算法技术对信息分发机制的创新与反思

信息过载加速了人们对信息的认知盈余,而算法技术通过信息大数据化的多次过滤完成精准推送,创新了信息的适配方式,重构了互联网信息分发的形态和受众与信息之间的赋权模式,实现了对信息价值的科学评估和有效适配.文章从信息分发的路径创新和范式创新等解析了算法技术型信息分发机制的创新价值与其面临的机遇和挑战.     

改进蚱蜢算法在电动汽车充换电站调度中的应用

电动汽车充换电站调度优化问题一般采用群智能优化算法求解，但现有算法存在陷入局部最优、早熟收敛等缺陷，因此提出一种改进的蚱蜢算法:采用边界反弹机制，提高算法效率;引入正余弦搜索机制，加强算法的全局搜索能力;采用Lévy飞行对粒子进行随机扰动，防止种群陷入局部最优;采用非线性收敛策略加快算法后期的收敛速度.实验结果表明，该算法在电动汽车充换电站调度优化问题上，性能优于原始蚱蜢算法以及其他现有群智能算法.     

基于MATLAB下的SER算法与LMS算法的比较

本文主要研究了自适应算法中的两种算法,序贯回归(SER)算法和最小均方(LMS)算法,并且利用Matlab软件对这两种算法进行了计算机仿真.结果表明,相对于LMS算法而言,SER算法自适应权值迭代通常不是按照最速下降的路径,而是在直接指向最佳权值点的方向上进行.而且,当特征值相差较大时,自适应收敛的速率将不会因特征值的影响而变慢.     

SQ12QQY型直臂式随车起重机伸缩臂窜臂现象的原因分析及改进措施

对直臂式随车起重机伸缩臂窜臂现象进行了分析,结果表明窜臂现象是伸缩臂油缸参数匹配不合理造成的。提出了伸缩臂油缸的无杆腔面积逐级递增的改进措施,实物验证其能有效地解决窜臂问题。改进措施对其他机型的随车起重机伸缩臂油缸参数设计具有借鉴意义。     

浅谈如何转变高职院校测绘专业教学模式

随着社会和经济的快速发展,当前社会对人才已从注重学历开始向技能型人才方向转变。高职院校虽然是培养高素质、高技能实用型人才的重要基地,但在传统的教学模式上其所培养出来的学生不能更好地满足社会发展的需求。在这种情况下,高职院校需要加快教学模式的转变,努力提高教学质量,从而培养出符合社会需求的专业性人才。文中对现有高职院校教学模式有待改变的情况进行了分析,并进一步对高职院校测绘类专业教学模式的改进进行了具体的阐述。     

一种自适应步长的复合梯度加速优化算法

自适应步长加速(Adam)类算法由于其计算效率高、兼容性好的特点，成为近期相关领域的研究热点.针对Adam收敛速度慢的问题，本文基于当前梯度、预测梯度以及历史动量梯度，提出一种新型Adam类一阶优化算法——复合梯度下降法(C-Adam)，并对其收敛性进行了理论证明.与其他加速算法的区别之处在于，C-Adam将预测梯度与历史动量区别开，通过一次真实的梯度更新找到下一次迭代更精准的搜索方向.利用两组常用测试数据集及45钢静拉伸破坏实验的实验数据对所提算法进行验证，实验结果表明C-Adam与其他流行算法相比较具有更快的收敛速度及更小的训练损失.     

Research on the Efficiency Evaluation for the Board Based on GT-AHP Method

The board of directors is the core of corporate governance mechanism. In order to enhance the operation efficiency of the board, and to further reduce the agency cost, effective appraisal of the efficiency of the board becomes urgent. This paper firstly uses graph transformation and matrix algorithm to analyze the performance evaluation factors of the board and establishes the ordered hierarchy structure of the appraisal indexes. Then, it calculates the index weights with the AHP method. Next, it sets up the efficiency appraisal index system of the board. At last, the paper gives an empirical analysis with an example.     

一种电力网络潮流计算的综合算法

针对牛顿-拉夫逊法对初值要求严格,迭代速度快的特点,利用电力网的结构特点,使用高斯-塞得尔迭代法的第一次迭代结果作为牛顿-拉夫逊法的计算初值。这样既解决了牛顿-拉夫逊法对初值要求高的问题,又提高了收敛速度。计算结果表明,综合算法在迭代次数和收敛速度上有优势。