市场经济与文学的“转型”

当今的文学要在市场经济大潮中求得生存与发展,并承担起自己新的历史使命,我们不能只是指责文学的种种不是,或是以回避的态度对之,而应以一种直面的心态去接纳它.这里除了勇气之外,我们的思维方式和文学的学科姿态也必须有个全新的转变,只有这样才会使文学创作与研究能应对全球多极化、市场经济一体化以及消费文化带来的挑战.     

网络文化的范式转换：从精英文化到大众文化

网络的发展为人类创造了一个全新的生活空间,也为人类的文化带来了变革。对网络文化的研究是当前比较热门的话题,不同的学者从不同的基点和维度对网络文化做了大量的研究。但纵观这些研究,可以发现很少有人对网络文化本身发展的历史过程做过深入的考察。本文试图立足于文化研究特别是大众文化研究,通过剖析网络技术发展的历史,对网络文化本身的发展过程作一探讨。     

改进的灰狼算法在电动汽车充电调度中的应用

针对灰狼优化算法(grey wolf opotimizer, GWO)易早熟收敛和陷入局部最优的缺点,提出一种基于精英反向学习的改进灰狼算法(grey wolf optimizer based on particle swarm optimizer, PSO-GWO)。首先,利用精英反向学习机制初始化种群,使种群保持多样性;然后提出一种非线性控制因子策略,增加算法的搜索能力,提高算法的收敛速度;最后基于差分进化和粒子群思想更新了位置方程,从而提升算法的收敛性能。采取10个基准测试函数将本文提出的改进算法与差分进化算法、粒子群算法、传统灰狼算法、其他学者提出的改进灰狼优化算法进行对比。实验结果表明,本文提出的算法与其他算法相比,在求解多峰函数问题上效果显著,可以搜索到最优解0,同时求解最优非0解函数的效果也体现地较优越;同时运用改进的算法在实际电动汽车充电调度上进行了对比分析,发现也取得了不错的效果。     

改革开放初期中国学会的兴起

改革开放初期(1978-1989)学会出现了创建高潮。科技经济体制的改变、新科技革命的到来、科技人员政治思想的解放、中国国际交往的需要等要素推动了学会的创兴,而科技共同体中科技精英的自主性要求,以及当时学会办事机构作为行政或事业编制的体制都在不同程度上助推了全国学会的成立与发展。全国学会的创兴及其动机反映了中国当代科技发展与政治、经济、教育、文化之间的互动关系。     

如何看待精英——精英民主理论阐释

自从古希腊人发明了"民主"一词,民主就成为了众多思想家探讨的论题.由洛克、卢梭等人表述的,以代议制论为核心的民主理论,为近现代西方民主制度的形成和发展奠定了坚实的基础.然而19世纪末20世纪初以来,它却越来越难以圆满解释和说明西方不断变化的社会政治现实.正是在这样的历史背景下,各种形形色色的有别于经典民主理论的新的民主思想或流派横空出世,它们见解主张各异,视角方法有别,影响大小不等.其中以韦伯、熊彼特、拉斯韦尔等人为代表的精英民主理论是一个重要转折,也是当代西方民主理论中一个举足轻重的流派.     

具有混合策略的二人有限零和灰色博弈

基于灰色系统理论的思想和方法，探讨了具有混合策略的二人有限零和博弈问题．提出了具有混合策略的二人有限零和灰色博弈的概念．以及相应的平衡解、上、下临界平衡解、理想平衡解、口定位平衡解、均值定位平衡解等概念．证明了具有混合策略的二人有限零和灰色博弈问题平衡解的存在性．并且推证过程也提供了求解上、下临界平衡解、口定位平衡解和均值定位平衡解的方法．指出了灰色博弈问题的最优值与其上、下临界博弈问题最优值之间的关系．以及理想平衡解存在的一个充分条件．中的实例说明了有关概念及结论的合理性与求解方法的有效性。     

房地产企业回报率规制模式的有效性研究——基于房产商与政府规制机构的博弈分析

为评价房地产企业回报率规制模式的有效性,本文从博弈论的角度出发,建立了政府规制机构与房产商、房产商与房产商为参与人的博弈模型,并得到混合策略均衡结果。在此基础上,分析了规制成本、惩罚力度、声誉收益或损失等因素对房产商行为及混合策略均衡的影响。博弈分析结果表明,政府机构对房产商的利润率进行限制,不仅对房价的抑制效果有限,而且还可能会导致商品房质量下降,社会福利水平降低。最后提出了完善房价规制体制、稳定房价的政策建议。     

基于出动效率最大的离场优化排序

飞机离场优化排序对于缓解跑道拥挤现象、提升作战体系出动效率具有重要意义。针对军航双跑道离场优化排序问题,首先建立了基于飞机在预定空域形成“任务包”时间最小为目标函数的优化排序模型,然后设计了一种基于精英反向学习策略和黏菌觅食行为的改进海洋捕食者算法进行求解,最后通过一个仿真实验,与其他算法的优化结果进行对比,改进的海洋捕食者算法使得“任务包”形成时间明显缩短,有效提升了作战飞机的出动效率,可以应用于解决飞机离场优化排序问题。     

基于精英反向学习的烟花爆炸式免疫遗传算法

针对移动机器人的路径规划中存在的避障和路径搜索等问题,文章提出了一种基于精英反向学习(elite opposition-based learning, EOBL)的烟花爆炸式免疫遗传算法(fireworks explosive immune genetic algorithm, FEIGA)。在FEIGA算法的基础上,引入EOBL机制扩大全局搜索,即在进行爆炸操作时,对当前最佳个体执行反向学习,生成其搜索边界内的反向搜索种群,引导算法向包含全局最优的解空间逼近,以提高算法的平衡和探索能力。函数优化结果表明,与其他算法相比,EOBL_-FEIGA收敛速度更快,搜索精度更高,有效地解决了免疫遗传算法(immune genetic algorithm,IGA)存在的局部搜索能力弱、易早熟收敛的问题,克服了FEIGA算法易陷入局部最优解的不足。路径规划结果表明,在不同的复杂环境下,EOBL_-FEIGA能实现机器人的最优路径搜索和避障,有较强的搜索能力和鲁棒性。     

论大学课堂教学主体人文素质的培养

培养完美人格与富有创新精神的人才是当前大学课堂教学的根本旨归.笔者认为,要实现这一目标,必须走出功利的误区,全面提升学生的人文素质,引导学生把一定的社会道德规范内化为自己的价值信念、责任意识和人文精神,从而真正成为服务于社会、服务于人民的文化精英.