一种参数自调整多种群遗传算法

在借鉴海明距离、爬山法思想的基础上,提出了通过划分种群,采用不同的自适应参数,在保持快速收敛于最优的同时不失种群的多样性.新方法提高了搜索精度,较好地克服了未成熟收敛现象,并通过多元多峰数学函数对新方法和基本遗传算法进行比较评估,验证了新方法具有较满意的优化效果.     

干部、人事档案的动态材料收集浅议

干部、人事档案是组织考察、使用干部的主要依据之一,是干部工作的重要组成部分,而干部、人事档案又是在动态管理之中产生的.因此,必须加强对干部、人事档案工作的领导,明确责任,严格审查,认真核对,确保干部、人事档案收集及时、完整真实.     

论班级中差优生的管理

论述了学校班级中优、差生不同的管理方法,针对差等生的转化方法作出较为全面详细的说明.     

如何避免系统重装?

在电脑使用中,通常出现的一些诸如蓝屏、死机等现象,大多是由于某些系统文件操作不当或者感染病毒而造成损坏、丢失而造成的。对于这些小问题,只要我们掌握一些解决问题的技巧,就根本不必重装整个操作系统。下面就以2000/XP为例作一介绍。一、使用最后一次配置Windows2000/XP会在每次启动时自动备份注册表,如果我们发现系统不稳定甚至无法正常启动,可以重新启动机器,并在出现”正在启动Win-dows”信息提示时按F8键,选择“最后一次正确的配置”试一下,说不准可以解决问题。     

司法智能裁量系统：问题、措施及趋势

法学与智能技术的深度结合应用于司法审判领域,可辅助司法纠错、优化决策、预警法律风险等,能够让司法实践提质增效,但在技术中立伪装下也可能带来司法偏见、失控与误导.本文首先论述了司法信息提取中的问题,提出通过增加法律文书说理部分和规范法律文本结构等提高司法信息有效性的具体措施.其次,提出司法裁量模型中应加入价值观念,并讨论了建立价值审核和监督机制与促进算法可解释性的具体路径,通过建立内外部监督机制,让司法智能裁量模型使用的背景、整体的价值观以及采用的规则可被法律人理解,才能让其真正服务于司法实践.最后,针对当前司法智能裁量系统建立的难点即类案推荐,分析了类案判定的困境,并在比较法律专家系统与基于当前智能技术的计算模型利弊的基础上,指出人机协作建立具有综合分析能力的认知系统是司法智能裁量系统的发展方向.     

学科交叉视角下合成生物学研究领域发展态势分析

合成生物学作为一门新兴交叉前沿学科,是当今大国科技竞争中生物前沿技术和生物安全领域的必争之地。对合成生物学领域的学科交叉融合态势进行探究,为识别新兴学科交叉方向以及我国合成生物学的学科布局优化和管理有一定的情报参考价值。运用文献计量和社会网络分析方法,基于Web of Science数据库1913-2021年间的科研论文,从合成生物学领域的学科交叉规模、学科交叉强度、学科交叉网络和演化三个方面进行了研究分析。结果发现,合成生物学领域20%的论文存在学科交叉,学科交叉度平均为0.58;理学、工学、医学是其中的三大交叉领域,与哲学、法学、管理学等社会科学领域的交叉融合也在不断深入;1990年以来,合成生物学领域的学科交叉融合广度在持续增加,已逐渐形成“小中心、大网络”的多边学科交叉网络。合成生物学领域的学科交叉仍存在较大的潜在发展空间,今后我国应加强合成生物学技术在工学、医学领域的转化和应用,加深与管理学、教育学等社会人文领域的渗透融合。     

基于不确定性测度的犹豫模糊决策模型

针对已有犹豫模糊熵测度计算复杂、区分能力弱等问题,在综合衡量犹豫模糊元自身不确定性及其所表达信息不确定性的基础上,以凸组合的形式设计了混合型犹豫模糊熵和交叉熵测度。混合型犹豫模糊交叉熵测度用于度量两个犹豫模糊元之间的区分程度,它和混合型犹豫模糊熵测度一起统一于犹豫模糊元的不确定性测度。与已有的犹豫模糊不确定性测度相比,混合型熵测度具有结构简单、物理意义明确、区分能力强等优势;而混合型交叉熵测度则具有自然的对称性。然后,基于混合型犹豫模糊熵和交叉熵测度构建了属性权重未知条件下的多属性决策模型,并将其应用于无人机作战效能评估。     

“新文科”建设背景下经济学人才培养的路径研究

“新文科”建设是新时代对人文社会科学教育提出的新要求。如何在“新文科”理念下培养经济学人才,是中国经济学建设的一个重要课题。首先,从时代性、战略性、创新性、交融性和发展性5个特征维度阐释“新文科”建设的内涵;其次,探讨“新文科”建设背景下经济学人才培养存在的主要问题;最后,提出经济学人才培养需要持续优化经济学专业培养目标和培养方案;加强经济学的课程思政教育,推动济学与其他学科的交叉融合,推动经济学人才培养模式创新以及培养学生解决问题的能力等路径。研究结果可为培养适应新时代发展的经济学人才提供理论参考。     

光伏模组积灰与阴影特性分析及识别方法

针对光伏模组积灰与阴影特性识别问题,详细分析了积灰和阴影的光伏特性曲线差异,揭示了阴影光伏曲线的拐点时变特性。提出由特性曲线的拐点数量及电流电压特性条件共同构成训练模型的输入特征量,基于CatBoost算法训练积灰和阴影识别模型。最后,利用光伏模组实测数据对CatBoost算法、ID3和GA-BP算法训练出的识别模型进行性能分析和对比测试,结果表明基于CatBoost训练出的识别模型输入量区分性强、诊断精度高,极具工程应用价值。