群际排斥与道德虚化:水库移民资源共享困境研究

移民是当今社会的普遍现象,因移民带来的资源共享问题也成为学术焦点。以水库移民群体为研究对象,从公平视角出发描述水库移民共享安置地资源中的困境及其应对行动,探究其背后的逻辑。研究发现,移民在共享安置区资源中存在共享政治参与和管理权、共享移民村集体经济、共享村落公共福利方面的困境。面对共享不公境遇时,移民有沉默、融入与抗争的应对行动。群际互动中的排斥与移民群体的弱势地位是影响共享公平的因素,但经济利益至上所代表的农村道德价值虚化是根本原因。

基于含扰动的改进吸引排斥粒子群算法的电力系统无功优化

电力系统无功优化可以改善电网的无功分布,有效地降低网络有功损耗,保证经济效益。针对粒子群算法在电力系统无功优化问题中存在物种多样性下降和易于陷入局部最优的问题,提出含扰动的改进吸引排斥粒子群算法。该算法通过对物种多样性和迭代次数进行判断,优化速度更新公式和位置更新公式,较好地克服传统粒子群算法在电力系统无功优化问题中存在的不足,通过对IEEE-14节点系统进行仿真验证,验证提出的算法可以更好地降低有功损耗,证明该方法的有效性。

“逆群”协作粒群方法及在函数优化中的应用

为提高不同粒子群之间的协作性能,减小粒子群局部收敛现象,提出了一种"逆群"协作粒子群方法,利用不同动作特性的两个群之间的相互协作,来提高粒群算法的性能。在此方法中,一个粒子群追随较好的位置,另一个群是远离较差的位置,与传统的粒子协作方法不同,在粒子飞翔的过程中,两群不仅交换较好的信息,同时也交换较差的信息,通过充分利用这两种信息,两群共同完成任务的求解。在完成算法设计的基础上,对两个群的运动特性和算法的收敛性进行分析,通过函数的优化实验验证了方法的有效性。

采用HC-MARPSO算法的软件测试数据生成方法

在吸引排斥粒子群算法(ARPSO)基础上,引入新的种群多样性度量指标和排斥操作,提出改进的吸引排斥粒子群算法(MARPSO)。结合爬山算法(HC)的局部收敛能力和改进的吸引排斥粒子群算法避免早熟的特点,提出基于爬山算法和改进吸引排斥粒子群算法(HC-MARPSO)的软件测试数据自动生成方法。实验结果表明,该算法在生成测试数据的效率上高于遗传算法、粒子群算法。

儿童期社会排斥研究及其对促进儿童发展的意义

同伴拒绝和群际排斥是儿童在发展过程中通常会遇到的两种社会排斥。同伴拒绝反映的是儿童问的差异性，群际排斥说明儿童对群组以外成员存在态度偏见。儿童的攻击行为在两种社会排斥行为中具有刻板差异性，而拒绝行为在两种社会排斥中具有动态关系性。对这两种社会排斥进行研究可为儿童社会认知能力的发展和社会交往技能的提高提供理论支持。