基于聚类的新型多目标分布估计算法及其应用

为改善常见的多目标分布估计算法在求解多目标优化问题的过程中存在的不足,即:对问题的规则特性考虑不够,对种群中异常解的处理不当,种群多样性容易丢失,过多的计算开销用于构建最优概率模型,提出一种基于聚类的新型多目标分布估计算法(clustering-based multi-objective estimation of distribution algorithm,CEDA)。CEDA在每一代运用凝聚层次聚类算法发掘种群个体的邻近结构,基于此结构,为每个个体构建一个多元高斯模型逼近种群结构并抽样产生新个体。为了降低建模计算开销,邻近个体共享相同的协方差矩阵建立高斯模型。基于标准测试题的对比实验表明CEDA能够解决复杂的多目标优化问题。基于齿轮减速器优化设计的实际应用表明CEDA同样具有良好的实用性和优越性。

浅析小学五年级数学应用题教学策略

小学数学学科是我国小学教学计划的重要组成部分，其对于锻炼小学生逻辑思维及判断能力至关重要。我国在小学数学小数应用题教学方面取得了重大进展，但仍存在着各种各样的问题需要解决。在对小学数学小数应用题进行教学过程当中，应该重视学生审题能力的培养，训练学生抓住条件和问题的整体，不忽视条件和问题的关键，强化学生对小数应用题答题技巧与思维的锻炼，为小学生学习好小数应用题奠定基础。