地方高校完全学分制的改革模式、面临问题及优化之路

目前,学分制已成为高校人才培养的主要模式。地方高校为改变传统教学模式,优化资源配置,提高人才培养质量,普遍进行学分制改革,但是在学分制实施中也遇到很多的问题。为解决地方高校学分制实施中的问题,该文首先分析学分制实行的普遍模式和主要内容;其次,详细分析地方高校学分制运行中,在教育理念、教学资源、管理制度、学生适应性、学业导师制和学生管理等方面存在的突出问题。最后,针对学分制运行中的问题,提出学分制深化改革的建议,旨在为地方高校解决学分制改革中出现的问题提供建议。

利用近似解加速求解SAT问题的启发式完全算法

结合DPLL完全算法能够证明可满足性(SAT)问题的不可满足性和局部搜索算法快速的优点,提出利用近似解加速求解SAT问题的启发式完全算法.首先利用局部搜索算法快速地得到一个近似解,并将该近似解作为完全算法的初始输入,用于其中分支变量的相位决策.该算法引导完全算法优先搜索近似解所在的子空间,加速解决器找到可满足解的过程,为SAT问题的求解提供了一种新的有效途径.实验结果表明,该算法有效地提高了决策的精度和SAT解决器的效率,对很多实例非常有效.

电力市场不完全竞争问题

在理想的条件下 ,竞争的市场经济可以达到资源配置效率。电力市场在较长的一段时间内并不是理想的完全竞争市场。文中重点讨论了电力市场产生不完全竞争的主要根源 ,包括成本、进入壁垒以及策略的相互作用等 ,并给出了避免的方法和具体措施 ,如实施反托拉斯政策、鼓励竞争以及消除进入壁垒等 ,以使市场尽量有效率。

遗传算法用于NP完全问题的求解

讨论了如何利用遗传算法求解布尔表达式的可满足性问题 ,并给出该结果对求解其他NP完全问题时的应用 .

导出匹配问题的NP-完全性以及导出匹配可扩问题的CO-NP-完全性(英文)

图Ｇ的一个匹配Ｍ是导出的，若Ｍ是图Ｇ的一个导出子图．图Ｇ是导出匹配可扩的（简记ＩＭ－可扩的），若图 Ｇ的任一导出匹配均含于图 Ｇ的一个完美匹配当中．本文我们将证明如下结果． （１）对无爪图而言，问题“给定图Ｇ以及一个正整数ｒ，确定是否存在图Ｇ的一个导出匹配Ｍ使得｜Ｍ｜≥ｒ”是ＮＰ－完全的． （２）对直径为２的图以及直径为３的偶图，问题“确定一个给定图是否为导出匹配可扩的”是ＣＯ－ＮＰ－完全的；而对完全多部图而言，该问题线性可解。

不完全确定信息的群体语言指派问题的求解方法

针对决策者权重和准则权重为不完全确定信息且评价语言值确定或位于二个标准语言值之间甚至缺失的多准则指派问题,提出了一种求解方法。首先利用证据推理算法计算得到各候选人完成各任务的优劣程度属于各个语言评价等级的信任度,并据此利用二元语义的Δ函数及其函数Δ-1将其集成为群体在所有准则下的综合评价矩阵,然后结合决策者权重和准则权重的不完全确定信息等构建非线性混合整数规则模型,并利用粒子群算法与匈牙利算法联合进行求解。最后实例说明该方法的可行性和有效性。

完全学分制下导师工作存在的问题及对策

完全学分制下，学习时间不同、学习空间增大、班级概念弱化、生生关系淡化、观念认识不足等使学生的教育教学管理难度加大，给导师工作带来新挑战。导师应不断学习、更新观念，采用多种途径和手段加强学生思想教育和学习指导，管理层面应以制度促管理、以培训促能力、以考核促发展、以奖励促动力，严格选拔，加强培养，全程监管，有效保证导师育人效果，从而促进大学生成长成才。

论完全泛函的变分问题

研究变分法中依赖于任意个自变量、任意个多元函数和任意阶多元函数偏导数的完全泛函的变分问题;提出并证明了完全泛函的变分问题的定理,采用偏微分算子,给出了完全欧拉方程组.该方程组涵盖了变分问题的各种欧拉方程.通过两个算例验证了完全欧拉方程组的正确性.

CAM中一类新的NP完全问题

本文提出了计算机辅助制造(CAM)中的一类作业调度问题并证明了它的NP完全性。

NP完全问题研究及前景剖析

P vs.NP是理论计算机领域最重要的课题之一,而其中的核心是NP完全问题.由于该问题所涉及的概念复杂抽象,对它们的理解存在不少谬误,许多已发表的研究论文都包含着这些谬误.主要是:NP、NP完全概念理解谬误,确定性及非确定性图灵机的概念模糊不清,P与NP关系的误读,NP问题研究方向的误导等.本文分析了这些谬误,并揭示了相关概念的实质.通过不同角度多方位分析,对NP完全问题可能的解决途径和研究方向,提供了启发式思路.

不完全乔列斯基分解共轭梯度法在磁感应成像三维有限元正问题中的应用

磁感应成像(MIT)3维正问题中,直接求解法计算有限元方程组时,计算速度慢且因舍入误差造成计算结果不正确。该文为了解决这一问题,采用不完全乔列斯基分解共轭梯度(ICCG)迭代求解法。基于ANSYS平台建立有限元数值模型,采用ICCG法迭代求解。通过仿真实验获得设定收敛容差的最优值。对仿真结果进行对比,与直接求解法、雅克比共轭梯度(JCG)法相比,ICCG法计算速度快、稳健性高。计算结果表明ICCG法受网格粗细影响小,能够正确求解磁感应成像3维正问题。

一阶完全非线性微分方程f(x,u,u')=g(x)的初值问题的数值解法(英文)

在再生核空间讨论了一阶完全非线性微分方程f(x,u,u')=g(x)的初值问题的数值解。利用再生核空间中再生核的再生性质,采用升元手段将完全非线性常微分方程转化为线性偏微分方程进行求解。将初始条件齐次化后融入到二维再生核空间中,求得一个带有未知量的解的表达式,然后通过最小二乘法的技巧,获得非线性算子方程的近似解。数值算例表明这个方法是有效的。

论完全学分制下的高校德育创新问题

论述了完全学分制的特点 ,完全学分制对高校德育的影响 ,提出了完全学分制下高校德育创新的若干设想 :把人的全面发展作为德育的时代主题 ;德育研究须深入分析新形势 ;不断推进德育工作理论与实践创新 ;

U型不完全多目标拆卸线平衡问题建模与优化

针对U型布局所具有的生产柔性强、效率高等优点,结合仅需考虑需求零部件和危害性零部件的实际拆卸过程,提出U型不完全拆卸线平衡问题(U-shaped partial disassembly line balance problem,UPDLBP),以最小化工作站数量、空闲时间均衡指标、拆卸深度和拆卸成本为优化目标建立数学模型.在此基础上,提出一种自适应反向学习多目标狼群算法(adaptive opposition-based learning multi-objective wolfpack algorithm,AOBL-MWPA)进行求解计算.该算法采用自适应游走行为,兼顾算法迭代前期的全局寻优性能和后期的稳定性;在满足优先关系约束前提下对召唤行为和围攻行为进行离散化;引入反向学习策略(opposition-based learning,OBL)以避免算法陷入局部最优;利用Pareto解集思想和非支配排序遗传算法Ⅱ(NSGA-Ⅱ)拥挤距离机制筛选获得多个非劣解;将所提算法应用于19个基准算例中,并与现有文献算法对比;最后,将所提模型和算法应用于某汽车U型不完全拆卸线的实例设计中.结果表明:针对工作站开启数量和空闲时间均衡指标而言所提算法能求解获得小规模问题的最优值,且在中大规模问题中所得结果优于其他算法,危害指标和需求指标均能获得最优值,寻优率为100%;实例设计获得10组可选方案,验证了所提算法的实用性和有效性.

基于不完全契约的BOT项目套牢问题研究

文章在不完全契约理论指导下,分析了项目公司和产品购买方的套牢机制,并对项目公司投资决策和事后谈判行为决策进行了探讨。讨论了产品购买方降低项目产品价格时的套牢问题,分析事前权益比例对双方决策行为的影响,给出了再谈判时双方的临界条件和最优决策。

DNA计算方法在求解NP完全问题中的应用

DNA计算是应用分子生物技术进行计算的新方法.本文主要介绍了DNA计算的基本思想及解决NP完全问题的DNA模型,讨论了目前DNA计算存在的问题和今后的发展方向.

见习医生书写儿科完全病历存在的问题及其改正

见习医生书写儿科病历中存在诸多问题。作者就其提出改正的措施。

d-正则(k,s)-SAT问题的NP完全性

研究具有正则结构的SAT问题是否是NP完全问题,具有重要的理论价值.(k,s)-CNF公式类和正则(k,s)-CNF公式类已被证明存在一个临界函数f(k),使得当s≤f(k)时,所有实例都可满足;当s≥f(k)+1时,对应的SAT问题是NP完全问题.研究具有更强正则约束的d-正则(k,s)-SAT问题,其要求实例中每个变元的正负出现次数之差不超过给定的自然数d.通过设计一种多项式时间的归约方法,证明d-正则(k,s)-SAT问题存在一个临界函数f(k,d),使得当s≤f(k,d)时,所有实例都可满足;当s≥f(k,d)+1时,d-正则(k,s)-SAT问题是NP完全问题.这种多项式时间的归约变换方法通过添加新的变元和新的子句,可以更改公式的子句约束密度,并约束每个变元正负出现次数的差值.这进一步说明,只用子句约束密度不足以刻画CNF公式结构的特点,对临界函数f(k,d)的研究有助于在更强正则约束条件下构造难解实例.

高等几何中完全四点(线)形的调和性质应用于初等几何中某些问题的初探

本文对高等几何中的完全四点 (线 )形的调和性质进行了归纳整理 ,并从初等几何与高等几何之间的本质联系出发 ,主要讨论了高等几何中的完全四点 (线 )形的调和性质应用于初等几何中某些问题的作用 ,以达到化难为易 ,拓广解题思路 ,并进一步获得某些初等几何命题的推广 ,以更加充实和完善初等几何的内容。

一种三值逻辑的NP完全问题与判定问题

本文建立了一种三值逻辑——中介逻辑的三值语义,证明了其命题演算MP与MP的可满足问题是NP完全的且其谓词演算(带或不带等词)MF,MF与ME的判定问题是算法不可解的。