模块化程序设计在算法综合教学中的实践和思考

在当今的信息社会，许多问题的解决都要依靠计算机，算法是计算机解决问题的核心。针对当前算法教学数学化、知识点之间割裂等问题，笔者提出必须进行算法综合教学，并利用模块化程序设计来实现算法综合教学。通过教学实践，给出教学实施的一些方法、建议等，并期待引发大家的思考。

信息技术选考算法综合题解题分析与启示

高中信息技术选考试题在选材上关注学科与社会生活、经济发展的联系,重视对核心知识技能、综合能力等方面的考查,通过理论联系实际,形成计算机解决问题所特有的思维方式,体现学科素养要求。从教学角度分析试题的解题策略,串联题意、数据、语句、算法之间的关系,并对计算思维教学和选考备考复习提出建议。

基于无人机航路规划问题的RRT算法综合改进

针对无人机在复杂任务空间执行作战任务过程中的航路规划问题,提出了一种对于快速扩展随机树算法(Rapidly-exploring Random Trees,RRT)的综合改进航路规划算法。为了提高算法的收敛速度,加快生成航路的时间并减少扩展树分支,在传统RRT算法中加入了引力场引导随机树节点向目标点的扩展。同时针对该算法中固定生长步长下生成随机树冗余节点较多、生成航路曲折的问题,使用了动态生长步长策略对算法进行改进。仿真实验结果表明,与传统RRT算法相比较,综合改进的RRT算法在搜索时间上节省了80%,搜索路径节点个数减少了50%,且在航路平滑性等性能中有明显提升,算法整体性能更优。

一种基于综合因子算法的网络安全等级测评方法与实现

网络安全等级测评与定级是网络信息系统安全性的重要指标。采用确定被测评对象涉及的技术和管理两个方面总测评项数以及其关注系数,根据测评项的重要程度,计算出所有测评项的综合得分,作为网络信息系统安全性的判断依据。根据网络安全等级保护2.0需要达到的标准,将安全测控点的测评指标与实际记录结果进行对比,进而对现有的网络系统安全情况进行研判,对网络安全保护具有重要的意义。

基于综合算法的随机潮流计算方法

随着新能源发电的大量并网,随机潮流计算迎来广泛的应用场景。现有随机潮流计算方法无法兼顾计算效率与计算精度,适用范围有限。对此,提出一种基于综合算法的随机潮流计算方法。介绍了这一方法的计算过程,并且进行了算例计算。这一方法在低、中、高维度场景中都有较高的计算精度和计算效率。

基于形态综合算法的行波差动保护方案

在对传统行波差动保护研究的基础上,提出了一种新的行波差动保护方案,仅利用线路两端初始方向行波波头信息构成保护动作判据。利用多分辨形态梯度变换提取波头模极大值,同时设计了一种新型形态滤波器对信号进行前置滤波,从而组成了形态综合算法。EMTP仿真验证了所提出算法的正确性与可靠性。

基于ACO-PAM综合算法的电力负荷聚类分析

负荷特性分类与综合是实现负荷模型实用化的关键.为建立合适的变电站负荷模型,将聚类方法引入负荷特性分析,提出一种基于ACO-PAM的综合聚类算法.该综合算法是PAM算法对蚁群的历史最优位置进行聚类分析,将此位置代替PAM的参考点,作为新的聚类中心,数据将自适应地加入到适合它的聚类中.ACO算法具有全局搜索能力强、易于与其他方法结合的优点,改进了PAM算法易陷入局部最优、实际数据聚类效果差等不足.实例分析验证了ACO-PAM综合算法应用的可行性和有效性.

实时准确正弦波频率估计综合算法

为了对正弦波信号频率进行快速、准确估计,以便同时满足实时性和精度的要求,文中补充Rife算法采用了最大谱线及其两边相邻谱线的一种细化估计,在相同的条件下,改善了Rife算法的信噪比要求,提高了在频率真值接近离散频率值时的估计精度,但在频率真值偏离离散频率值时的估计误差较大;进一步提出的综合算法是在最大谱线检测的基础上,对其两边谱线进行提高一倍分辨的频谱细化,根据两边细化分析的谱线比值T决定采用修正Rife算法进行频率估计(T>1 5)或细化补充Rife算法进行频率估计(T<1 5).文中对多种算法进行了500次统计模拟,结果表明,综合算法不仅具有良好的估计精度,而且具有良好的频域稳定性.

基于模糊综合推理的道路交通事件识别算法

在对与传统不确定性推理融合算法比较的基础上 ,提出在智能运输系统中 ,应用模糊综合决策模型来进行多目标多传感器的信息融合 ,来解决在交通事件中的多事件多传感器的事件识别问题 ,该模型的主要特点是具有信息损失少 ,且计算量少 。

基于最小控制综合算法的结构振动控制研究

介绍了最小控制综合(MCS)算法的基本原理,在分析算法框图的基础上,考虑工程振动的特点,将其进行改进,应用于结构振动控制。提出了基于MCS算法结构振动控制的参考模型选择方法。算例仿真分析表明,MCS算法用于主动和半主动控制能取得较好的效果。

扩展等相关峰综合鉴别函数算法研究

为改进等相关峰综合鉴别函数(ECPSDF)算法,提出了在其约束条件中利用空域构造样本(fi(x,y)-βm(x,y))取代训练样本fi(x,y),将平均训练样本m(x,y)引入到ECPSDF算法的约束条件中,得到了扩展ECPSDF算法(EECPS-DF)。在匹配滤波器设计过程中,针对目标图像、训练样本数和训练样本畸变量间隔,选择合适的β值,使设计的匹配滤波器性能达到最佳。对飞机图像的相关识别进行了模拟和实验,结果表明,当训练样本角间距分别取6°和8°时,其η值分别由0.8584和0.6719减小为0.2145和0.1865,EECPSDF算法能较好地克服ECPSDF算法的缺点。

基于非参数回归的短时交通流量预测与事件检测综合算法

针对目前短时交通流预测存在的问题 ,提出一种基于非参数回归的短时交通流量预测与事件检测综合算法框架并对框架中的每个步骤进行详细说明。为了进一步提高上述算法的精度与速度 ,对传统的非参数回归算法做了两方面改进 :基于密集度的变 K搜索算法与基于动态聚类和散列函数的历史数据组织方式。通过这些改进 ,使得上述基于非参数回归的算法成为一种“无参数”、可移植、高预测精度的实时预测算法 ,并能有效地用于短时交通流的预测问题中。现场实验充分表明该算法完全满足实时交通流预测的需要。

基于综合算法的补偿模糊神经网络建模方法

针对常规模糊神经网络和补偿模糊神经网络的不足,提出了一种综合聚类算法和梯度下降法的补偿模糊神经网络。该网络的学习分为两步:结构辨识和参数辨识。在结构辨识中,采用关系度聚类方法,自动地划分输入/输出空间,确定模糊规则的数目及每条规则中前提部分和结论部分的初始参数,即构造一个初始模糊模型;在参数辨识中,采用具有五层结构的补偿模糊神经网络,并根据梯度下降法调整所建的初始模糊模型参数,使其具有更高的精度。通过对一非线性系统的建模,仿真结果表明,该网络在建模精度和收敛速度上均优于常规模糊神经网络和补偿模糊神经网络。

AHP、GEM及其综合算法

本文系统地介绍了层次分析法 (AHP)、群组决策特征根法 (GEM)的基本思想 ,对它们进行了较深入的比较研究。从而提出了将二者结合使用的一个新的综合算法 ,并用一个具体实例加以说明。

智能型地图匹配综合算法的研究

介绍自行设计的一种依历史轨迹推导的算法 ,在此基础上针对地图匹配过程中出现的问题 ,提出一种地图匹配的智能型综合算法 实验证明 :该算法是一种精度高、效率好。

电力系统超高速保护的形态学-小波综合滤波算法

提出了一种用于电力系统超高速保护的形态学-小波综合滤波算法。该算法着力解决暂态行波中滤除随机噪声和脉冲噪声的困难,利用数学形态学设计的前置滤波单元在有效抑制各种噪声的同时,较好地保持了行波波头的基本形状。小波变换算子则可有效地检测出行波波头并进行精确定位,从而为各种行波保护或暂态保护提供可靠的判据。ATP 仿真结果验证了本算法的有效性。同时,该形态学-小波综合算法的计算量较单一的低通滤波器和多尺度小波变换的计算量小,有利于工程实现。

一种基于数字综合算法的MTD滤波器设计方法

利用空间阵列方向图合成中的数字综合算法 ,提出了一种新的MTD滤波器设计方法。该方法通过在滤波器频率响应的副瓣区放置大量的干扰信号 ,改变干扰信号的功率强度 ,从而自适应地控制滤波器频率响应的副瓣电平。这种方法所设计的MTD滤波器 ,其频率响应不仅在零频附近有宽而深的零陷 ,而且在其他副瓣区域可以为任意形状 ,具有较好的实用性。设计实例证实了这种方法的有效性。

变权综合算法在高校实验室工作质量评估中的应用

根据高校实验室工作质量评估的特点，分析了传统评估方法的弊端，提出了将变权综合算法应用在高校实验室工作质量评估中的思路和方法，通过示例对新方法进行了验证。

基于Voronoi图的点群目标普适综合算法

点要素综合算法的目的是在点数减少的情况下尽量正确地传输包含在点群中的信息,但是目前提出的两种算法均不能达到此要求,如为居民地选取的增长算法不能很好处理拓扑信息,而基于Voronoi的算法又没有考虑点的重要性程度(即点包含的专题信息)。为克服这些缺点,提出了一个新的算法。该算法采用以下两种方法确保不同信息的正确传输:(1)根据基本选取法则确保点数的正确;(2)反复构造剩余点的Voronoi图,并根据一个点与其周围点重要性程度的比较来确定其删除与否,从而使拓扑、专题和几何信息能正确传输。该算法的缺点是没有考虑点的符号化,由此可能导致地图上符号的压盖和重叠。

创新型大企业评价体系中评价指标筛选的阶段式综合算法

建设创新型大企业是全面提高我国企业国际竞争力的有效手段,而其内部建立科学的评价体系就需要筛选出最优的评价指标集合,因此提出阶段式综合算法,分5个阶段综合运用专家排除法、特征值法、集值迭代法和最小均方差法筛选,用综合赋权法确定指标的权重,为创新型大企业建立科学的评价指标体系奠定了算法基础。