问题解决策略

在问题解决过程中，问题解决者会使用各种策略。问题解决策略（strategy of problem solving）是指使问题发生某些变化并由此提供一定信息的处理、试验或探索。问题解决中所用的各种策略可以分为两大类：算法式和启发式。

（一）算法式

算法式（algoritbm）是一种按逻辑来解决问题的策略。它是一定能得出正确答案的特定程序。例如，解一个6个字母的字谜（如source），假如确实有这样的一个词存在，你只要系统地改变这6个字母的次序，每次到词典中去查字母构成的排列，最终就能找到一个匹配的词（如course或者source）。运用这种策略，问题解决者可能需要作出720种排列。因此，算法式的最大缺点是很费时间的。

（二）启发式

启发式（heuristics）是由以往解决问题的经验形成的一些经验规则。如果你曾经换过汽车轮胎，当你的汽车轮胎在公路上出毛病时，你可能会想到用千斤顶抬起车来换轮胎这种有用的启发式策略。与算法式不同，启发式并不能保证得到答案，但这种缺点可以通过其容易且速度快的优点而得到补偿。在以往的研究中，心理学家已经发现人类经常使用的几种有效的启发式策略：手段—目的分析、顺向工作、逆向工作和假设检验。

1．手段—目的分析

手段—目的分析（means－ends analysis）是指问题解决者不断地将当前状态和目标状态进行比较，然后采取措施尽可能地缩小这两个状态之间的差异。当问题可分成若干个各自具有目标的更小问题时，人们常常采用手段目的分析启发式。如图11－4所示用手段目的分析来解决河内塔问题，就是把一个问题分成若干个比较小的问题，每个小问题都有自己的目标，通过子目标的实现使问题的当前状态达到最后的目标状态。纽厄尔和西蒙（Newell & Simon，1972）所设计的通用问题解决者（General Problem Solver，简称GPS）就是运用手段—目的分析编程的。这个程序首先要评估一个问题的当前状态和目标状态，确定当前状态与目标状态之间的差别，差别一旦弄清楚，就可评判能用来减少这种差异的操作；然后选择一种操作把它应用于当前状态（如把一个圆盘从一个柱移动到另一个柱）；接着把最新的状态再同目标状态作比较，再鉴别差异、选择操作，依此类推。通过这种重复加工，直到目标状态实现为止，把三个圆盘从1柱移到3柱。手段—目的分析是人类解决问题最常用的一种策略。

2．顺向工作

顺向工作也称顺向推理（working forward），是指从问题的已知条件出发，通过逐步扩展已有的信息直到问题解决的一种策略。例如，解下面这个密码算题：

已知：D=5

任务要求：（1）把字母换成数字；（2）字母换成数字后，下面一行数字答案必须等于第一行和第二行之和。

问题解决者往往采用顺向推理的策略，先从D=5这一信息出发，找出可能性最小的一列，从中获得最多的信息，再利用加法中的某些规则进行推理，一步一步地找到正确答案。研究表明，顺向工作是专家问题解决行为的一个重要特点。专家在看到问题时，首先是发现问题提供了什么信息，就立即想到用哪些方法能从这些信息中推出新的信息，从而对问题中各要素的相互关系增进了解，达成问题解决。

3．逆向工作

逆向工作也称逆向推理（working backward），是指从问题的目标状态出发，按照子目标组成的逻辑顺序逐级向当前状态递归的问题解决策略。其主要特点是将问题解决的目标分解成若干子目标，直至使子目标按逆推途径与给定的条件建立直接联系或等同起来，即目标—子目标—子目标—现有条件。例如，解下面问题：已知图11－6中的ABCD是一个长方形，证明AD与BC相等。从目标出发，进行反推时问题解决者可能会问：如何才能证明AD与BC相等？如果我能证明△ACD与△BDC全等，那么就能证明AD等于BC。下一步的推理就是：如果我能证明两边和一个夹角相等，那么就能证明△ADC和△BDC全等。这样，从一个子目标出发反推到另一个子目标，以达到问题的解决。新手往往采用这种策略来解决问题的。

图11－6　几何题，求证AD=BC

4．假设检验

假设检验（generate and test）一般分为两步进行：（1）产生一个“候选”答案；（2）检验它是否真是答案。如果被否定，则另产生一个“候选”答案，并再度检验，直到找出真正的答案为止。这种策略的缺点是：（1）没有提供如何尽快选择“候选”答案的方法，对答案的选择可能较费时；（2）解决问题的答案要求是完整的，否则难以检验，而要完整列出所有“候选”答案也较困难。

总之，在问题解决时人们可以选择不同的策略。但人们一般不去寻求最优的策略，而是找到一个较满意的策略。因为即使是解决最简单的问题，要想得到次数最少、效能最高的问题解决策略也是很困难的。抱负水平的高低会影响问题解决的满意度。