基于逐次适应蚁群优化算法的个性化微学习推荐

为帮助学习者提高学习效率,针对微学习的特点,提出一种信息素浓度逐次适应调整的蚁群优化算法,以此优化微学习路径的推荐。在微学习的整个过程中,通过学习者与系统的交互获取学习者的学习状态,并根据学习状态调整学习路径的推荐策略。在学习单元的粒度上调整学习路径,从而实现捕捉满足学习者的个性化需求,帮助学习者提高学习效率。

自适应逐次超松弛在大斜度井泥浆侵入模拟中的应用

为解决泥浆侵入过程中井眼周围孔隙流体分布特征,从而进一步分析储层电性变化,提出利用基于有限差分的自适应逐次超松弛方法(ASOR)对泥浆侵入过程中油水两相流问题进行数值模拟。结果表明,通过自动选择最佳松弛因子,使ASOR对具有复杂边界条件的大型稀疏矩阵求解速度大大提高。与逐次超松弛(SOR)方法相比,ASOR方法在计算时间上可以降低一半;通过计算油水两相流问题,得到泥浆侵入中井眼周围油水分布,结果与实际实验相一致,为斜井的解释与评价提供了理论基础。

基于自适应逐次Ⅱ型截尾样本下EIG分布的参数统计推断

近几年,针对缺失数据的处理这方面的应用研究大量涌现,使得缺失数据下的可靠性理论迅速发展.而在可靠性试验和寿命试验中,截尾方案能在试验所花费的总时间、单元个数和基于试验结果的统计推断效率之间取得平衡.在这种情况下,一种自适应的截尾方案被提出来,并且被许多专家学者研究应用.因此本文讨论,基于自适应逐次Ⅱ型截尾样本,提出了EIG分布的统计推断理论等问题.对于未知参数,提出了极大似然估计(MLEs).利用MLEs的渐近正态性得到参数的近似置信区间.并运用一组真实数据进行模拟讨论.

模块化数字可编程微小电阻的设计与应用

针对微小电阻测试仪中电阻量值的检定需求,设计了一种基于线性网络的小阻值可变电阻。设计的高准确度线性网络具有较小电阻调节步进;采用高准确度线性网络解决了小电阻步进的问题;选用逐次逼近自适应算法解决了可变电阻静态温漂的问题。为了避免表面气流温度突变带来不稳定,设计了分区域防风罩作为温度缓冲器。检定结果表明,可变电阻达到最大允许误差为±0.3%。满足最大允许误差为±1%的微小电阻测试仪的量值传递及小型化适用性需求。