数形结合思想在解题中的妙用

数形结合是数学解题中常用的思想方法,用数形结合方法可以使复杂问题简单化、抽象问题具体化;能够变抽象的数学语言为直观的图形、抽象思维为形象思维,有助于把握数学问题的本质。笔者结合自己教学实际,通过"以数辅形"和"以形助数"这两大题型的具体分析,揭示"数"与"形"之间的紧密关系,最终使问题优化并获得解决。     

数形结合的应用策略研究

数形结合思想方法是研究数学问题的重要方法,有些数量关系,借助几何图形的直观描述,可以使许多抽象的概念和复杂的关系形象化、简单化。数形有机的结合,可以达到简捷、明了的效果。     

多媒体手段在英语专业高级英语课程教学中的利弊

多媒体手段在高校的课堂教学中已比较普遍,这种手段与英语专业高年级专业课高级英语课的结合展现了多媒体的优势,但同时也显示了存在的问题。提高课件质量、加强传统教学法和多媒体手段的结合、充分利用网络优势是解决这些问题的有效方法。     

人工挖孔桩施工中常见问题的处理

人工挖孔桩技术是适合在软弱地基上施工的一种有效方法。但在实际施工中常会遇到如地下水、流沙、淤泥层等一些问题。结合施工实践,提出了处理这些问题的施工方法。     

几何法在求解函数最值问题中的应用

本文通过挖掘求解最值问题的几何意义,构造出相应的几何模型,将函数最值问题转化为几何问题,针对不同问题运用构造向量、数形结合、构造曲线等方法求解最值,探求了解决问题的简捷方法,并结合实例探讨了利用几何方法求解一些函数的最值。     

配体和受体间的结合自由能的计算方法

精确地预测配体和受体间的结合自由能是计算化学中最重要的问题之一.首先,从未知受体三维结构和已知受体三维结构2个角度出发,评述计算配体和受体间结合自由能的各种方法及其优缺点;其次,分析计算结合自由能过程中长期存在问题与挑战,包括势能函数模型和溶剂化模型的合理建立,配体与受体结合过程中平动熵、转动熵、构型熵变化的精确计算;最后,研究应用ABEEM/MM力场结合GBSA和LIECE方法进行结合自由能的计算.     

市政道路工程中施工机械的选用

市政道路建设项目施工中,首先需要解决的问题是施工机械的配备。本文结合施工实践,对有关施工机械合理选择的依据、原则、方法以及配套组合等问题进行简要的分析。     

数值分析课程考试方法改革浅析

考试是教学工作的重要环节,考试的效果关系到教学质量的提高,我国现行高等教育考试的方式、方法上都存在许多问题,考试方法与教学目的相背离。针对这些存在的问题,该文结合东北大学数值分析课程,提出考试改革的一些方法和体会。     

《路基路面工程》课程教学改革浅论

路基路面工程是道路桥梁与渡河工程专业一门重要的专业课程,课程的实践性极强。针对路基路面工程课程教学中存在的问题,结合课程特点深入分析了教学中出现问题的根本原因。根据存在的问题,提出了课堂教学与实践教学合理结合的方法,并对课堂教学、实验教学和实践教学提出了相应的教改对策。     

浅谈数形结合方法在解题中的应用

数形结合方法是数学解题中常用的思想方法，用数形结合方法可以使复杂问题简单化．抽象问题具体化；能够变抽象的数学语言为直观的图形、抽象思维为形象思维，有助于把握数学问题的本质。本文拟从“以形助教”和“以数辅形”这两方面，揭示出“数”与“形”之间的紧密关系，从而把问题优化，获得解决。     

遗传算法在军事运筹学中的应用初探

本文简要介绍了遗传算法,分析了遗传算法在军事运筹学重的应用。     

基于正交设计法的遗传算法

将正交设计法和遗传算法相结合，既保留了遗传算法本身的优点，又可以较好地解决遗传算法在达到全局最优解前收敛慢的问题。该算法能有效地求解函数优化问题。     

用遗传基因算法实现切削实验数据拟合

采用遗传基因算法实现切削数据的拟合,用数据库技术实现算法—将基因(gene)视为字段、染色体(chromo-some)视为记录、种群(population)视为库,以数据库的基本操作替代遗传过程;解决了传统回归分析方法的不足,使回归过程简单、结果稳定、可靠,并为回归分析提供了一条新途径。     

遗传算法在温室控制中的应用

遗传算法是一种基于自然选择规律的优化方法,适合解决温室控制中复杂的、非线性的优化控制问题.综合论述了遗传算法,包括差分进化算法在温室控制中的应用,以及今后的发展方向.     

线性八叉树的平移和旋转

线性八叉树编码是一种有效的表示三维物体的方法。给出了线性八叉树的平移和旋转算法,它们都有线性的时间复杂性。     

基于Kaplan-Meier算法的上证指数涨跌天数研究

运用Kaplan-Meier算法对上证指数连续上涨和下跌天数进行研究,研究了在不同的市场交易制度(即T+0,T+1和涨停板制度)对上证指数涨跌天数的影响,其结果表明Kaplan-Meier算法对于分析股市的变动是有效的.     

基于模拟退火遗传算法的IIR数字滤波器参数优化设计

结合模拟退火算法的思想和遗传算法的思想,提出模拟退火遗传算法,并用此算法进行滤波器参数整定与优化,同时使用自适应交叉率和变异率,以及适应度拉伸方法对传统遗传算法进行改进。该算法有效抑制早熟,又具有收敛性快、全局寻优与局部寻优能力。仿真结果表明,基于此算法寻优设计的滤波器控制器具有更好的滤波特性。     

基于改进型期望值选择的GA及程序实现

遗传算法(Genetic Algorithms,GAs)作为一种新的全局优化搜索算法,在各学科中有着广泛的应用,选择策略在GA的进化中具有重要的意义,直接决定GA进化结果的效率和效果,该文指出基于轮盘赌选择的遗传算法和基于传统期望值选择的遗传算法的不足,并在此基础上提出了基于改进型期望值选择的遗传算法(RevisedExpected Value Selection-GA,REVS-GA),提高了程序的简洁度,同时通过实验证明了REVS-GA有效地克服了“早熟”现象,并且执行的效率比传统算法高.     

动态迭代聚类算法分析基因序列数据

聚类技术在知识发现方面发挥了很重要的作用，K—均值算法是聚类分析中最常用的算法，但K—均值算法必须预先选择类的数目作为先验值，即研究者需要确定数据空间内有意义类的数目．针对这个问题，本文提出一种新的聚类算法—动态迭代聚类算法，动态选取K个边缘相似度的数据对象作为最初的初始聚类点，并根据类内或类间的相似度离差程度不断地精练(合并或分割)初始类群．模拟实验结果表明，该算法提高了聚类质量，使聚类具有更高的准确性。     

多目标优化的遗传算法及其实现

遗传算法是一种通过模拟自然进化过程搜索最优解的方法,在优化方法中具有独特的优越性,有着非常重要的理论意义和广泛的应用领域．多目标优化问题求解已成为遗传算法的一个重要研究方向,而基于Pareto最优概念的多目标遗传算法则是当前遗传算法的研究热点．本文对遗传算法的理论基础进行分析,包括模式定理等,讨论用遗传算法来解决多目标优化问题的方法并给出其实现,介绍遗传算法的各种改进措施,并指出遗传算法的发展动向．