液相色谱智能化——多段梯度洗脱满意分离条件之启发式自动搜索

本文为高性能液相色谱作定量分析,提供一种新颍方法,自动求得峰形分离良好的色谱图,并由此对于仪表之智能化前景作一展望。利用多段梯度洗脱法来改进分离,会引起搜索该条件之复杂化。为此,启发微机来搜索满意的分离条件,而不去搜索最优分离条件,较为合理而且方便。用本法分析人体血液中21种主要氨基酸组分,获得成功。     

基于遗传算法的模糊神经控制器的设计与仿真

根据遗传算法和智能控制的特点,提出了一种基于遗传算法的模糊神经网络控制器,遗传算法主要优化模糊神经控制器的隶属度参数和第三层的网络节点.对优化后的控制器进行了仿真比较研究.仿真结果表明,该控制器有较好的控制性能.     

基于免疫遗传算法的双向车辆调度问题实现

在对双向车辆路径问题(DVSP)简要叙述的基础上建立了DVSP数学模型.针对DVRP,构造一种的免疫遗传算法来求解DVSP,提出了一种自然数编码方法、交叉算子的自适应机制.并将求解结果与其它启发式算法比较.比较结果表明,该算法对于求解DVSP问题具有较好的性能和更好的鲁棒性.     

遗传算法在声纳隔振模块参数优化方面的应用

声纳在军工和民用上都有极其广泛的应用。为了提高声纳的工作性能,必须在声阵模块前、后插入性能优良的隔振模块,而隔振模块的性能参数又严重影响了其隔振性能。因此在建立隔振模块数学模型,准确计算和预报其隔振性能的基础上,进一步实现优化,对于设计和制造性能优良的声纳隔振模块,具有特别重要的意义。本文应用ANSYS软件建立了隔振模块的参数分析文件,结合遗传算法实现了充油密度、护套弹性模量、隔振组件弹性模量的优化设计。     

基于杂合遗传算法的车间生产调度研究

提出一种将遗传算法与启发式规则、模拟退火法等搜索方法结合在一起的杂合遗传算法.将该种方法应用于求解某双极集成电路制造企业的车间生产调度问题,仿真结果表明,它是有效和可行的.     

单台机器多目标作业排序问题的探讨

以往对单台机器排序问题的研究大都限于单目标排序，而在实际的生产调度和计划管理中绝大多数情况需要进行多目标作业排序。本文运用模糊数学的方法，提出一种单台机器多目标作业排序的算法。     

体育院系网球专选课教学改革初探

本文运用文献资料、专家访谈、逻辑分析等方法,对高校体育院系网球专选课现状进行分析研究并提出教学改革措施,旨在推广运用"主体性"、"启发式"教学以及让学生更多参与实践来提高教学质量和效率。     

神经网络式电力负荷预测的混合计算

针对BP算法存在的缺陷，如训练速度慢，易收敛于局部极小点及全局搜索能力弱等，利用遗传算法能够进行全局最优化搜索这一特点，提出了一种新的用于BP网络训练的混合算法，即遗传算法与改进的BP算法相结合的混合训练方法，将所提出的混合训练方法应用于神经网络式电力负荷预测中，结果表明：所提出的算法与单一的BP算法相比，不仅可避免陷入局部极小点，而且提高了网络的训练速度和负荷预测精度。     

一种基于messyGA的分类规则提取算法

目前的遗传算法还普遍受限于模式定理，基于积木块假设的算法使得低阶短定义距的特征保留，影响到了算法的全局搜索能力。一种基于messyGA的分类算法，克服了只有低阶短定义距模式构成最优解的缺点，实验结果表明，该规则提取算法优于传统分类算法。     

从CET口试引发的思考

大学英语口语考试（即CET-SET）现已全面铺开。口试的增加无疑符合时代要求，但它同时也使大学生和高校英语教师面临挑战。由CET口试所引发的思考是多方面的，其中最主要的是如何改革当前的教学方式以适应社会对素质型人才的需求。