城轨交通乘务任务配对的集合分割模型及算法

基于城轨乘务值乘规则,建立了城轨乘务任务配对的集合分割模型(R-CP),并结合列生成思想和跟随分支策略设计了求解算法(CGBF算法).实例验证结果表明:该模型与算法能够满足乘务任务配对方案的要求,相对于当前手工编制,具有编制效率高、目标函数更优(即任务数量少、任务工作效率高)等特点.

基于遗传禁忌算法的城市轨道交通乘务任务配对研究

为提高城市轨道交通乘务员值乘效率并降低运营支出,研究不同时间参数设置下的乘务任务配对问题,综合考虑乘务员连续工作时间、班次交替时刻、各班次最长工作时间、休息时间、用餐时间等约束,以最大化一日内所有乘务员的值乘效率为目标,建立非线性混合整数规划模型,并设计遗传禁忌混合搜索算法进行求解,从而得到最优参数设置方案和相应的乘务排班计划。以成都地铁5号线一日内运行图数据为基础,结合既有文献参数设置方案进行验证,算例结果表明,不同参数设置会不同程度影响乘务计划效率,特别是相邻乘务作业段间的休息时间,同时提出的方法只需要迭代27次就可以获得较优解,最优乘务任务效率为0.836 1,明显优于代入既有文献参数获得的乘务计划效率。

视觉记忆的海拔效应——来自配对联想学习任务的证据

为考察低氧环境对视觉记忆的影响,并探测这种影响的海拔效应。本研究以剑桥认知系统(CAN-TAB)为工具,采用配对联想学习任务(PAL),从平均海拔3000m、3800m和4500m处分别选取39名、38名和43名藏族大学生参与本实验,在4个观测指标上对实验数据进行了分析。结果发现:选取的4个观测指标上,不同海拔高度被试的配对联想学习能力差异均不显著,PAL成功时的平均错误F(2,117)=0.60,P>0.05;PAL成功时的平均试验F(2,117)=1.22,P>0.05;PAL错误总数(调整)F(2,117)=0.60,P>0.05;PAL试验总数(调整)F(2,117)=1.08,P>0.05。在本研究条件下,没有发现视觉记忆的海拔效应。但这一结果还需要在后续研究中加以验证。

基于GA算法的轻轨车辆任务分节及配对优化研究

针对轻轨车辆在指定两站进行任务分节具有多样性,论文采用人工智能直观启发确定了任务分节及配对的基本模型.建立了任务配对的目标函数和约束函数,保证不同车之间的2节任务配对后,换乘时上下车在同一站,时间在0.5至2小时之间,且使全部配对任务中换乘休息的总时间最短.设计了有效的“自交叉”GA算法,优化出各车的任务分节及其配对组合方法.算法对于日分多节任务、多换乘位置点的任务分节配对的排班问题具有一般适应性.此算法在天津轻轨运用管理信息系统中得到了良好的应用验证.

任务型教学中水平配对对意义协商的影响

本文研究了我国外语环境下水平配对对意义协商的影响,结果表明英语水平较高的学习者配对比低水平配对和差异水平配对能产生更多意义协商,且水平配对在意义协商类型上的差异主要体现在词汇协商和内容协商上,这可能与学习者的注意度和内在语言能力相关。因此,教师在教学中应首先注重夯实学生的语言基础知识,良好的内在语言能力是更好地开展意义协商的基础。

水平配对与任务型活动中意义协商的关系研究

通过实证研究发现,在任务型配对互动中,较高英语水平学习者配对比低水平配对和差异水平配对能产生更多意义协商,且不同水平配对主要在词汇协商和内容协商上存在差异,这可能与学习者的注意能力和内在语言能力相关.

考虑便乘的地铁乘务任务配对的约束优化模型研究

为了提高地铁正线的运营效率和保障乘务人员的身心健康,针对便乘情况下的地铁乘务任务配对问题,综合考虑了乘务人员总的工作量、乘务人员连续工作量、乘务任务的班次划分、出勤和退勤地点、轮换休息时间和地点、用餐时间和地点、乘务任务完整性、乘务任务的均衡性等因素,以形成的乘务任务数量最少为目标,建立乘务任务配对的约束优化模型。为提高求解效率,使用约束传播算法对变量论域进行动态约减,并设计了约束传播与启发式回溯的混合算法求解模型。实际算例验证表明:约束优化模型符合实际业务需求,提高了乘务排班计划的兑现率;混合搜索算法求解效率较高,提高了计划编制的实时性。

考虑多车场出退勤的城轨交通乘务任务配对模型及算法

针对多个出退勤车场的城市轨道交通线路,研究乘务任务配对问题的数学模型和算法,在满足各车场出退勤任务守恒的前提下,尽可能提高整体值乘效率.首先,考虑出退勤约束、轮换约束、用餐约束和工作量约束,构建任务段衔接网络有向图,并设计广度搜索算法搜寻满足各班种要求的候选任务池.然后,在此基础上,以乘务总值乘费用最小为目标,构建乘务任务配对问题的集覆盖模型.接着,为了提高大规模问题的求解效率,设计基于列生成思想的启发式求解算法.最后,以南昌地铁1号线为例,通过实例验证发现:所提出方法能够合理安排早班和夜班任务的出、回场方式,很好地满足了各车场夜、早任务守恒需求;相对于现行方案,有效减少了两个乘务任务,且任务段平均衔接时间减少了1分17秒;所提出模型和算法能够满足多车场出退勤需求,且保证了值乘效率,能够为实际运营提供决策支持.

外语环境下任务类型、水平配对与意义协商研究

Long(1985,1996)的互动假说指出意义协商能够促进语言习得。基于该理念,本文调查了任务类型和水平配对对意义协商的影响,并分析了上述因素对于提高口语能力所起的作用。研究结果显示,在任务类型和水平配对两个因素中,只有任务类型对意义协商产生影响:封闭式任务导致更多的协商,且协商主要由词汇障碍和内容障碍引发。此外,对访谈数据的分析结果表明,学生认为在任务类型上,信息沟任务可以导致更多的协商,但话题讨论更加有助于口语能力的提高;在水平配对上,水平差异组合形式不利于口语水平的提高。本研究结果在支持互动假说的同时,也对其部分观点提出质疑。

浅谈交际法在大学英语教学中的运用

在分析我国大学英语教学和考试改革形势之下,大学生们依然在学"哑巴英语"的现状的基础上,提出了用交际法教学应用于大学英语视听说课堂,从而培养和提高学生的英语交际能力的一些策略和方法。

基于任务型教学法的大学英语听力教学模式

根据新制定的《大学英语课程要求》,将任务型教学法应用于大学英语听力课程中,阐述了＂任务型＂教学法的含义、划分及特征,具体描述了基于此教学法的听力教学模式,并通过数据分析对此种教学法进行了评估。

论利润分配对企业家腐败行为的影响

在企业运行中，企业家（代理人）凭借自己在委托一代理关系中的优势地位侵吞企业利润的腐败案例屡见不鲜。笔者拟利用多任务委托一代理模型，对企业家通过操纵企业利润分配追求自身利益最大化的腐败行为进行了分析和研究，并提出了相关的政策意见。

重度孤独症儿童接收性语言的干预研究

重度孤独症儿童在接收性语言方面存在困难,计算机辅助的配对任务近些年逐渐应用于其沟通训练中。本研究采用单一被试法的跨被试多基线实验设计,对三名重度学龄孤独症儿童的接收性语言进行干预,以考察计算机辅助的配对任务对重度孤独症儿童接收性语言的影响。结果发现计算机辅助的配对任务干预有效提升了重度孤独症儿童听指令完成配对的正确率和配对正确的词汇量,促进了重度孤独症儿童接收性语言的发展。

情绪调节研究方法的蜕变：从有意情绪调节到自动化情绪调节

寻找有效的情绪调节方式对人们理解情绪调节的机制以及治疗抑郁症等心理疾病都有着重要的意义.由于传统的有意情绪调节具有消耗认知资源的缺陷,近些年越来越多的研究者开始关注较少地乃至不消耗认知资源即可降低情绪负面反应的情绪调节——自动化情绪调节.自动化情绪调节良好的调节效果已被研究者证实,但自动化情绪调节的研究方法与调节方式尚未得到系统阐述.本文系统阐述了自动化情绪调节的研究方法,并将自动化情绪调节的相关研究按照实验任务类型进行了分类,发现该领域研究范式可划分为3种任务类型,即句子整理任务、词语配对任务和执行意图范式,并由此重点对比了自动化情绪调节在3种任务类型下的操纵方式、行为及生理反应.结果发现,相比于前两种无意识启动的任务,执行意图范式可以帮助个体在不消耗认知资源条件下进行有意识情绪调节.更为重要的是,3种任务对自动化情绪调节的操纵有着相同的内在机制,即情绪调节目标的启动.据此,本文进一步提出了将自动化情绪调节与心理学疗法相结合的设想,这可能为抑郁症等心理疾病的治疗提供新的思路.

种鸽分期巧饲管

童鸽(青年鸽)长到6月龄后,经过筛选即可进行配对产卵,此时的鸽子称为种鸽(又叫生产鸽、产鸽、亲鸽或成年鸽).种鸽在不同的生长阶段有不同的生理特征和生产任务,在饲养管理上也应采取相应的技术方法.