一种带分布式自适应时延的粒子群算法

针对粒子群算法(PSO)容易陷入局部最优值、收敛精度低等缺陷,提出一种新的带分布式自适应时延的粒子群算法(PSO-DW)。改进的算法主要在RODDPSO算法的基础上考虑时延的时变性和种群的进化状态,以平衡算法的全局搜索和局部搜索能力,降低早熟收敛的可能性,提高算法的收敛速度和精度。主要思想:1) 在引入了分布式时延的速度更新公式中,每个时延项配以自适应权重,2) 引入通过当前状态和概率转移矩阵预测下一进化状态的预测机制,3) 分布式时延的强度因子由预测状态所确定。在九个基准函数上与四个算法作对比的实验结果表明,改进后的算法在寻优质量、稳定性、收敛速度等方面更具优越性。

一种改进的粒子群优化算法

粒子群优化算法(PSO)是一种群体智能进化计算方法,但在搜索过程中粒子紧跟最优粒子运动降低了粒子多样性和全局搜索能力,从而易陷入局部极值。本文提出一种新的粒子群优化算法(PSO-EWD),主要改进体现在2个方面:将惯性权重与进化因子相关联,根据种群的进化状态而改变权重大小,以平衡全局搜索能力与局部搜索能力;将时变的分布式时延引入速度更新公式中,以增加粒子的多样性。本文通过5种算法在9个基准函数上的实验对比,证明了新提出的算法相较于另外4种算法具有更优的适应度值、稳定性和收敛速度。

初三历史与社会学科作业的布置与评价

作业是检查学生学习情况的最好方式,给学生布置作业,能让他们巩固、夯实自己在课堂所学知识,同时也能让他们检测自己的知识漏洞并将其迅速弥补起来。另外,教师对学生的作业进行正确地评价,也能使学生对学习产生兴趣,并在此基础上,不断取得进步。因此,教师在布置作业时要注意划分层次以及作业的多样性,并对其进行及时且正确地评价。

初中历史与社会有效教学三部曲——以“一个瓜引发的思考”为例

在教学理念、教学方法、教学行为、教学策略等方面的改革势头下,轻负高质的有效教学逐渐为广大初中社会教师所追求.初中社会有效教学应准确把握教学目标,围绕课堂活动设计有效问题情境引导学生在思考中自主完成学习.

浅析初三历史与社会的作业评价方式

作业是课堂教学的延伸与补充,是整个教学过程的重要组成部分,也是学生进行学习最基本的活动形式。教师对学生的作业进行科学、全面的评价,能有效激励他们不断进步。在具体的教学中,教师可采用评语式评价、激励式评价、多元化的评价方式,变"生硬刻板"为"情感交流",以促进学生更好地发展。