“新常态”背景下地方本科高校基于分类发展的重定位策略——以井冈山大学为例

在经济发展进入"新常态"的背景下,我国高等教育也进入"新常态",调整高等教育结构,推动高等学校分类发展已成为我国政府领导的共识。在此背景下,地方本科高校应积极转变发展观念,进行全方位思考和谋划,采用基于分类发展的重定位策略。文章以井冈山大学为例,提出了详细的基于分类发展的重定位策略,即强化特色专业建设,试点转型工学类和护理专业,壮大学术型专业,以及促进师范类专业可持续发展。

基于自动快速密度峰值聚类的粒子群动态优化算法

针对常规多种群方法在求解动态优化问题时往往存在多样性缺失现象,提出一种基于自动快速密度峰值聚类的粒子群动态优化算法(DPCPSO)。首先,利用自动快速密度峰值聚类通过粒子的自身密度和相对距离创建无敏感参数子种群;然后,使用粒子群优化(PSO)来寻找最优解,在搜索过程中采用停滞计数器来判断粒子是否停滞,防止种群过早收敛;最后,采用最优粒子重定位策略响应环境变化。为了验证所提出算法的性能,在移动峰值基准(MPB)和广义动态基准生成器(GDBG)测试问题上进行了仿真实验。仿真实验中,所提算法性能与基于亲和传播聚类的动态优化算法(APCPSO)、基于聚类的动态优化(CPSO)算法等其他先进算法相比较,在峰值数大于20以及变化频率为2000和3000时均取得良好的结果。实验结果表明,所提算法更适合求解多模态和快变特性的动态优化问题。