震害紧急响应阶段应急物流系统中的LRP

针对震后紧急响应阶段的应急物流系统优化问题, 建立了一个两级设施定位-运输路线安排问题模型(LRP), 据此进行应急设施定位-分配和救援物资运输路线安排决策. 根据该模型的特点, 提出一种基于两阶段分解思想的“三角”启发式算法, 对算法的复杂性进行了分析, 并与改进遗传算法进行了对比研究. 算例分析结果表明, 该模型和算法可以解决震后应急物流系统中的 LRP, 所设计的“三角”启发式算法性能优越, 具有较高的运算效率.     

无线传感器网络启发式分簇拓扑控制方法研究

传统启发式分簇拓扑控制方法通信开销大、负载均衡性差,忽略剩余节点能量,导致拓扑结构连通性和骨干网健壮性差,无线传感网络生命周期短。为此,提出一种新的无线传感器网络启发式分簇拓扑控制方法。给出无线传感网络模型。利用粒子完成分簇,对簇内负载与簇间负载进行分析,保证负载均衡性。引入一种描述节点间能耗及鲁棒性的行向量,以全面分析骨干节点通信开销与剩余能量对簇头挑选的影响。将最小生成树作为网络的基础结构,引入表示网络连接状态的列向量,以描述网络通信开销情况,获取目标函数。通过粒子群法求最优解,实现簇头选择。通过簇头组成骨干网,实现无线传感器网络拓扑控制。实验结果表明,所提方法能够保证拓扑结构的连通性与骨干网健壮性,延长网络生命周期。     

基于约束的集合覆盖选址-分配问题

摘要：
在供应链协同库存背景下研究了基于集合覆盖的有时间和容量限制的配送中心选址问题,目标是系统的成本最小以及决策配送中心向需求点提供最优配送量.根据建模的假设条件,建立了基于集合覆盖的有容量和时间限制的选址 分配系统的非线性规划模型,按照模型决策空间所具有的特殊结构,设计了基于遗传和粒子群算法（GA PSO）的启发式算法.用大量的数据作为算例对模型进行了数值演算.结果表明,模型实用、算法有效.
关键词：
协同库存;选址 分配系统; 时间容量限制; 启发式算法
中图分类号： F 27
文献标志码： A     

市郊线与市区轨道网络衔接的设计比选方法

分析了现有数学模型对市郊线与市区轨道网络衔接设计问题的不适用性,在此基础上提出两阶段设计方法,并着重对第一阶段——衔接方案集的生成方法进行了阐述.设计了一个以贪婪搜索思想为基础的启发式算法,求解市郊线与市区轨道网络衔接的优化方案.从寻优过程和换乘主导性两个角度分别生成了较优的可选设计方案集合.这些备选方案保证了较高的方案设计质量,并能覆盖不同站间距的郊区线衔接模式,为下一阶段的方案评价比选提供基础.最后通过一个算例实现了所提出的备选衔接方案集合生成方法,证明了这一方法在大规模轨道网络中的适用性.     

基于极大代数的阻塞流水车间启发式动态规划调度算法

基于极大代数理论,引入任务排序函数与时间D子集,建立阻塞流水车间排序与调度代数模型,并提出启发式动态规划调度算法,实例计算表明算法十分有效.     

基于约束满足方法求解热轧带钢库存匹配问题

针对现代钢铁企业生产管理中的客户订单与热轧带钢库存产品的匹配问题,在考虑规格、质量、等级以及生产工艺约束的基础上,建立了旨在最大化订单满足率且最小化匹配损失的约束满足模型.在对问题以及匹配对象特点进行分析的基础上,引入匹配损失矩阵作为订单与库存余材属性匹配差异的损失惩罚,考虑到问题的复杂性,采用基于变量选择和值选择的启发式算法求解模型的近优解,并通过数值实验对提出的算法进行了验证.     

工科《专业外语》课堂教学改革与实践

通过分析《专业外语》教学中存在的问题,就课堂教学提出多媒体教学和加强启发式教学的必要性,并对课件制作中内容和形式提出要求。实践证明,提高了学生学习的积极性,教学效果明显改善,质量得以提高。     

物理学课堂中的启发式教学——浅谈启发式教学的"问题"教学模式

基于物理学自身的特点,为了启发学生思维、培养学生解决问题和主动探寻知识的能力,我们对物理学课堂如何开展启发式教学的"问题"教学模式进行了探讨。     

An e?ective evolutionary algorithm for the multiple container packing problem

This paper focuses on a new optimization problem, which is called “The Multiple Container Packing Problem (MCPP)” and proposes a new evolutionary approach for it. The proposed evolutionary approach uses “Adaptive Link Adjustment Evolutionary Algorithm (ALA-EA)” as a basic framework and it incorporates a heuristic local improvement approach into ALA-EA. The first step of the local search algorithm is to raise empty space through the exchange among the packed items and then to improve the fitness value through packing unpacked items into the raised empty space. The second step is to exchange the packed items and the unpacked items one another toward improving the fitness value. The proposed algorithm is compared to the previous evolutionary approaches at the benchmark instances (with the same container capacity) and the modified benchmark instances (with different container capacity) and that the algorithm is proved to be superior to the previous evolutionary approaches in the solution quality.     

启发式教学法在结构力学教学中的体会

启发式教学法符合学生自身的认知发展规律,能够调动学生思维,引导学生生动活泼地学习,并培养独立思考能力。通过结构力学课堂教学的体会,从问题启发、形象启发、讨论启发、提示启发、计算机辅助启发、作业启发等六个方面进行了一些尝试,收到了比较好的课堂效果。