伯恩斯坦语言编码理论视角下的隔代教育分析

隔代教育原本是帮助年轻父母解决后顾之忧的重要举措,而现实生活中隔代教育存在的众多教育问题对孩子的成长和发展极为不利。文章借用伯恩斯坦的语言编码理论对隔代教育进行解释和剖析,指出隔代教育效果不如双亲教育的重要原因在于祖辈用的是限制型语言编码,孙辈在和祖辈的生活中习得了这种语言编码,与学校教育和主流社会要求的精致型语言相背离,一旦他们走进学校和社会则较难取得成功。破解隔代教育的困境,关键在于构建孩子的精致型语言编码。     

在政府采购法实施条例颁布施行的背景下如何改进高校政府采购工作

通过分析《政府采购法实施条例》对高校政府采购工作的影响,提出改进高校政府采购科学管理的对策,提高高校采购工作的质量和效率。     

差压式汽包水位的误差分析和改进

汽包水位水位是现代火电厂重要的监视参数之一,保证汽包水位的准确对机组的安全,经济运行有着很大的帮助,本文从汽包水位的测量原理推导出水位的计算公式,并通过分析计算公式中的参数,得出影响水位测量的几个关键因素,通过对这些因素的分析提出了几项改进措施,可以提高水位测量的准确性。     

变电站电缆敷设及二次接线的工艺改进

电缆敷设是指电缆从配电箱出来以后到达用电设备或另一个配电箱的走线方式，一般而言，不同的环境、条件、性质所选择的电缆敷设方式也有差异。电缆敷设和二次接线是变电所建设施工过程中的重要工作，与整个工程的质量息息相关，也是涉及到变电站各项保护功能实现的重要项目。在电缆敷设和二次接线施工过程中，涵盖许多内容和程序，各个环节都对整个工程的质量息息相关，做好每一个环节的改进工作是提高其质量的关键。文章从变电站电缆敷设和二次接线的一般工艺着手，探讨了如何改进其工艺提高工程质量的问题。     

基于小波变换的全方向M型心动图运动曲线滤噪

提出一种基于小波滤噪的全方向M型心动图运动曲线滤噪方法,全方向M型心动图是一种由B超得到的超声序列图像,由于在采集的过程中受到各种干扰以及由于图像数字化造成的阶梯效应,使得从全方向M型心动图中提取出的运动曲线存在噪声和量化效应。为了在消除处于高频分量的噪声和量化效应的同时,保证具有医学价值的信号分量不丢失,本文在传统小波阈值去噪的基础上,采用改进的小波阈值去噪方法来处理全方向M型心动图运动曲线,实验结果表明,该算法能够极大地消除心动图运动曲线中的噪声和量化效应,使得运动曲线较为平滑,采用同样的方法对速度曲线和加速度曲线进行平滑处理后,能够为医生的诊断提供更精确的信息。     

改进智能算法的认知无线Mesh网络优化频谱分配算法

随着网络资源日益紧张,认知无线Mesh网络中的频谱优化分配问题的研究主要集中在总带宽的最大化和占用频谱数的最小化。文中考虑到杂草算法的多样性以及容易实现和编码快捷等特点,提出一种基于改进入侵杂草优化算法(IWO)的频谱优化分配方法(IIOW)。通过对扩散条件中调和指数的优化,使得扩散更加均匀准确,大大加快收敛速度,同时优化了适应度函数的曲线。仿真结果表明:基于改进IWO的优化算法能在最大化总带宽与最小化信道占用数的情况下,获得较为理想的适应度函数曲线,同时加快收敛速度。     

基于预处理模糊Petri网与改进遗传算法的电网故障诊断方法

为了提升电网复杂故障时的态势感知能力,提出了基于预处理模糊Petri网与改进遗传算法的电网故障诊断方法.首先,基于层次化、动态建模的思想,在建立元件一般故障诊断模型的基础上,引入浮动库所、浮动弧、浮动变迁的概念来合理的体现主保护、断路器以及后备保护之间的逻辑关系,建立了元件复杂故障时的诊断模型;其次,挖掘故障信息源的特性进行预处理,依据故障类型动态建立相应Petri网诊断模型;再次,利用改进的遗传算法对模型中的参数进行了训练、优化;最后,探讨了该Petri网故障诊断模型的容错性、通用性.对算例系统仿真的结果表明:该方法突出了故障诊断过程的层次性、可理解性,提升了诊断模型的透明性、改善了诊断模型的易维护性,在电网复杂故障的情况下诊断结果仍具有较高的准确度,并呈现有较好的容错性.     

货运O2O平台有时间窗同城零担集货匹配优化决策

零担集货业务的供需匹配和路线规划问题是同城货运020平台面临的发展难点.本文站在平台的角度,同时考虑司机和客户的实际需求,引入单位订单处理时间窗的概念,提出操作性较强的零担集货预匹配优化策略,突破传统逐级推送模式的思维局限,充分考虑需求和运力的属性-时间-空间分布;其次综合考虑客户OD点对、订单时间窗、以及司机工作时间窗、起终点、车辆容量限制等因素,在不考虑拒绝订单的条件下,以最小化服务总成本为优化目标,构建单位订单处理时间窗内某区域的半开放式多车场的带取送货和时间窗的车辆路径优化模型.最后针对模型特性采用改进的遗传算法进行求解,并选取卓集送公司某市某区某单位订单处理时间段(高峰期)连续60天的实例数据进行实证分析.研究结果表明,改进遗传算法的求解质量明显高于就近匹配贪婪算法,优化比例平均值为30%,最高达到53%,从而实现司机和客户双方的利益最大化.     

双属性概率图优化的无人机集群协同目标搜索

为了提高不确定环境下无人机（unmanned aerial vehicle，UAV）对目标捕获能力，进而提高多UAV协同搜索效率，提出了基于双属性概率图结合改进的协同进化遗传算法（improved co-evolutionary genetic algorithm，ICEGA）的多UAV协同目标搜索方法。首先，根据环境的先验信息，在原概率图基础上引入标志位，建立基于双属性矩阵的待搜索环境概率模型，提高环境和目标的信息感知准确度；其次，定义UAV的飞行规则并结合目标先验概率图信息，建立UAV运动模型及确定最大收益的目标函数；最后，建立分布式UAV之间的信息交互模型，运用ICEGA算法优化产生最优协同决策输入航向角集合，在线实时滚动优化产生最优协同路径。实验结果表明，基于双属性概率图结合ICEGA算法更能够保证最优路径的产生，使得UAV能够准确地搜索到目标；同时，对比仿真验证了ICEGA算法能够提高UAV之间的协同性，保证了路径可行性及提高了目标搜索效率。     

基于改进PID神经网络算法的AUV垂直面控制

针对一类小型低速自主水下航行器(AUV)的垂直面运动控制问题,设计了一种改进的PID神经网络控制器,实现对水下航行器在垂直面内深度和俯仰角的全局控制。利用REMUS水下航行器模型搭建了Simulink下AUV垂直面仿真控制系统,仿真结果表明,改进的控制方法克服了原方法中饱和区过大的问题,具有良好的动态性能同时能够适应不同的学习速率和网络初始权重,对水下航行器的工程实际应用具有一定参考价值。