生产计划最优化的数学模型与软件实现

研究大型毛纺企业的生产计划最优化问题，建立该问题的数学模型，讨论计算机软件的实现方法和获得满足要求的其他解的问题．

一重循环结构的分类及其循环不变性质的讨论

分析了一般一重循环结构的组成要素，按组成要素给出了一重循环结构的初步分类及其程序函数，并且利用不变式状态定理讨论了这样分类下的循环不变式。

用自适应的遗传算法求解大学课表安排问题

课程表问题又称时间表问题 (timetable problem) ,是一个多因素的优化决策问题 ,也是组合规划中的典型问题 .本文研究的是大学课表安排问题 ,根据大学课表安排的特点并以优化时间和空间两种资源为目标 ,将课程分为 P、Q两类 .采用鲁棒性比较好的遗传算法 ,并对两类课分别给出其染色体编码和适应度函数 ,并采用了自适应的杂交和变异概率 。

用改进的遗传算法求解流水车间作业排序问题(英文)

针对流水车间 (Flow shop)作业排序问题 ,提出了两种改进的自适应遗传算法并给出了两种编码、解码方案。把此算法与现有的几种解法进行了比较 ,实验数据表明 。

课表的多指标数学模型及解决方法

课程表问题又称时间表问题(timetableproblem),是一个多指标的优化决策问题,也是组合规划中的典型问题.对已有的时间表问题进行探讨,并研究其数学模型及解决方法.

基于小波分析的微尺度波斜率波数谱计算

海面微结构光学测量装置能够获得以颜色表示的海面毛细波和毛细重力波的斜率信息的图像.可以从局部图像计算微尺度波的斜率波数谱.但图像大小有限引起的空间截断导致谱分析时出现频率混叠,表现为数学上的Gibbs现象.本文利用小波分析方法滤除造成频率混叠的重力波,得到海面微尺度波的斜率波数谱.

数据挖掘的任务、对象和方法

数据挖掘是从大量的业务数据中抽取潜在知识的过程 ,是一个近年才在国内兴起的非常有实用价值的研究领域 .从数据挖掘的知识模式、任务、对象、方法、步骤给以综述 .

基于粗糙集面向属性的数据挖掘及改进

用粗糙集进行数据挖掘是近年来被采用的一种新的有效方法 ,本文针对传统粗糙集分类方法过于严格 ,对噪音过分敏感的缺点 。

基于粗糙集(Rough set)的数据挖掘及其实现

本文讨论了基于粗糙集的数据挖掘方法，并对传统方法进行了优化，给出了具体的实现步骤，通过实例演示了这一步骤。

基于粗糙集的边界分类算法

粗糙集作为数据挖掘工具,主要通过分类数据得到预测型知识,但分类规则过于严格,使得在挖掘带噪音的数据时,挖掘结果可能会损失一些有价值的规则.提出一种带不确定因子的信息系统及相应的分类方法,改进了传统粗糙集的分类方法.

三维非线性对流-扩散问题的特征-差分方法和分析

讨论三维非线性对流 -扩散方程第一边值问题的特征 -差分方法 ,基于正六面体 2

用单亲遗传算法解决影片递送问题

遗传算法(简称GA)是基于生物进化原理的普适性全局优化算法,是解决NP难问题的一种行之有效的方法.但是,序号编码的遗传算法不能在任意两条染色体的任意位置进行交叉,必须使用PMX,CX和OX等特殊的交叉算子,这些算子实施起来都很麻烦且效率不高.针对这一问题,采用单亲遗传算法,取消交叉操作,强化变异作用.这样既简化了遗传操作,又克服了早熟现象.较成功的解决了影片递送问题,文中的算例表明,该算法是实际有效的.

解决影片递送问题的改进混合遗传算法

影片递送问题(简称FDP)是一个典型的NP-Hard组合优化问题.遗传算法是一种生物自然选择与遗传机理的随机搜索与优化方法.论文针对影片递送问题的特点,在遗传算法中引入新的交叉算子,同时对进化个体进行可行化及结合2-opt邻域搜索也提高了运算效率,设计出一种改进的混合遗传算法.具体实例测试表明在解决FDP时新算法的有效性.

“互联网+教育”背景下智慧教学工具使用意向研究--兼论新冠肺炎疫情对混合式教育的影响

“互联网+教育”促进了线上与线下混合教学模式的发展及新型智慧教学工具的运用,有哪些因素会影响学生对这种新的教学模式接受的程度需要深入研究。本文在技术接受模型(TAM)的基础上,结合互联网和智慧教学工具的特征引入感知移动性、软件设计特征、网络环境、感知学习性、感知娱乐性、相容性、网络外部性七个变量,构建了智慧教学工具的学生接受模型,并利用对武汉主流高校的调查数据,对学生使用智慧教学工具意向的影响因素进行实证分析。研究表明,感知有用性正向影响学生[JP+2]使用意向,感知易用性通过正向影响感知有用性间进而影响学生使用意向,而网络外部性、感知移动性、网络环境正向影响感知易用性,感知学习性、相容性正向影响感知有用性。在此基础上,还讨论了新冠肺炎疫情对智慧教学工具推广的影响以及未来混合式教育可能的发展方向。

一种新的免疫算子的设计

免疫遗传算法是根据生物的免疫机制原理提出的一种改进的遗传算法。其中最主要的是如何选取疫苗的问题,本文提出一种免疫算子,其主要特点是从当前种群的最佳个体中按一定的概率选取适当长度的疫苗并按一定的概率注入当前个体中,从而简化了传统的对具体问题具体分析中选取疫苗的方法的难度。

一种基于Rough Sets带不确定因子的属性约简算法

粗糙集作为数据挖掘工具,主要通过分类数据得到预测型知识,但分类规则过于严格,使得挖掘结果可能会损失一些有价值的规则,本文引入带不确定性因子的决策系统UFDS,在该系统中根据统计结果和领域知识为每一对象赋以不确定度k和重要度p,并对传统等价类划分进行扩充,成为重要类和负类,在此基础上提出了带不确定因子的属性约减算法。

复杂网络社区结构问题综述

本文从社区的定义,社区结构评价指标,社区发现算法几个方面对复杂网络社区结构问题进行了综述。对现有的几种对社区的定义进行了较详细的阐述,介绍了几种比较有代表性的评价指标,并对复杂网络社区发现算法进行了分类总结,最后对复杂网络社区结构的发展做出展望。