做人的三个“A”

“三A原则”就是三个以A开头的英语单词：Accept——接受；Appreclate——重视；Admire——赞美。也就是说，在国际交往礼仪中的这一基本原则就是接受对方、重视对方和赞美对方。     

浅谈3岁幼儿的合作与分享教育

随着社会的进步，科技的发展，在生活的各个领域中越来越需要人们具备与人合作与分享的品质。善于与他人合作分享是时代的要求，是孩子日后生存和发展所必须的品质。所谓合作是指两个或两个以上的个体为了实现共同目标而自愿地结合在一起，通过相互之间的配合和协调而实现共同目标，最终个人利益也获得满足的一种社会交往活动。而分享包含的内容是多方面的，不仅指能与人共享物质与精神方面的快乐，也指与人分担忧愁。分享不是一种失去，而是一种互利。合作与分享之间存在着相辅相成的关系。光有合作没有分享，会导致孩子养成独享的不良习惯；光有分享没有合作，会使孩子养成坐享其成的不良品行。不利于孩子社会性发展，不利于建立孩子日后生存和发展所必须的品质。因此，从小班时就开始培养孩子合作与分享兼有的品质就愈显得重要了。     

网格图的2-彩虹控制数

给定一个图G和正整数k,图的彩虹控制函数f是满足下列条件的映射f:V(G)→2{1,2,…,k},使得对某个顶点v满足f(v)=,则∪u∈N(v)f(u)={1,2,…,k},其中V(G)是图G的顶点集,N(v)表示所有与v相邻的顶点的集合.彩虹控制函数f的权定义为w(f)=∑v∈V(G)|f(v)|.图的k-彩虹控制数γrk(G)是所有彩虹控制函数的权中的最小权.研究了2-彩虹控制函数的启发式算法的网格图的构造方法,实验结果表明,基于禁忌搜索策略的模拟退火算法比传统的模拟退火算法具有较好的效果.     

大学生德育工作的创新

德育工作在大学生的教育中占据着十分重要的位置,德育工作直接影响到大学生的成长过程.从创新的视角,剖析了大学生思想品德教育的现状,提出了以人为本、顺应大学德育工作的时代脉搏、与学生建立平等的师生关系、在交往中提升大学生的整体素质和加强大学生的自我教育等德育新思路.     

基于MMHC算法的贝叶斯网络结构学习算法研究

贝叶斯网络是人工智能领域研究不确定环境下知识表示和因果推理的有效工具之一,迄今为止已经提出了许多贝叶斯网络结构学习算法.MMHC算法是一种较新的贝叶斯网络结构学习算法,该算法的评分搜索阶段应用了贪婪搜索算法,但该算法容易陷入局部最优而无法得到全局最优网络,针对该缺点,在MMHC算法的评分搜索阶段应用模拟退火、随机重启爬山搜索、禁忌搜索3种搜索策略取代贪婪搜索,详尽的实验结果表明在MMHC算法中这3种搜索算法的效果普遍优于贪婪搜索,其中模拟退火搜索学习效果最好,MMHC算法的评分搜索阶段可以用模拟退火搜索替代贪婪搜索达到提升算法的学习效果.     

一种基于遗传-禁忌混合策略的PMU最优配置方法

以电力系统状态完全可观测和相量测量单元配置数目最小为目标,形成PMU最优配置问题.相量测量单元可以测量母线电压相量,结合测量数据采用改进的快速拓扑可观测性分析方法保证系统完全可观测,应用遗传算法和禁忌搜索算法的混合策略求解最优配置问题,实现全局最优.以IEEE 9节点系统和IEEE 39节点系统为例进行验证,结果表明,直接利用节点可观测原则判断电力系统的可观测性,可以提高可观测性分析的计算效率.     

柔性作业车间调度的动态禁忌粒子群优化算法

针对复杂的多目标柔性作业车间调度问题(FJSP),提出一种基于全知型粒子群优化(FIPS)和动态禁忌搜索(TS)的混合Pareto算法,它在利用FIPS的全局搜索能力确定搜索方向后,通过TS进行有效的局部搜索以提高算法的搜索性能.该算法采用基于强度的适应度函数来评价粒子,以使非劣解均匀分布于Pareto前沿;采用基于公共关键块的多种邻域结构,既保持了种群的多样性,避免算法陷入局部最优,又有效提高了算法的收敛速度.算法中还引入了基于变异的自适应扰动策略来进一步增加解的多样性.对不同规模实例的比较实验表明,文中所提出的算法具有较好的搜索性能,是一种求解大、小规模多目标FJSP的有效算法.     

BWC着色问题的一种启发式算法研究

无向图的BWC着色问题是给定两个正整数b和w,判断是否存在这样的着色方案:对b个顶点着黑色,对w个顶点着白色,其它顶点不着色,着黑色顶点集合与着白色顶点集合之间没有任何边相连。BWC的最优化问题,是找出一种最优化着色方案,使得与所有黑色顶点不相连接的着白色顶点数最大。该问题被证明是NP-完全问题。提出了一种基于禁忌表和局部搜索机制的混合启发式算法(BTLSBWC),通过对部分网络图进行测试,结果达到了现有文献计算出的最好值。     

教书与育人点滴

该文阐述教书育人的根本是先＂育人＂再＂教书＂。通过教师的示范作用陶冶学生情操。通过师生交往,点滴培养,使之信其道照其行。以榜样熏陶学生的品质,影响和教育学生,达到育人的目的。     

禁忌搜索粒子滤波算法在目标跟踪中的应用

雷达目标跟踪量测系统常受到闪烁噪声干扰,导致传统滤波算法的滤波性能急剧下降甚至发散。针对标准粒子滤波算法存在粒子退化的缺陷,重采样环节引入禁忌搜索思想,提出了禁忌搜索扩展卡尔曼粒子滤波算法,驱散局部最优的粒子集,使其向全局最优位置靠近,提高采样粒子的有效性。结合交互多模型（IMM）,将算法与IMM-PF算法进行仿真比较,结果表明该算法对机动目标具有较优的跟踪性能。