基于多样性优化策略的粒子群算法

针对标准粒子群优化算法(SPSO)存在粒子群多样性丢失而易陷入局部最优的问题,提出了一种改进优化算法(PSOBF),该算法通过引入排斥操作而提高了搜索效率.通过对4个标准测试函数的性能数值实验对比,并比较了PSOBF、SPSO及ARPSO算法结果,证实PSOBF可以较好地实现全局与局部搜索的平衡,表明改进算法是有效的.

新型冠状病毒肺炎疫情下南京市六年级小学生心理健康注意品质与学业成绩的相关性

了解新型冠状病毒肺炎疫情下南京市六年级小学生的心理健康现状,并探讨心理健康、注意品质与学业成绩之间的关系,为特殊时期小学心理健康教育工作的有效开展提供依据,同时给学生的学习发展提供建议。抽取南京市3所小学的六年级学生,完成基本情况问卷、症状自评量表(SCL)-90和青少年注意力测验,并收集学业成绩数据。结果显示,南京市六年级小学生心理问题的检出率为16.0%(131/817),主要集中在强迫、敌对、寝食状态和人际关系敏感上。除躯体化外各因子及总分均高于小学生常模(P<0.01)。不同性别的六年级小学生SCL-90总分、抑郁、焦虑、敌对和恐怖因子分差异有统计学意义(P<0.05);普通家庭与特殊家庭的孩子SCL-90总分及各因子差异均有统计学意义(P<0.05);除了强迫,SCL-90总分及各因子均在家庭条件上差异有统计学意义(P<0.05)。回归分析表明,注意的稳定、转移、广度均正向预测学业成绩(P<0.01),寝食状态和躯体化负向预测学业成绩(P<0.05)。可见,疫情背景下南京市六年级小学生的心理健康状况较差,注意的稳定、转移、广度和寝食状态、躯体化都是学业成绩的影响因素。