农林类高校涉农专业毕业生“市场+政府+企业+高校”四位一体新型就业体系的构建路径

全面推进乡村振兴,人才引进是关键。但是,当前我国农林类高校涉农专业毕业生就业现状并不乐观,很多毕业生选择乡村就业的欲望并不高,导致部分地区在全面推进乡村振兴中出现“人才荒”现象。只有构建农林类高校涉农专业毕业生“市场+政府+企业+高校”四位一体新型就业体系,才能为全面乡村振兴提供源源不断的人力资源保障。首先对农林类高校涉农专业毕业生就业现状开展专项调研,其次对农林类高校涉农专业毕业生“市场+政府+企业+高校”四位一体新型就业体系的概念、特征、优势等进行深入分析,最后从市场、政府、企业与高校四个维度,提出新时期构建农林类高校涉农专业毕业生四位一体新型就业体系的可行路径。

一种改进PSO的软件测试数据自动生成算法

针对粒子群算法存在早熟性和局部搜索性能差的缺陷,在定量研究粒子群聚集度和收敛程度大小基础上,提出一种基于离散度大小的动态调整粒子群参数的优化算法(DPPSO).在讨论了搜索的测试数据自动生成的模型基础上,以分支路径覆盖作为测试准则,将优化算法应用于生成测试数据,并在考虑分支谓词的结构特征前提下,引入一种新的适应度构造函数.通过对公开的测试程序集进行对比试验,从路径的平均收敛代数和搜索时间两个方面证实改进后的算法性能优于基本的粒子群算法(BPSO)和参数线性变化的粒子群算法(LPPSO).

混合粒子群算法的软件测试数据自动生成

针对全连接拓扑结构的粒子群算法在生成测试数据过程中,存在收敛精度低,易陷入局部极值的问题,提出一种混合粒子群算法HPSO,并将其应用于测试数据自动生成。该算法在保证全局收敛性的前提下,对多样性匮乏的种群,首先采用定长环形拓扑结构取代粒子群的全连接拓扑结构;其次,采用轮盘赌方法选择候选解,更新粒子位置信息和速度信息;最后引入条件禁忌算法,对处于局部极值的粒子采取禁忌处理。通过实验比较表明:与基本粒子群算法(BPSO)相比,HPSO使种群多样性得到大幅度提升;在测试数据生成性能上,HPSO的搜索成功率和路径覆盖率均优于遗传算法与粒子群算法混合算法GA-PSO,而平均耗时与BPSO算法相当,性能表现优越。