关键词：大学生心理危机粗糙集神经网络预警模型
一、引言
大学生是当今社会建设的主力军，随着社会竞争压力的增加，大学生的心理健康问题日益显著，大学生由于心理危机所引起的突况不断增加，为了大学生的心理健康，大学生心理危机预警模型构建是非常必要的。大学生心理危机预警模型是一种超前的心理危机的干预，从根本上防止心理问题造成恶性事件的发生。
大学生心理危机预警的研究虽然在2010年后大幅度增长，但对于相关指标的研究却是凤毛麟角。笔者分析了影响大学生心理危机的相关因素，分别从个体发展状态、社会环境、人际关系、负性情绪等方面建立指标。通过RS-ANN方法构建大学生心理危机的预警模型，将该模型应用于大学生心理危机数据进行实例验证。
二、心理危机模型构建
随着社会的发展，物质和文化的提升，大学校园文化越来越多元化。大学生作为大学校园的主体，他们的身心健康是高校教育的前提保证。构建大学生心理危机模型是通过分析影响大学生心理健康的错综复杂的原因提出心理危机预警机制，以此预防由于大学生心理问题导致恶性事件的发生。
（一）心理危机指标体系构建
个体发展状态包括身体状态、人格发展缺陷、个人信心、个人气质、个人挫折自主与独立压力家庭背景等。笔者从事大学生生活和心理辅导工作，对平时工作进行积累和总结，并与其他教育工作者探讨个体差异对大学生心理的影响，设计相应的问卷调查，通过调查问卷修改影响个体发展状态的主要因素为身体状态、自主与独立压力、家庭背景。
大学校园作为一个小范围的社会群体，具有社会群体所有的特征，加之大学生有着独特性，周围环境人群对大学生的影响有着超乎我们想象的重要性。因此，把影响大学生人际关系的主要因素纳入分析大学生心理危机预警模型中是非常有必要的。李建国认为心理危机的预警指标包括负性情绪、学习问题、恋爱问题、人际交往、人格发展缺陷等指标。顾广玲等提出了周围交流环境、学习、人际交往、恋爱问题和家庭背景五项心理危机指标。通过上述论文等资料的分析和学生群体的调研表明，恋爱问题、异性关系、人际交往融洽性和周围交流环境人群对大学生心理影响最重要。
综上所述，总结影响大学生心理的主要因素有个体发展状态、社会环境、人际关系、负性情绪，这四类因素对于大学生心理危机具有较强的解释力，构建大学生心理危机影响因素指标体系如表1所示。
（二）心理危机模型构建
笔者查阅了国内外有关大学生心理危机模型问题的处理方法，结合自身经验，深入研究导致大学生心理危机的因素和路径，并在此基础上利用粗糙集神经网络的方法对数据进行挖掘，建立了大学生心理健康和预警模型。
粗糙集理论可以从大数据中去除不必要的条件属性和单研究对象，以表2为例，共含6个研究对象，每个对象分别有4个条件属性和1个决策属性，但在该表中并非所有数据均有意义，实际上存在些冗余不必要的信息，若采用粗糙集理论对其约减，可得到如表3所示的更为简洁的决策表信息。
上述利用粗糙集理论约减样本数据的能力可以优化拓扑结构，接着利用神经网络对数据的网络逼近能力和分类能力构建心理危机预警模型。基于神经网络和粗糙集神经网络构建的心理危机模型如图1和图2所示，从隐含层神经元数目可清晰看到网络规模变小。
三、案例仿真
为了验证本文提出的大学生心理危机理论的实用性，笔者以所带一个班级的大学生为对象，跟踪调查了自2013年9月至2015年9月该班级146位同学的心理危机指标数据。数据来源主要通过同学互测、同学自测、任课教师评估和班主任及辅导人员评估所得，建立了大学生心理危机特征数据库。
利用粗糙集理论约减数据库数据之前，首先对数据约减主要目的是去除数据库中一些采集不准确的差异数据和约减不必要条件属性。心理危机模型中条件属性由开始的14个条件属性减少到9个条件属性，目标属性为HB，B，Z，S，HS分别对应大学生心理危机等级高、较高、一般、较低、低。表4中给出部分约减后的心理因素采集数据。
利用表4所提供的心理危机数据，以前10组数据为神经网络输入样本训练神经网络，选取恰当的权值和训练函数构建满意的神经网络结果模型，然后以后5组数据为测试数据，测试该模型的准确性。
四、结语
由测试结果可知身体状态、人格发展缺陷、就业压力、家庭环境、恋爱问题、人际交往、突发性压力、自主与独立压力和刺激源这9个因素是影响大学生心理健康问题的主要因素，且该模型分类结果与实际结果吻合度极高。根据该模型处理的数据结果，我们可以有效地预防和避免大学生由于心理问题而发展的恶心事件，保证大学生健康发展和学校教学正常有序地进行。
参考文献：
[1]程明莲，等.高校大学生心理危机预警系统研究[J].合肥工业大学学报，2009（23）：47-50.
[2]姜波等.高校大学生特殊群体心理状况调查与对策研究[J].大学生研究，2011（09）：108-110.
[3]刘颖洁.当代大学生心理健康教育[J].大学教育科学，2013（01）：59-63.
[3]徐荣等.知识员工离职倾向关键性影响因素分析[J].科学管理研究，2009（12）：468-431.
[论文摘要]以海南省3所高校的421名在校非体育专业本科生为研究对象，并与体育专业本科生的网络成瘾情况进行对比研究，所有数据均采用SPSS11软件进行统计分析。结果表明：体育生的网络成瘾现象均高于文科生和理科生，而文科生又高于理科生；理科生网络成瘾者的心理健康水平均高于体育生和文科生，体育生则高于文科生。
目前，互联网已进入千家万户，并以意想不到的速度占据了社会政治和经济的各个领域，它具有信息量大、速度快、虚拟、娱乐和没有国界等功能，因而受到当代大学生的青睐，也丰富了大学生的学习和生活。但同时网络也是一把“双刃剑”，它具有强大的诱惑力，不少大学生因此患上了令全社会瞩目和忧虑的网络成瘾症，他们的身心也受到了影响。鉴此，笔者对海南省大学生网络成瘾和心理健康水平进行了调查研究，旨在了解海南省大学生网络成瘾和心理健康水平的基本情况，并在此基础上，提出了防治大学生网络成瘾综合症和提高他们心理健康水平的干预措施，这对戒除大学生网络成瘾和提高他们的心理健康水平均具有十分重要的意义。
一、研究对象与方法
(一)研究对象海南大学、海南师范大学、原华南热带农业大学等3所高校的在校本科生，其中海南大学160人，海南师范大学161人，华南热带农业大学100人。
(二)研究方法采用Jane和KathySherer所编制的“大学生网络成瘾鉴别量表”来测试大学生网络成瘾的状况；采用(SCL一90心理症状自评量表》来测试大学生的心理健康水平。
本次问卷调查共发放问卷和自测量表各421份(男生268人，女生153人)，回收问卷398份，回收率为94．5％。其中有效问卷384份，有效率为96．5％。而在这384人的有效问卷中，男生为243名，占调查总人数的63．3％；女生为141名，占调查总人数的36．7％。另外，采用SPSS11软件对所收集到的数据进行统计分析。
二、结果与分析
(一)“大学生网络成瘾鉴别量表”的测评结果与分析
在“大学生网络成瘾鉴别量表”中做出5个或者5个以上肯定答案者为网络成瘾者J，即“IAD”组，余下的学生为非“IAD”组。本次测试结果显示：网络成瘾者有32名，占测试总人数的8．33％，文科l7名，占4．43％；理科15名，占3．90％；其中男生24名，占测试总人数的6．25％，女生8名，占测试总人数的2．08％，男生多于女生。所有被测试的学生均有使用网络的经验。在实地调查中，有19．3％的学生上网是为了学习，80．7％的学生是为了在网上聊天、玩游戏、浏览不良信息或其他。从测评结果和实地调查的结果说明，大学生的认知能力较差、自我管理与约束能力不强L6j，对网络的认识和使用存在严重的偏差。
(二)“SCL一90心理症状自评量表”的测评结果与分析
1．对SCL一90量表中阳性项目数的统计与分析统计结果显示：阳性项目数大于或等于43项的有84人，根据全国常模结果，这84人可考虑筛选为阳性，由此说明，21．8％的学生具有阳性症状，并影响了他们的心理健康。
2．对SCL一90量表中阳性症状均分的统计与分析统计结果显示：阳性症状均分在0～1．0分的人数有16人，占总人数的4．2％，说明这l6人无症状；阳性症状均分在1．1～2．0分的有78人，占总人数的20．3％，说明这部分学生有症状，其心理健康受到了影响，但症状轻微；阳性症状均分在2．1～3．0分的人数有250人，占总人数的65．1％，说明这部分学生有症状，并且其心理健康受到一定的影响；阳性症状均分在3．1～4．0分的人数有37人，占总人数的9．6％，说明这部分学生有症状，而且他们受到中度的影响，主要表现在手腕关节不适、视力下降、记忆力减退、情绪低落和血压升高等；阳性症状均分在4．1～5．0分的有3人，占总人数的0．8％，说明这3人不仅有症状，而且还受到相当程度的影响，具体表现在植物性神经紊乱、体内激素水平失衡、免疫功能降低、神经衰弱，缺乏正常人的形象思维和逻辑思维，不善于与人交际等，对此应引起高度重视，必要时应给予治疗。
3．“IAD”组与全国网络成瘾常模在SCL一90量袁上的比较与分析
表1统计结果显示：“IAD”组学生的各项因子平均分大都高于全国常模中的各因子，经过检验，除躯体化因子无显著性差异外，其他9项因子均具有极显著的差异，这说明“网络成瘾症”已经影响了大学生的身心健康。在访谈的过程中发现，网络成瘾的学生一般都有手腕关节不适、腰酸背痛、食欲不振、精神恍惚、情绪低落、思维迟钝等症状。而且，网络成瘾的学生缺课现象较严重，学习成绩普遍较差，每个学期都有2～4门的课程需要重修，部分学生甚至面临退学。
4．“IAD”组与非“IAD”组在SCL一90量表上的比较与分析
表2统计结果显示：“IAD”组学生的各项因子平均分均高于非“IAD”组学生。经t检验，“IAD”组与非“IAD”组在SCL一90上的比较表明，除抑郁因子和焦虑因子无显著性差异外，其他各项因子均具有极显著的差异。在“IAD”组与非“IAD”组的结果比较中，虽然“IAD”组各项因子的平均得分均高于非“IAD”组，但在抑郁、焦虑2个因子上的表现无显著性差异，这与以往的同类研究有所不同。根据彼特鲁茨罗(Letruzzello，1991年)、拉方丹(Lafontaine，1992年)等人的研究表明¨，体育锻炼可以减缓人的抑郁和焦虑情绪，而且对抑郁和焦虑情绪状态都有显著的治疗作用。在访谈过程中，笔者还发现，虽然有些学生是网络成瘾者，但大部分都是篮球、足球、排球的爱好者，甚至小部分学生还有晨跑的好习惯，这与缓解网络成瘾者的抑郁和焦虑情绪有一定的关系。
5．文科学生“IAD”组与体育学生“IAD”组在SCL一90量表上的比较与分析
表3统计结果显示：文科学生“IAD”组的躯体化因子、强迫因子、恐怖因子和精神病因子的平均得分均低于体育学生“IAD”组，而人际关系因子、抑郁因子、焦虑因子、敌对因子、偏执因子和其他因子的平均得分均高于体育学生“IAD”组。经t检验，文科“IAD”组与体育“IAD”组在强迫症状因子、人际关系敏感因子、抑郁因子、焦虑因子、恐怖因子、精神病因子和其他因子的比较中无显著性差异；而在敌对因子的比较中存在显著性差异；在躯体化因子和偏执因子的比较中具有极显著性差异。其原因为：在体育学习和运动竞赛中需要同伴的相互配合和合作，才能取得胜利，尤其是在团队比赛中，如篮球比赛、足球比赛、排球比赛以及田径的接力赛等。因此，通过体育学习和运动竞赛，不仅可以使学生进行心理沟通和改善人际关系，而且在一定程度上能够释放心理压力。在躯体化因子中，体育“IAD”组成员的平均得分均高于文科“IAD”组成员，这说明：长期的运动训练造成躯体的损伤对该因子的影响是存在的。
6．理科“IAD”组与体育“IAD”组在SCL一90量表上的比较与分析
表4统计结果显示：理科学生“IAD”组的躯体化因子、强迫因子、抑郁因子、恐怖因子、精神病因子和其他因子的平均得分均低于体育学生“IAD”组，而人际关系因子、焦虑因子、敌对因子、偏执因子的平均得分均高于体育学生“IAD”组。经t检验，理科“IAD”组与体育“IAD”组在躯体化因子、强迫症状因子、人际关系因子、抑郁因子、焦虑因子、偏执因子和其他因子的比较中无显著性差异；在敌对因子和恐怖因子的比较中存在显著性差异；在精神病因子的比较中存在极显著的差异。其原因为：体育学习和运动竞赛，不仅可以加强学生之间的交流沟通和互帮互助，而且能改善他们的人际关系，因此，体育“IAD”组的敌对因子平均得分低于理科“IAD”组；此外，由于大部分体育生在长年累月的运动训练中，身上或多或少都有损伤，因此，体育“IAD组的躯体化因子的平均得分高于理科“IAD”组。
7．文科“IAD”组与理科“IAD”组在SCL一90量表上的比较与分析
表5统计结果显示：文科学生“lAD”组除了在躯体化因子和强迫因子的平均得分中低于理科学生“lAD”组外，其余因子的平均得分均高于理科“lAD”组。经t检验，文科“lAD”组与理科“IAD”组在躯体化因子、强迫症状因子、人际关系因子、抑郁因子、焦虑因子、敌对因子和恐怖因子比较中无显著性差异；在偏执因子和精神病因子的比较中存在显著性差异；在其他因子的比较中存在极显著的差异。一般而言，文科学生平时阅读的书籍比较多，特别是中文专业的学生，他们在阅读时，尤其是阅读小说时，常常有被动体验、思维入等感觉，容易把自身陷于故事的情节中，这是造成该项因子呈极显著差异的重要原因。
三、结论与建议
(一)结论
1．大学生网络成瘾者比率稍为偏高，并且男生多于女生。
2．大学生网络成瘾者的心理健康水平低于全国平均水平。
3．文科大学生网络成瘾者的心理健康水平在躯体化因子、强迫因子、恐怖因子和精神病因子上高于体育专业大学生网络成瘾者，但在人际关系因子、抑郁因子、焦虑因子、敌对因子、偏执因子和其他因子上低于体育专业大学生网络成瘾者。
4．理科大学生网络成瘾者的心理健康水平除了在人际关系因子、焦虑因子、敌对因子、偏执因子上低于体育专业大学生网络成瘾者外，其余因子均高于体育专业大学生网络成瘾者。
5．文科大学生网络成瘾者的心理健康水平除了在躯体化因子和强迫因子上高于理科大学生网络成瘾者外，其余因子均低于理科大学生网络成瘾者。
6．文、理科学生的网络成瘾度均高于体育生，文科生略高于理科生；理科生的心理健康水平均高于体育生和文科生，而文科生低于体育生。
（二）建议
1．大学生要确立正确的人生观，科学规划人生，加强自身修养和培养健全的人格，提高人际交往能力和自我调控能力，特别是要提高自身对抗不良生活习惯的免疫力，做到“进得去，出得来，拿得起，放得下”，惟有如此，才可以预防和戒除网络成瘾症。
2．学校应成立心理咨询中心，开设治疗网络成瘾的专题讲座，有针对性地对网络成瘾者进行引导，并寻求其父母的积极配合，以达到逐步缓解和戒除网络成瘾症之目的。
3．要鼓励学生积极参加各种形式的课外文体活动和社会实践活动，通过这些丰富多彩的体育活动和竞赛，可以充实大学生的业余生活，这对减少大学生有害上网时间和网络成瘾有着积极的意义。
1.频繁用机，损身又害心
高中生正处在生长发育期，很多身体机能还不健全，手机辐射危害学生发育，影响身体健康，造成理解力、反应力、记忆力明显下降，听觉受损，免疫功能失调。
2.“网吧”进学校，沉迷于手机上网
随着手机GPRS强大功能的开通，学生随时可通过手机进行QQ聊天、在线游戏、阅读信息等，手机的“黄、赌、毒”已成为学生精神污染的主要来源，给学生的心理健康带来非常严重的后果。
3.影响学习和休息，降低学习效率
一些学生在课堂上用手机打游戏、听音乐、收发短信微信，无心听课，对讲课内容一无所知。课余时间专注在手机上游戏，甚至就寝熄灯后，有的学生躲在被子里玩手机，第二天上课没精神。
4.手机的使用加速了中学生社会化
手机已经成为中学生“男女交往过密”的“帮凶”，严重影响和干扰了学生的学习和生活。
5.破坏考风考纪，影响学校校风
不少学生利用手机在考试中作弊，发短信求答案，甚至在网上搜索答案，平时厌恶学习，养成依赖思想，不利于学生良好品质的养成。
6.容易滋生事端，出现安全隐患
高中生自我防范意识较差，容易被犯罪分子诈骗，同时携带手机增加了学生跟社会上不良青年来往的机会，给学生人身财产安全带来隐患。
7.增加经济负担，助长攀比心理
中学生买手机，客观上增加了家庭的经济负担，学生之间课余时间比手机的好坏，助长学生的攀比心理，滋生享乐思想，自然会影响学生的学习和心态。
二、过度使用手机网络心理障碍
心理学家较早关注的互联网对心理发展影响的问题是互联网的过度使用引发的心理障碍。Brenner（1997）的研究显示，网络依赖行为和年龄、受教育程度有很大关联，而与性别和种族关系不大。青少年是网络成瘾的高发群体。相比之下，成年人也需要控制自己的上网时间，但是他们所体验到的失落情绪要小于相等条件下的青少年。通过对韶关一中的实地调查，可以看出一些。对过度使用互联网引发的心理障碍，心理学家定义了多种术语。Goldberg借用了DSM―IV（美国精神疾病分类与诊断手册）中关于药物依赖的判断标准，提出互联网成癌障碍（IAl3）的概念，主要是作为一种应对机制的行为成瘾。KimberlyYoung则从DSM―IV对病理性的判断标准中发展出病态网络使用（PIU）的概念，暗示着网络成瘾和药物依赖的不同在于，它更像是一种冲动控制障碍。Young结合对网络成瘾的实际研究，提出了八个问题以判断网络成瘾。如果个体对下列问题中的五个题目给予了肯定的答复，就可以判定为PIU。
①你是否沉溺于互联网？
②你是否需要通过逐次增加上网时间以获得满足感？
③你是否经常不能抵制上网的诱惑和很难下网？
④停止使用互联网你是否会产生消极的情绪体验和不良的生理反应？
⑤每次上网实际所花的时间是否都比原定时间要长？
⑥上网是否已经对你的人际关系、工作、教育和职业造成负面影响？
⑦你是否对家人朋友和心理咨询人员隐瞒了上网的真实时间和费用？
⑧你是否将上网作为逃避问题和排遣消极情绪的一种方式？
根据Young实际研究的八个问题，做成调查问卷：同意的打“√”，不同意的打“×”。
再回答两个问题：“A.你每周主要在什么时间上网，大约每周多长时间？
B.你在上网时间内主要做些什么？”
根据对韶关一中（全寄宿学校）高二20个班655人的问卷调查，共8个选项的正误判断分析结果如下：在被调查的655人中，可以看出有185人存在网络成瘾现象，470人只是普通的网民。被调查的655人中，有占28%的人存在网络成瘾现象，72%的人没有成瘾现象。被调查学生大部分选择了④为正确选项，可以说明学生很难抵制上网的诱惑，经常会由于上不了网而产生消极的情绪体验和不良的生理反应，由此而影响学习和生活，以至于导致不良的习惯和社会风气。大多数学生的手机网络使用集中在角色扮演游戏、新闻组、聊天室、即时信息聊天、WWW、Email等上，有趣的是，研究者发现男孩和女孩在网络使用上的内容有显著差异。男孩更喜欢在电脑上玩网络游戏，而女孩更喜欢在网上和朋友聊天，发E-mail。这也可通过调查问卷的“B.你在上网时间内主要做些什么？”体现出来，男生所填内容主要为网络游戏，而女生则主要为聊天。通过对我校调查发现，高中生主要存在网络游戏成瘾和网络关系成瘾，一天大部分的时间主要用于QQ聊天和?W络游戏上，通过网络获得成就感，从而摆脱现实生活中的失败和苦恼。这样很容易使学生沉迷于网络中，无法回到现实生活中来，产生很大的心理问题。
三、高中生使用手机网络防范措施
1.做好上网学生的心理疏导工作
网上世界的精彩丰富和网络文化的简单快捷，对学业重负下的高中生具有极大的吸引力，因而也极易使之沉迷上“瘾”。我们不能因噎废食，不能因为上网会对人的心理产生障碍而阻止学生上网。相反，应积极让已掌握计算机技术的学生上网，而少用手机上网。教师对因上网而导致心理障碍的学生应积极疏导。如适当控制上网时间，特别是晚自习后在宿舍不用手机上网或少用，要求学生在上网的同时不要忽视与同学、家长、教师的人际交往，与家长保持密切联系，引导家长正确指导孩子上网等。
2.加大组织学生参加社会实践的力度
要多让学生参与各种道德实践活动，让学生在家庭、学校、社会面对各种道德问题时能作出正确的判断，让其道德行为在实践中不断提高。加强学生动手能力的培养，则弥补学生在发展过程中的这一缺陷。
3.加强高中生在校期间使用手机的管理
我校管理规则为：
（1）管理规定
①建议学生在校期间使用不具有上网功能的手机。
②不得将手机带入教学楼区域。
③使用手机规定时间：中午12：00―12：50，下午17：00―18：50，晚上22：20―22：50（其中包括周六、周日）。
④除规定时间外，学生不得使用手机；期间若有急事，家长与学生可通过拨打班主任、教学楼办公室电话或宿舍办公室电话相互联系。
⑤公布教学楼、宿舍楼、办公室联系电话。
（2）处理办法
对于违反规定携带和使用手机的学生，学校将严格按照《韶关市第一中学使用手机管理制度》的有关规定进行处理，并结合校纪校规给予以下处分：
第一次违纪，年级通报批评；第二次违纪，给予警告处分或严重警告处分；第三次违纪，给予记过处分（在处分考察期间，如有再犯，将从重处理，且将处分决定计入个人档案）。并将每次处理情况及时通知家长。
关键词：大学生；网络成瘾；成因；对策
随着信息技术的迅猛发展，互联网已经逐渐成为大学生生活中不可缺少的一部分。它不仅为学生的学习提供了有力的帮助，同时也丰富了同学们的业余生活。正因为如此，许多大学生把上网作为生活中必不可少的活动。但令人遗憾的是，许多大学生上网的主要目的不是为了学习，而是为了游戏、聊天等。大学生玩网络游戏已成为一种风气。有些人甚至为此放弃学业。这种过度沉迷网络游戏的行为，不仅影响了自身正常的学习、生活、人际交往，而且也给社会带来了巨大危害。引导大学生正确使用网络，成为网络时代迫切需要解决的一个问题。
一、大学生网络成瘾的主要原因
各个大学为了方便同学们的生活，纷纷进行了校园网的建设，由于校园网建设的超前性、便利性和低廉性，大学生上网已是一种非常普遍的消费娱乐方式。但网络上的内容也是五花八门，使得一些自控能力较差的大学生被网络深深地吸引。沉迷于网络的大学生绝大多是玩游戏、看色情信息等。那么。这些沉迷网络的大学生为什么对网络游戏以及色情信息如此青睐呢？其原因主要有以下几点：一，网络游戏在一定程度上可以满足大学生的好胜心理。游戏本身具有的娱乐性使学生获得，对独立性差的人有极大的诱感力。许多网络游戏内容具有挑战性和性，这对心理还不成熟的大学生来说都极具诱感力。二，对于大学生来说。他们的心理发展尚未成熟，对不良信息的辨别和抵御能力比较差，使少数学生难以抵抗诱惑，他们往往抱着好奇心理，进而沾染色情信息网站，这种精神鸦片。一吃就上瘾，进而难以自拔。
二、网络成瘾的危害
（一）网络成瘾影响大学生的学习成绩
大学生网络成瘾导致的一个最直接的后果是成绩下降，学业荒废。许多大学生虽能意识到上网所能带来的危害，但是不由自主，即使上课也不能集中注意力，对日益下降的学习成绩也很着急，但就是管不住自己。我曾经对唐山四所高校（河北联合大学、唐山学院、唐山师范学院、河北科技大学唐山分院）200名大学生进行过问卷调查，超过80%的大学生因上网而逃过课。据悉，北京某高校对120名退学试读和留级学生的调查，有80%的学生是因为迷恋网络而无心学习、精神颓废，导致成绩下降，并形成恶性循环。
（二）网络成瘾导致大学生陷入交际陷阱
因为网上交友不慎而导致的悲剧和网络犯罪层出不穷。还有一些不顾家庭经济状况频繁向家里要钱或者向同学频繁借钱等时有发生。网络使一些大学生是非观念淡薄，道德意识减弱，缺乏白我调控力，甚至出现行为。
（三）网络成鹿扰乱大学生的正常校园生活
因迷恋网络一些大学生整天在宿舍打游戏。浏览不健康的网页，甚至旷课、迟到早退等现象日渐增多，表现出作息时间异常，常常外出或不在夜舍就寝。而且导致了如睡眠障碍、生物钟紊乱、食欲下降和体重减轻、免疫机能下降、精力不足、精神运动性迟缓和激动、自我评价降低和能力下降、思维迟缓、有自杀意念和行为、社会活动减少、大量吸烟、饮酒和滥用药物等不健康行为。
三、防止大学生网络成瘾的对策
（一）学校、家庭、社会要形成合力，共同关注和解决问题
规章制度是规范一个人行为的有效措施。“没有规矩，不成方圆”。目前，各高校都有一些规章制度，但还比较笼统，有的制度比较完善，但执行不力。这些宽松的制度环境对大学生不能起到约束的作用。所以，要防止大学生沉迷网络，学校要有相应的校纪予以防范。具体内容应该包括：不到校外网吧上网；禁止通宵上网；遵守网络公共道德规范；严格自律杜绝不健康上网方式等。与此同时，学校应积极与家长通气，让家长与子女之间加强交流与沟通。还要关心他们的思想、学习、交友、处事等等。事实证明，一些网络成瘾的同学转变，家长起了至关重要的作用。
（二）激发和培养学生的学习兴趣
由于进入大学以后，学生没有了升学的压力，使得一些学生放松了对自己的要求，解决这一问题，一是要依靠教师授课水平的不断提高，提高教学的艺术性，从而增强他们的学习兴趣；二是要在平时的教育过程中注意培养学生的学习责任心，养成良好的学习习惯。要让他们在思想上认识到：要想在学业上获得成功。一定要充分利用现有的学习条件，加强自我管理和控制能力，提高学习的主动性和自觉性，掌握、运用自己所学的知识，提高自己的能力。
（三）发挥校园网的作用，提高学生的求知欲
许多网络成瘾的学生除了对网络游戏感兴趣外，他们对电脑知识也非常感兴趣，动手能力也比较强。所以，学校应该充分利用他们的这些特点，发挥他们的创造性，让其共同参与网站的建设。例如：举办因特网信息资源检索比赛；开展读、评网络信息活动；进行网上课程设计和多媒体软件制作展示等主要活动。让那种网络成瘾的学生自然而然地被校园网有益的活动所吸引，沉迷网络的病症也就不治自愈。
（四）给大学生创建一个和谐的人际沟通环境
一所大学就是一个小社会。大学生除了生活、学习之外，平时还要处理相对复杂的人际关系。长期以来对身处高校的大学生来说。其人际交往一直处于一种相对单纯的状态。但是随着高校与社会联系日渐密切，一些社会不良风气也渗入到大学校园中。大学生拜金主义、利己主义等功利心态有增长的趋势。有些大学生不能面对这种新型的人际关系。使得“同学之间不易吐露真实思想，容易产生一种难以排解的孤独感”。当这种不良心理产生时，网络就成了他们最好的“朋友”，使他们最终迷上了网络。为此，辅导员要多和学生接触、交流主动了解其学习、生活情况。与学生交朋友，营造一个宽松、和谐、民主的班级气氛。
（五）适当的心理咨询和生理治疗
随着社会对网络成瘾越来越关心。一些医学专家认为对于网络成瘾比较严重的学生来说，这不只是一种心理疾病，也是一种内分泌紊乱的精神类疾病。网络成瘾和吸毒、酗酒一样，主要表现为：如果不上网就会浑身难受。目前国内已经出现网络成瘾防治中心：如总医院近日成立了首家专门的网络成瘾病房，在这里可以得到正规的心理治疗。通过心理和药物治疗为网络成有的青少年戒瘾。对干网络成有严重的则采用住院治疗住院后医院可以对患者进行临床观察，为患者提供一个强制性的戒瘾环境。
参考文献：
[1]石中元.《警惕网络综合症》.《心理世界》.2000年第12期
[2]毛剑、刘召利.论网络对大学生健康成长的影响及对策[J].中国科教创新导刊，2010.
[3]韦杰.网络文化对大学生的影响及高校思政教育工作的对策研究[J].教育界，2011.
----隐含层到输出层的权值；
----隐含层的阈值；
----输出层的阈值；
该模型可用图直观表示如下：
得到的神经网络的权值矩阵请具体参考附录6
四．模型结果及其分析
一.关于主成分分析法结果的分析
1.对于人口的预测两个模型得出的结果都比较合理，和约翰提出的相吻合，得出80.86的值。
2.对于能源，水资源的预测也较为标准。
3.得出了个个因子对于总结果的贡献率，结果在2030年发生完美风暴。
二.关于BP神经网络结果的分析
得出的结果也和约翰的预言一样，将在2030年完胜完美风暴。
三．.对2030年“完美风暴”进行预测结果
通过上述模型的构建，我们已经对1987至2002年十六年的世界人口、能源需求量、粮食需求量、淡水需求量的统计样本与危险评判等级参数之间的关系进行了神经网络的训练，得到了能够反应两者之间的关系（是一个复杂的网络结构，通过权值矩阵来表示特征），若对“完美风暴”进行预测，只要将2030年所预测的世界人口、能源需求量、粮食需求量、淡水需求量的值输入神经网络中，就会输出相应的危险评判等级参数，于是根据参数就可以判断“完美风暴”发生的可能性。
经上述工作，我们得到了2030年世界人口、能源需求量、粮食需求量、淡水需求量的预测样本如下：
世界人口（万人）
能源需求（标准油：万桶）
粮食需求（万吨）
淡水需求（亿立方米）
931070
121412
25944
152137
通过神经网络模型的模拟训练的到以下五个危险评判等级参数：
表5.82030年危险评判等级参数
19.6700
13.6741
15.4244
24.5720
26.9043
四.对能源、粮食、淡水需求量、世界人口预测值的分析
通过各种模型我们预测出2030年世界人口、能源、粮食、淡水需求量的预测值，并且我们将以2006年的数据作为人类生活环境的现状。
表1人类生活现状与预测值对比
年份
2006
2030
世界人口（万人）
651776
931070
能源需求量（标准油，万桶）
83719
121412
粮食需求量（万吨）
17770
25944
淡水需求量（亿立方米）
96452
152137
通过上表的数据我们可以得到以下结果：
（1）世界人口达到93亿，远远超过83亿
（2）能源需求量增加45.09%
（3）粮食需求增加45.9%
（4）淡水增加57.7%
根据上面四个结果，初步论证了约翰贝丁顿的“完美风暴”理论的正确性。
五．对BP神经网络的“完美风暴”预测值的分析
通过神经网络的模拟可以得到2030年的危险评估等级参数，将表5.8与表5.7.1的比较不难发现，到2030年，人类生存系统的危险评估等级参数非常高，达到危险的级别，证明了“完美风暴”发生的可能性非常大。并且我们也预测出2030年至2040年的危险评估等级参数，得出随着时间的不断推移，“完美风暴”发生的可能性越来越大，人类生存的环境将变得更加危险、恶劣，结果如下：
19.7421
12.2322
24.3235
23.4214
11.3444
21.4323
21.2445
13.4326
21.4313
21.3254
24.0521
28.6923
26.9076
28.8943
28.3772
25.4890
28.0485
28.9985
20.4787
29.8473
29.0982
29.7872
29.0785
20.8893
29.9746
30.8741
34.8983
38.7658
32.8989
33.6786
38.6482
38.9874
38.6985
30.9875
39.8786
39.8185
35.7623
40.8392
38.8899
45.2989
43.8972
42.9824
32.0835
41.9782
41.8974
48.9878
49.7864
48.7676
44.4896
35.3254
六..对BP神经网络的稳定性分析
鉴于模型的目的是为了预测，所以模型的稳定性显得尤为重要，必须对模型进行稳定性分析。
BP算法是一个有效的算法，由于具有理论依据坚实、推导过程严谨、物理概念清晰和整理性好等特点，是当前网络学习的主要算法。同时存在一些不足，主要有：训练时间长，出现局部极小值，网络结构难以确定等。本文在建立神经网络模型过程中，通过预处理以及合理选择训练方法实现网络收敛、避开局部极小值，有效地提高了模型的稳定性。
（1）数据正规化处理（归一化）和Matlab工具箱函数prestd实现数据正规化，通过对样本集数据参数和输出样本数据参数进行正规化处理，可有效防止网络训练进入局部误差最小或误差震荡缺陷[14]；
（2）根据进行设计隐含层节点数，有效设计网络，保证训练精度、减少训练复杂度、缩短训练时间
（3）考虑到数据样本的随机性和非线性性，采用对非线性问题解决较好的S型传输函数。S传输函数使得输出值在0和1之间，使算法收敛速度加快，对每次训练进行有效调整，达到加速收敛目的；
（4）倾向于选取较小的学习速率以保证系统的稳定性，学习速率的选取范围一般在0.01～0.9之间。我们选择网络学习速率为0.05。
（5）采用traingdx训练函数训练，附加动量法使反向传播减少了网络在误差表面陷入低谷的可能性有助于减少训练时间。
综上所述，本文建立的神经网络模型通过合理的处理和有效的方法选取，确保BP网络高精度快速收敛。确保预测模型的精度和健壮性。
五.模型的优缺点分析
模型的优点：
1、运用灰色预测模型它能够根据数据的变化规律，较准确的预测数据.得出的数据有一定的准确度，并且模型检验好.
2、在此基础上由于是对较长时间的预测，为了保证模型的稳定性，我们又运用了离散型的灰色预测模型，它能保证模型具有很好的稳定性，对于长期的预测也会较准确.
3、运用微分方程模型，在已知增长率的情况下，能很好的预测在将来人口等因素的变化，有很好的稳定性和准确性.
4、本文所用数据来自联合国统计局、世界经济年鉴和世界统计年鉴，具有很强的真实性与代表性；
5、本文在建立了基于主成分分析法的危机预测模型，将危机发生的标准进行了量化处理；
6、本文在预测人口增长时使用了组合预测模型，大大提高了模型的预测精度；
7、本文将原模糊问题具体划分为若干问题，文章的思路清晰且具有很好的连贯性。
模型的缺点：
1.在建立危机预测模型时没有完全考虑到所有的因素；
2.在考虑环境与气候因素的影响时，只做出了定性的分析。
3.由于对较长时间的分析预测加上数据来源可能的不准确性，导致算出来的误差增加；对于问题原因的讨论不全面导致遗漏有些因素或者我们假设时忽略了一些因素，也可能造成误差的增大.
总之，该模型实用性较强，可以印证约翰提出的论断。
六．模型的改进方向
1.在主成分分析时增加变量因子，全面考虑，量化题目中给出的个个函数及其参数。
2.在算结果时对结果进行人为的修正。
七.写给有关政府部门的报告
（一）能源可持续发展
1.当今能源的现状
1994年末全球的一次能源的可采储量为14277.34一吨标煤，其中煤占73.1%，石油占13.8%，天然气占13.1%，而当年的开采量为104.481亿吨标煤。静态储采比137年，即经过137年后，一次性能源将被开采完全。这绝不是危言耸听，而是铁一样的事实，即使科技的进步使我们的开采技术提高，但是那也只是推迟期限，能源枯竭终究会到来，对此我们该怎么办呢？要想从本质上解决能源问题，就要从能源的本身入手，积极开发新型能，就是一种有效而长远的方法。风能，太阳能，地热能，潮汐能，生物质能源都是新兴的清洁可再生能源，各国要努力在这方面投资开发，使之形成产业化。比如在农村地区，利用秸秆和畜禽粪便发展沼气，具有广阔的前景。
2.提高公民的节能意识
公民的节能意识在解决能源问题中同样扮演着重要的角色，在这方面挪威的方法就很值得借鉴。在挪威政府把增强公众的节能意识作为可持续发展的重要一环。在书店及公共图书馆里常年摆放着各种免费的环保方面的宣传资料，在中小学的教科书里也增加了相应的环境能源保护部分，政府还出台一系列政策加强企业的节能意识。
3.加强国际之间的合作
21世纪，世界各国更加重视发展，事实早已表明，任何国家没有发展就没有前途。发展需要能源，而世界常规能源并不是取之不尽，用之不竭的。发展的迫切要求和能源的匮乏已经不只是某些国家的问题了，世界各国都必须面对能源短缺的现实。当前国际油价居高不下是世界各国所面临的严峻挑战，所以一方面需要各国在能源方面做出开源节流的努力，另一方面也需要积极扩展新的发展思路，开展国际之间的对话，彼此增强了解，广泛合作，才能有利于解决国际能源问题。
4.开发新的能源技术
当今最新的，也是发展最成熟，最有前景的新能源就是核能。核能发电对环境的污染小，经济效益高。目前发展比较好的是核裂变发电，但是尽管能源潜力大，由于其具有放射性，且发电原料在地球上很稀少，且提纯困难，所以虽然被广泛使用，但是必将被另一种核能替代，那就是核聚变。核聚变无污染，且原材料非常丰富，所以被人们认为是人类最有希望的能源。
人类的文明是建筑在对于能源的认识和掌握上的，每一次人类文明的跨越都与能源技术的进步密不可分。因此要实现可持续发展，世界必须进行一次能源革命，这不仅是技术上的一次革命，能够使世界的能源系统持续保证经济的发展和社会进步；同时也是观念上的一次革命，需要我们树立“科学发展观”
建立一个新的能源体系，使可持续发展化为全社会的动力和目标，是和谐社会成为我们永远赖以生存的环境。
（二）粮食可持续发展
认真确立以农业为基础，始终坚持不放松粮食生产的基本思想解决粮食问题，其中的一个有效途径是提高粮食的产量。可以通过稳定粮食的播种面积，挖掘潜力，扩田增粮。俗话说“皮之不存，毛将焉附”，有田才有粮，所以全世界范围内一定要保证种粮面积，但是这并不等于是无节制的开发，向在某些地区依然存在的刀耕火种现象依然存在，这威胁的就不只是人类的嘴巴问题，更切身的是关系到人类长久生存的权利。
2.加大科研资金的投入
全世界都要改变粮食生产的模式，要有原来的规模效益向节约型、集约型转变，努力提高粮食的产量，积极做到科技兴农。一方面可以加大科研经费的投入，另一方面要鼓励农业科技人员到粮食生产的第一线，进行技术指导，加强农、科、教的紧密结合，扶持种粮能手和种粮大户，提高农民科技水平等等。另外，在整个世界要积极推进农业机械化，多采用大规模农场式的收中，努力提高集团效益。
3.加大农产品的流通机制
现在在世界的好多地方，出现着这样的问题，就是农民的生产往往不能提供社会所需，设置有时候是背道而驰的。面对这个问题，各国政府一定要加大农产品的流通体制改革，引导农民按市场规律调整农村经济结构，种植结构，养殖结构等等。政府要加强对市场的价格的调控能力，提高抵御市场风险的功能。只有农民这个粮食的原产者掌握好的方向，整个社会的粮食问题就走在了一条正确的道路上。
总之，最重要的是保护和合理开发利用资源，防止掠夺式、破坏性和浪费型的发展方式。保护和开发并重。建立适应社会市场的农业发展机制，世界的粮食可持续发展就有了希望。
（三）水的可持续发展
水是生命的源泉，但是地球上的淡水资源却极为的有限。地球上有70.8%的面积被水所覆盖，但其中的97.5%是咸水。余下的淡水中却只有87%是人类暂时难以利用的两极冰盖、高山冰川和高原地带的冰雪。因此，人类真正能够利用的水仅占地球总水量的0.26%。
目前，水资源短缺问题相当的严重，世界上有80多个国家约15亿人面临着缺水的威胁，其中26个国家的3亿多人完全生活在缺水的状态中，并且这一趋势人在加剧。预计到2010年的缺水国将增加到34个。
此外，水污染，水浪费等水环境危机更是加大了水短缺问题。部分国家经常遭受干旱、水资源短缺、地下水位下降，荒漠化逐渐扩大。
八．参考文献
【1】
李静萍，谢邦昌，多元统计分析[M]，北京：中国人民大学出版社，2008
【2】
安维默，王吉利，统计电算化[M]，北京：中国统计出版社，2000
【3】
黄勇安，李文成，高小科：Matlab7.0/Simulink6.0应用实例仿真与高效算法开发[M]，北京：清华大学出版社2008
【4】
龚沛曾等C/C++程序设计教程[M]上海：同济大学出版社2004
【5】
李茜，王丰效，李晓静，多变量灰色预测模型的matlab程序，福建电脑，卷期号：32-48，2007年11期；
【6】
魏一鸣，范英，韩智勇，中国能源报告(2006)战略与政策研究[M].北京：科学出版社，2006
【7】
张帆，俞奇勇，基于GM的能源消费量坡度优化预测模型，水电能源科学，第25卷第3期，116-220，2007
【8】
刘勇白林，《基于的回归分析模型在经济预测分析中的应用》，《中国管理信息化》，第11卷第15期，第66页～第67页
【9】
刘志平石林英，《最小二乘法原理及其MATLAB实现》，《中国西部科技》，第17卷第17期，第33页～第34页
【10】姜启源谢金星叶俊等，《数学模型（第三版）》[M]，北京：高等教育出版社，2007
【11】刘思峰谢乃明，《灰色系统理论及其应用》[M]，北京：科学出版社
九．附录
1.matlab程序实现人口预测参量的求解
>>a[52.8557.1660.5464.45];
%在此只取几值，然后求其平均值
>>t[051015];
M文件代码如下：
X=52.85;
a=[52.8557.1660.5464.45];
Forj=1:1:5
i=14:15
M(i)=exp(-i):;
[xm，r]=solve[’a(i)=xm/(1+(xm/52.85-1)*M(i)^r)’，’a(i+1)=xm/(1+(xm/52.85-1)*M(j+1))^r’];
t=1:1:30;
y=xm/(1+(xm/52.85-1)*exp((-r)*n));
plot(t，y，’b’t，a’ro’)
2.c++程序实现人口预测
#include"iostream.h"
#include"math.h"
#defineN30
//定义符号变量以提高程序的普遍应用性
doublepeoplenumber(intn)//定义人口预测函数
{doublex;
x=180.987/(1+(180.987/52.85-1)*exp((-0.0336)*n));//预测函数
returnx;
}
voidmain()
{inti，j(0);
doublep[N];
for(i=0;i{j=j+1;
p[i]=peoplenumber(j);}
//预测人口数存入数组，调用人口预测函数
cout
得出的结果：
备注：预测结果（单位是亿）
6、1975~2006年世界淡水需求量（单位：立方米）
年份
淡水需求量
7.基于灰色理论的区间预测模型的在MATLAB上的实现代码：
%区间拟合函数求解
%拟合上函数
formatlong
x=[1357];
y=[172430175180177670183650];
f=@(a，x)(172430-a(1)/a(2))*exp(-a(2)*x)+a(1)/a(2);
[xx，res]=lsqcurvefit(f，[1，1]，x，y)
%结果数据-7.51166737366709*10^3
-0.00004916823135*10^3
y1=(172430-149720)*exp(0.05111*x)+149720
plot(x，y1)
%区间拟合下函数
x=[2611];
y2=[172220176380187640]
f=@(a，x)(172220-a(1)/a(2))*exp(-a(2)*x)+a(1)/a(2);
[xx，res]=lsqcurvefit(f，[1，1]，x，y2)
%结果数据-7.51166737366709*10^3
-0.00004916823135*10^3
x=[1:12]
y2=(172220-152775)*exp(0.04917*x)+152775;
plot(x，y2)
%样本观察
x=[1:12];
y=[172430172220175180175980177670176380183650184180184950187640187640189369];
y1=(172430-149720)*exp(0.05111*x)+149720;
y2=(172220-152775)*exp(0.04917*x)+152775;
plot(x，y，x，y1，x，y2)
%预测总趋势
x=[1:40]
y1=(172430-149720)*exp(0.05111*x)+149720;
y2=(172220-152775)*exp(0.04917*x)+152775;
plot(x，y1，x，y2)
jieguo=(y1+y2)/2
%结果：
(308453-197632)/197632
ans=
0.56074421146373
%预测结果
(7.5265-5.5502)/5.5502
ans=
0.3561
8.归一化后的神经网络训练样本
9.神经网络权值样本
的矩阵
的权值矩阵