔｉｏｎａｎｄＲｅｐｒｅｓｅｎｔａｔｉｏｎＤｕｒｉｎｇＭｅｍｏｒｙＲｅｔｒｉｅｖａｌ：ＲｏｌｅｓｏｆｔｈｅＰｒｅｆｒｏｎｔａｌＣｏｒｔｅｘａｎｄｔｈｅＰｏｓｔｅｒｉｏｒＰａｒｉｅｔａｌＣｏｒｔｅｘ”，ＰｒｏｃｅｅｄｉｎｇｓｏｆＮａｔｉｏｎａｌＡｃａｄｅｍｙｏｆＳｃｉｅｎｃｅｓ，Ｖｏｌ１００，２００３，ｐｐ７４１２－７４１７
Ｓｏｈｎ，ＭＨ，Ｇｏｏｄｅ，Ａ，Ｓｔｅｎｇｅｒ，ＶＡ，Ｊｕｎｇ，ＫＪ，Ｃａｒｔｅｒ，ＣＳ，＆ Ａｎｄｅｒｓｏｎ，ＪＲ，“ＡｎＩｎｆｏｒｍａｔｉｏｎｐｒｏｃｅｓｓｉｎｇＭｏｄｅｌｏｆＴｈｒｅｅＣｏｒｔｉｃａｌＲｅｇｉｏｎｓ：ＥｖｉｄｅｎｃｅｉｎＥｐｉｓｏｄｉｃＭｅｍｏｒｙＲｅｔｒｉｅｖａｌ”，ＮｅｕｒｏＩｍａｇｅ，Ｖｏｌ２５，２００５，ｐｐ２１－３３“
第91页（第98页出现后面的第一句）：”安德森研究解代数方程问题时同样存在“自动化” （ｓｐｅｅｄｕｐ）现象，认为经过充分的训练可能会将解方程简化为一系列的视觉编码和输出操作。① 匈菲尔德研究表明，要成为某个领域的专家，一般需要在长时记忆中拥有大约５００００个知识块，这些知识块是该领域内进行思维操作的具体对象，而且，在许多情况下看似在运用策略，实际上是在运用这类已相当完善的知识块。 以上研究结论与本研究分析一致，这也在一定程度上解释了专家和新手在解决复杂问题时的差异，专家具有较多的“自动化” 知识，而新手则较少。①“”前 ①Anderson JR. Human symbol manipulation within an integrated cognitive architecture. Cognitive science[J].
后① Ｓｃｈｏｅｎｆｅｌｄ，ＡＨ，ＭａｔｈｅｍａｔｉｃａｌＰｒｏｂｌｅｍＳｏｌｖｉｎｇ，Ｏｒｌａｎｄｏ：ＡｃａｄｅｍｉｃＰｒｅｓｓ，１９８５，ｐ５６“
第92页：”。安德森研究了学生学习解代数方程的认知过程也认为，学习发生在符号层级，创建（或生成） 了新的产生式规则。 因此，帮助学生形成正确的产生式规则是程序性知识学习的重要环节。“”Anderson JR. Human symbol manipulation within an integrated cognitive architecture. Cognitive science[J].
第99页：”。安德森研究了学生学习解代数方程的认知过程也认为，学习发生在符号层级，创建（或生成） 了新的产生式规则。
第六章
第114页：”程序性知识是通过练习获得的，在许多有关问题解决和技能获得的理论中，陈述性知识往往是作为程序性知识的预备性知识而存在的。”“Ａｎｄｅｒｓｏｎ，ＪＲ，ＴｈｅＡｒｃｈｉｔｅｃｔｕｒｅｏｆＣｏｇｎｉｔｉｏｎ，Ｃａｍｂｒｉｄｇｅ：ＨａｒｖａｒｄＵｎｉｖｅｒｓｉｔｙＰｒｅｓｓ，１９８３，ｐ５”
第183页：”（课堂交互认知分析框架ＣＡＵＴ（ａｃｏｇｎｉｔｉｖｅａｒｃｈｉｔｅｃｔｕｒｅｏｆｈｕｍａｎｔｈｉｎｋｉｎｇ）【Guangzuo, C., Xuefeng, W. and Boling, L.W., 2011, July. A cognitive model of human thinking. In Natural Computation (ICNC), 2011 Seventh International Conference on (Vol. 2, pp. 992-996). IEEE.】）与其他认知结构如ＡＣＴＲ、ＳＯＡＲ、ＣＬＡＲＩＯＮ 等模型相比，该模型具有以下特点：
（１）在效应器和感觉器官之间增加了内部言语回路，如默读等，回路的存在已经在认知神经科学中已得到证明；
（２）长时记忆进一步区分为陈述性记忆（ｄｅｃｌａｒａｔｉｖｅｍｅｍｏｒｙ）和程序性记忆（ｐｒｏｃｅｄｕｒａｌｍｅｍｏｒｙ），并与学习过程中的知识和技能相对应；
（３）强调记忆的巩固。最近研究表明，在学习或其他认知过程对长时记忆的使用与记忆的巩固是分开的，记忆的巩固发生在认知过程之后。““”ＡＣＴＲ：Ａｎｄｅｒｓｏｎ，ＪＲ，Ｂｏｔｈｅｌｌ，Ｄ，Ｂｙｒｎｅ，ＭＤ，Ｄｏｕｇｌａｓｓ，Ｓ，Ｌｅｂｉｅｒｅ，Ｃ，＆Ｑｉｎ，Ｙ，“Ａｎ
ＩｎｔｅｇｒａｔｅｄＴｈｅｏｒｙｏｆｔｈｅＭｉｎｄ”，ＰｓｙｃｈｏｌｏｇｉｃａｌＲｅｖｉｅｗ，Ｖｏｌ１１１，２００４，ｐｐ１０３６－１０６０“
二、《问题解决与认知模拟》参考文献依序所罗列的John R Anderson研究
（一）图书
２９Ａｎｄｅｒｓｏｎ，Ｒ＆ Ｂｏｗｅｒ，Ｈ，ｕｍａｎＡｓｓｏｃｉａｔｉｖｅＭｅｍｏｒｙ，ａｓｈｉｎｇｔｏｎ：ＶＨＷｉｎｓｔｏｎ，９７３
３Ａｎｄｅｒｓｏｎ，Ｒ，ｏｇｎｉｔｉｖｅＰｓｙｃｈｏｌｏｇｙａｎｄＩｔｓＩｍｐｌｉｃａｔｉｏｎｓ，ｅｗ Ｙｏｒｋ：ＨＦｒｅｅｍａｎ，９８０
４０Ａｎｄｅｒｓｏｎ，Ｒ，ｈｅＡｒｃｈｉｔｅｃｔｕｒｅｏｆＣｏｇｎｉｔｉｏｎ，ａｍｂｒｉｄｇｅ：ＨａｒｖａｒｄＵｎｉｖｅｒｓｉｔｙＰｒｅｓｓ，９８３
１４Ａｎｄｅｒｓｏｎ，Ｒ，ｈｅＡｄａｐｔｉｖｅＣｈａｒａｃｔｅｒｏｆＴｈｏｕｇｈｔ，ｉｌｌｓｄａｌｅ：ＬａｗｒｅｎｃｅＥｒｌｂａｕｍＡｓｓｏｃｉａｔｅｓＩｎｃ，９９０
２Ａｎｄｅｒｓｏｎ，ＪＲ，ＣｏｇｎｉｔｉｖｅＰｓｙｃｈｏｌｏｇｙａｎｄＩｔｓＩｍｐｌｉｃａｔｉｏｎｓ（５ｔｈ ｅｄｉｔｉｏｎ），
ＮｅｗＹｏｒｋ：ＷｏｒｔｈＰｕｂｌｉｓｈｅｒｓ，２０００
１５Ａｎｄｅｒｓｏｎ，Ｒ＆Ｓｃｈｕｎｎ，Ｄ，“ＩｍｐｌｉｃａｔｉｏｎｓｏｆｔｈｅＡＣＴＲＬｅａｒｎｉｎｇＴｈｅｏｒｙ：ＮｏＭａｇｉｃＢｕｌｌｅｔｓ”，ｎＲＧｌａｓｅｒ（ｅｄ），ｄｖａｎｃｅｓｉｎＩｎｓｔｒｕｃｔｉｏｎａｌＰｓｙｃｈｏｌｏｇｙ（Ｖｏｌ５），ａｈｗａｈ：Ｅｒｌｂａｕｍ，2０００
（二）期刊
２７Ａｎｄｅｒｓｏｎ，Ｒ，“Ｐｒｏｂｌｅｍ ＳｏｌｖｉｎｇａｎｄＬｅａｒｎｉｎｇ”，ｍｅｒｉｃａｎＰｓｙｃｈｏｌｏｇｉｓｔ，ｏｌ４８，1９９３
５Ａｎｄｅｒｓｏｎ，Ｒ，ＡＣＴ：ＡＳｉｍｐｌｅＴｈｅｏｒｙｏｆＣｏｍｐｌｅｘＣｏｇｎｉｔｉｏｎ”，ｍｅｒｉｃａｎＰｓｙｃｈｏｌｏｇｉｓｔ，ｏｌ５１，1９９６
３Ａｎｄｅｒｓｏｎ，Ｒ，ｉｎ，，ｏｈｎ，Ｈ，ｔｅｎｇｅｒ，Ａ，Ｃａｒｔｅｒ，Ｓ，ＡｎＩｎｆｏｒｍａｔｉｏｎｐｒｏｃｅｓｓｉｎｇＭｏｄｅｌｏｆｔｈｅＢＯＬＤＲｅｓｐｏｎｓｅｉｎＳｙｍｂｏｌＭａｎｉｐｕｌａｔｉｏｎＴａｓｋｓ”，ｓｙｃｈｏｎｏｍｉｃＢｕｌｌｅｔｉｎ＆Ｒｅｖｉｅｗ，ｏｌ１０，2００３
６１Ｓｏｈｎ，Ｈ，ｏｏｄｅ，，ｔｅｎｇｅｒ，Ａ，ａｒｔｅｒ，Ｓ， Ａｎｄｅｒｓｏｎ，
ＪＲ，ＣｏｍｐｅｔｉｔｉｏｎａｎｄＲｅｐｒｅｓｅｎｔａｔｉｏｎＤｕｒｉｎｇＭｅｍｏｒｙＲｅｔｒｉｅｖａｌ：ＲｏｌｅｓｏｆｔｈｅＰｒｅｆｒｏｎｔａｌＣｏｒｔｅｘａｎｄｔｈｅＰｏｓｔｅｒｉｏｒＰａｒｉｅｔａｌＣｏｒｔｅｘ”，ｒｏｃｅｅｄｉｎｇｓｏｆＮａｔｉｏｎａｌＡｃａｄｅｍｙｏｆＳｃｉｅｎｃｅｓ，ｏｌ１００，2００３
５９Ｑｉｎ，，ｏｈｎ，Ｈ，ｎｄｅｒｓｏｎ，Ｒ，ｔｅｎｇｅｒ，Ａ，ｉｓｓｅｌｌ，，
Ｇｏｏｄｅ，，ｔａｌ，ＰｒｅｄｉｃｔｉｎｇｔｈｅＰｒａｃｔｉｃｅＥｆｆｅｃｔｓｏｎｔｈｅＢｌｏｏｄＯｘｙｇｅｎａｔｉｏｎＬｅｖｅｌｄｅｐｅｎｄｅｎｔ（ＢＯＬＤ）ＦｕｎｃｔｉｏｎｏｆｆＭＲＩｉｎａＳｙｍｂｏｌｉｃＭａｎｉｐｕｌａｔｉｏｎＴａｓｋ”，ｒｏｃｅｅｄｉｎｇｓｏｆｔｈｅＮａｔｉｏｎａｌＡｃａｄｅｍｙｏｆＳｃｉｅｎｃｅｓｏｆｔｈｅＵＳＡ，Ｖｏｌ１００，2００３
７０Ｑｉｎ，，ｏｈｎ，Ｈ，ｎｄｅｒｓｏｎ，Ｒ，ｔｅｎｇｅｒ，Ａ，ｉｓｓｅｌｌ，，
Ｇｏｏｄｅ，，ｔａｌ，ＰｒｅｄｉｃｔｉｎｇｔｈｅＰｒａｃｔｉｃｅＥｆｆｅｃｔｓｏｎｔｈｅＢｌｏｏｄＯｘｙｇｅｎａｔｉｏｎＬｅｖｅｌｄｅｐｅｎｄｅｎｔ（ＢＯＬＤ）ＦｕｎｃｔｉｏｎｏｆｆＭＲＩｉｎａＳｙｍｂｏｌｉｃＭａｎｉｐｕｌａｔｉｏｎＴａｓｋ”，ｒｏｃｅｅｄｉｎｇｓｏｆｔｈｅＮａｔｉｏｎａｌＡｃａｄｅｍｙｏｆＳｃｉｅｎｃｅｓｏｆｔｈｅＵＳＡ，Ｖｏｌ１００，2００３
７２Ｓｏｈｎ，Ｈ，ｏｏｄｅ，，ｔｅｎｇｅｒ，Ａ，ａｒｔｅｒ，Ｓ， Ａｎｄｅｒｓｏｎ，
ＪＲ，ＣｏｍｐｅｔｉｔｉｏｎａｎｄＲｅｐｒｅｓｅｎｔａｔｉｏｎＤｕｒｉｎｇＭｅｍｏｒｙＲｅｔｒｉｅｖａｌ：ＲｏｌｅｓｏｆｔｈｅＰｒｅｆｒｏｎｔａｌＣｏｒｔｅｘａｎｄｔｈｅＰｏｓｔｅｒｉｏｒＰａｒｉｅｔａｌＣｏｒｔｅｘ”，ｒｏｃｅｅｄｉｎｇｓｏｆＮａｔｉｏｎａｌＡｃａｄｅｍｙｏｆＳｃｉｅｎｃｅｓ，ｏｌ１００，００３
７８Ｓｏｈｎ，Ｈ，ｏｏｄｅ，，ｔｅｎｇｅｒ，Ａ，ａｒｔｅｒ，Ｓ， Ａｎｄｅｒｓｏｎ，
ＪＲ，ＣｏｍｐｅｔｉｔｉｏｎａｎｄＲｅｐｒｅｓｅｎｔａｔｉｏｎＤｕｒｉｎｇＭｅｍｏｒｙＲｅｔｒｉｅｖａｌ：ＲｏｌｅｓｏｆｔｈｅＰｒｅｆｒｏｎｔａｌＣｏｒｔｅｘａｎｄｔｈｅＰｏｓｔｅｒｉｏｒＰａｒｉｅｔａｌＣｏｒｔｅｘ”，ｒｏｃｅｅｄｉｎｇｓｏｆＮａｔｉｏｎａｌＡｃａｄｅｍｙｏｆＳｃｉｅｎｃｅｓ，ｏｌ１００，００３
６０Ａｎｄｅｒｓｏｎ，Ｒ，ｉｎ，，ｔｅｎｇｅｒ，Ａ，Ｃａｒｔｅｒ，Ｓ，ＴｈｅＲｅｌａｔｉｏｎｓｈｉｐｏｆＴｈｒｅｅＣｏｒｔｉｃａｌＲｅｇｉｏｎｓｔｏａｎＩｎｆｏｒｍａｔｉｏｎｐｒｏｃｅｓｓｉｎｇＭｏｄｅｌ”，
ＣｏｇｎｉｔｉｖｅＮｅｕｒｏｓｃｉｅｎｃｅ，ｏｌ１６，2００４
７１Ａｎｄｅｒｓｏｎ，Ｒ，ｉｎ，，ｔｅｎｇｅｒ，Ａ，Ｃａｒｔｅｒ，Ｓ，ＴｈｅＲｅｌａｔｉｏｎｓｈｉｐｏｆＴｈｒｅｅＣｏｒｔｉｃａｌＲｅｇｉｏｎｓｔｏａｎＩｎｆｏｒｍａｔｉｏｎｐｒｏｃｅｓｓｉｎｇＭｏｄｅｌ”，ＣｏｇｎｉｔｉｖｅＮｅｕｒｏｓｃｉｅｎｃｅ，ｏｌ１６，2００４
３７ＱｉｎＹ，ｎｄｅｒｓｏｎ，Ｒ，ｉｌｋ，，ｔｅｎｇｅｒ，Ａ， Ｃａｒｔｅｒ，Ｓ，
“ＴｈｅＣｈａｎｇｅｏｆｔｈｅＢｒａｉｎＡｃｔｉｖａｔｉｏｎＰａｔｔｅｒｎｓａｌｏｎｇｗｉｔｈｔｈｅＣｈｉｌｄｒｅｎｓＰｒａｃｔｉｃｅｉｎＡｌｇｅｂｒａＥｑｕａｔｉｏｎＳｏｌｖｉｎｇ”，ｒｏｃｅｅｄｉｎｇｓｏｆｔｈｅＮａｔｉｏｎａｌＡｃａｄｅｍｙｏｆＳｃｉｅｎｃｅｓｏｆｔｈｅＵｎｉｔｅｄＳｔａｔｅｓｏｆＡｍｅｒｉｃａ，ｏｌ１０１，2００４
７７Ａｎｄｅｒｓｏｎ，Ｒ，ｉｎ，，ｔｅｎｇｅｒ，Ａ，Ｃａｒｔｅｒ，Ｓ，ＴｈｅＲｅｌａｔｉｏｎｓｈｉｐｏｆＴｈｒｅｅＣｏｒｔｉｃａｌＲｅｇｉｏｎｓｔｏａｎＩｎｆｏｒｍａｔｉｏｎｐｒｏｃｅｓｓｉｎｇＭｏｄｅｌ”，ＣｏｇｎｉｔｉｖｅＮｅｕｒｏｓｃｉｅｎｃｅ，ｏｌ１６，2００４
１３７Ａｎｄｅｒｓｏｎ，Ｒ，ｏｔｈｅｌｌ，，ｙｒｎｅ，Ｄ，ｏｕｇｌａｓｓ，，ｅｂｉｅｒｅ，Ｃ，Ｑｉｎ，，ＡｎＩｎｔｅｇｒａｔｅｄＴｈｅｏｒｙｏｆｔｈｅＭｉｎｄ”，ｓｙｃｈｏｌｏｇｉｃａｌＲｅｖｉｅｗ，ｏｌ１１１，2００４
７３Ｓｏｈｎ，Ｈ，ｏｏｄｅ，，ｔｅｎｇｅｒ，Ａ，ｕｎｇ，Ｊ，ａｒｔｅｒ，Ｓ，Ａｎｄｅｒｓｏｎ，Ｒ，ＡｎＩｎｆｏｒｍａｔｉｏｎｐｒｏｃｅｓｓｉｎｇＭｏｄｅｌｏｆＴｈｒｅｅＣｏｒｔｉｃａｌＲｅｇｉｏｎｓ： Ｅｖｉｄｅｎｃｅ ｉｎ Ｅｐｉｓｏｄｉｃ Ｍｅｍｏｒｙ Ｒｅｔｒｉｅｖａｌ”，ＮｅｕｒｏＩｍａｇｅ，Ｖｏｌ２５，2００５
６２Ｓｏｈｎ，Ｈ，ｏｏｄｅ，，ｔｅｎｇｅｒ，Ａ，ｕｎｇ，Ｊ，ａｒｔｅｒ，Ｓ，Ａｎｄｅｒｓｏｎ，Ｒ，ＡｎＩｎｆｏｒｍａｔｉｏｎｐｒｏｃｅｓｓｉｎｇＭｏｄｅｌｏｆＴｈｒｅｅＣｏｒｔｉｃａｌＲｅｇｉｏｎｓ： Ｅｖｉｄｅｎｃｅ ｉｎ Ｅｐｉｓｏｄｉｃ Ｍｅｍｏｒｙ Ｒｅｔｒｉｅｖａｌ”，ＮｅｕｒｏＩｍａｇｅ，Ｖｏｌ２５，2００５
６２Ｓｏｈｎ，Ｈ，ｏｏｄｅ，，ｔｅｎｇｅｒ，Ａ，ｕｎｇ，Ｊ，ａｒｔｅｒ，Ｓ，Ａｎｄｅｒｓｏｎ，Ｒ，ＡｎＩｎｆｏｒｍａｔｉｏｎｐｒｏｃｅｓｓｉｎｇＭｏｄｅｌｏｆＴｈｒｅｅＣｏｒｔｉｃａｌＲｅｇｉｏｎｓ： Ｅｖｉｄｅｎｃｅ ｉｎ Ｅｐｉｓｏｄｉｃ Ｍｅｍｏｒｙ Ｒｅｔｒｉｅｖａｌ”，ＮｅｕｒｏＩｍａｇｅ，Ｖｏｌ２５，2００５
７９Ｓｏｈｎ，Ｈ，ｏｏｄｅ，，ｔｅｎｇｅｒ，Ａ，ｕｎｇ，Ｊ，ａｒｔｅｒ，Ｓ，Ａｎｄｅｒｓｏｎ，Ｒ，ＡｎＩｎｆｏｒｍａｔｉｏｎｐｒｏｃｅｓｓｉｎｇＭｏｄｅｌｏｆＴｈｒｅｅＣｏｒｔｉｃａｌＲｅｇｉｏｎｓ： Ｅｖｉｄｅｎｃｅ ｉｎ Ｅｐｉｓｏｄｉｃ Ｍｅｍｏｒｙ Ｒｅｔｒｉｅｖａｌ”，ＮｅｕｒｏＩｍａｇｅ，Ｖｏｌ２５，2００５
５８Anderson JR. Human symbol manipulation within an integrated cognitive architecture. Cognitive science[J].
５６Anderson JR, Fincham JM, Qin Y, Stocco A. A central circuit of the mind[J]. Trends in cognitive sciences, 2008, 12(4):136-143.
三、《问题解决与认知模拟》主要参考的John R Anderson研究
（一）Anderson JR. Human symbol manipulation within an integrated cognitive architecture. Cognitive science[J].
第51页：“安德森研究了两步方程（two step equation）的求解过程，并比较了第１天和第５天解方程７×ｘ＋３＝３８的情况；结果发现，第５天的解题过程比第１天简化，第一天用了６１秒，第５天用了４１秒，通过比较第１天和第５天解方程过程的变化，可以看出学习过程中解题步骤逐步自动化。”
第68页：“ACT-R已成功用于数学问题解决模拟。安德森通过代数方程的ACT-R模型研究，初步将ACT-R理论中的结构成分映射到了脑区。”
第69页：“安德森研究了代数方程的求解过程，认知过程是通过与五个独立模块的交互而发生的。“
第91页和第98页：”安德森研究解代数方程问题时同样存在“自动化” （speedup）现象，认为经过充分的训练可能会将解方程简化为一系列的视觉编码和输出操作。“
第92页：”。安德森研究了学生学习解代数方程的认知过程也认为，学习发生在符号层级，创建（或生成） 了新的产生式规则。 因此，帮助学生形成正确的产生式规则是程序性知识学习的重要环节。“
第99页：”。安德森研究了学生学习解代数方程的认知过程也认为，学习发生在符号层级，创建（或生成） 了新的产生式规则。
（二）Anderson JR, Fincham JM, Qin Y, Stocco A. A central circuit of the mind[J]. Trends in cognitive sciences, 2008, 12(4):136-143.
第66页：“安德森等人使用 ACT-R模拟了代数方程式 “７ｘ＋３＝３８” 的解题过程。”
第68页：“ACT-R强调行为层级的测量，如按键时间、眼动模式等，安德森等人使用脑成像技术验证了学生在完成解方程任务过程中ACT-R模块与脑区之间的关系。”
Anderson JR. Human symbol manipulation within an integrated cognitive architecture. Cognitive science[J].
Anderson JR, Fincham JM, Qin Y, Stocco A. A central circuit of the mind[J]. Trends in cognitive sciences, 2008, 12(4):136-143.
一、《问题解决与认知模拟》正文依序所引用的John R Anderson研究
第二章 国内外研究现状
第7页：”安德森把学生通常面临的问题类型分为结构良好的问题（ｗｅｌｌ-ｓｔｒｕｃｔｕｒｅｄｐｒｏｂｌｅｍ） 和结构不良的问题（ｉｌｌ-ｓｔｒｕｃｔｕｒｅｄｐｒｏｂｌｅｍ）。本研究所指的问题是结构良好的数学问题，如一元一次方程问题、算术问题、圆柱侧面积问题等，这些问题的解决是以数学知识为基础的。“”Ａｎｄｅｒｓｏｎ，Ｒ，ｏｇｎｉｔｉｖｅＰｓｙｃｈｏｌｏｇｙａｎｄＩｔｓＩｍｐｌｉｃａｔｉｏｎｓ（５ｔｈＥｄｉｔｉｏｎ），ｅｗＹｏｒｋ：ＷｏｒｔｈＰｕｂｌｉｓｈｅｒｓ，2０００，１５１“
”“问题解决被定义为一系列指向目标的认知操作程序”，这是认知心理学家常用的定义。该定义包括三点：（１） 问题解决有一定的目标指向性，从目标开始，以目标达成结束。
（２）问题解决是一系列的操作，对于一看就知道答案，如问一成人“２＋３＝？”，他立即说出答案，就算不上问题解决。
（３）问题解决是一系列的认知操作，本质上是一种思维活动。“”Ａｎｄｅｒｓｏｎ，Ｒ，ｏｇｎｉｔｉｖｅＰｓｙｃｈｏｌｏｇｙａｎｄＩｔｓＩｍｐｌｉｃａｔｉｏｎｓ，ｅｗＹｏｒｋ：ＨＦｒｅｅｍａｎ，1９８０，ｐ２５７“
第8页：”在许多研究中， 认知模型这一术语在认知心理学中用来简化描述人的问题解决，往往被认为是与人的认知加工过程相一致的计算模型。“”Ａｎｄｅｒｓｏｎ，Ｒ，ｉｎ，，ｏｈｎ，Ｈ，ｔｅｎｇｅｒ，Ａ，Ｃａｒｔｅｒ，Ｓ，ＡｎｉｎｆｏｒｍａｔｉｏｎＰｒｏｃｅｓｓｉｎｇＭｏｄｅｌｏｆｔｈｅＢＯＬＤＲｅｓｐｏｎｓｅｉｎＳｙｍｂｏｌＭａｎｉｐｕｌａｔｉｏｎＴａｓｋｓ”，ｓｙｃｈｏｎｏｍｉｃＢｕｌｌｅｔｉｎ＆Ｒｅｖｉｅｗ，Ｖｏｌ１０，2００３，ｐ２４１－２６１“
第11页：”（四）安德森的ＡＣＴＲ模型
ＡＣＴＲ由美国人工智能和心理学家卡耐基·梅隆大学（ＣａｒｎｅｇｉｅＭｅｌｏｎＵｎｉｖｅｒｓｉｔｙ）的安德森（ＪｏｈｎＲＡｎｄｅｒｓｏｎ）等人建立，用来模拟和理解人类认知的理论。ＡＣＴＲ的研究人员努力理解人们是如何组织知识、产生智能行为的。ＡＣＴＲ理论从１９７６年提出至今已四十年，从最初的ＡＣＴＥ到目前的ＡＣＴＲ模型，其中“Ｒ” 代表理性，是“实现人类目标的最佳行为”。随着研究的不断深入，ＡＣＴＲ能够完成大量的人类认知的任务，非常详细地分析我们感知、思考和对外部环境的反应。“ ”Ａｎｄｅｒｓｏｎ，ＪＲ，ＴｈｅＡｄａｐｔｉｖｅＣｈａｒａｃｔｅｒｏｆＴｈｏｕｇｈｔ，Ｈｉｌｌｓｄａｌｅ：ＬａｗｒｅｎｃｅＥｒｌｂａｕｍＡｓｓｏｃｉａｔｅｓ
Ｉｎｃ，１９９０，ｐ２８“
第12页：”安德森等人指出，ＡＣＴＲ理论为人类的认知活动提供了“重要的新见解”，包括以下几点：
（１）ＡＣＴＲ是基于产生式系统的认知理论，可以从一个简单的心理系统出发，构建出认知行为的全部特征；
（２）ＡＣＴＲ可以通过信息加工来预测人类的行为，其本身也能产生智力行为；
（３）ＡＣＴＲ成功地为高水平的认知活动建立了模型，包括科学推理、技能获得和人机交互（ＨｕｍａｎＣｏｍｐｕｔｅｒＩｎｔｅｒａｃｔｉｏｎ）等。“”Ａｎｄｅｒｓｏｎ，ＪＲ，“ＡＣＴ：Ａ ＳｉｍｐｌｅＴｈｅｏｒｙｏｆＣｏｍｐｌｅｘＣｏｇｎｉｔｉｏｎ”，ＡｍｅｒｉｃａｎＰｓｙｃｈｏｌｏｇｉｓｔ，Ｖｏｌ５１，１９９６，ｐｐ３５５－３６５
Ａｎｄｅｒｓｏｎ，ＪＲ＆ Ｓｃｈｕｎｎ，ＣＤ，ＩｍｐｌｉｃａｔｉｏｎｓｏｆｔｈｅＡＣＴＲＬｅａｒｎｉｎｇＴｈｅｏｒｙ：ＮｏＭａｇｉｃＢｕｌｌｅｔｓ，ＩｎＲＧｌａｓｅｒ（ｅｄ），ＡｄｖａｎｃｅｓｉｎＩｎｓｔｒｕｃｔｉｏｎａｌＰｓｙｃｈｏｌｏｇｙ，Ｖｏｌ５，Ｍａｈｗａｈ：Ｅｒｌｂａｕｍ，２０００，ｐｐ１－２７“
第28页：”四 问题表征与解题效果
关于问题表征与解题效果的关系方面，安德森研究发现，对问题的不同表征会产生不同的问题解决效果。“”Ａｎｄｅｒｓｏｎ，ＪＲ， “ＰｒｏｂｌｅｍＳｏｌｖｉｎｇａｎｄＬｅａｒｎｉｎｇ”，ＡｍｅｒｉｃａｎＰｓｙｃｈｏｌｏｇｉｓｔ，Ｖｏｌ４８，１９９３，ｐｐ３５－４４“
第四章 小学数学问题解决认知模型
第45页：”秦裕林等人（Ｑｉｎ，Ａｎｄｅｒｓｏｎ ｅｔ ａｌ.）采用信息加工分析和认知神经科学技术有效结合的方法，研究考察了正在学习解方程的１１—１４岁儿童解方程过程。 研究中建立了解方程的信息加工模型，包括想象方程变换、算术和代数知识的提取以及动作反应的安排，并采用ｆＭＲＩ方法记录了解
方程过程中大脑前额区、顶叶区、运动区的血氧水平依赖（ＢＯＬＤ，ｂｌｏｏｄｏｘｙｇｅｎｌｅｖｅｌｄｅｐｅｎｄｅｎｔｒｅｓｐｏｎｓｅ）相应数据。““
ＢｒａｉｎＡｃｔｉｖａｔｉｏｎＰａｔｔｅｒｎｓＡｌｏｎｇｗｉｔｈｔｈｅＣｈｉｌｄｒｅｎｓＰｒａｃｔｉｃｅｉｎＡｌｇｅｂｒａＥｑｕａｔｉｏｎＳｏｌｖｉｎｇ”，Ｐｒｏｃｅｅｄｉｎｇｓｏｆ
ｔｈｅＮａｔｉｏｎａｌＡｃａｄｅｍｙｏｆＳｃｉｅｎｃｅｓｏｆｔｈｅＵｎｉｔｅｄＳｔａｔｅｓｏｆＡｍｅｒｉｃａ，Ｖｏｌ１０１，２００４，ｐｐ５６８６－５６９１”
第51页：“安德森研究了两步方程（ｔｗｏｓｔｅｐｅｑｕａｔｉｏｎ）的求解过程，并比较了第１天和第５天解方程７×ｘ＋３＝３８的情况；结果发现，第５天的解题过程比第１天简化，第一天用了６１秒，第５天用了４１秒，通过比较第１天和第５天解方程过程的变化，可以看出学习过程中解题步骤逐步自动化。”“Anderson JR. Human symbol manipulation within an integrated cognitive architecture. Cognitive science[J].
第55页：“（４）长时陈述性记忆
长时陈述性记忆中是学生先前学会的知识，以有意义的命题， 或是复杂的涉及概念层次关系的编码形式存储。 长时记忆中的编码材料是语义的，或按意义组织的。长时陈述性记忆中储存的内容是永久性的，随着
时间的流逝不会有损失。 有时会因为新旧内容之间的干扰阻碍信息的提取。小学儿童长时陈述性记忆中以具体形象记忆为主。”“Ａｎｄｅｒｓｏｎ，ＪＲ＆ Ｂｏｗｅｒ，ＧＨ，ＨｕｍａｎＡｓｓｏｃｉａｔｉｖｅＭｅｍｏｒｙ，Ｗａｓｈｉｎｇｔｏｎ：ＶＨＷｉｎｓｔｏｎ，１９７３，ｐ１０２”
第五章 小学数学问题解决认知模拟
第一节 认知模拟依据
第66页：“安德森等人使用 ACT-R模拟了代数方程式 “７ｘ＋３＝３８” 的解题过程。”“Anderson JR, Fincham JM, Qin Y, Stocco A. A central circuit of the mind[J]. Trends in cognitive sciences, 2008, 12(4):136-143.”【可追踪了解】
第68页：“ACT-R已成功用于数学问题解决模拟。安德森通过代数方程的ACT-R模型研究，初步将ACT-R理论中的结构成分映射到了脑区。①ACT-R强调行为层级的测量，如按键时间、眼动模式等，安德森等人使用脑成像技术验证了学生在完成解方程任务过程中ACT-R模块与脑区之间的关系。”“①Anderson JR. Human symbol manipulation within an integrated cognitive architecture. Cognitive science[J].
②Anderson JR, Fincham JM, Qin Y, Stocco A. A central circuit of the mind[J]. Trends in cognitive sciences, 2008, 12(4):136-143.”【第二篇同上。可追踪了解】
第68页：“ＡＣＴＲ研究具有一定的认知神经学基础。秦裕林等人③、安德森④等人研究发现，虽然顶叶（ｔｈｅｐａｒｉｅｔａｌ） 和前额叶（ｔｈｅｐｒｅｆｒｏｎｔａｌ） 活动高度相关，但这两个区域的活动还是有区别的；研究还证实了前额叶更多地与知识提取相关，顶叶（ｔｈｅｐａｒｉｅｔａｌ） 更多地与表征（问题状态）变化相关。Ｓｏｈｎ等人的研究也发现前额叶（ｔｈｅｐｒｅｆｒｏｎｔａｌ） 而不是顶叶
（ｔｈｅｐａｒｉｅｔａｌ） 与个人知识提取相关。⑤⑥”“③Ｑｉｎ，Ｙ，Ｓｏｈｎ，ＭＨ，Ａｎｄｅｒｓｏｎ，ＪＲ，Ｓｔｅｎｇｅｒ，ＶＡ，Ｆｉｓｓｅｌｌ，Ｋ，Ｇｏｏｄｅ，Ａ，ｅｔａｌ，“ＰｒｅｄｉｃｔｉｎｇｔｈｅＰｒａｃｔｉｃｅＥｆｆｅｃｔｓｏｎｔｈｅＢｌｏｏｄＯｘｙｇｅｎａｔｉｏｎＬｅｖｅｌｄｅｐｅｎｄｅｎｔ（ＢＯＬＤ）ＦｕｎｃｔｉｏｎｏｆｆＭＲＩｉｎａＳｙｍｂｏｌｉｃＭａｎｉｐｕｌａｔｉｏｎＴａｓｋ”，ＰｒｏｃｅｅｄｉｎｇｓｏｆｔｈｅＮａｔｉｏｎａｌＡｃａｄｅｍｙｏｆＳｃｉｅｎｃｅｓｏｆｔｈｅＵＳＡ，Ｖｏｌ１００，２００３，ｐｐ４９５１－４９５６
④Ａｎｄｅｒｓｏｎ，Ｒ，ｉｎ，，ｔｅｎｇｅｒ，Ａ，Ｃａｒｔｅｒ，Ｓ，ＴｈｅＲｅｌａｔｉｏｎｓｈｉｐｏｆＴｈｒｅｅＣｏｒｔｉｃａｌＲｅｇｉｏｎｓｔｏａｎＩｎｆｏｒｍａｔｉｏｎｐｒｏｃｅｓｓｉｎｇＭｏｄｅｌ”，ｏｇｎｉｔｉｖｅＮｅｕｒｏｓｃｉｅｎｃｅ，ｏｌ１６，2００４，ｐ６３７－６５３
⑤Ｓｏｈｎ，ＭＨ，Ｇｏｏｄｅ，Ａ，Ｓｔｅｎｇｅｒ，ＶＡ，Ｃａｒｔｅｒ，ＣＳ，＆Ａｎｄｅｒｓｏｎ，ＪＲ， “ＣｏｍｐｅｔｉｔｉｏｎａｎｄＲｅｐｒｅｓｅｎｔａｔｉｏｎＤｕｒｉｎｇＭｅｍｏｒｙＲｅｔｒｉｅｖａｌ：ＲｏｌｅｓｏｆｔｈｅＰｒｅｆｒｏｎｔａｌＣｏｒｔｅｘａｎｄｔｈｅＰｏｓｔｅｒｉｏｒＰａｒｉｅｔａｌＣｏｒｔｅｘ”，ＰｒｏｃｅｅｄｉｎｇｓｏｆＮａｔｉｏｎａｌＡｃａｄｅｍｙｏｆＳｃｉｅｎｃｅｓ，Ｖｏｌ１００，２００３，ｐｐ７４１２－７４１７
⑥Ｓｏｈｎ，Ｈ，ｏｏｄｅ，，ｔｅｎｇｅｒ，Ａ，ｕｎｇ，Ｊ，ａｒｔｅｒ，Ｓ， Ａｎｄｅｒｓｏｎ，Ｒ，“ＡｎＩｎｆｏｒｍａｔｉｏｎｐｒｏｃｅｓｓｉｎｇＭｏｄｅｌｏｆＴｈｒｅｅＣｏｒｔｉｃａｌＲｅｇｉｏｎｓ：ＥｖｉｄｅｎｃｅｉｎＥｐｉｓｏｄｉｃＭｅｍｏｒｙＲｅｔｒｉｅｖａｌ”，ＮｅｕｒｏＩｍａｇｅ，ｏｌ２５，2００５，ｐ２１－３３”
第三节 认知模拟
第69页：“安德森研究了代数方程的求解过程，认知过程是通过与五个独立模块的交互而发生的。“‘”Anderson JR. Human symbol manipulation within an integrated cognitive architecture. Cognitive science[J].
第76页和第83页的共同内容：“提取（ｒｅｔｒｉｅｖａｌ）缓冲区负责提取陈述性记忆，与前额叶皮层激活相关。这一结论与秦裕林等人、安德森等人、Ｓｏｈｎ等人研究结论，即前额叶（ｔｈｅｐｒｅｆｒｏｎｔａｌ）而不是顶叶（ｔｈｅｐａｒｉｅｔａｌ） 与个人知识提取相关相一致。ＡＣＴＲ中提取时间是自由变量。“”Ｑｉｎ，Ｙ，Ｓｏｈｎ，ＭＨ，Ａｎｄｅｒｓｏｎ，ＪＲ，Ｓｔｅｎｇｅｒ，ＶＡ，Ｆｉｓｓｅｌｌ，Ｋ，Ｇｏｏｄｅ，Ａ，ｅｔａｌ，“ＰｒｅｄｉｃｔｉｎｇｔｈｅＰｒａｃｔｉｃｅＥｆｆｅｃｔｓｏｎｔｈｅＢｌｏｏｄＯｘｙｇｅｎａｔｉｏｎＬｅｖｅｌｄｅｐｅｎｄｅｎｔ（ＢＯＬＤ）ＦｕｎｃｔｉｏｎｏｆｆＭＲＩｉｎａＳｙｍｂｏｌｉｃＭａｎｉｐｕｌａｔｉｏｎＴａｓｋ”，ＰｒｏｃｅｅｄｉｎｇｓｏｆｔｈｅＮａｔｉｏｎａｌＡｃａｄｅｍｙｏｆＳｃｉｅｎｃｅｓｏｆｔｈｅＵＳＡ，Ｖｏｌ１００，２００３，ｐｐ４９５１－４９５６
Ａｎｄｅｒｓｏｎ，ＪＲ，Ｑｉｎ，Ｙ，Ｓｔｅｎｇｅｒ，ＶＡ，＆Ｃａｒｔｅｒ，ＣＳ，“ＴｈｅＲｅｌａｔｉｏｎｓｈｉｐｏｆＴｈｒｅｅＣｏｒｔｉｃａｌＲｅｇｉｏｎｓｔｏａｎＩｎｆｏｒｍａｔｉｏｎｐｒｏｃｅｓｓｉｎｇＭｏｄｅｌ”，ＣｏｇｎｉｔｉｖｅＮｅｕｒｏｓｃｉｅｎｃｅ，Ｖｏｌ１６，２００４，ｐｐ６３７－６５３
Ｓｏｈｎ，ＭＨ，Ｇｏｏｄｅ，Ａ，Ｓｔｅｎｇｅｒ，ＶＡ，Ｃａｒｔｅｒ，ＣＳ，＆Ａｎｄｅｒｓｏｎ，ＪＲ， “ＣｏｍｐｅｔｉｔｉｏｎａｎｄＲｅｐｒｅｓｅｎｔａｔｉｏｎＤｕｒｉｎｇＭｅｍｏｒｙＲｅｔｒｉｅｖａｌ：ＲｏｌｅｓｏｆｔｈｅＰｒｅｆｒｏｎｔａｌＣｏｒｔｅｘａｎｄｔｈｅＰｏｓｔｅｒｉｏｒＰａｒｉｅｔａｌＣｏｒｔｅｘ”，ＰｒｏｃｅｅｄｉｎｇｓｏｆＮａｔｉｏｎａｌＡｃａｄｅｍｙｏｆＳｃｉｅｎｃｅｓ，Ｖｏｌ１００，２００３，ｐｐ７４１２－７４１７
Ｓｏｈｎ，ＭＨ，Ｇｏｏｄｅ，Ａ，Ｓｔｅｎｇｅｒ，ＶＡ，Ｊｕｎｇ，ＫＪ，Ｃａｒｔｅｒ，ＣＳ，＆ Ａｎｄｅｒｓｏｎ，ＪＲ，“ＡｎＩｎｆｏｒｍａｔｉｏｎｐｒｏｃｅｓｓｉｎｇＭｏｄｅｌｏｆＴｈｒｅｅＣｏｒｔｉｃａｌＲｅｇｉｏｎｓ：ＥｖｉｄｅｎｃｅｉｎＥｐｉｓｏｄｉｃＭｅｍｏｒｙＲｅｔｒｉｅｖａｌ”，ＮｅｕｒｏＩｍａｇｅ，Ｖｏｌ２５，２００５，ｐｐ２１－３３“
第91页（第98页出现后面的第一句）：”安德森研究解代数方程问题时同样存在“自动化” （ｓｐｅｅｄｕｐ）现象，认为经过充分的训练可能会将解方程简化为一系列的视觉编码和输出操作。① 匈菲尔德研究表明，要成为某个领域的专家，一般需要在长时记忆中拥有大约５００００个知识块，这些知识块是该领域内进行思维操作的具体对象，而且，在许多情况下看似在运用策略，实际上是在运用这类已相当完善的知识块。 以上研究结论与本研究分析一致，这也在一定程度上解释了专家和新手在解决复杂问题时的差异，专家具有较多的“自动化” 知识，而新手则较少。①“”前 ①Anderson JR. Human symbol manipulation within an integrated cognitive architecture. Cognitive science[J].
后① Ｓｃｈｏｅｎｆｅｌｄ，ＡＨ，ＭａｔｈｅｍａｔｉｃａｌＰｒｏｂｌｅｍＳｏｌｖｉｎｇ，Ｏｒｌａｎｄｏ：ＡｃａｄｅｍｉｃＰｒｅｓｓ，１９８５，ｐ５６“
第92页：”。安德森研究了学生学习解代数方程的认知过程也认为，学习发生在符号层级，创建（或生成） 了新的产生式规则。 因此，帮助学生形成正确的产生式规则是程序性知识学习的重要环节。“”Anderson JR. Human symbol manipulation within an integrated cognitive architecture. Cognitive science[J].
第99页：”。安德森研究了学生学习解代数方程的认知过程也认为，学习发生在符号层级，创建（或生成） 了新的产生式规则。
第六章
第114页：”程序性知识是通过练习获得的，在许多有关问题解决和技能获得的理论中，陈述性知识往往是作为程序性知识的预备性知识而存在的。”“Ａｎｄｅｒｓｏｎ，ＪＲ，ＴｈｅＡｒｃｈｉｔｅｃｔｕｒｅｏｆＣｏｇｎｉｔｉｏｎ，Ｃａｍｂｒｉｄｇｅ：ＨａｒｖａｒｄＵｎｉｖｅｒｓｉｔｙＰｒｅｓｓ，１９８３，ｐ５”
第183页：”（课堂交互认知分析框架ＣＡＵＴ（ａｃｏｇｎｉｔｉｖｅａｒｃｈｉｔｅｃｔｕｒｅｏｆｈｕｍａｎｔｈｉｎｋｉｎｇ）【Guangzuo, C., Xuefeng, W. and Boling, L.W., 2011, July. A cognitive model of human thinking. In Natural Computation (ICNC), 2011 Seventh International Conference on (Vol. 2, pp. 992-996). IEEE.】）与其他认知结构如ＡＣＴＲ、ＳＯＡＲ、ＣＬＡＲＩＯＮ 等模型相比，该模型具有以下特点：
（１）在效应器和感觉器官之间增加了内部言语回路，如默读等，回路的存在已经在认知神经科学中已得到证明；
（２）长时记忆进一步区分为陈述性记忆（ｄｅｃｌａｒａｔｉｖｅｍｅｍｏｒｙ）和程序性记忆（ｐｒｏｃｅｄｕｒａｌｍｅｍｏｒｙ），并与学习过程中的知识和技能相对应；
（３）强调记忆的巩固。最近研究表明，在学习或其他认知过程对长时记忆的使用与记忆的巩固是分开的，记忆的巩固发生在认知过程之后。““”ＡＣＴＲ：Ａｎｄｅｒｓｏｎ，ＪＲ，Ｂｏｔｈｅｌｌ，Ｄ，Ｂｙｒｎｅ，ＭＤ，Ｄｏｕｇｌａｓｓ，Ｓ，Ｌｅｂｉｅｒｅ，Ｃ，＆Ｑｉｎ，Ｙ，“Ａｎ
ＩｎｔｅｇｒａｔｅｄＴｈｅｏｒｙｏｆｔｈｅＭｉｎｄ”，ＰｓｙｃｈｏｌｏｇｉｃａｌＲｅｖｉｅｗ，Ｖｏｌ１１１，２００４，ｐｐ１０３６－１０６０“
二、《问题解决与认知模拟》参考文献依序所罗列的John R Anderson研究
（一）图书
２９Ａｎｄｅｒｓｏｎ，Ｒ＆ Ｂｏｗｅｒ，Ｈ，ｕｍａｎＡｓｓｏｃｉａｔｉｖｅＭｅｍｏｒｙ，ａｓｈｉｎｇｔｏｎ：ＶＨＷｉｎｓｔｏｎ，９７３
３Ａｎｄｅｒｓｏｎ，Ｒ，ｏｇｎｉｔｉｖｅＰｓｙｃｈｏｌｏｇｙａｎｄＩｔｓＩｍｐｌｉｃａｔｉｏｎｓ，ｅｗ Ｙｏｒｋ：ＨＦｒｅｅｍａｎ，９８０
４０Ａｎｄｅｒｓｏｎ，Ｒ，ｈｅＡｒｃｈｉｔｅｃｔｕｒｅｏｆＣｏｇｎｉｔｉｏｎ，ａｍｂｒｉｄｇｅ：ＨａｒｖａｒｄＵｎｉｖｅｒｓｉｔｙＰｒｅｓｓ，９８３
１４Ａｎｄｅｒｓｏｎ，Ｒ，ｈｅＡｄａｐｔｉｖｅＣｈａｒａｃｔｅｒｏｆＴｈｏｕｇｈｔ，ｉｌｌｓｄａｌｅ：ＬａｗｒｅｎｃｅＥｒｌｂａｕｍＡｓｓｏｃｉａｔｅｓＩｎｃ，９９０
２Ａｎｄｅｒｓｏｎ，ＪＲ，ＣｏｇｎｉｔｉｖｅＰｓｙｃｈｏｌｏｇｙａｎｄＩｔｓＩｍｐｌｉｃａｔｉｏｎｓ（５ｔｈ ｅｄｉｔｉｏｎ），
ＮｅｗＹｏｒｋ：ＷｏｒｔｈＰｕｂｌｉｓｈｅｒｓ，２０００
１５Ａｎｄｅｒｓｏｎ，Ｒ＆Ｓｃｈｕｎｎ，Ｄ，“ＩｍｐｌｉｃａｔｉｏｎｓｏｆｔｈｅＡＣＴＲＬｅａｒｎｉｎｇＴｈｅｏｒｙ：ＮｏＭａｇｉｃＢｕｌｌｅｔｓ”，ｎＲＧｌａｓｅｒ（ｅｄ），ｄｖａｎｃｅｓｉｎＩｎｓｔｒｕｃｔｉｏｎａｌＰｓｙｃｈｏｌｏｇｙ（Ｖｏｌ５），ａｈｗａｈ：Ｅｒｌｂａｕｍ，2０００
（二）期刊
２７Ａｎｄｅｒｓｏｎ，Ｒ，“Ｐｒｏｂｌｅｍ ＳｏｌｖｉｎｇａｎｄＬｅａｒｎｉｎｇ”，ｍｅｒｉｃａｎＰｓｙｃｈｏｌｏｇｉｓｔ，ｏｌ４８，1９９３
５Ａｎｄｅｒｓｏｎ，Ｒ，ＡＣＴ：ＡＳｉｍｐｌｅＴｈｅｏｒｙｏｆＣｏｍｐｌｅｘＣｏｇｎｉｔｉｏｎ”，ｍｅｒｉｃａｎＰｓｙｃｈｏｌｏｇｉｓｔ，ｏｌ５１，1９９６
３Ａｎｄｅｒｓｏｎ，Ｒ，ｉｎ，，ｏｈｎ，Ｈ，ｔｅｎｇｅｒ，Ａ，Ｃａｒｔｅｒ，Ｓ，ＡｎＩｎｆｏｒｍａｔｉｏｎｐｒｏｃｅｓｓｉｎｇＭｏｄｅｌｏｆｔｈｅＢＯＬＤＲｅｓｐｏｎｓｅｉｎＳｙｍｂｏｌＭａｎｉｐｕｌａｔｉｏｎＴａｓｋｓ”，ｓｙｃｈｏｎｏｍｉｃＢｕｌｌｅｔｉｎ＆Ｒｅｖｉｅｗ，ｏｌ１０，2００３
６１Ｓｏｈｎ，Ｈ，ｏｏｄｅ，，ｔｅｎｇｅｒ，Ａ，ａｒｔｅｒ，Ｓ， Ａｎｄｅｒｓｏｎ，
ＪＲ，ＣｏｍｐｅｔｉｔｉｏｎａｎｄＲｅｐｒｅｓｅｎｔａｔｉｏｎＤｕｒｉｎｇＭｅｍｏｒｙＲｅｔｒｉｅｖａｌ：ＲｏｌｅｓｏｆｔｈｅＰｒｅｆｒｏｎｔａｌＣｏｒｔｅｘａｎｄｔｈｅＰｏｓｔｅｒｉｏｒＰａｒｉｅｔａｌＣｏｒｔｅｘ”，ｒｏｃｅｅｄｉｎｇｓｏｆＮａｔｉｏｎａｌＡｃａｄｅｍｙｏｆＳｃｉｅｎｃｅｓ，ｏｌ１００，2００３
５９Ｑｉｎ，，ｏｈｎ，Ｈ，ｎｄｅｒｓｏｎ，Ｒ，ｔｅｎｇｅｒ，Ａ，ｉｓｓｅｌｌ，，
Ｇｏｏｄｅ，，ｔａｌ，ＰｒｅｄｉｃｔｉｎｇｔｈｅＰｒａｃｔｉｃｅＥｆｆｅｃｔｓｏｎｔｈｅＢｌｏｏｄＯｘｙｇｅｎａｔｉｏｎＬｅｖｅｌｄｅｐｅｎｄｅｎｔ（ＢＯＬＤ）ＦｕｎｃｔｉｏｎｏｆｆＭＲＩｉｎａＳｙｍｂｏｌｉｃＭａｎｉｐｕｌａｔｉｏｎＴａｓｋ”，ｒｏｃｅｅｄｉｎｇｓｏｆｔｈｅＮａｔｉｏｎａｌＡｃａｄｅｍｙｏｆＳｃｉｅｎｃｅｓｏｆｔｈｅＵＳＡ，Ｖｏｌ１００，2００３
７０Ｑｉｎ，，ｏｈｎ，Ｈ，ｎｄｅｒｓｏｎ，Ｒ，ｔｅｎｇｅｒ，Ａ，ｉｓｓｅｌｌ，，
Ｇｏｏｄｅ，，ｔａｌ，ＰｒｅｄｉｃｔｉｎｇｔｈｅＰｒａｃｔｉｃｅＥｆｆｅｃｔｓｏｎｔｈｅＢｌｏｏｄＯｘｙｇｅｎａｔｉｏｎＬｅｖｅｌｄｅｐｅｎｄｅｎｔ（ＢＯＬＤ）ＦｕｎｃｔｉｏｎｏｆｆＭＲＩｉｎａＳｙｍｂｏｌｉｃＭａｎｉｐｕｌａｔｉｏｎＴａｓｋ”，ｒｏｃｅｅｄｉｎｇｓｏｆｔｈｅＮａｔｉｏｎａｌＡｃａｄｅｍｙｏｆＳｃｉｅｎｃｅｓｏｆｔｈｅＵＳＡ，Ｖｏｌ１００，2００３
７２Ｓｏｈｎ，Ｈ，ｏｏｄｅ，，ｔｅｎｇｅｒ，Ａ，ａｒｔｅｒ，Ｓ， Ａｎｄｅｒｓｏｎ，
ＪＲ，ＣｏｍｐｅｔｉｔｉｏｎａｎｄＲｅｐｒｅｓｅｎｔａｔｉｏｎＤｕｒｉｎｇＭｅｍｏｒｙＲｅｔｒｉｅｖａｌ：ＲｏｌｅｓｏｆｔｈｅＰｒｅｆｒｏｎｔａｌＣｏｒｔｅｘａｎｄｔｈｅＰｏｓｔｅｒｉｏｒＰａｒｉｅｔａｌＣｏｒｔｅｘ”，ｒｏｃｅｅｄｉｎｇｓｏｆＮａｔｉｏｎａｌＡｃａｄｅｍｙｏｆＳｃｉｅｎｃｅｓ，ｏｌ１００，００３
７８Ｓｏｈｎ，Ｈ，ｏｏｄｅ，，ｔｅｎｇｅｒ，Ａ，ａｒｔｅｒ，Ｓ， Ａｎｄｅｒｓｏｎ，
ＪＲ，ＣｏｍｐｅｔｉｔｉｏｎａｎｄＲｅｐｒｅｓｅｎｔａｔｉｏｎＤｕｒｉｎｇＭｅｍｏｒｙＲｅｔｒｉｅｖａｌ：ＲｏｌｅｓｏｆｔｈｅＰｒｅｆｒｏｎｔａｌＣｏｒｔｅｘａｎｄｔｈｅＰｏｓｔｅｒｉｏｒＰａｒｉｅｔａｌＣｏｒｔｅｘ”，ｒｏｃｅｅｄｉｎｇｓｏｆＮａｔｉｏｎａｌＡｃａｄｅｍｙｏｆＳｃｉｅｎｃｅｓ，ｏｌ１００，００３
６０Ａｎｄｅｒｓｏｎ，Ｒ，ｉｎ，，ｔｅｎｇｅｒ，Ａ，Ｃａｒｔｅｒ，Ｓ，ＴｈｅＲｅｌａｔｉｏｎｓｈｉｐｏｆＴｈｒｅｅＣｏｒｔｉｃａｌＲｅｇｉｏｎｓｔｏａｎＩｎｆｏｒｍａｔｉｏｎｐｒｏｃｅｓｓｉｎｇＭｏｄｅｌ”，
ＣｏｇｎｉｔｉｖｅＮｅｕｒｏｓｃｉｅｎｃｅ，ｏｌ１６，2００４
７１Ａｎｄｅｒｓｏｎ，Ｒ，ｉｎ，，ｔｅｎｇｅｒ，Ａ，Ｃａｒｔｅｒ，Ｓ，ＴｈｅＲｅｌａｔｉｏｎｓｈｉｐｏｆＴｈｒｅｅＣｏｒｔｉｃａｌＲｅｇｉｏｎｓｔｏａｎＩｎｆｏｒｍａｔｉｏｎｐｒｏｃｅｓｓｉｎｇＭｏｄｅｌ”，ＣｏｇｎｉｔｉｖｅＮｅｕｒｏｓｃｉｅｎｃｅ，ｏｌ１６，2００４
３７ＱｉｎＹ，ｎｄｅｒｓｏｎ，Ｒ，ｉｌｋ，，ｔｅｎｇｅｒ，Ａ， Ｃａｒｔｅｒ，Ｓ，
“ＴｈｅＣｈａｎｇｅｏｆｔｈｅＢｒａｉｎＡｃｔｉｖａｔｉｏｎＰａｔｔｅｒｎｓａｌｏｎｇｗｉｔｈｔｈｅＣｈｉｌｄｒｅｎｓＰｒａｃｔｉｃｅｉｎＡｌｇｅｂｒａＥｑｕａｔｉｏｎＳｏｌｖｉｎｇ”，ｒｏｃｅｅｄｉｎｇｓｏｆｔｈｅＮａｔｉｏｎａｌＡｃａｄｅｍｙｏｆＳｃｉｅｎｃｅｓｏｆｔｈｅＵｎｉｔｅｄＳｔａｔｅｓｏｆＡｍｅｒｉｃａ，ｏｌ１０１，2００４
７７Ａｎｄｅｒｓｏｎ，Ｒ，ｉｎ，，ｔｅｎｇｅｒ，Ａ，Ｃａｒｔｅｒ，Ｓ，ＴｈｅＲｅｌａｔｉｏｎｓｈｉｐｏｆＴｈｒｅｅＣｏｒｔｉｃａｌＲｅｇｉｏｎｓｔｏａｎＩｎｆｏｒｍａｔｉｏｎｐｒｏｃｅｓｓｉｎｇＭｏｄｅｌ”，ＣｏｇｎｉｔｉｖｅＮｅｕｒｏｓｃｉｅｎｃｅ，ｏｌ１６，2００４
１３７Ａｎｄｅｒｓｏｎ，Ｒ，ｏｔｈｅｌｌ，，ｙｒｎｅ，Ｄ，ｏｕｇｌａｓｓ，，ｅｂｉｅｒｅ，Ｃ，Ｑｉｎ，，ＡｎＩｎｔｅｇｒａｔｅｄＴｈｅｏｒｙｏｆｔｈｅＭｉｎｄ”，ｓｙｃｈｏｌｏｇｉｃａｌＲｅｖｉｅｗ，ｏｌ１１１，2００４
７３Ｓｏｈｎ，Ｈ，ｏｏｄｅ，，ｔｅｎｇｅｒ，Ａ，ｕｎｇ，Ｊ，ａｒｔｅｒ，Ｓ，Ａｎｄｅｒｓｏｎ，Ｒ，ＡｎＩｎｆｏｒｍａｔｉｏｎｐｒｏｃｅｓｓｉｎｇＭｏｄｅｌｏｆＴｈｒｅｅＣｏｒｔｉｃａｌＲｅｇｉｏｎｓ： Ｅｖｉｄｅｎｃｅ ｉｎ Ｅｐｉｓｏｄｉｃ Ｍｅｍｏｒｙ Ｒｅｔｒｉｅｖａｌ”，ＮｅｕｒｏＩｍａｇｅ，Ｖｏｌ２５，2００５
６２Ｓｏｈｎ，Ｈ，ｏｏｄｅ，，ｔｅｎｇｅｒ，Ａ，ｕｎｇ，Ｊ，ａｒｔｅｒ，Ｓ，Ａｎｄｅｒｓｏｎ，Ｒ，ＡｎＩｎｆｏｒｍａｔｉｏｎｐｒｏｃｅｓｓｉｎｇＭｏｄｅｌｏｆＴｈｒｅｅＣｏｒｔｉｃａｌＲｅｇｉｏｎｓ： Ｅｖｉｄｅｎｃｅ ｉｎ Ｅｐｉｓｏｄｉｃ Ｍｅｍｏｒｙ Ｒｅｔｒｉｅｖａｌ”，ＮｅｕｒｏＩｍａｇｅ，Ｖｏｌ２５，2００５
６２Ｓｏｈｎ，Ｈ，ｏｏｄｅ，，ｔｅｎｇｅｒ，Ａ，ｕｎｇ，Ｊ，ａｒｔｅｒ，Ｓ，Ａｎｄｅｒｓｏｎ，Ｒ，ＡｎＩｎｆｏｒｍａｔｉｏｎｐｒｏｃｅｓｓｉｎｇＭｏｄｅｌｏｆＴｈｒｅｅＣｏｒｔｉｃａｌＲｅｇｉｏｎｓ： Ｅｖｉｄｅｎｃｅ ｉｎ Ｅｐｉｓｏｄｉｃ Ｍｅｍｏｒｙ Ｒｅｔｒｉｅｖａｌ”，ＮｅｕｒｏＩｍａｇｅ，Ｖｏｌ２５，2００５
７９Ｓｏｈｎ，Ｈ，ｏｏｄｅ，，ｔｅｎｇｅｒ，Ａ，ｕｎｇ，Ｊ，ａｒｔｅｒ，Ｓ，Ａｎｄｅｒｓｏｎ，Ｒ，ＡｎＩｎｆｏｒｍａｔｉｏｎｐｒｏｃｅｓｓｉｎｇＭｏｄｅｌｏｆＴｈｒｅｅＣｏｒｔｉｃａｌＲｅｇｉｏｎｓ： Ｅｖｉｄｅｎｃｅ ｉｎ Ｅｐｉｓｏｄｉｃ Ｍｅｍｏｒｙ Ｒｅｔｒｉｅｖａｌ”，ＮｅｕｒｏＩｍａｇｅ，Ｖｏｌ２５，2００５
５８Anderson JR. Human symbol manipulation within an integrated cognitive architecture. Cognitive science[J].
５６Anderson JR, Fincham JM, Qin Y, Stocco A. A central circuit of the mind[J]. Trends in cognitive sciences, 2008, 12(4):136-143.
三、《问题解决与认知模拟》主要参考的John R Anderson研究
（一）Anderson JR. Human symbol manipulation within an integrated cognitive architecture. Cognitive science[J].
第51页：“安德森研究了两步方程（two step equation）的求解过程，并比较了第１天和第５天解方程７×ｘ＋３＝３８的情况；结果发现，第５天的解题过程比第１天简化，第一天用了６１秒，第５天用了４１秒，通过比较第１天和第５天解方程过程的变化，可以看出学习过程中解题步骤逐步自动化。”
第68页：“ACT-R已成功用于数学问题解决模拟。安德森通过代数方程的ACT-R模型研究，初步将ACT-R理论中的结构成分映射到了脑区。”
第69页：“安德森研究了代数方程的求解过程，认知过程是通过与五个独立模块的交互而发生的。“
第91页和第98页：”安德森研究解代数方程问题时同样存在“自动化” （speedup）现象，认为经过充分的训练可能会将解方程简化为一系列的视觉编码和输出操作。“
第92页：”。安德森研究了学生学习解代数方程的认知过程也认为，学习发生在符号层级，创建（或生成） 了新的产生式规则。 因此，帮助学生形成正确的产生式规则是程序性知识学习的重要环节。“
第99页：”。安德森研究了学生学习解代数方程的认知过程也认为，学习发生在符号层级，创建（或生成） 了新的产生式规则。
（二）Anderson JR, Fincham JM, Qin Y, Stocco A. A central circuit of the mind[J]. Trends in cognitive sciences, 2008, 12(4):136-143.
第66页：“安德森等人使用 ACT-R模拟了代数方程式 “７ｘ＋３＝３８” 的解题过程。”
第68页：“ACT-R强调行为层级的测量，如按键时间、眼动模式等，安德森等人使用脑成像技术验证了学生在完成解方程任务过程中ACT-R模块与脑区之间的关系。”