一种混合社会群体优化算法

为了提高社会群体优化算法的整体性能,提出一种混合社会群体优化算法。在提高阶段,通过对最差个体进行反向学习,提高种群的搜索空间,从而使得种群整体能够快速的向最优解收敛;在获得阶段,通过Logistic映射产生混沌扰动,增大种群的多样性,从而能够增加算法跳出局部最优解的可能性。基于标准测试函数的实验研究结果表明改进算法整体提升了寻优效果。

双季糯高粱间作大豆群体优化技术研究

为了明确南方双季糯高粱与大豆间作模式下最优群体配置结构,以常规双季糯高粱国窖红1号和大豆品种南豆12为试验材料,比较分析糯高粱和大豆不同密度配置对作物主要农艺性状、产量构成因素、产量及效益的影响。结果表明:同一大豆密度下,随糯高粱密度的增加,两季糯高粱株高均增加,穗长、千粒重、穗粒重降低,产量表现为先增后减;随两作物密度的增加,大豆株高、底荚高度增加,有效分枝数、单株有效荚数、单株粒数和百粒重降低,产量先增加后降低;糯高粱总产以高粱9万株·hm-2、大豆9万株·hm-2密度处理最高,达8 701.39 kg·hm-2;大豆产量以糯高粱7.5万株·hm-2、大豆10.5万株·hm-2密度处理最高,达1 875 kg·hm-2;两季作物总产量、总产值、净收益、产投比均以糯高粱9万株·hm-2、大豆密度10.5万株·hm-2密度处理最高,分别为10 097.22 kg·hm-2、46 511.1元·hm-2、29 193.6 kg·hm-2、2.69。双季糯高粱、大豆1.8 m开厢,"2∶2"间作模式下,国窖红1号、南豆12密度分别为9万和12万株·hm-2是常规双季糯高粱、大豆高产高效最优群体配置结构。

试论高等学校学科建设的群体优化

学科建设的内容非常宽泛 ,其本身的系统性决定高等学校进行学科建设时不能单一地规划发展某个学科 ,或者从一个角度去立项学科的内涵建设 ,而要统筹考虑整个学校学科的群体建设。本文主要是从学科建设的学术梯队成员、学科体、学科物质条件等几个方面内容来分析学科建设的群体模式 ,初步澄清学科建设群体优化策略 。

免整枝棉田群体优化试验初报

为了研究在免整枝管理条件下天津地区棉田的合理种植密度，文章详细介绍了于2010年和2011年连续两年进行的密度梯度试验。结果表明：免整枝棉田密度在（2500～3000）株／667m2时能获得最高产量。经过对产量构成因素的相关分析，发现产量构成与单株结铃数和种植群体密度的相关性较高，而种植密度又与单株结铃数呈显著负相关，说明优化群体结构，形成单位面积最高铃数是实现高产的重要措施。

用于目标跟踪的智能群体优化滤波算法

针对目标跟踪中的状态估计,提出一种智能群体优化滤波算法。算法在贝叶斯滤波的基础上,运用智能群体优化的3种运动模型估计目标的后验状态,其中内聚运动在保持了粒子多样性的情况下增加了样本的权值,分离运动和排列运动相协调能够更加准确地预测下一时刻目标的先验状态。实验结果表明:与标准粒子滤波相比,该算法能够更加准确地估计非线性系统中的后验状态,在复杂多变的场景环境中,表现出更高的跟踪准确性。

简论图书馆工作的群体效应与群体优化

群体结构的优化配置、合理组合是图书馆实现既定的工作目标和各项功能的有效保证。规范和优化群体 ,在于实现图书馆成员的优势互补 ,产生最佳的群体效应 。

基于混合策略改进的社会群体优化算法

针对社会群体优化算法在函数优化问题中存在的求解精度不高和易陷入局部最优等问题,提出一种基于混合策略改进的社会群体优化算法。加入随机搅动变量,扩大搜索范围,增加种群多样性,以避免陷入局部最优。利用精英个体对全局最优解进行逐维改进,进一步提高算法的收敛速度和求解精度。仿真实验结果表明,改进算法在8个基准测试函数中比其他4种算法的求解精度更高,收敛速度更快,稳定性更强。

基于多子群的社会群体优化算法

社会群体优化(social group optimization,SGO)算法是一种基于社会群体学习而提出的一种新型优化算法。针对社会群体优化算法易于陷入局部最优问题,提出了一种多子群社会群体学习算法(MPSGO)。本算法采用多子群学习方法,对算法两个阶段的个体学习方法进行改进,在维持群体收敛性能的前提下提高群体多样性,同时对部分个体中引入量子学习,使个体学习的有用信息得以增强;此外,每隔一定代数对子群进行随机重组,既能保证各子群个体充分进化,又维持了子群多样性。在设计算法的基础上,分析了其收敛性和多样性;通过与其他四种算法进行对比实验,验证了改进后算法性能更优。

离散社会群体优化算法求解旅行商问题

社会群体优化算法(SGO)已经应用在求解连续域问题上,而在离散优化问题上的应用还相对较少。本文首先介绍了旅行商问题(TSP)和社会群体优化算法的原理,然后根据旅行商问题和离散量的特点对SGO算法的运算规则进行了重新定义。在SGO算法的提高和获得阶段分别引入交叉、变异操作,有效地增加了种群的多样性,减小了算法陷入局部最优的可能,从而提高了算法的全局收敛速度。在标准TSP测试数据下进行了相关实验,实验结果表明利用社会群体优化算法求解旅行商问题能取得较好的结果。

一种基于竞争型群体优化的数据聚类方法

数据聚类在智能信息处理中具有非常重要的作用。传统的数据聚类方法,如K-means算法,存在对初始聚类中心敏感等问题。随着智能优化算法的发展,人们用智能优化算法进行数据聚类取得了一定的效果,但存在容易陷入局部最优等问题。为此,本文将在高维优化问题中取得良好效果的竞争型群体优化算法中引入数据聚类,利用竞争型群体优化算法强大的全局探索能力搜索聚类中心进行数据聚类,在UCI的5个数据集上的实验结果表明竞争型群体优化算法比遗传算法、粒子群算法不仅能得到更好的聚类效果,而且收敛性能更好。

中粳稻肥床旱秧高产群体优化调控技术

水稻肥床旱育稀植通过几年试验示范,已大面积推广应用。但目前针对各地生产特点研究优化群体质量的配套技术较少。为此,本研究根据凌启鸿等高产群体质量及优化控制理论,从栽插叶龄、栽插密度、肥料运筹、搁田技术等对产量形成及群体质量影响较大的因素入手,探索其与群体质量的关系,从而优选高产的主要农艺措施参数。

试论21世纪档案人才的个体智能素质和群体优化

从人才是档案科技和教育发展的关键出发，通过分析个体智能素质及经过有机结合形成优化群体，探讨了提高智能素质和优化群体结构。

布局调整后农村集镇小学教师群体优化的校本实践与思考

近十年来,随着学校布局的调整，我省相当一部分地区的村小和办学点被撤并，撤并后一个集镇往往仅存一所小学。农村学校布局调整后，大量的教师从各处流向集镇小学，造成学校人员结构失衡、素质参差不齐的情况。

也谈群体优化

随着现代化建设事业的发展,人们越来越认识到人才的重要。就以我省来说,近年来大学毕业生每每供不应求,86年平均供需比例为1:8,即平均1个大学毕业生有8个单位抢着要。经济、管理、英语、计算机、建筑等热门专业更是远远满足不了社会的需要。发展教育事业无疑是培养人才,满足社会对人才需求的重要途径。而有效地开发利用现有人才资源,注重“群体优化,使有限的人才发挥出最大的效能,也应是解决当前人才供需矛盾的上策。

群体优化与人才开发

在继续改革人事干部制度的同时,人才开发还亟待从促进人才群体的优化方面解决问题。现代文明史证明,各类、各层次人员之间。

企业群体优化与管理艺术

随着经济体制改革的深入，社会主义商品生产日益发展，市场竞争也将会越来越激烈。在这样的环境中，企业的生存和发展，将更加取决于企业自身管理水平的高低和经营的好坏。

教师思想政治工作中群体优化问题初探

《中共中央关于社会主义精神文明建设指导方针的决议》指出:“要努力适应新时期的需要,开创思想政治工作的新路子。”这给我们思想政治工作者提出了新的更高的要求。要开创新路子,我们认为,首先必须对思想政治工作的对象进行研究。思想政治工作的对象是人。每个人都有思想、有追求、有情感,构成一个个体系统;而若干个体的人,又组合成思想彼此交流、相互影响的群体系统。探索思想政治工作的新路子,不仅要研究个体对象的各种特征及其思想意识的发展规律,尤其应该把研究的注意力集中到建设优化群体方面来。

领导人才群体优化的系统理论研究

本世纪四十年代问世的系统理论,受到国内外学术界的高度重视。有人认为,它的重要作用在于继相对论和量子力学之后,又一次“彻底地改变了世界的科学图景和当代科学家的思维方式”。他指导人们把对象放在系统的形式中加以考察,从对象与环境、整体与部分的相互联系、作用、制约的关系中,综合地、精确地进行分析,从新的角度揭示客观世界的本质联系和运动规律,从而沟通了自然科学和社会科学的联系,为现代科学发展开辟了新路、提供了新方法。我国的社会主义现代化建设事业是一个空前浩大的系统工程。各级领导人才群体是这次工程的有机组成部分。

学校群体优化初探

随着社会主义精神文明建设的不断深入,学校的办学质量的高低,将更加取决于学校自身的管理水平。现代管理学家已深刻地认识到,企图凭个体推动工作,已愈来愈不现实。他们愈来愈重视人的情绪特征、群体特征和社会特征的关系研究.他们认为,任何社会活动都是人们进行的活动,而社会活动目标的实现,必须依靠人及其所在群体的主动性、积极性。因此,努力掌握现代管理科学,深刻认识人的行为本质,运用马克思主义哲学及社会学、伦理学、心理学、人才学的成果,更多地注重对学校群体优化的研究。