优化社会关系与协调利益关系:构建和谐社会的重要途径

利益关系是"社会关系的本质",是一切社会关系产生、发展和变化的根源。利益关系的不协调,收入分配关系的失范,也是深化改革开放中产生的各种社会矛盾的主要原因。适应利益格局的深刻变化,从利益分配、利益表达、冲突解决等方面,协调各种利益诉求,统筹兼顾各方面关切,既是协调社会关系、加强和创新社会管理的重要突破口,也应该成为构建社会主义和谐社会的重要途径。协调各方面利益关系关键在于建立健全和完善各种社会机制:一是科学有效的社会利益协调机制,二是人民群众利益诉求的表达机制,三是有利于扩大中等收入群体的利益分配机制,四是多层次的收入分配机制。

如何实现“优化社会结构”和“扩大中等收入者比例”的战略

中央提出的“扩大中等收入者在全社会的比例”的战略的核心思想,是要优化阶级阶层结构,扩大社会中间层,使社会从“金字塔”型转变为“菱形结构”或“纺锤形结构”。表面看来这是一个调整收入结构的问题,但收入结构与社会的各个方面是紧密联系在一起的,因此它实际上涉及到了整个社会结构的调整,其意义远比仅仅调整收入深刻得多。实现“逐步扩大中等收入者比重”的任务,至少要关注八个方面的因素,即社会结构调整的长期性、产业结构的调整、职业结构的调整、城乡结构的调整、全民教育水平的提高、完善收入分配制度、创造更多的就业机会、建立覆盖城乡居民的社会保障体系。

易地扶贫搬迁民族互嵌社区的空间生产与社会结构优化路径研究

易地扶贫搬迁是一种以空间换生存发展的扶贫举措。随着易地扶贫搬迁民族社区从原有的传统村落转移至新的移民集中安置点,面对与原有社区不同的新空间,社区各民族通过不断地调整与适应,逐渐改变了原有的空间结构、互动关系、社会秩序、表象认知和网络社会形态,进而再生产出一个新空间。在新的移民社区,各族群众空间上交错杂居,在日常的生产生活实践中,通过生产上的合作共事、生活中的相互往来、人际关系中的交流互动、社区公共事务的共同参与等,形成各族群众在经济、政治、社会、文化、心理等层面全方位的社区互嵌,进而在易地扶贫搬迁民族社区构建起互嵌式社会结构和社区环境。在治理实践中,社区通过合理规划经营物理空间,打造互嵌式社会结构与社区环境;积极培育型塑社会空间,促进各民族交往交流交融;着力引导构建表象空间,铸牢中华民族共同体意识;持续加强创新网络空间,建设民族社区治理共同体。

基于三重约束社会蜘蛛优化的最小属性约简算法

针对社会蜘蛛优化算法求解最小属性约简时收敛速度慢和约简结果差的问题,提出一种基于三重约束的社会蜘蛛优化最小属性约简算法(TRSSOAR),分别对初始化阶段、迭代过程中以及迭代结束后种群中的个体进行约束。首先,提出一种适应度投票策略优化种群初始状态,使种群中的多数个体处于良好的位置;然后,在迭代过程中引入对立学习,设计局部对立学习策略提升种群个体质量,扩大搜索空间;接下来为了获得较少的约简结果,采用冗余检测策略去除约简结果中的冗余属性;最后,在9个UCI数据集上进行实验,并与4种代表性算法进行比较。结果表明,该算法在约简能力、运行时间和收敛速度上均表现良好,在求解最小属性约简问题上具有一定的优越性。

基于混合预测策略与改进社会学习优化算法的动态多目标优化方法

近年来,国内外学者针对基于预测的动态多目标优化算法开展了深入研究,并提出了一系列有效的算法,然而已有的研究工作通常采用单一的预测策略,使得算法不能有效地应对剧烈的环境变化。针对上述问题,提出了一种基于混合预测策略与改进社会学习优化算法的动态多目标优化方法。具体地,当环境发生变化时,该方法首先基于代表性个体预测策略生成一部分群体;其次,基于拐点预测策略生成一部分新群体,特别地,为了提高种群的多样性,根据算法迭代的历史信息和环境变化情况随机地生成一定数量的新个体;为了提高问题的求解效率,对社会学习优化算法进行了改进,为每个进化空间设计了适用于动态多目标优化问题的算子;最后,将混合预测策略与改进的社会学习优化算法结合,构成了一种新的动态多目标优化方法。以FDA、DMOP和F函数集作为实验测试函数集,与四种代表性算法进行了性能对比;并以反向世代距离(inverted generational distance, IGD)对该方法的性能进行了深入的分析。实验结果表明所提方法具有较好的收敛性和鲁棒性。

基于社会学习多目标粒子群优化的中长期负荷组合预测方法

精准的负荷预测对提高电网规划水平和准确指导投资具有重要意义。针对经验风险最小化的组合预测模型存在过拟合的缺点,提出了一种基于社会学习多目标粒子群优化算法,并利用偏最小二乘回归模型、支持向量回归模型、灰色预测GM(1,1)模型,引入权重的不确定性函数信息熵来表征期望风险,综合考虑经验风险和期望风险的组合预测模型。仿真结果表明,相比于单一预测模型和其他两种组合预测模型,所提方法具有更高的预测精度,社会学习多目标粒子群优化算法具有更强的全局搜索能力和优化性能。

一种混合社会群体优化算法

为了提高社会群体优化算法的整体性能,提出一种混合社会群体优化算法。在提高阶段,通过对最差个体进行反向学习,提高种群的搜索空间,从而使得种群整体能够快速的向最优解收敛;在获得阶段,通过Logistic映射产生混沌扰动,增大种群的多样性,从而能够增加算法跳出局部最优解的可能性。基于标准测试函数的实验研究结果表明改进算法整体提升了寻优效果。

基于社会情感优化算法的船舶转向避碰决策

针对多船会遇时转向避碰决策的难题,提出一种运用社会情感优化算法(Social Emotional Optimization Algorithm,SEOA)求取最佳转向避碰幅度的决策方法。基于国际海上避碰规则和良好船艺对转向行动的要求,分别对互见和不在互见两种情况,建立船舶转向避碰行动矩阵,根据目标船的相对方位和船舶类型确定转向避碰的行动向量,限定问题的求解空间。将船舶碰撞危险度和航程损失作为目标函数,在个体情绪值控制下迭代进化,求取全局范围内的最优转向避碰幅度。仿真结果表明,将社会情感优化算法用于船舶转向避碰决策是可行且有效的,能为船舶驾驶人员的决策提供支持。

社会主义核心价值观与社会心态优化的同向互动

当前,民众社会心态呈现出复杂性、动态性等特征,社会心态失衡已成为制约社会健康运行的重大问题。这在一定意义上折射出我国社会发展过程中存在的矛盾与困厄。社会主义核心价值观作为社会主义先进文化的精髓,与良好的社会心态具有同质性和同向性,对于社会心态的优化具有现实价值。社会心态的优化反过来能够促进社会主义核心价值观的培育与践行,二者是互推互进的过程。同时,要强化社会主义核心价值观对社会心态优化的导引力,形成稳定良好的心态环境,为社会主义先进文化的繁荣与发展奠定基础,为社会健康有序的运行提供强有力的保证。

求解非线性问题的改进社会认知优化算法

针对社会认知优化算法中知识点的更新过程遍历性不强,不利于快速获得最优解的问题,通过引入一维Kent映射函数和混沌因子,对算法中的邻域搜索过程进行优化和改进,使得更新的知识点数值更合理,分布更均匀。实验数据表明,使用该社会认知优化算法在求解非线性问题时,较遗传算法和标准社会认知优化算法收敛速度更快,准确率更高,函数目标值更接近理论值。

论转型期的社会心理优化

在社会转型时期，人们的社会心理必然发生诸多变化。其中一些变化与社会发展不相符或起阻碍作用。社会管理系统必须重视社会心理问题，做好社会心理优化工作，调整社会心理冲突，消解社会心理矛盾，化消极社会心理因素为积极社会心理因素，为社会健康有序的发展创造有利的社会心理环境。

社会资源优化配置对产业集聚作用机制、评价及政策建议

在产业集聚过程中,自然资源的作用正逐步下降,而人力、资本、信息、智力等社会资源的作用则愈发重要。如何衡量社会资源的配置效率是一个亟待解决的学术问题,只有客观评价社会资源的配置状态,才能找到优化效率配置的途径,实现更高水平的产业集聚。科技管理体制创新、法律制度环境建设、财政税收制度创新、人才引进管理机制改革、产业结构政策创新可以促进社会资源优化配置,进而加速产业集聚。

论决策中的社会心理优化与控制

从理论到实际 ,从社会心理对决策的重要影响、社会心理的性质与功能、改革中的社会心理优化和控制等几个方面 ,分析了社会心理与决策的关系和作用 。

基于社会情感优化算法的步进式同心圆无钟高炉布料控制研究

为实现无钟高炉布料精准化,建立了基于社会情感优化算法的步进式同心圆布料控制模型。在分析步进式同心圆布料工艺特点的基础上,选取溜槽倾角作为布料控制的主要参数,以料面形状误差为控制目标,建立了步进式同心圆布料优化控制的数学模型,设计了社会情感优化算法进行优化求解。最后将控制模型应用到2 580 m^3无钟高炉进行验证,并分析了社会情感优化算法解决步进式同心圆布料控制问题的优化性能。计算结果表明:基于社会情感优化算法的步进式同心圆布料控制方法能够准确地实现期望的炉料分布,与标准遗传算法和标准粒子群算法相比,社会情感优化算法在布料控制优化中显示出准确度高和收敛速度快的优点。

球面4R机构近似轨迹综合的社会认知优化算法

应用坐标变换原理,推导出球面4R机构连杆点轨迹参数方程。在此基础上,以轨迹误差平方和最小为目标函数,以曲柄存在、杆长协调和传动角限制等为约束条件,建立机构不带预定时标近似轨迹综合的约束优化模型。结合自适应罚函数法,应用社会认知优化(Social Cognitive Optimi⁃zation,SCO)算法求解该问题。为提高SCO算法的收敛精度和速度,以差分进化(Differential Evolu⁃tion,DE)操作为邻域搜索算子,设计一种加速社会认知优化(Accelerating Social Cognitive Optimiza⁃tion,ASCO)算法。给出机构综合实例,轨迹分析结果表明,所建立的模型和提出的ASCO算法可行有效。比较了基本SCO、DE和ASCO算法求解该机构综合实例的优化性能,数值实验显示,ASCO算法的收敛速度、收敛精度和稳健性等性能指标优于基本SCO和DE算法。

社会生态优化与思想政治教育变革

用社会生态视角研究思想政治教育的深刻意义,在于生态运动及其内涵的价值观和世界观为思想政治教育变革提供合理性确证和建构。思想政治教育社会生态的辩证复归,旨在从逻辑、历史与现实等维度上向人们展示社会生态与思想政治教育之间存在内在的关联性,并建构以生态世界观和生态价值观为基础的生态体系。这种人—社会—思想政治教育的统一体现了生态文明与思想政治教育变革是一个动态的、发展的相互制约的生态存在,并规约着新的时代思想政治教育变革趋势。

社会情感算法优化神经网络的短时交通流预测

针对反向传播(BP)神经网络用于交通流预测易陷入局部最优且寻优速度慢的问题,采用了社会情感优化(SEO)BP神经网络的参数,以SEO中的个体为一个BP神经网络,以3种情绪为表现形式,通过个体间的合作竞争进行寻优。运用Levy、正态、柯西分布3种情绪随机选择策略,通过不同方式实现了以不同的概率选择不确定的情绪,使SEO中情绪更好地模拟人的正常心理变化。实验表明:该模型较其他模型更有利于搜寻全局最优解,能有效提高短时交通流的预测精度。

社会心理优化:社会排斥到社会融合的桥梁

促进社会融合对于构建社会主义和谐社会具有重要意义。由于种种原因,现实生活中弱势群体受社会排斥的现象还相当严重,由此产生了许多社会心理问题,这些社会心理问题阻碍社会融合的推进。因此,构建社会主义和谐社会,推进社会融合的进程,就必须从整合社会阶层关系、实现社会利益公正、扩大社会有序参与、构建社会支持网络,以及弱势群体自身的努力等方面入手,对社会心理进行优化。

结合无功二次精确矩法的混沌社会情感优化算法的多目标无功优化

针对配电网无功优化的特点,提出一种新的方法。首先,采用无功二次精确矩法确定无功补偿点;然后建立以有功网损最小、电压偏差最小及静态电压稳定裕度最大的多目标无功优化模型,用模糊方法将多目标优化问题转化为单目标问题,并以最大、一般和最小3种运行方式模拟配电网的实际运行;接着在社会情感优化算法上引入情感强度定律,模拟人类情感变化以提高寻优精度;同时引入混沌扰动机制,来增强种群多样性以提高全局搜索能力;最后对IEEE 33节点配电网系统进行仿真分析,结果表明该优化方法可以有效地降低网损与提高电压质量。

面向函数优化的社会学习优化算法

社会学习优化算法范型(Social Learning Optimization Algorithm Paradigm,SLO)是一种模拟人类社会智能演化过程的新型群体智能算法,该算法由三层协同进化的空间(微空间、学习空间、信仰空间)构成,其三个协同演化空间形成一个完整的闭环,符合人类社会智能演化的自然规律.SLO算法的模拟对象是具有最高智能水平的人类社会,具有较好的优化机理.然而,目前还不存在用于求解函数优化问题的SLO算法,针对这一问题,本文设计了面向函数优化问题的操作算子(主要包括交叉变异操作、模仿学习操作、观察学习操作),形成了面向函数优化问题的算法(F-SLO).最后,通过标准的测试函数与其他智能算法进行了比较,实验结果表明,本文所提出的面向函数优化的F-SLO算法在求解函数优化问题时具有较好的性能.