全局粒子群优化算法

针对粒子群优化算法在解决大维数的无约束优化问题时具有较差的收敛性和稳定性,提出了一种全局粒子群优化(GPSO)算法.GPSO算法引入了一种新的惯性权重,它被定义为一个指数型函数与一个随机数的乘积,这有利于维持算法的全局搜索和局部搜索.同时,GPSO算法对全局最优解进行了小的扰动,这可以有效地避免算法早熟.使用三种粒子群优化算法来解决6个无约束优化问题.仿真结果说明,与其他两种粒子群优化算法相比,GPSO算法具有更快的收敛速度和更强的逃离局部最优的能力.     

全息术应用及前景

根据全息术的原理和特点列举了全息术在信息处理与存储、干涉记录及全息显示等方面的应用。并结合全息原理、特点及相关文献,对其应用前景进行了大胆预测,指出它在未来经济、生活、通信、国防等各个领域中的地位和作用。     

改进差分进化算法在系统可靠性问题中的应用

分析了经典差分进化算法的寻优特点,提出一种扩展变量维数的自适应差分进化算法.该算法将变异率作为解向量的一维分量,随其他分量一起参与算法进化的全过程,使算法参数更好地适应算法进化各阶段的要求,提高了算法性能.将改进后的算法应用到系统可靠性问题中,针对3种典型的可靠性问题进行了仿真实验.结果表明,所提出的算法与其他算法相比具有很好的寻优效果.     

大学物理与高中物理课程光学部分的衔接研究

比较了教育部制订的《高中物理课程标准》和教育部高等学校物理学与天文学教学指导委员会物理基础课程教学指导分委员会最新鳊制的《理工科类大学物理课程教学基本要求》（2010年版）中关于光学部分内容的基本要求,较为深入地分析了大学物理与中学物理在光学部分内容衔接中的一些具体问题,并提出了相应的教学衔接的建议,希望为顺利实现从中学向大学的过渡提供参考。