工业仪表与化工单元操作实验交互式教学研究

分析了现有化工专业的工业仪表与化工单元操作实验教学存在的问题,提出了将两个教学环节结合起来的一种交互式教学模式。为交互式教学的有效应用和创新发展探索新的途径。     

基于遗传算法的试题库智能组卷系统研究

试题组卷是考试系统的重要组成部分。本文通过在编码策略、适应度函数、遗传算子、控制参数等方面的研究提出一种适应于试题智能组卷的改进遗传算法。对适应度函数的适当定标和建立自适应的交叉概率和变异概率,有利于克服未成熟收敛和遗传漂移现象,同时能在维持群体多样性的情况下,防止群体进入局部最优。实验证明改进遗传算法能更有效地提高组卷的效率。     

虚拟现实可视化技术在热学课程教学中的应用

在热学教学中引入虚拟现实可视化技术的目的是有效降低学生的学习难度,基于VRML语言建立交互式的三维虚拟教学模型,可应用于分子热运动、致冷循环等的教学,达到充分调动学生自主学习的积极性、激发学生的浓厚兴趣、降低教学难度和加深学生对理论概念和规律理解的目的,使学生轻松地突破学习中的重点和难点.     

一种改进的离散粒子群优化算法在TSP问题中的应用

针对粒子群算法解决离散问题时惯性项效率较低的问题,提出一种基于最优置换的改进算法,利用最优置换序列修改了惯性项.通过用TSP问题库内的基准问题进行仿真实验,与标准遗传算法和典型的改进粒子群算法进行结果比较,证明了该改进是有效的,其中替换策略和逆转策略效果尤为明显.     

基于遗传算法的中文多文档自动摘要方法研究

本文研究的重点是中文多文档自动的几个关键技术：包括子主题划分、基于子主题的句子抽取等。在传统的基于子主题的句子抽取方法的基础上提出一种基于子主题的遗传算法句子抽取方法,并对形成摘要的句子采用新的排序方法。所实现的中文多文档摘要系统具有重点突出,可读性强等特点。     

基于遗传算法的防空兵力优化配置模型浅析

结合现代防空作战部署的特点,对防空作战运筹中兵力配置问题进行探讨,建立兵力配置问题的数学模型,对遗传算法做了改进,并给出模型求解的方法和步骤,实例表明该方法可为决策者做出科学、有效的决策提供有力的支持。     

非线性多用户检测技术

多用户检测技术是移动通信技术中的一个关键技术,非线性多用户检测技术是其中一个重要的分支。免疫算法,遗传算法和神经网络是人工智能的三大信息科学,是智能控制领域的三个重要的基础工具,将其有机的结合起来可以解决许多组合优化问题。     

一种基于遗传算法的分类规则挖掘算法

对遗传算法应用于分类规则挖掘问题进行研究,提出一种基于遗传算法和Apriori算法的混合分类规则挖掘算法,该算法的具体方案包括分类规则编码、适应度函数定义以及对进化后的规则的约简方法,最后通过实例仿真证明了该算法的有效性。     

基于多宇宙并行遗传算法PID参数整定

针对复杂工业过程中控制要求多样性、控制参数难以调整等问题,本文提出了一种PID控制器参数整定的多宇宙并行遗传算法。利用多宇宙并行的方法以及移民与交叉两种策略改进标准遗传算法在PID控制参数整定过程中收敛速度较慢、稳定性较差、易陷入局部最优等问题。仿真实验结果表明,基于该方法设计的PID参数整定获得了良好的效果,能够较好地解决复杂工业过程中控制参数整定的问题。     

基于收缩精度的遗传算法逐级进化策略

为了有效克服传统遗传算法主观设定进化代数的弊端并提高算法进化期间的搜索效率,根据控制论中的反馈控制机理,通过适应度函数值的分散程度定义了收缩精度,并按照收缩精度将算法的进化期划分为不同的3个时期。在不同的进化期,采用不同形式的适应度函数以加大种群内个体之间的差异度。对交叉算子进行了改进,采用相关性配对交叉与改进的自适应交叉概率相结合的交叉算子,使算法达到较快的收敛速度。最后的算例表明,改进的遗传算法科学有效。