并行流程车间调度问题及其概率学习进化算法

并行Flowshop调度问题兼有并行机器和流程车间调度问题的特点,是一类新型的调度问题.针对最小化最大完工时间目标函数,建立了一般并行Flowshop调度问题的整数规划模型.鉴于问题的求解复杂性,设计了基于概率学习的求解算法.对随机生成的测试问题进行求解,实验结果显示出该算法求解并行Flowshop调度问题的良好潜能.

知识特征、认知规律与教学方式的有效选择——体验式教学在小学生概率学习中的适应性

一、数学体验是新课程背景下数学学习的重要维度 数学学习是学生亲历数学活动，在观察、猜想、分析、推理、反思等思维活动中体会知识发生和发展的过程。从建构主义的角度来说，数学学习是基于学习者已有经验的主动建构的过程。

基于SCFG的雷达信号处理中概率学习算法的研究

针对基于随机上下文无关文法(SCFG)描述的多功能雷达系统中,学习产生规则概率的计算要求繁琐,影响实用的问题,本文在传统Inside-Outside(IO)算法和Viterbi Score(VS)算法的基础上,利用CYK算法的结构图能较好处理语法的优点,结合GEM(IO)和TS(IO)算法,提出了概率学习的快速算法,即GEM(VS)和TS(VS)算法。经仿真验证,通过比较GEM(IO)、TS(IO)、GEM(VS)和TS(VS)算法的时间复杂度和收敛时间差异,证明本文算法的有效性。

应用基因概率学习算法求解最小码覆盖问题

概述最小码覆盖问题,以及现有的几种求解最小码覆盖问题的计算机搜索算法。在基因概率学习算法(PBIL)的基础上,建立码覆盖问题的目标函数,引进启发式算子HFO,针对局部陷阱设计跳出策略,从而获得一种新的快速求解码覆盖问题的算法。

数学思想方法在新教材概率学习中的应用

问题是数学的心脏，方法是数学的行为，思想是数学的灵魂．不管是数学概念的建立，数学规律的发现，还是数学问题的解决，乃至整个“数学大厦”的构建，核心问题在于数学思想方法的培养和建立．数学思想方法是数学的精髓，是新知识拓广的指导思想，是数学概念、定理、公式的认识基础，是解题策略的源泉．因此，在数学教学中，应把数学思想方法的训练贯穿于教学始终．本文着重探讨概率解题过程中数学思想方法的应用．

概率学习中的反直觉

发展学生的思维在现代数学教学中居于相当高的地位,甚至有人把数学比喻为"思维的体操".对思维的理解也不再局限于"逻辑思维(也称分析思维)",人们在面临新的问题、新的事物和新的现象时能迅速理解并做出判断的思维活动--直觉思维,日益受到大家的关注和肯定.很多科学家对真觉给予很高的评价,例如:爱因斯坦说:"我相信直觉与灵感,真正可贵的因素是直觉."庞加莱认为:"逻辑是证明的工具,直觉是发现的工具.没有直觉数学家只能按语法书写而毫无思想."<普通高中数学课程标准(实验)>把直觉思维提到了一个显著的位置,强调直觉感知的过程,学生直觉思维能力的培养成了数学课堂教学的一个重要目标之一.直觉思维是对思维对象从整体上考察,调动自己的全部知识经验,通过丰富的想象作出的敏锐而迅速的假设、猜想或判断,它省去了一步一步分析推理的中间环节,放过或超越个别细节.故直觉思维具有自由性、灵活性、简约性、创造性等优点.但同时我们也发现直觉思维由于受学生的心理因素与认知水平的限制,结论的获得是凭直觉而未经明确的逻辑步骤、没有明确的过程意识,故具有偶然性和不可靠性.一些顽固的直觉习惯甚至可能会阻碍正确的判断.……

多元可逆深度概率学习及齿轮退化分析研究

齿轮退化状态的准确评估对于设备安全运行具有重要意义。常规的齿轮退化状态评估方法的效果受特征提取、预处理等因素的影响。基于生成模型的状态评估方法利用原始观测进行评估,能够降低人为因素的影响。但传统生成模型如变分自编码器(VAE)存在边缘估计不准确的缺点。本文提出了多元可逆深度概率学习(MIDPL),通过叠加可以被优化的可逆变换实现从既定初始分布到未知观测分布的转换,将分布特性复杂的多观测序列转换至既定初始分布进行边缘概率计算继而实现状态评估。本文通过齿轮退化实验验证了MIDPL的有效性,与VAE相比,MIDPL在点蚀和断齿数据集下的评估误差分别降低了30.92%和69.25%,MIDPL能够实现更为稳定和准确的齿轮退化过程评估。

有关高中数学概率学习的感悟

概率知识的学习有着很强的逻辑性与理论性,同时,概率与我们的生活之间也有着密切的联系,学习概率知识不仅是为了取得好的分数,也是为了更好的应用在实践中。本文主要谈谈笔者在高中数学概率问题学习方面的感悟。

基于自适应概率学习的配电网故障辨识技术

为了提升配电网故障辨识准确率,提出了一种基于自适应概率学习的早期故障诊断方法。该方法通过波形分解和最大化特征相似性找到最佳线性映射,将仿真数据和真实数据映射至同一特征空间,且在此空间中两者分布差异最小,之后即可使用仿真数据训练模型并对真实数据进行分类,从而解决配电网故障辨识中样本量不足这一重要问题。基于系统仿真数据和现场实际数据表明:所提方法对于自适应学习条件下早期故障诊断的可靠性和准确率,远优于同等条件下的卷积神经网络、支持向量机和K邻近算法等常用分类模型;为自适应学习条件下的配电网故障辨识技术提供了一种新的思路。

学生概率学习中常见错误的分析

世界充满了不确定性，概率就是研究不确定性的一种知识，它是高考的重点，也是学习的难点．笔者从事高中数学教学经年有余，对于学生在高中阶段概率学习中常见的错误也颇为了解，下面笔者将对这些常见错误作具体的阐述．

概率学习的两种认知过程研究

目的:在重复预测任务中,决策者倾向于根据事件发生的概率匹配他们的预测频率,该行为违背了理性决策理论的最优化假设。以往的研究结论支持了匹配概率行为的两种假说:其一是基于简单的联结学习过程,即重复成功/回避失败的策略;其二是来自于更老练的模式搜索策略,比如赌徒谬误信念。本研究尝试利用记忆辅助操纵实现对认知过程的分离。方法:招募50名大学生,在重复预测任务中增加动态窗口反馈,更新近期出现的事件,窗口容量设置为3和9两个条件(各25人)。结果:1) 对连续事件敏感的行为模式表现出正近因效应(倾向于重复最近一次事件)和负近因(倾向于预测相反事件)的共存;2) 与低容量条件相比,高容量条件下负近因效应持续的时间(试次数)更长;3) 随着实验的进行,负近因效应逐渐被正近因所取代。结论:本研究采用新的实验操纵手段,为分离概率学习的认知过程提供了方法上的改良,为匹配概率行为的两种假说提供了直接的证据。

浅议高中生概率学习的常见错误及对策

《普通高中数学课程标准》对概率部分的重视程度是空前的，被强调为“一个未来公民的必备常识”。然而，学生在学习过程中常会出现认知偏差。梳理分析了高中生在概率学习中常见的认知错误，提出了一些教学策略，以期为概率教学提供理论与实践的指导。

浅谈概率学习中的问题成因与解决策略

概率问题作为中考的常见题型之一,看似容易,实则蕴含深远. 学生由于缺乏对这一问题的数学史方面的知识渗透,难免对此类问题有许多把握不到位的地方.本文以概率学习中的常见问题为抓手,细致分析了这些问题的成因,找出了解决这些问题的常见对策.

例谈概率学习之误区及其对策

一、概率学习中的认知误区分析 1.生活经验和直觉的误区 受生活经验和直觉误区的影响,学生对随机现象问题经常反应迟钝甚至误解,教学上需要帮助学生澄清一些日常生活经验和直觉的错误认识。例如,在投掷硬币的概率问题中：

直析概率学习中的典型易错题

概率作为高考数学中的热点题型之一，每年全国各地的考卷中都会命制一道概率统计的解答题和一道选择题，但由于它的不确定性，研究与学习的方式与以往所学的确定性数学有着较大的不同，学生初学概率时会感到不适应，概念模糊导致错误．所以我将学生在概率学习中的典型易错题型进行了总结归纳，以供大家借鉴参考．

概率学习中的认知错误分析及认知策略探索

受生活经验、直觉误区和确定性数学的干扰以及一些教材内容整合不合理等因素影响,学生在概率学习过程中出现了一系列由于对概念定义混淆导致的错误,影响了学生学习的认知心理.在概率教学中,充分揭示内在联系和辨证关系,理解概率概念的本质;掌握合情推理与逻辑推理相结合的思维方式,学会概率地思考问题;立足于亲身体验、过程参与的学习方式,寻求积极有效的认知策略,以促进学生随机性思维能力的发展.

概率学习中值得注意的几个问题

概率是高中数学的一个重要内容，涉及到的知识点主要包括：古典概型与几何概型、频率与概率、互斥事件与对立事件及相互独立事件、离散型随机变量分布列及期望方差。教学中发现，学生对一些概率知识容易混淆。下面结合实例，谈一谈在概率的学习中应该注意的几个问题。

概率论学习中几个值得注意的问题探究

概率论是随机数学的基础,学好概率论对于金融数学,统计学等学科有着重要的意义。在多年的概率论教学中,以下三点是值得注意的。首先将概率论的历史发展融入概率论教学,这对于学生的理解是有价值的;另外通过比较的方法来学习有助于学生的理解。如比较不同的极限理论可以使得大数定律,中心极限定理更加容易理解;最后,在概率论与随机过程的学习中经常会遇到一些概念性的错误。我们以更新过程中的Feller初等更新定理的证明为例。指出同学们容易产生一些概念性的错误,并将这些错误的原因做出解释,以便让学生对概念的理解更加清晰,避免在概率论与随机过程的学习中犯类似的错误。

辨析概率求解中四类易错问题

概率是高中数学的主干知识之一,它以随机现象为研究对象,以随机事件发生的可能性为主要内容.现行的人教A版高中数学教材中介绍的概率模型有古典概型、互斥(对立)模型、条件概率模型与全概率模型.在概率学习过程中,由于对各种计算模型的区分不到位,导致出现很多概念性错误以及知识点混淆的错误.本文辨析在概率求解问题中的四类常见错误.