“四大名旦”如何唱红上海滩?(图)

梅兰芳、程砚秋、尚小云、荀慧生四位京剧大师年轻时在上海的演出经历及其影响。梅兰芳以《穆柯寨》一炮而红,尚小云凭借《玉堂春》深受好评,荀慧生的《贵妃醉酒》轰动上海,程砚秋虽迟至18岁才首赴上海,但《玉堂春》同样赢得赞誉。
2006.8.26 16:49

  过去的戏班有一句话叫“北京成名,

上海赚钱”。在一般人眼里,京角如果不走红上海滩,就是没有真正征服市场。所以,作为现代京剧的代表,梅兰芳、程砚秋、尚小云、荀慧生都从崭露头角的初期,甚至童伶时代就闯荡上海滩。

  梅兰芳一炮而红

  1913年,梅兰芳作为汪派传人王凤卿的二牌青衣,第一次南下上海,在当时的丹桂第一台演出。虽然,当时的剧评已经认为“梅兰芳之青衫,亦为都中第一流人物,色艺之佳,早已名满都下”,但是上海剧院方面开始对他还并不是太看重。订合同时,王凤卿的每月包银为3200元,而梅兰芳只有1400元,后经凤二爷力争,老板许少卿才不得不加到1800元。1913年11月4日,梅兰芳首次在上海登台,演出剧目是压轴的《彩楼配》,大轴是王凤卿的汪派名剧《朱砂痣》;第二天是梅兰芳的《玉堂春》、王凤卿的《取成都》;第三天是王凤卿、梅兰芳合演《武家坡》。   

  3天打炮戏完,可以说是梅兰芳一举征服上海。当时舆论谓“海上素有‘贾(璧云)党’、‘冯(子和)党’,君伫俟之,不旬日间,将有梅党充塞十里洋场也”。院方的态度也十分明确地透露出观众的欢迎程度。3天炮戏演完,剧院老板许少卿即安排了丰盛的宵夜招待两位名角,席间大夸梅兰芳“能唱能做,有扮相,有嗓子,没有挑剔”。王凤卿为提携后辈在席间提出要让梅兰芳“压一次台”(按:上海在最主要的戏之后要加演一出由班底演员演的小武戏,名曰“送客戏”,所以把大轴称为“压台戏”),许少卿居然一口答应,可见他已经对梅兰芳刮目相看了。

  1913年11月16日晚上,梅兰芳的“压台戏”登场了。聪明的梅兰芳并没有拿他的正工青衣戏来压台,而是临时学了一出刀马戏《穆柯寨》。因为细心的梅兰芳发现,上海观众大多数还是喜欢热闹一点,新颖一点,对《彩楼配》《女起解》一类正儿八经的唱工戏似乎不满足,而新腔较多的《玉堂春》、身段表情较重的《二本虹霓关》好像更加受欢迎。于是在冯耿光等友人的建议下,梅兰芳决定新学一出念京白的刀马旦戏。

  这是梅兰芳第一次扎靠演刀马戏。演出后,果然大受欢迎。于是,梅兰芳又接着学演了《头本虹霓关》的东方氏。这些由对上海观众心理的揣摩而启发出来的戏路,正是梅兰芳后来熔青衣、刀马、花旦于一炉,创造“花衫”行当的端倪。

  后来梅兰芳先生在他的回忆录中称,他第一次到上海演出是他一生“重要的关键”。

  尚小云深受好评

  继梅兰芳之后南下上海的名旦是尚小云。他是1915年初,应天蟾舞台之约只身闯进上海的。这年,尚小云年方弱冠,他刚刚在北京《国华报》举办的菊选中,以18万多票荣膺“童伶博士”。尚小云在天蟾舞台与当时的孙派名家时慧宝以及海派名家赵君玉、小杨月楼、林树森、盖叫天等同台,演出了《落花园》《彩楼配》《玉堂春》《宇宙锋》等剧,深获好评。这以后到1927年的十余年间,尚小云九赴上海,每次都载誉而归。《申报》的评论甚至将梅、尚相提并论,以为《彩楼配》尚小云不及梅兰芳,而尚小云的《玉堂春》,“不即不离,如黄庭初拓,恰到好处”。

  荀慧生轰动上海

  1919年9月,上海天蟾舞台约请杨小楼组班南下,老生约定谭小培,青衣尚小云,刀马花旦一角,杨小楼力排众议,指定了荀慧生,认为唱梆子的白牡丹(荀当时的艺名)“很有前途,是青年中的佼佼者,将来会不亚于梅兰芳的”。时称“三小一白下江南”,这是荀慧生头一次到上海,年纪也不过19岁。

  “三小一白”于9月9日在天蟾登台,头天打炮戏开锣及前场由上海方面的班底承当,依次是费应奎《五雷阵》,张宏声《黄金台》,沙香玉《游西湖》,张德俊、李永利、王益芳《双收关胜》,赵君玉《千金一笑》,白牡丹(荀慧生)、李桂芳、何金寿《花田错》,谭小培、尚小云《汾河湾》,杨小楼等《新长坂坡》(带汉津口),第二天主要戏码是荀慧生的《贵妃醉酒》,谭小培《秦琼卖马》,尚小云《苏三起解》,杨小楼《盗御马·连环套·盗双钩》,第三天则是荀慧生、林树森《梅龙镇》,谭小培《打棍出箱》,尚小云《玉堂春》,杨小楼《状元印》。演出极为轰动,其他剧院纷纷动足脑筋,争取观众。新舞台排出了描写欧战的时装戏,大舞台则约请了老生名家刘鸿声唱对台戏。

  40天期满,杨小楼于10月19日至21日贴出临别纪念,留下“二小一白”一直演到4个月期满。荀慧生却因“在上海有特殊号召力”,被天蟾“园主依为台柱,坚留订约”,一直演到1920年6月15日。除了演出传统的刀马花旦戏外,受上海观众和海派的影响,荀慧生还排出了一系列的新戏,其中《荀灌娘》、全本《拾玉镯》(又名《双姣缘》,荀前饰孙玉姣,后饰宋巧姣,兼演花旦、青衣)、《西湖主》等均成为他后来常演的剧目。   

  程砚秋后起之秀

  程砚秋是1917年开始正式登台唱戏,实足才13岁。那年冬天,上海丹桂第一台的许少卿来约程砚秋赴沪演出,每月包银600元。但是,程砚秋在自述中说:“才唱了一年戏,由于我工作太累……把嗓子唱坏了。记得白天去浙慈会馆唱了一出《祭塔》,晚上去丹桂陪着李桂芬(卢燕的母亲)唱完一出《武家坡》后嗓子就倒了。”所以,王瑶卿、罗瘿公两位先生坚决反对他再去上海演出,认为应该养养嗓子,后由罗赔了他师父荣蝶仙700元钱,让他提前出师了。这样,程砚秋的首次赴沪时间就一下推迟到了1922年,这一年他18岁。

  程砚秋是应亦舞台之聘赴沪演出的,10月8日登台,到11月9日结束。程砚秋赴沪时,与前三大名旦的初出茅庐不同,在剧界已经很有声誉了。头天打炮《玉堂春》。据罗瘿公书信记载,上座十足,楼上楼下无一点座……阔人及女眷极多,出台时彩声如雷,为向所未有。一连12天,亦舞台接连爆满。演出期间,还排出了他带来的新戏《梨花记》《龙马姻缘》和《花舫缘》。

  “四大名旦”走红上海滩,都在他们20岁之前,他们与上海结下了不解之缘。梅兰芳后来甚至一度定居上海,程砚秋后来每年一次必来上海演出,荀慧生欲罢不能,连续在江南盘桓4年之久。大获成功之外,海派京剧的各种风气也不可避免地影响了他们的观念和实践,甚至影响了整个京剧的发展。 (作者:柴俊为)

内容概要:本文提出种基于融合鱼鹰搜索行为与柯西变异策略的改进麻雀优化算法(OCSSA),用于优化变分模态分解(VMD)的关键参数(如模态分量数K和惩罚因子α),以实现对滚动轴承振动信号的高效自适应分解,有效抑制模态混叠问题。经过OCSSA优化的VMD对原始信号进行预处理后,将分解得到的本征模态函数(IMF)重构为时频特征矩阵,作为卷积神经网络(CNN)的输入,以自动提取深层次的空间特征;随后,双向长短期记忆网络(BiLSTM)进步挖掘特征序列中的前后向时序依赖关系,最终实现高精度的故障分类识别。该OCSSA-VMD-CNN-BiLSTM模型在西储大学公开轴承数据集上进行了充分验证,结果表明其在复杂噪声环境下对轴承不同故障类型与程度的诊断准确率显著优于传统方法,充分体现了智能优化算法与深度学习相结合在故障诊断领域的优越性能。; 适合人群:具备信号处理、机器学习及智能优化算法基础知识,从事机械装备状态监测、故障诊断、工业大数据分析等相关领域的科研人员、工程技术人员及高校研究生。; 使用场景及目标:①解决传统VMD参数依赖经验设定导致信号分解效果不稳定的问题;②提升强背景噪声和工况变化下滚动轴承早期微弱故障的检测灵敏度与分类准确率;③为智能制造和工业互联网背景下的关键设备智能运维与预测性维护提供套可复现、高性能的技术解决方案。; 阅读建议:此资源以Matlab代码实现为核心,建议读者深入研读算法代码,重点理解OCSSA的寻优机制、VMD参数自适应选择过程以及CNN-BiLSTM的网络构建细节,通过复现完整实验流程,掌握从信号预处理、特征提取到智能分类的全流程关键技术,并尝试在自有数据集上进行迁移应用与性能对比。
源码链接: https://pan.quark.cn/s/a4b39357ea24 接口测试框架(基于json格式、http请求,python3,不兼容python2.x版本) 注:现在基于Excel文件管理测试用例基本实现,) 备注:大家在运行的时候,如果参数不需要key,只需要字典,可以在ddt_case.py和case.py改造parame,注释掉现在的parem,启用新的即可 依赖用例支持用例执行,在testCase的ddt_case.py有实现,逻辑在代码中有写,参数的格式{"name":"$case1=data"}即代表name的值是case1的data字段,简单的实现。 依赖用例是简单的实现,具体在业务上面还有很多复杂的要处理,知识实现了,部分的思路。 (目前在部分window上会出现FileNotFoundError [Errno 2] No such file or directory,这个bug是路径过长,解决方案为吧log日志放在当前目录,或者修改动态生成的文件的名字,给了第种方式,测试日志放在当前目录) qq交流群:194704520 Alt text 使用的库 requests,绝大部分是基于Python原有的库进行的,这样简单方便, 使用脚本参数分离等思想,尽可能降低代码的耦合度。 如果你不配置钉钉机器人,注释到机器人相关的代码 首先我们来看下我们的目录 Alt text ### 1.Case文件夹用来存放我们的测试用例相关的, test_case用来存储我们的测试数据,Excel管理测试用例,yaml文件管理测试用例,后续要把yaml管理测试用例的也封装出来。 Interface对测试接口相关的封装,包括requests库,发送...
内容概要:本文档围绕“配电网两阶段鲁棒故障恢复研究”展开,提供了完整的Matlab代码实现方案,属于高水平期刊论文的复现资料。研究针对配电网在发生故障后的恢复问题,提出了种两阶段鲁棒优化方法,有效应对系统中诸如负荷波动、分布式电源出力不确定性等多重不确定因素。第阶段进行预决策,包括网络重构、关键设备投切等操作;第二阶段则根据实际发生的故障场景进行动态调整与恢复控制,确保系统在故障后仍能安全、稳定、可靠运行。该资源不仅包含可运行的Matlab代码,还隶属于个涵盖电力系统优化、智能算法、路径规划、机器学习等多个技术方向的综合性科研服务体系。; 适合人群:具备电力系统分析基础、优化理论知识及Matlab编程能力的研究生、科研人员和工程技术人员,特别适用于从事智能电网、配电自动化、故障恢复策略、鲁棒优化等领域研究的专业人士。; 使用场景及目标:① 学习并复现顶刊关于配电网故障恢复的先进优化模型;② 掌握两阶段鲁棒优化在电力系统中的建模思路、求解流程与技术细节;③ 利用所提供的Matlab代码进行算法验证、仿真测试,并在此基础上开展扩展性科研工作,如改进模型、引入新约束或应用于其他系统。; 阅读建议:建议结合经典电力系统优化与鲁棒调度相关文献,深入理解两阶段鲁棒优化的数学建模原理与物理背景,通过实际运行和调试代码,观察不同参数设置对优化结果的影响,进而掌握算法的核心机制。同时可参考文档中提及的其他相关研究主题,拓展研究视野,推动科研创新。
打开链接下载源码: https://pan.quark.cn/s/2f24438f641d 海康机器人工业相机软件MVS用户手册 本文档作为海康机器人工业相机客户端MVS的操作指南,致力于引导用户正确地应用和设置海康机器人工业相机客户端MVS。文档中包含了产品的概述、环境设定、菜单说明、操作步骤等方面的内容。 1. 重要声明 海康机器人对本手册所拥有的全部权利予以保留,任何单位或个人在未获得书面许可的情况下,均不得以任何形式进行摘录、复制、翻译或修改本手册的任何部分。 2. 产品介绍 海康机器人工业相机客户端MVS是款工业相机软件,其目的是提供高水准的像采集和处理功能。该软件兼容多种工业相机型号,能够适应不同工业自动化场景的需求。 3. 符号约定 在本手册中,采用以下符号约定: *加粗*表示重要提示 _斜体*表示术语解释 [ ]代表选项或菜单项 4. 运行环境 海康机器人工业相机客户端MVS支持多种操作系统,涵盖Windows、Linux等系统。用户必须确保计算机的配置满足最低系统标准,以便软件能够顺利运行。 5. 主要特性 海康机器人工业相机客户端MVS具备以下核心特性: * 高品质的像采集和处理 * 支持多种工业相机型号 * 灵活的像处理方法 * 强大的像分析及处理能力 6. 环境配置 在应用海康机器人 industrial相机客户端MVS之前,必须完成环境配置。环境配置包括网口相机环境设定、U3V相机环境设定以及Camera Link相机环境设定等。 7. 菜单介绍 海康机器人工业相机客户端MVS提供了多种菜单选项,如文件菜单、编辑菜单、查看菜单等。用户可以根据实际需求选择不同的菜单选项,从而更高效地使用本软件。 8....
内容概要:本文围绕基于深度强化学习(DDPG)的配电网电压控制与无功优化展开研究,提出了种利用DDPG算法实现智能调控的方法,旨在解决电力系统中存在的电压波动与无功功率不平衡问题。研究通过构建合理的状态空间、动作空间及奖励函数,对分布式电源与无功补偿设备进行协同优化控制,提升了配电网运行的稳定性与能效水平。文中配套提供了完整的Matlab代码实现,便于读者复现实验并开展进步研究。此外,文档还列举了多个相关研究方向,涵盖微电网调度、储能配置、电动汽车接入、综合能源系统优化等,充分展示了DDPG及其他先进算法在现代智能电网中的广泛应用潜力和技术延展性。; 适合人群:具备定电力系统基础知识和Matlab编程能力的研究生、科研人员及工程技术人员,尤其适合从事智能电网、无功优化、深度强化学习在能源系统中应用等相关领域研究的专业人士。; 使用场景及目标:①用于科研学习与项目开发,掌握DDPG在电力系统电压与无功协同控制中的建模、训练与仿真全流程;②作为高水平论文复现或课题研究的技术支撑,推动深度强化学习在实际电力系统中的落地应用;③拓展至其他复杂电力系统优化问题,如多能协同调度、微电网经济运行、分布式能源管理等研究方向。; 阅读建议:建议读者结合所提供的Matlab代码进行动手实践,重点理解环境建模的设计逻辑、神经网络结构搭建以及训练过程中的超参数调整策略;同时可参考文档中列出的其他研究主题,拓展学术视野,激发创新思维,提升在智能电网与强化学习交叉领域的科研能力。
内容概要:本文深入解析了腾讯推出的四大AI智能体——WorkBuddy、CodeBuddy、Marvis和OPC人公司的底层架构与协同机制,揭示其共享统的技术底座(四层解耦架构:模型层、协议层、编排层、应用层),并通过MCP协议实现智能体间的标准化通信。文章重点阐述了各产品的差异化定位与协同边界,利用Python代码实现了MCP通信中枢、多Agent任务调度引擎及跨智能体工作流,并展示了如何基于FastAPI构建人公司全栈自动化平台,涵盖从需求分解、任务调度到系统部署的完整流程。同时提供了CI/CD集成方案与ROI成本效益分析,形成从技术原理到工程落地的闭环。; 适合人群:具备Python编程基础的AI工程师、全栈开发者、独立创业者及企业数字化转型技术人员,尤其适合希望掌握多智能体系统设计与工程化部署的研发人员。; 使用场景及目标:①理解多AI智能体系统的分层架构设计与MCP协议的应用;②构建支持任务依赖、优先级调度与状态追踪的多Agent协同系统;③实现办公自动化、代码开发、系统管控与内容生产的跨智能体流水线;④评估AI智能体系统的商业可行性与投资回报率。; 阅读建议:此资源融合架构理论、代码实践与商业洞察,建议结合文中提供的完整代码实例进行动手演练,重点关注MCP协议集成、LangGraph编排逻辑与调度引擎实现,逐步搭建自己的多智能体自动化系统,并参考ROI模型评估实际应用场景的价值。
内容概要:本文系统研究了基于深度强化学习DDPG算法的配电网无功优化与电压协同控制方法,旨在应对高比例分布式电源接入带来的系统不确定性与动态波动问题。通过构建符合电力系统特性的马尔可夫决策过程模型,设计合理的状态空间、动作空间与奖励函数,利用DDPG这结合值函数与策略梯度的先进算法,实现对无功补偿设备和电压调节手段的智能、自适应调控。研究不仅提出了完整的算法架构,还提供了可复现的Matlab代码实现,验证了该方法在提升电压稳定性、降低网损和增强系统鲁棒性方面的有效性,为智能电网的自主运行控制提供了新的技术路径。; 适合人群:具备定电力系统分析基础、熟悉Matlab编程,并对人工智能在能源领域应用感兴趣的研究生、高校科研人员及电力系统自动化相关领域的工程师。; 使用场景及目标:①应用于含高渗透率可再生能源的现代主动配电网的实时无功电压控制;②为智能电网、能源互联网等场景下的自主决策与优化控制研究提供深度强化学习的技术范例;③支持学术论文复现、科研项目开发及高级课程教学实践。; 阅读建议:建议读者结合提供的Matlab代码,深入剖析算法实现细节,重点理解环境建模、神经网络结构设计及训练过程中的关键参数设置,并鼓励在标准测试系统(如IEEE 33节点)上进行对比实验与性能调优,以充分掌握DDPG算法在复杂电力系统控制中的应用精髓。
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值