科学研究早已发现,情感在学习、感知、理性决策以及其他的认知行为中,有着非常重要的影响。情感不只限于艺术、娱乐和社交,还影响着理性思维的根本机制。当前,人工智能的研究如火如荼,对于情感在人工智能研究中的作用Minsky教授曾一针见血地指出：“问题不在于智能机器能否拥有任何情感,而在于没有情感的机器如何实现智能”。情感计算、日本的感性光学以及国内的人工心理理论都是研究与情感有关的科学。然而,要使计算机能处理情感信息,首先要对情感进行数值建模,然后才能建立情感信息处理模型,最终使计算机具有识别出乃至产生出情感的能力。因此,要实现一个具有情感的智能系统,有必要创建一个合适的情感计算模型来描述情感的产生及其变化。国内外已经有很多学术机构和企业,都对情感计算进行了深入的研究,也提出了众多的模型。但是这些模型和方法对于情感的描述仍然是浅显的、表面的。他们或多或少有些缺陷,比如有从纯概率上来讨论情感的变化。本文所描述的隐马尔可夫模型就是其中的典型方法。但是,这种纯概率方法,增加了模型中情感变化的偶然性。同时也忽视了认知评价作用,尤其是个性的参与。但是,它对本文构建情绪心理模型还是有着重要的启发作用。本文在弗洛伊德和荣格的心理动力学研究基础上,创造性的提出了基于情感能量的情绪心理模型,认为人类情绪的产生及其变化在于情感能量在整个心理结构上的重新分配和布置。一次外界刺激后,情绪的稳定与情绪心理模型的情感熵、聚合度及冗余度密切相关,而且个性(敏感度)对情感能量的再分配具有重要影响。通过利用纳什均衡模型,修正的差异演化算法以及MATLAB仿真,证实了本文提出的情绪心理模型是符合人类情绪的变化规律的。