读研三年,走了不少弯路。
一组数字:
开题报告从开始撰写到定稿(符合导师要求),共经历一十五个版本,时间跨度为2008年11月至2010年3月,历时一年零四个月。
第一篇与研究内容相关的学术论文从开始撰写到定稿,共经历一十八个版本,时间跨度为2009年3月至2010年2月,历时近一年,其中主要实验完成时间从2009年5月至2009年7月,历时约两个月。
第二篇与研究内容相关的学术论文从开始撰写到定稿,共经历七个版本,时间跨度为2010年2月至2010年4月,历时三个月,其中主要实验耗时约两个星期。
大论文从开始撰写到定稿,共经历四个版本,时间跨度为2010年3月至2010年4月,历时约一个月。
小论文翻译与精炼共经历7个版本,时间跨度为2010年4月到2010年5月,历时约一个月。
开题阶段:
08年11月份,研二上学期开始准备开题。开题报告文献综述内容主要包括提出研究目标,阐述研究现状以及研究趋势。其中研究目标明确(Do what)研究内容且反映研究内容是否有价值(Valuable),应明晰并尽可能细化;研究现状给出了现有的研究方法(How to do),并分析这些方法存在的不足,藉此验证研究内容的可行性(Feasibility);研究趋势给出自己拟采用的解决方法,突出研究内容的独创性()。导师给的大研究方向是“无线网络下大数据量机械故障信息的实时、可靠传输”。从后来的情况看,选题以此为导向,但不限于此。回顾自己的开题,考虑的研究内容包括:故障信号的流媒体传输研究、认知无线Mesh网络的工程机械跨层通信系统研究和固定信道分配方案研究。这三个研究内容看似各不相关,其实是经过细化和研究后逐步形成的。
故障信号流媒体传输这个研究内容考虑将机械故障信号以流媒体的形式在无线网络中传输。这个研究内容的开题报告只经历了一个版本,没有提出明确的研究目标,只分别阐述了机械故障信号和流媒体这两个概念,也未曾通过广泛阅读查阅相关研究,因此停留在空想的阶段。
认知无线Mesh网 络的工程机械跨层通信系统这个研究内容拟设计一个工程机械机群通信系统。从这个开题的题目来看,选题明显大了,通信系统是一个非常复杂的系统。研究初期主 要关注网络协议栈的跨层设计和移动性管理这两个研究点,跨层设计借鉴于无线传感器网络,移动性管理主要考虑工程机械移动性的特点。但无线传感器网络的数据 以短期数据为主,且数据量较小,与工程机械实时故障信息以及大数据量的特点存在较大不符,移动性管理也没有提出较多与工程机械机群相关的内容,只是对现有 移动性管理研究的总结。这个开题报告经历了约7个版本,直至爆发与导师的冲突——开题门。(开题门与本文无关,在此略去)
固定信道分配方案的研究是在认知无线Mesh网络跨层设计研究的过程中,逐步明确和提炼出来的。跨层设计主要考虑物理层和MAC层的跨层设计,认知无线结合频谱感知、传输状况和媒体数据调度需求,确定动态频谱利用和信道分配,而信道分配属于MAC层的无线资源管理内容。因为要结合认知无线,研究重点一开始侧重于动态信道分配,在研究动态信道分配的过程中发现了一些研究难点,如系统实时Traffic模拟、分布式协作、实验模拟和验证等,这些难点基于自己当时的知识结构比较难解决,因此在研究一段时间后,把研究的重点放在了固定信道分配方案上,选择的原因主要有三个方面:
1)固定信道分配问题易于建模,其实质上是一个约束条件最优化问题;
2)研究比较多,可供参考的方法比较多;
3)针对固定信道分配问题,有成熟的Benchmark问题供实验验证和性能评估。
选择这个研究内容似乎避重就轻,选择了一条研究的捷径,但真正的研究没有捷径可言,只是合不合适你自己(个人能力、知识结构、时间限制等)。由于开题门事件的影响,固定信道分配研究内容的开题报告在第一篇学术论文成文后才写成,此时已是开题报告第11个版本,时间上也已到了2009年9月16日。
研究目标是研究固定信道分配方案以提高蜂窝系统频谱效率和系统容量;研究现状阐述了解决固定信道分配问题的图着色法、神经网络、模拟退火、遗传算法等;研 究趋势是在现有遗传算法的基础上,分析种群多样性特点,提出遗传算法的优化方法。这个版本的开题报告在研究目标和研究现状上得到了导师的认可,但在研究趋 势方面导师提出了更高的要求,原因是遗传算法在解决现有工程问题上存在不少不足,希望能够跳出遗传算法的拘囿,有所创新。
在此基础上,通过查阅最新的信道 分配方案研究,分别提出了基于文化遗传算法、Memetic算法、粒子群优化算法等较新颖的群体智能优化算法的信道分配方案,但对这些信道分配方案的研究都没有找到其中存在的不足,这主要是因为对他们的理解依然不够深入。直至2010年3月,在实验过程中发现最新(2009年)一篇基于离散粒子群优化算法的信道分配方案中存在的不足,重新撰文,形成开题报告第十五个版本,导师邮件回复“开题报告可以了”。至此,开题阶段告一段落。
开题带来的反思:
(1)万事开头难。开题属于做研究的初期阶段,也是最关键的阶段,这个阶段需要广泛地阅读相关研究领域的文献,切忌浮躁。
(2) 研究内容的选择由浅入深,如剥茧抽丝,逐步精化、明晰直至某个具体的研究点;研究现状的分析可以采用归类和比较两种方法。归类可以从比较大的粒度分析众多 文献,找到他们的共同点;比较可以一对一的比较,也可以一对多的比较,发现每篇文献的独到之处。分类和比较只是一个训练过程,离判别、发现文献的不足之处 还有距离。经过大量的阅读和思维训练后,才能逐渐养成学术批判性思维方式,也就是说进入了研究状态。
(3)研究无止境。随着广泛地阅读和思考,问题在研究的过程中会不断出现,不可能解决所有的问题,不可能达到至善的情况,只能不断臻于至善。
论文写作阶段:
我的论文写作过程基本上是和开题过程同步进行。一开始是出于急功近利的角度考虑,既然开题受阻,那就先放一放,先做论文。后来随着研究的深入,在研究过程中 发现问题再反馈到开题报告中。第一篇学术论文的第一个版本研究的内容是基于代价函数的适合分组数据业务的动态信道分配策略。这个版本提出了对分组Traffic业务建模的方法、信道分配问题的建模方法(考虑了公平性)、解决动态信道分配问题的方法(遗传算法、最小干扰法、信道偏析法、代价函数法)。这个版本严格意义上来说并不能称之为论文,实际上只是对阅读论文的读书笔记和总结。
第二个版本在第一个版本基础上提出了一些实质性的问题和一些拟解决的方法,如使用何种模型对分组数据业务Traffic建模比较合适(相对于语音业务), 选取哪些参数构建代价函数,如何将代价函数转化为适合博弈的效用函数,采用何种算法求解博弈问题,如何确定评估性能的指标等。
第三个版本在第二个版本的基 础上研究了采用遗传算法实现动态信道分配的方法,但遗传算法最重要的交叉、变异操作未确定,另外各方面的内容还处于孤立、零散状态,没有确定具体研究重点 和整体写作思路。
第四个版本为解决第三个版本遗传算法实现细节的问题,研究了现有采用遗传算法的动态信道分配方案相关的文献,包括编码方式、遗传算子等, 并定义了自己的遗传算法遗传算子的实现细节。这个版本还确定了实验模拟方法和两个重要的算法评估指标:呼阻率(系统阻塞的用户数)和收敛速度。
紧接着这个版本,第五个版本是对第四个版本的规范化,算是第一篇论文的初稿。在这个版本中,因为与研究内容关系不是很大,省去了对分组数据业务Traffic的描述,转而把重点关注在系统呼阻率和收敛速度这两个性能指标上,另外对公平性指标也给予定量描述。在这个基础上,开始做实验进行理论验证。实验初期根据已有文献,选择了两种情况搭建实验环境(低负载和高负载), 且实验只考虑了同信道干扰一种约束条件。实验结果与采用信道借用的方案进行了比较。实验结果并不理想,于是从种群初始化的角度改进了实验,但实验结果不具 有说服力,原因是选择的比较对象不具有可比性,另外实验只考虑了同信道干扰的理想环境,离真实问题的解决还有不小差距。
版本六到九在第五个版本的基础上做 了内容和文笔上的细微调整,但没有实质性的改变。在第五个版本完成后,又阅读了不少采用遗传算法求解信道分配问题的文献,阅读过程主要加深了对信道分配问 题的理解,尤其是固定信道分配问题(CAP)。
因此,在第十个版本里基本上明确了研究内容——信道分配问题,较系统地分析了现有解决CAP的方法:呼叫排序法、最小化代价函数法、信道借用法等,比较他们各自的优劣,并采用合适的工具对CAP进行数学建模。这个建模的优点在于考虑到了CAP问题的三种约束条件,这为解决真实、非理想化问题提供了理论基础。另外,这个版本分析了采用遗传算法解决满足多种约束条件CAP的具体实现细节,主要包括最小间隔编码方式、代价函数计算方法、满足小区信道需求和同小区干扰约束条件的交叉操作、不改变编码1数目的变异操作等。这个版本的论文未对实验部分内容做大的修改,但通过程序基本上实现了所提遗传算法具体实现细节。
第11到14个版本一直在做实验部分的改进,但由于没有一个比较好的测试基准(benchmark),以及没有选取较好的比较对象,所以实验部分在说服力方面还比较欠缺,这个情况直到第15个版本才有了改观。
在第十五个版本,找到了求解CAP问题常用的Philadelphia benchmark问题,有了算法评估基准,实验结果比对对象就俯拾皆是,遍地可循了。第15个版本除了找到评估算法的benchmark问题,还在种群初始化方法、基于种群熵的自适应进化等方面对算法做了改进,改进结果表明种群初始化方法对算法的性能有显著提高,但自适应交叉率和变异率对算法性能影响有限。
第16个版本找到了一篇采用类似改进遗传算法求解CAP的参考文献,并将本文结果与之做了对比,但比对结果并不理想,没有达到预期的效果,且计算种群熵也比较复杂,增加了算法的计算复杂度。
第17个版本改进了自适应策略,根据个体适应度的优劣来改变交叉率和变异率,降低了算法的计算复杂度,但实验结果依然不够理想。在详细研究参考文献以后,发现算法的收敛速度比较慢,问题可能出现在变异算子设计方面。
因此,在第18个版本里面,改进了变异算子,提出了一种选择性变异算子,算法的性能大大改观,尤其在收敛速度方面优于参考文献,但收敛率方面在个别复杂问题方面,还有不足。至此,第一篇学术论文告一段落,基本上达到了自己的要求,但离导师的要求还有距离。
将第一篇学术论文的研究成果反馈到开题报告第11个版本,并呈交给导师后,导师提出了更高的要求。由于采用智能进化算法解决CAP是一个研究热点,在经过一段时间的文献查阅后,研究重点主要放在比较新的文化算法、Memetic算法、粒子群优化算法等群体智能进化算法方面,并开始了第二篇学术论文的研究工作。
解决信道分配问题,按编码方式可分为对信道分配矩阵进行编码和对呼叫排列进行编码两种。第一篇学术论文即是对信道分配矩阵进行编码。由于编码的特殊性(最小间隔二进制编码),在这个基础上应用较新的智能进化算法比较困难,因此我把注意力转到对呼叫排列编码这种方式上。这个时期,看到一篇09年 的基于离散粒子群优化算法的信道分配方案参考文献,这篇文献也是采用的对呼叫排列进行编码,并且定义了自己的粒子运动方程。鉴于之前曾经看过一篇采用遗传 算法对呼叫进行排序的参考文献,自然就比较两者的不同,比较明显的不同是两者对呼叫排列采用的分配策略。遗传算法采用的是一种广泛使用并被诸多文献证明为 有效的信道分配方式。因此在自己的论文中首先选定了对呼叫排列的信道分配方式,接着就是考虑粒子群优化算法的粒子运动方程的定义。首先是通过实验验证09年 文献采用的粒子运动定义。实验验证过程中发现文中存在不少阐述不清楚的地方,发邮件咨询作者,虽有回复,但未解决问题。
此时开始重新审视文中定义的运动方 程,发现运动方程定义的速度更新方式为惯性速度、全局最优加速度和个体最优加速度三者简单的顺序叠加,于是跳出原文定义的运动方程的限制,考虑其它运动方 程定义方式。在研究的过程中,发现粒子群优化算法也在其他领域有所应用,尤其是流水线任务调度方面,并且流水线任务调度采用的编码方式与呼叫排列采用的编 码方式很相似。自然地,根据研究发现,将流水线任务调度定义的粒子群运动方式拿过来应用到信道分配问题中。重新做实验,结果很理想,达到了预期的效果。
这 是第二篇学术论文第一到第三个版本所做的内容,将此版本的论文发到导师审阅,导师对论文提出了两个问题,一个是粒子群算法参数优化问题,另外一个是运动方 程惯性项取舍问题。对这两个问题的解决,没有什么捷径,只有靠更多实验来验证和发掘。于是经过大量参数选取实验和惯性项取舍实验,确定了实验最佳参数对和 运动方程的形式,并依据实验结果整理成论文的第四个版本。将第四个版本提交到导师审阅后,导师对我的研究工作已经基本满意,随后又对论文撰写提出了更高的 要求,包括内容的精炼、语言的规范、措辞的严谨等,如此反复,又经过三个版本,即第七个版本时,达到了导师的要求。
论文完成以后,接下来就是投稿,中文版的投某学报,内容修改不大,只需按格式调整即可。另外,导师安排将小论文翻译成英文,投国外两个期刊:A Letters和B Letters。投Letters是考虑时效性,希望短期内能有结果。但痛苦的是Letters对文章篇幅有较大的限制,一般都不超过3页, 因此要对小论文内容做大量精简。小论文英文第一版对小论文基本上做了全文翻译,比较难的是引言、实验和结论部分的翻译,这些都是自己语言组织的内容,英文 表述和中文表述有比较大的区别。其他部分如建模、方法等因为所看文献大都为英文,有比较多的参考,翻译起来比较容易。第二个版本对英文表述进行了修改,力求没有语法错误。第三个版本对内容做了精简,并将精简后的版本发到导师审阅,导师提出了修改意见,存在的问题主要是:
1)重复的方法未精简;
2)未突出实验内容。
按照导师的意见,重新精简内容,增加实验内容的篇幅,采用合并表格和多维数据图的方式呈现实验结果,如此终于在小论文翻译第七个版本达到了导师的要求。
在投稿的同时,毕业盲审时限日渐,同步进行大论文的撰写。由于有两篇小论文做基础,因此大论文完成得比较顺利和快捷,主要是注意摘要的书写和各章节内容的承接,经过两个版本即达到导师的要求,最后经过两个版本的格式调整,定稿。至此,论文撰写阶段告一段落。
翻译Tips:
1、中文表述会用到很多长句,翻译的时候要注意根据上下文,将长句截成短句
2、将中文表述翻译成英文时,时常要注意倒装,如主动语态转化为被动语态,从句的倒装等;
3、全文时态应一致,论文撰写一般用一般现在时或者现在完成时
论文撰写阶段的反思:
1、独立研究过程不是一条平坦的道路
2、研究内容的精炼和取舍。与开题一样,随着研究的深入,研究的内容越来越细;与人生一样,论文也是在不断地取舍,选择研究的内容,选择研究的方法,选择实验的方法
4、实验结果不要为了比较而比较,以己之长克敌之短的比较没有意义
5、多交流,没有交流的环境也要争取交流的机会,广泛听取各方面的修改意见
6、尽可能从最新的研究文献参考着手,这样会少走弯路
7、前人做了很多工作要善于利用,做研究要有一颗谦虚的心态,时刻提醒自己:自己做的工作或多或少一定有人做过类似的研究,只是自己没发现罢了。
三年学术研究的收获:
1、 批判性思维的培养,带着问题去思考,随着问题的引导去探索
2、 学术规范的遵守
3、 学术道德的敬畏,真正潜心做学术的人是不耻于抄袭论文,伪造数据,替人捉刀这类事的,太费心了。
三年学术研究的不足:
1、 缺乏创新能力
2、 与上司一对一、face-to-face的沟通能力存在欠缺
本文引用地址: http://www.sciencenet.cn/m/user_content.aspx?id=322958