浅谈启发式教学在机械制图中的运用和体会

该文探索在机械制图教学过程中,根据实际教学经验采用设疑法、创境法、比较法、故谬法、暗示法、讨论法等不同方法启发调动学生学习积极性,使学生真正参与到课堂教学中来,从而提高学生课堂教学效果。     

一种改进的Rough集属性约简启发式遗传算法

属性约简是知识发现中的关键问题之一 .为了能够有效地获取决策表中属性最小相对约简 ,提出了一种在优化初始群体基础上提高算法性能的启发式遗传算法 .首先 ,通过构造一个新的算子 ,将信息论角度定义的属性重要性度量作为启发式信息 ,来描述所选择的属性子集对论域中确定分类子集的影响 ;接着 ,以此为基础并结合遗传算法 ,选择一些经过优化的染色体作为初始群体 ,在加强局部搜索能力的同时保持了该算法全局寻优的特性 .最后 ,从理论上对算法做了分析 ,证明了新算子所选择的属性子集对原有属性分类能力保持不变 .试验分析表明 ,该算法能有效地对决策表属性进行约简     

热轧钢管主生产计划模型与算法研究

建立了热轧无缝钢管主生产计划问题的混合整数线性规划模型．该模型可归结为多阶段多产品带有能力约束的批量问题，但与传统批量问题存在以下不同：①充分反映了钢管企业与其它行业的不同工艺特点；②目标函数追求最大化现金流而不是最小化成本；③允许订单积压；④考虑库存能力约束；⑤忽略设置时间及成本。但引入了最小生产批量约束．鉴于该问题的NP难性，使用两种基于优化的启发式算法进行求解，并提出两条策略加以改进．     

一种基于禁忌搜索方法的作业车间调度

提出了一种解决作业车间调度最短完工时间问题的启发式算法．该算法中采用了变禁忌表长度策略的禁忌搜索方法．在禁忌搜索过程中利用完工时间（makespan）的一个下界作为判断一个解好坏的辅助量，由于得到该下界所需的计算量远远小于完工时间的，因此大大地减少了禁忌搜索过程的计算时间．从对一组问题基准实例的实验计算结果看，该算法在合理的计算时间内，得到了比当前没有使用转换瓶颈技术的最好的禁忌搜索算法之一的TSAB算法更好的结果．     

System deployment optimization in architecture design

Optimization of architecture design has recently drawn research interest. System deployment optimization （SDO） refers to the process of optimizing systems that are being deployed to activi- ties. This paper first formulates a mathematical model to theorize and operationalize the SDO problem and then identifies optimal so- lutions to solve the SDO problem. In the solutions, the success rate of the combat task is maximized, whereas the execution time of the task and the cost of changes in the system structure are mini- mized. The presented optimized algorithm generates an optimal solution without the need to check the entire search space. A novel method is finally proposed based on the combination of heuristic method and genetic algorithm （HGA）, as well as the combination of heuristic method and particle swarm optimization （HPSO）. Experi- ment results show that the HPSO method generates solutions faster than particle swarm optimization （PSO） and genetic algo- rithm （GA） in terms of execution time and performs more efficiently than the heuristic method in terms of determining the best solution.     

基于Petri网的考试系统智能出卷的研究

一般的网络考试系统是从题库中随机选题组卷,容易造成考卷难度不一影响考试的公平性.提出了使用petri网模型,采用启发式随机替换算法来控制考试系统出题难度的解决方案.     

基于启发式的多机器人SLAM地图融合方法研究

同步定位和地图构建（simultaneous localization and mapping,SLAM）是移动机器人在未知环境中完成地图构建和定位任务的关键技术。针对多机器人SLAM中的地图融合问题,提出一种启发式的搜索方法引导局部地图的重复区域进行地图融合。每个机器人可以在不了解其相对位置的情况下建立局部地图,并将局部地图信息发送至同一工作站中,以局部地图的相似性为判断指标融合得到最优的全局地图。在机器人实物平台上进行验证,结果证明了多机器人SLAM的地图融合算法的有效性和准确性。     

有限资源能力下的供需问题研究

将 JIT思想引入供需链管理中 ,建立了具有供应能力、运输能力约束的极小化产品成本费用总额的供需问题计划模型 ,并利用易于求解的线性规划模型 ,提出了一个有效的启发式算法 .该算法可以在多种资源能力平衡的前提下 ,找到较优的供应计划.     

专家系统规则启发式划分和并行推理

本文提出了一个启发式规则划分办法并分析了并行规则推理的代价,设规则集合被划分为π=(π_1,π_2,…,π_k),则对于任何一个规则R_i∈π_i,在π_(i-1)中至少有某个R_i,R_i与R_i在某种代换下相关,如果串行推理对规则进行一次遍历所费时间代价为C,对于同样规则划分π进行多处理机或进程并行推理一遍遍历代价至多为C′,C′≤(k/~#R)C。其中~#R是规则集合R的基数,同时给出一个实例和推理代价的实验数据。     

联用二维数据黑色体系的多组份解析与直观推导式渐进特征投影法

本文首先对黑色分析体系化学计量学解析方法的发展历史作了简要回顾，为对现存各方法的适应性进行了评价，着重讨论了联用色谱二维数据的重要特性，在此基础上，对直观推导式渐进特征投影法的主要思路进行了较详尽剖析，列出几种不同的，现仍不能为已有方法有效解析之体素，以期引起化学计量学家们的注意。