数学建模优化物流运输路径可行解的改进算法及应用

0.引言基于遗传算法的物流运输可行解改进方法,主要是利用结合节约历程法与遗传算法的优势,建立一个路径优化模型,并从里程、成本等方面,确定优化模型的可行性[1]。基于双向搜索的物流运输可行解改进算法,主要是建立自适应寻优网格分布模型,根据网格规划特征进行双向搜索,找出最短运输路径[2]。

一种Word2vec构建词向量模型的实现方法

Word2vec是一种基于简单神经网络的自然语言处理方法,是一种词嵌入技术,可用于构建高维词向量。研究针对Word2vec词向量表示方法进行模型构建和分析,通过NLPCC2014语料训练,将词映射到高维词向量空间中,完成了Word2vec的功能实现以及可视化输出。实验中进一步针对CBOW模型与Skip-gram模型,这两种Word2vec中的重要模型进行对比研究,输出结果表明:在通过大语料训练中文词向量时,Skip-gram模型在新词识别上具有明显优势,综合模型准确性与时间性能来说,总体可靠性更优。

依据面筋蛋白质构变化划分馒头面团调制阶段研究

为了研究依据面筋蛋白变化划分馒头面团调制阶段,特一粉为原料,用小型和面机调制馒头面团。研究和面搅拌过程面团的面筋含量和面筋指数、二硫键和游离巯基含量、氢键和疏水作用力,以及面团的蠕动-恢复情况和硬度变化。结果表明:面团面筋含量及面筋指数、二硫键含量、氢键和面团硬度呈先上升后下降的规律,而游离巯基、疏水作用力和面团蠕动-恢复量呈先下降后上升趋势。根据面团变化规律,可将馒头面团调制过程分为4个阶段:物料混合面粉吸水阶段、面筋形成阶段、面筋扩展阶段和面筋打断阶段。该研究结果可为面食的加工做参考。

不同和面机的和面效果分析

使用HM-790立式单轴调速型、HWH-25卧式型、SZH-20双驱双动型、SM-25双驱双动型4种和面机进行试验,测定面团的水分均匀性、面筋指数和湿面筋含量3个指标来证明不同和面机的和面效果。结果表明,在一定范围内转速越快,面团水分分布越快均匀,且双驱双动型和面机性能优于其他和面机;转速过高时前期水分分散速度反而较慢,后期分散迅速;总体趋势为和面机搅拌速度越快,面筋含量达到最大值的时间越短,达到最大值后下降的速度越快;可调速搅拌机的试验证明:中速与高速面筋形成的速度基本一样,但中速搅拌的面筋含量下降速率为-0.143,较慢速的-0.252和快速搅拌的-0.273要慢得多;面筋指数与面筋含量变化规律大致相同。综合考虑各因素,双驱双动型和面机性能明显优于单轴立式调速型和面机以及卧式和面机,且和面机的中速搅拌对于馒头面团调制最为合适。

云平台调度能耗测量研究

针对云计算平台利用异构网络资源建设资源池,带来的针对IPv4/IPv6异构网络资源的云计算平台进行能耗度量问题,提出了一种基于分析随机任务变化带来的CPU能耗变化的动态能耗度量数学模型。采用以测试节点为基础,确定数学模型参数值的方法对测试节点CPU频率、CPU使用率进行实时监测;并进行了IPv4/IPv6同构云计算平台虚拟机迁移实验。实验结果得出了IPv4/IPv6过渡前期、中期与后期云计算平台虚拟机迁移能耗;符合云计算能耗测量需求。

基于Citespace知识图谱的创客教育解析

传感技术、射频识别技术、情感计算、虚拟仿真技术、智能面部识别系统的涌现将推动创客教育的发展进程,该研究采取Citespace对创客教育关键词、作者、机构进行解析,Citespace具有可视化、典型性、逻辑性特征。研究目的旨在探究创客教育的发展前沿,甄别创客教育在不同语义属性中的特效,塑造物联网技术架构体系,不断挖掘创客教育发展的关键驱动因素。研究结果表明,智能技术能够推动创客教育的发展,并且揭示创客教育机构缺乏合作机制,创客建设基地具有显著差距。

响应面法优化和面工艺对馒头品质影响的研究

研究和面时间、加水量和加水温度三个变量对馒头的感官评价的影响,通过对于感官评分以及白度的单因素分析确定大致的响应因素范围,再通过响应面法分析各响应因素对感官评价的影响程度,以及各个响应因素之间的交互作用对于感官评价的影响。各因素对馒头感官评分影响次序为:加水量>和面时间>加水温度;加水量与和面时间、加水温度与和面时间之间的交互作用对馒头的感官评价有着显著的影响,加水量与加水温度的交互作用对馒头的感官评价没有显著的影响。结果表明,当采用44%加水量、16 min和面时间以及21℃加水温度时,馒头感官评分达到最佳值。

智慧教育研究综述

智慧教育是推动教育信息化发展的主旋律,智慧教育与云计算、物联网、移动计算的深度融合,能够提升教学质量与管理效率。主要分析2015—2017年智慧教育的概述、发展历程、理论基础、数据分析等内容,并且采用可视化应用软件CiteSpace具体对智慧教育关键词统计、作者统计、机构统计进行分析,主要探索智慧教育领域的研究热点与发展前沿。

基于机器学习的因材施教应用探究

新冠疫情时期的在线教育使得在线教育所具备的因材施教属性受到越来越多的关注。但大量的在线教育课程也暴露出许多问题,如接受在线教育课程的学生的知识把握差异较大、学生对适应性在线课程的发现较难、在线课程的训练效能低下等。针对这些问题,本研究应用机器学习技术,利用其精确迅速、自动化、可自定义和规模化等特征,实现课表定制化,并为因材施教的实施构造了一种范式。

基于量化视域的智慧教育生态模型探究

智慧教育以信息化、网络化、智能化为核心载体,它实现数据耦合、资源共享等辐射效能。本研究针对智慧教育的研究背景、热点探测、模型建构逐步深入剖析,旨在挖掘智慧教育发展的关键驱动因素,通过采取逻辑推理和数据挖掘技术首创智慧教育ETMC生态模型。采用统计高频关系词的方法推导出智慧教育研究动态,研究结果表明,教育信息化、信息技术、大数据、互联网+、人工智慧成为智慧教育研究的热点与发展态势。

基于CiteSpace可视化分析的创客教育研究

随着云计算、大数据、物联网、智慧教育、泛在学习的飞速发展，网络技术与创意工具的不断融合推动着创客运动的萌芽与发展，创客教育逐渐成为世界关注的焦点。本文的研究采用CiteSpace对创客教育的关键词、机构、作者进行可视化分析，目的是预估创客教育的研究热点与发展动态，研究揭示了创客教育机构之间联系不紧密、研究地域之间存在差异等问题。

基于大数据的高职智慧校园信息化管理模型研究

大数据推动高职院校的管理智能化、网络化、数字化,通过大数据技术可以加快高职智慧校园的数据采集、数据决策、数据引擎等科学管理。本文采用科学计量学知识图谱统计大数据和智慧校园的研究热点,并且提出高职智慧校园管理存在的问题。通过大数据技术构建高职院校信息化管理生态模型,驱动大数据与智慧校园协同创新发展路径。研究结果显示,大数据智慧校园研究趋势推断为高职院校、大数据技术、教育信息化、云计算、智慧校园建设、物联网、人工智能等。

国内STEAM教育研究进展的可视化分析

随着教育信息化的进一步深入,个性化学习与创新人才的培养成为教育热点问题.STEAM教育在STEM教育中加入了Art(艺术)要素,旨在培养适应当代社会发展的优质综合性人才,是积极适应新时代中国教育发展的教育模式.研究运用可视化分析软件Citespace,采用定量、定性相结合的研究方法,对文献时间分布、高影响力机构及作者分布、研究热点分布、突变词分布进行了分析.研究揭示,当前关于STEAM的研究涉及整个教育过程与各个学科层次,但在教育模式、教学评价和师资培养方面的研究仍不够充分.研究结论认为STEAM教育发展的未来方向之一是融合更多学科以及融入正统学校.

基于教育领域的深度学习解析

深度学习是当前教育发展的潮流,对社会的发展具有积极效应。为厘清国内教育领域深度学习现状,研究利用CiteSpace分析软件和内容分析法对中国知网2015-2020年收录的191篇核心期刊进行统计分析,研究发现:深度学习研究期刊分布变得广泛与多元化,涉及多学科领域,研究学者之间合作较少,独立发文作者居多,研究聚集在深度学习研究策略和学科领域研究上,而技术研究领域匮乏。面对国外研究进程,当下还需继续推进深度学习研究,促进深度学习发生。

和面过程面团水分分布变化与馒头品质的关系

以小型立式和面机搅拌调制馒头面团,测定和面过程的面团水分活度、NMR水分分布、面团硬度,以及和面不同阶段的面团制作馒头的比容、白度和感官评分。结果证明:和面过程中,面团有一个软硬转折点[搅拌(6~8)min],此点之前面团水分活度和自由水逐步减少,面团逐步变硬,制作的馒头不合格(评分低于60);此点之后面团的水分活度和自由水逐步增加,面团变软,达到一定程度趋于稳定;面团变软到一定程度后,在一定时间范围(12 min^16 min)内制作的馒头品质最好;深度紧密结合水与馒头感官评分呈高度正相关。

和面工艺对馒头品质的影响研究

和面工艺是馒头生产过程中至关重要的一步,和面过程中的各种因素都会影响面团的品质。着重介绍了和面过程中,加水量、温度以及和面时间等对馒头品质的影响。并通过研究来优化实际生产中馒头的品质。试验结果表明,加水量44%,温度30℃,和面时间12 min;加水量48%,温度15℃,和面时间14 min时,工艺最佳。