宇宙旅行逃行指南

女士们、乡亲们,欢迎参加“Z星球浪漫炫酷7日游”,我是本次旅行的导游。参加本团的同学想必对太空旅行都很憧憬吧？可是万一。我是说万一太空飞船在空中突然出现故障,您知道该怎么自救吗？咳,各位旅客请坐好,出发前,请让我为大家介绍一下“宇宙旅行逃生指南”吧!     

预测未来的科学

“未来无法预测”的说法肯定是错误的。在科学基础上预测未来是常见的事,并不奇怪。典型例子如天气预报。而对地震的研究导致了地震学科的建立。客观世界遵循自然规律,但又是无规、随机、非线性和有突变的,因而预测未来既可能又很难成功。不能用因果性要求批评量子物理实验;可以用因果性对待经典物理实验,但不应死守“因先于果”的时序限制。因果律的精髓应是“在任何情况下果都不能影响因”。在Maxwell—d’Alembert方程求解过程中,完整的数学分析结果是有一个滞后解和一个超前解。过去的习惯作法是抛弃超前解而只留下滞后解,虽然从逻辑上的因果性出发而这样做并不合理,能被人们接受的理由只是“滞后解才与实验情况相符合”。现在已出现了众多的负波速实验,证明了超前渡存在,并且在实验中“果超前于因”。这些实验体现了“进入未来”的意蕴,或许可以看成是“时间机器”设想的某种体现。一般认为经过时空隧道可作时间旅行;也可利用量子力学现象,例如纠缠态和后选择。量子隐形传态传送的是量子态而非实体物质,从逻辑上讲量子后选择传态与时间旅行是一致的。因此旅行者实际上未动,而传送的是描写旅行者的全部信息。很明显,在量子理论中时间旅行是可能的。量子力学是未来学发展的动力。……然而未知事物大量存在,要承认未来充满了不确定性;对未来学的研究面临巨大困难,道路是漫长的。     

热轧调度并行处理策略的多旅行商模型

研究了钢铁企业热轧工序的生产调度问题·对于热轧调度,传统的研究和开发方法是采用串行策略:一个班次内的轧制单元计划是依次制定的·这种串行策略实质是一个贪婪程序,所以可能导致局部最优·与这个串行策略相反,从全局最优观点提出了一个并行策略:能够同时产生一个班次中的Ｍ个轧制单元计划·使用并行策略,基于实际生产约束的热轧调度问题可以作为一个多旅行商模型·为了求解这个问题,多旅行商模型变换为单旅行商模型·     

基于信息甄别的预订货策略研究

以一个制造商一个经销商组成的二级供应链为研究对象,在信息不对称条件下从制造商的角度,基于信息经济学理论建立了供应链的利润函数的信息甄别解析模型,提出了预订货激励契约,对其有效原因进行了分析并解释了契约关键参数的意义,得出了制造商的最优产量决策机制。结论表明：在信息不对称条件下,制造商可利用预订货价改变经销商的利润函数结构,通过信息甄别机制对经销商的预订购量进行判断以获得真实的市场需求信息。     

蚁群算法与免疫算法的混合算法

蚁群算法是近些年来启发式算法研究的一个热点,在求解复杂组合优化问题上具有强大的优势.作为一种全局搜索的方法,它具有正反馈性、并行性、分布性、自组织性等特点.但是,蚁群算法也存在一些不足之处:例如,算法需要较长的搜索时间、容易出现早熟、停滞现象.针对上述不足,在深入研究蚁群算法的同时,又对免疫算法进行了一定的研究和分析后,针对蚁群算法中的个体蚂蚁缺乏识别问题特征信息的能力,将免疫算法中疫苗的思想引入到蚁群算法中,提出了蚁群算法与免疫算法的混合算法.将问题的特征信息作为疫苗注射给蚂蚁,使蚂蚁具有"免疫"的能力,旨在借鉴其他仿生算法的长处,利用其优点弥补蚁群算法的不足,从而提高蚁群算法的求解性能.     

太空天梯的前世今生

坐电梯到太空旅行,这一匪夷所思的科幻之梦正在离我们越来越近。     

一种基于模拟退火和Hopfield神经网络求解TSP算法

针对Hopfield神经网络解旅行商问题（TSP）经常出现无效解和局部优化解。将模拟退火智能算法与Hopfield神经网络相结合,提出了一种混合优化算法（SA-HNN）,同时合理地修改了Hopfield神经网络的能量函数,确立网络参数。这种方法在很大程度上避免了Hopfield神经网络优化陷入局部极小的缺陷,大量实验证明了该算法具有收敛速度快,可避免无效解,易获得全局最优解等优点。     

历史

03.101876年3月10日,亚历山大·贝尔(Alexander Bell)首次成功通过电话线传输声音,人类从此进入了电话时代。当天,贝尔在实验室中不小心碰翻了硫酸并溅到了自己的衣服上,于是他大声召唤自己的助手沃森:"沃森先生,快来,我需要您!"这就成为人类经电话线传输的第一句话。除了电话外,贝尔在光通信、航空等领域也做出过开创性的贡献。他不仅是一位著名的发明家,同时还是一位杰出的企业家。在发明电话后,他于     

粒子群与遗传算法的混合算法

针对粒子群算法直接用于求解离散旅行商优化问题会存在诸多困难,通过分析粒子群算法、遗传算法各自优缺点,将粒子群算法、遗传算法有效结合组成混合算法用于求解离散旅行商问题.混合的目的在于保持两种算法各自的优点,并有效地避免各算法原有的不足.对3个不同规模的巡回旅行商问题进行实验,结果表明:混合算法提升了算法的局部搜索能力.     

昆明西山森林公园游憩价值评估

旅行费用法(TCM)和条件价值评估法(CVM)是被广泛应用的环境价值评估技术.本研究采用TCM与CVM相结合来评估昆明西山森林公园的游憩价值,为旅游资源和生态环境管理提供参考依据.通过实地问卷调查,随机发放问卷600份,回收有效问卷557份,采用TCM评估,统计分析得出西山森林公园游客的消费者剩余及旅行费用,两者相加得出消费者的支付意愿,即得到2010年西山森林公园的游憩价值为6.4×108元;用CVM估算该案例,对TCM的评价结果进行验证,即在调查问卷中直接询问游客到西山森林公园休闲娱乐的支付意愿,统计计算得出总的支付意愿,即得到2010年西山森林公园的游憩价值为2.9×108元,小于TCM评估值.同时,分析了受访者不同社会经济特征变量对平均支付意愿的影响,结果表明受访者的年龄、人均收入对平均支付意愿影响显著,而平均支付意愿不受受教育程度的影响.