具有稚虫迁徙机制的S型自适应混沌蜉蝣算法

针对蜉蝣优化算法(MA)全局搜索能力较弱,对子代优秀个体有效信息利用不够充分的缺点,以及在计算中后期易陷入局部收敛,进而影响优化效果的问题,提出一种具有稚虫迁徙机制的S型自适应混沌蜉蝣优化算法(S-AMA)。S-AMA算法首先采用Logistic混沌映射产生蜉蝣种群,增加算法初期种群的多样性;随后,将蜉蝣生命周期进行数学建模,并引入S型生命系数替换原有的重力惯性系数,动态调整算法探索能力和开发能力间的平衡性;最后,根据蜉蝣在缺氧环境下的种群活动,引入稚虫迁徙机制强化子代优秀个体摆脱局部最优的能力,进而更加充分地搜索最优解附近的区域,以增强算法的收敛精度。实验部分将S-AMA应用于标准函数测试集,并分别进行优化对比实验、Wilcoxon秩和检验。结果表明:与对比算法相比,S-AMA算法具有更好的寻优能力、收敛速度及鲁棒性。

高职生理论课程“S-O-AMAS-E”教学模式创新——农业经济学课程团队实践与探索

高职院校理论课程是提升学生职业能力、提高人才核心竞争力的有效途径。然而,由于“技能本位”职教思想的影响等原因,目前的高职院校理论课程无法充分发挥当有的作用和功能。该文介绍作者课题团队开发的高职学生理论课程“S-O-AMAS-E”教学模式的产生背景、理论构建与实践运行情况,以及成效分析,并提出关于推进该教学模式的思考。

γ-(甲基丙烯酰氧基)丙基二甲基氯硅烷的合成

利用自制的催化剂C,通过甲基丙烯酸烯丙酯和二甲基氯硅烷的硅氢加成反应制备了γ-(甲基丙烯酰氧基)丙基二甲基氯硅烷。与经典的Speier催化剂相比,自制催化剂具有更高的催化活性,显著地降低了反应温度,且缩短了反应时间,同时考察了反应条件对催化剂活性和反应结果的影响。