学习驱动的分布式异构混合流水车间批量流能效调度优化

本文研究了分布式异构混合流水车间批量流能效调度问题,其中每个工厂的加工效率不同,工件可以分割成若干子批进入加工系统.以最大完成时间和总能耗为优化目标,建立了混合整数规划模型.本文提出了一种学习驱动的多目标进化算法,包括学习驱动的全局搜索和局部搜索.引入Q学习作为学习引擎,以种群和非支配解集的评价作为环境反馈信号,通过不断的学习来动态指导搜索操作的选择;基于问题特征,设计了算法的状态集、动作集和奖励机制.Q学习的引入能够及时感知当前搜索的状态,减少搜索操作的盲目性,提高搜索的效率.通过对仿真数据集的测试,表明所提出算法能够有效地求解分布式异构混合流水车间批量流能效调度问题.

基于案例学习和目标驱动学习的观点生成框架

群体观点生成是观点评价和群体一致性意见达成的基础．本文提出基于案例学习和目标驱动学习的观点生成框架，将人工智能技术集成入群体决策支持系统中，通过动态问题分解过程、多案例经验学习过程、主动的目标驱动学习过程的协调运作，既支持初始观点生成，又支持观点的修改与扩充．本文采用描述性智能辅助技术，使得观点生成的智能辅助方法不仅易实现，而且具有高度的灵活性和适应性．

学习目标驱动设计模型在高中物理教学设计中的应用

学习目标驱动设计模型（Learning—Goals—DrivenDesignModel）分为学习目标的设定、教学开发设计和教学反馈三大设计阶段，能有效地指导以学生活动为主的科学课程的教学设计。以高中物理《静电与生活》一课作为案例，展示应用此模型的教学设计流程，反思教学设计模型对教学实践的指导作用。