面向大规模优化问题的精英贡献两阶段动态分组算法

协同进化框架是解决大规模全局优化问题的有效方法,设计合理的决策变量分组方法是提高协同进化算法性能的关键,而利用精英决策变量动态构建精英子组件可以有效提高进化效率,但在进行大规模优化时,其可能将无关的变量分配到同一子组件,从而无法充分利用分组提高协同进化效率。针对该问题,提出一种精英贡献两阶段动态分组算法(EC-TSDG)。在分组前阶段,对变量进行随机分组,评估变量的贡献程度,从众多变量中寻找精英贡献变量;在分组后阶段,利用变量的相关关系寻找与精英决策变量存在相互作用的剩余变量,并将其合并形成精英子组件,使得精英子组件内部的变量两两相关,以此提高变量分组的准确性以及算法的收敛速度,避免子组件之间的相关干扰。最后,采用具有外部存档的自适应差分进化算法作为优化器进化各个子组件。在CEC'2013测试集上与其他先进算法进行比较,实验结果表明,EC-TSDG收敛速度快于对比算法,Friedman检验值为1.43,平均排序较对比的动态分组算法DCC平均提升36.78%。

结合精英初始化和K近邻的蛇优化算法

蛇优化算法(SO)是一种受自然界中蛇生存行为启发产生的元启发式优化算法。原始蛇优化算法存在收敛速度慢、易陷入局部最优的问题,因此提出了一种结合精英初始化和K近邻的改进蛇优化算法(elite initia-lization and K-nearest neighbors improved snake optimizer,EKISO)。首先,为了提高初始种群质量,在种群初始化阶段提出精英初始化的方法,根据种群精英个体产生优质初始种群个体;其次,通过振荡因子优化螺旋觅食策略扩大全局勘探阶段的搜索范围、提高算法的局部逃逸能力;最后,在局部开发阶段提出K近邻思想的位置更新方法,增强种群个体之间的信息交互能力,从而加快收敛速度、提高收敛精度。利用14个经典测试函数和4个CEC2017测试函数将该方法与其他7种优化算法进行对比,证明EKISO收敛速度更快、精度更高且不易陷入局部最优。为了进一步验证EKISO的实用性与可行性,将EKISO应用于压力容器设计问题中,通过实验对比分析可知,EKISO在处理实际优化问题上具有一定的优越性。

场域理论视角下返乡精英帮扶乡村产业振兴的实践逻辑 ——以北京市延庆区K村为例

产业振兴是乡村振兴的重中之重,也是解决“三农”问题的前提。返乡精英能够有效对接外部市场并承接政府资源,在乡村产业振兴实践中处于特殊的地位。基于布尔迪厄的场域理论,从场域、资本和惯习的视角切入,以北京市延庆区K村为例,阐释返乡精英在乡村产业振兴过程中所发挥的精英帮扶作用,并剖析其形成机制、实践逻辑与影响模式。研究发现,在乡村振兴场域中,返乡精英利用政治势能、资本支持,通过对乡村内生惯习的激活,加强了基层治理水平,发挥了政群纽带、合作桥梁的作用,最终实现了对当地乡村产业振兴的推动。因此,实现乡村产业振兴,应重视返乡精英的正向影响,积极引导返乡精英将资源优势转化为治理效能,构建起返乡精英帮扶乡村产业的良性机制。

新县制的乡村治理困境——基于璧山档案中地方精英群体的分析

1939年国民政府颁布并开始实施《县各级组织纲要》,标志着新县制改革的开始,对于包括璧山县在内的乡村社会而言,新县制的实施增强了基层公职身份在构建个人社会地位中的影响力,促进了原本拥有话语权的地方精英进一步“体制化”。在此过程中,“体制化”地方精英虽然有助于国民政府对乡村的控制,但其互相之间的利益竞争又加剧了乡村政治秩序的失调,形成了新县制下乡村治理的新困境。总体而言,新县制改革并不意味着基层政治的革命性变化,只是全面抗战时期国民政府加强乡村控制、资源汲取的另一种尝试,这种尝试也在地方精英利益争夺的牵制之下困境迭出、成效有限。

改进自适应精英蚁群算法的机器人路径规划

针对基本蚁群算法在移动机器人二维栅格地图存在路径规划时间长、收敛速度慢、迭代稳定次数多等问题,提出了一种改进的自适应精英蚁群算法。该算法通过引入距离参数因子改进启发式信息函数,采用自适应伪随机状态转移规则选择下一节点,同时融合角度引导因子到转移概率中以减少搜索盲目性,从而缩短搜索时间。此外,还定义了一种自适应信息素权重更新策略,仅对当代寻找到的最优路径进行信息素奖励,进一步提高了收敛速度。通过消融实验、不同规模和环境下的对比实验表明,改进后的算法规划的路径更优、收敛速度更快,验证了该算法的优越性和可行性。

基于自适应混沌精英变异差分进化算法的中长期水资源优化调度

中长期水资源优化调度问题是一类具有非线性、多阶段、高维度和多重约束特性的复杂优化问题。针对经典智能算法在求解此类问题时容易陷入局部最优或者收敛效率较低等问题,应用混沌搜索策略增强算法的探索能力,同时改进传统算法的变异方式,向精英个体学习以提升收敛速度,提出自适应混沌精英变异差分进化(ACEDE)算法。将所提出的算法应用于珠江三角洲水资源配置工程中长期调度进行实例研究,并与经典智能算法进行对比分析。结果表明:①ACEDE算法在全局探索能力、收敛精度与速度上实现了全面提升,并且表现出良好的适应性。相较于传统差分进化(DE)算法,2030年水平年6月份和2040年水平年6月份调度中ACEDE算法所计算的电费成本分别节省了74.23万元和23.55万元,降低了6.68%和1.52%。②在珠江三角洲水资源配置工程中长期调度中,充分利用调蓄水库库容满足高分水量需求,同时放缓月末补水充库过程,能够有效控制泵站的平稳运行,达到降低电费成本的目的。

不确定视角下精英高校中家庭第一代大学生的学业发展研究

在当今充满变革的时代,教育环境发生了前所未有的变化。中国高等教育大众化、普及化发展促使更多的家庭第一代大学生进入精英高校,但在单一环境下成长起来的家庭第一代大学生已经形成了一种独有的“二元性”特征,他们如何在不确定性较高的学习环境中成长成为亟待关注的现实问题。基于不确定管理理论,本研究通过分析“双一流”高校A的1490份本科生调查问卷,探索信息不确定性感知对第一代大学生知识分享行为的影响。实证发现:信息不确定性感知会影响大学生知识分享行为;家庭第一代大学生特质在信息不确定性感知与知识分享行为之间具有调节作用;家庭第一代大学生的信息不确定性感知与知识分享行为的关系受到宜人性特质的调节。通过考察精英高校中家庭第一代大学生特质,建议从学校、学生和社会三个层面为家庭第一代大学生学业发展提供支持路径。

建构共识:在精英结构分化的村庄落实“一肩挑”——基于“S村”的经验研究

村级组织负责人“一肩挑”制度对解决村庄“两委”矛盾,强化党组织在农村基层治理中的领导核心地位有重要意义。但是,在“两委”力量相互制衡、精英结构相对分化的村庄,“一肩挑”制度的推行并不顺利。2021年,A镇在所辖16个行政村推行“一肩挑”制度,其中15个村都顺利实现了村内组织“一肩挑”,唯独“S村”遭遇瓶颈。其主要原因是该村已形成比较稳定的村“两委”相互制衡的精英结构,仅靠村庄自治力量难以实现权力整合。在这种情况下,乡镇党委通过灵活运用党的工作方法分别在村庄精英内部以及村民内部建构共识,为强调权力整合的“一肩挑”制度创造条件。一方面,通过党内干部工作方法在原村干部内部打破隔阂,在村庄精英中凝聚候选人共识;另一方面,利用群众工作方法凝聚村庄民意,在村民中构建选举共识。在村庄自治力量存在分化的情况下,党的领导对整合村庄精英、建构村内共识起到了关键作用。

基于精英知识引导的多种群协作粒子群优化算法

目的为了解决粒子群优化(particle swarm optimization,PSO)算法易早熟收敛、后期收敛速度慢、精度低等问题,方法提出一种基于精英知识引导的多种群协作粒子群优化算法(multi-group cooperation particle swarm optimization algorithm,MGCPSO)。首先,采用基于幂函数约束的logistic映射得到分布均匀的初始种群,加快寻优速度并提高找到最优解的概率;其次,在算法执行阶段动态划分多种群,并利用精英知识引导劣势粒子飞行,实现粒子间的信息共享和协同进化,降低粒子在解空间探索的盲目性;最后,综合融入精英知识的反向学习和极值扰动策略对粒子施加变异,帮助粒子扩大搜索区域并加强对最优邻域的精细探索。结果为验证MGCPSO的性能,在30维和100维的基准测试函数上进行了仿真实验研究,结果表明,相比于其他几种改进算法,提出的算法在收敛速度和收敛精度上均有良好表现。结论多种群协作粒子群优化可以有效避免算法早熟收敛和陷入局部最优,同时可以提高算法的全局搜索能力和局部开发能力。

新时代革命老区乡村劳动精英的塑造——以晋西北革命老区为例

抗战时期晋西北革命根据地塑造“劳动英雄”的文化和精神,对新时代革命老区塑造乡村劳动精英有重要意义。在红色文化传承的视域下,发挥政府、多元社会力量和农民主体三者的共同作用,塑造新时代革命老区乡村劳动精英,为乡村振兴创造一批劳动人才,可以促使新时代革命老区成为乡村振兴中的示范区域。

社会精英犯罪的制度化防控体系研究

社会精英犯罪不同于传统犯罪,具有犯罪主体职业性、犯罪手段隐蔽性和智能性、被害非显性和广泛性、显著危害性的特点。影响犯罪的因素有三方面,一是因社会化偏差产生犯罪动机,二是深陷于易犯罪情境中,三是缺乏有力的社会控制手段。在预防体系的构建上要统筹兼顾不同因素之间的耦合作用,基于社会制度与规则的制定与完善,通过筑牢思想防线、提升道德水平,养成积极健康的生活方式、提高心理调适能力,建立正向支持的社会关系加强个体防控;通过完善合规制度建立目标保护机制,运用经济手段降低犯罪收益,加强组织内部权力的制约与监督提高犯罪难度,加大惩处力度增加违法成本着力加强情境防控;通过坚持和完善党和国家监督体系、培养和提高社会监督能力、建立和完善社会支持系统加强社会防控,建构个体预防、情境预防和社会预防三位一体制度化防控体系,实现即时预防与长效预防的有效结合,提高精英犯罪治理的现代化水平。

以公平之名:美国精英高校招生协同行为的反垄断规制

违背盲录政策的招生行为乱象经由司法诉讼的舆论发酵,愈发加剧美国社会对精英高校招生协同行为的垄断质疑。梳理相关司法判例发现,高校招生业务是否适用反垄断豁免条款、在本身违法与合理原则之间厘定教育垄断的识别模式、经济资助协议的竞争效应判定构成美国高等教育反垄断司法裁决的三大争议焦点。因应教育市场化逻辑催生的高校歧视录取与排名竞逐异化了美国精英高校招生机制,需求资助与绩优资助政策的配置失衡则导致平权运动逐渐偏移教育公平目标,两者共同推动了美国精英高校招生市场垄断势力的生成。从理念与路径双重维度出发,倡导高等教育市场反垄断规制的积极执法观,形塑教育监管与反垄断规制的互动协调进路是规范美国精英高校招生协同行为乱象的必由之路。反思美国精英高校招生协同行为反垄断规制的历史经验与法治实践能够为中国规制高等教育行政垄断问题、扩大与落实高校招生自主权、促进高校招生公平提供有益的经验借鉴。

重建中国的精英艺术——对20世纪以来中国美术格局变迁的再认识

伴随着20世纪通俗大众艺术的兴起和独盛,中国精英艺术失落了。精英艺术乃至精英文化的失落使中国文化艺术在将近半个世纪的漫长时期里走入低谷,丧失活力和创造力。对这个现实没有深刻的反省,将大大有碍于中国现代文化的建构。而当前最迫切的使命,是重建中国的精英艺术。

新精英教育:重构高等教育的理想类型

精英教育曾是高等教育的一种理想类型,它以培养精神上的贵族为旨趣。在工业文明进程中,精英教育逐渐演变为精英主义和优绩主义,人们对优绩的迷思加剧了高等教育的内卷化。在现代分层分类的高等教育体系中,精英教育在多样性、包容性等方面表现出明显的缺陷。精英的培养不能只遵循一个模式,科研创新人才、大国工匠、新技能型人才都是精英,普及化高等教育阶段我们需要重构一种鼓励多样性、包容性的高等教育理想类型,即“新精英教育”。新精英教育范式框架包括:价值取向坚持贡献正义;核心要素重点把握不同类型高校人才培养与科学研究的异质性;运作逻辑主张精英人才的分类培养。新精英教育范式的理想类型应同步关涉高等教育的人民性和国家性,以人的主体性价值的发挥促进教育社会功能的实现并满足国家需求。在实践进路中,新精英教育需要破除制度与资源供给不均抑或制度与资源双重依赖的困局。

乡村社会精英参与乡村治理效果评价研究

乡村振兴是实现国家现代化及实现中华民族伟大复兴中国梦的重要一环。要实现乡村振兴,人才振兴是关键,在党的十九大上,新乡贤作为新时代的乡村社会精英进入人们的视野,其作为重要的人才资源,日益成为参与乡村治理、实现乡村振兴的重要资源。乡村社会精英参与乡村治理面临哪些困境?其参与效果如何?需要具体指标评价。本文以此为着力点,在进行实地调研和广泛阅读文献的基础上,试图构建乡村社会精英参与乡村治理效果的评价指标体系,并构建相关变量之间的关系。

精英击剑运动员竞技能力特征及训练策略--基于系统综述与验证性实践的整合

击剑是我国的潜优势项目,但近2届奥运会成绩出现下滑,亟须研制科学训练应对策略。通过对WebofScience、PubMed、EBSCOhost、Scopus和IEEEXplore数据库中检索到的31篇实证与定量研究文献的综合分析,并整合了目前国际国内具有较高共识性的击剑训练理论与方法。研究发现,击剑是一个高度依赖技术、速度、灵敏性、爆发力和无氧耐力的开放性运动项目。其竞技能力特征及训练策略如下:①竞技能力特征:在体能方面,精英级击剑运动员的肌肉含量存在明显的四肢不对称性,有更大的臂展和腿展,主要依赖无氧代谢能力;在技术方面,弓步及其速度、时空随机变向、冲刺(佩剑除外)和距离感、速度感掌握是关键;在战术方面,快速且准确地对特定刺激作出反应以识别并把握最佳进攻时机至关重要,此外,动作的隐蔽性和技术多样性与变化也非常关键;在心理方面,精英运动员展现出更高的抽象思维、创新能力,以及自我适应与调整能力、情绪控制能力。②训练策略:专项力量应结合快速伸缩复合、北欧式和直腿硬拉等训练方法;专项速度强调以速度、灵敏和快速启动(SAQ)训练和迁移训练来加以改善;能量训练应避免低强度的专项有氧训练(提升恢复能力的有氧训练除外),专注于契合专项的高强度间歇训练;技术训练应采用多样化的步法练习,同时提升击剑比赛特定体能,如强化离心训练;战术训练应重点提升关键分的制胜策略能力,以及通过语言、视觉和实践方法提高战术思维能力;心理训练可采用基于生物反馈技术的放松训练、表象训练和逆境应对训练等提升心理控制能力。

引入精英反向学习和柯西变异的混沌蜉蝣算法

为提高蜉蝣算法的收敛速度,提升算法寻优能力,提出一种引入精英反向学习和柯西变异的混沌蜉蝣算法。利用Circle混沌映射序列优化初始种群使种群分布更加均匀,提高种群多样性。在蜉蝣更新阶段,对蜉蝣中的精英个体进行反向学习策略,防止算法陷入局部最优,提高算法收敛速度。为保证种群进化方向和扩大寻优范围,将自适应概率阈值和柯西变异的扰动机制相结合,对劣势蜉蝣个体附近生成更大的扰动。通过8个基准测试函数实验对比和Wilcoxon秩和检验,实验结果表明,混沌蜉蝣算法在收敛速度、求解精度以及稳定性等方面有较大提高。

精英协同进化的蜉蝣算法

蜉蝣算法的种群多样性低、寻优性能差,为此提出基于精英协同进化的蜉蝣算法(ECMA).将雄性蜉蝣种群根据自身种群适应度分为精英种群和普通种群,精英个体进行自我学习以保持种群的多样性,实现高水平的全局搜索;普通个体飞向统一目标进行局部开发,以提高ECMA的收敛速度.根据婚姻市场理论改进雌性蜉蝣的位置更新,提高ECMA的寻优性能;引入新的自适应重力系数平衡全局搜索和局部开发能力,提高ECMA的收敛精度;引入莱维飞行的跳出策略,避免ECMA陷入局部最优.基于20个基准测试函数和CEC2019测试函数进行算法的仿真优化分析,与蜉蝣算法以及其他优秀的群智能算法相比,ECMA在寻优精度、收敛速度和稳定性方面均有较大提升.

精英引导和信息交互的多目标狼群算法

鉴于狼群算法在单目标优化问题上的优越表现,结合狼群的生物习性将其运用到多目标优化问题上,提出一种精英引导和信息交互的多目标狼群算法(MOWPA-EGII)。首先,提出精英引导策略,利用外部档案中的精英狼和当前子种群的头狼共同引导种群移动,让人工狼均匀地分布在整个搜索空间,增强算法的全局搜索能力;其次,设计信息交互机制,模拟狼群捕猎过程中的信息传递,具有不同优势的个体可以相互传递信息,保证狼群的捕猎效率,提高算法勘探Pareto最优解的能力;最后,加入变异算子,扰动人工狼的移动方向,让算法跳出局部最优,增强算法的局部搜索能力。为了验证MOWPA-EGII的有效性,将其与5种经典算法和10种新近算法进行比较,结果表明MOWPA-EGII拥有良好的收敛性和多样性,证明了所提算法具有较好的优化性能。