基于教育云平台的地方院校大学生移动学习的研究

现阶段，移动学习正成为地方高校进行课堂教学改革的一个热点。正确分析移动学习自身的特点，整合优化现有网络课程资源，引导学生进行移动学习是培养学生的自主学习能力和实践能力的重要途径。

基于混合策略改进的鲸鱼优化算法

针对标准WOA算法初始种群分布不均、收敛速度较慢、全局搜索能力弱且易陷入局部最优等问题,提出一种混合策略改进的鲸鱼优化算法。采用Sobol序列初始化种群以使初始解在解空间分布更均匀;通过非线性时变因子和惯性权重平衡并提高全局搜索及局部开发能力,并结合随机性学习策略增加迭代过程中种群的多样性;引入柯西变异提升算法跳出局部最优的能力。通过对12个基准函数和一个水资源需求预测模型的参数估计进行优化实验,结果表明,基于混合策略改进的鲸鱼优化算法在寻优精度及收敛速度上均有明显提升。

改进海洋捕食者算法的机器人路径规划

为克服海洋捕食者算法存在的初始种群分布不均、收敛速度慢且易陷入局部最优等问题,提出一种改进的海洋捕食者算法(GMPA)。首先,在初始化种群时采用Sobol序列和对立学习相结合的策略,得到更加均匀随机的初始解;再引入惯性权重系数和柯西变异来更新种群,提高算法跳出局部最优的能力;最后,针对更新后的种群,结合随机性学习策略来增加迭代过程中种群的多样性。为验证所提算法的有效性,选用7个标准测试函数对其性能进行评估;并选用3组复杂度不同的栅格地图,对改进后的算法与原始算法开展路径规划对比实验。实验结果表明:改进后的海洋捕食者算法在机器人路径规划问题中表现出良好的性能,显著提高了收敛速度并增强了优化能力。