基于均匀设计和惰性变异的改进微粒群算法

微粒群算法(PSO)是一种随机群体优化算法,相对于遗传算法等其它的进化算法,它模型简单、操作参数少、智能程度高、运算速度快,已受到许多相关领域学者的关注与研究。但是,标准微粒群算法在寻优过程中往往陷入局部最优解,而不是全局最优解。在研究均匀设计与惰性变异的基础上,提出了改进的微粒群算法(UMPSO)。该算法利用均匀设计的思想来确定算法的初始粒子,以使其均匀分布于解空间,从而使算法以更高的概率、更快的速度找到全局最优解;在进化过程中,对惰性粒子以概率为1进行随机变异,则能够更好地保证微粒群的多样性。仿真结果表明,与标准的PSO相比,UMPSO的寻优精度更高、寻优速度更快。     

一种仿生优化方法—微粒群算法

介绍了一种新的仿生优化算法—微粒群算法。与传统的优化算法相比,微粒群算法在全局优化性能等多方面具有相当的优越性。     

基于灭点的透视校正和空间定位的方法研究

由于光学镜头的成像特性,并且摄像机成像平面与景物平面间存在着倾角和转角,因而光学镜头摄像机获取的图片存在非线性的几何畸变,在对图像进行测量和定量分析之前,应消除这些畸变。为此,应用透视投影的灭点形成原理和双线性插值方法,研究了一种图像透视投影的校正方法,在校正后的图像基础上,建立图像坐标系和世界坐标系的关系模型,利用最小二乘法,实现空间定位。实验结果表明,利用该方法可得到的理想的校正结果,定位精度比较准确,方法简便实用,实际应用表明,该方法是可靠有用的。     

大学生感恩教育透视及其对策

感恩是中华民族的传统美德,是做人的基本道德准则。感恩教育是大学生思想政治教育的重要内容。透视大学生感恩教育,对进一步加强大学生思想政治教育工作,促进学生成长成才,构建和谐社会具有积极作用。     

应用思维进化计算求解顶点着色问题

应用思维进化计算求解顶点着色问题,给出求解给定图的色数、最小着色的算法。介绍了顶点着色问题的编码与解码方法、特征、信息矩阵的概念,从而应用思维进化计算的趋同和异化求解该问题。实验结果表明该算法是求解顶点着色问题的一种新的有效算法。     

基于粗糙集属性约简与进化算法的贝叶斯网络分类器

提出一种新的学习无约束贝叶斯网络分类器的算法（RE-BNC）.该算法基于粗糙集理论,在保证分类精度不变的前提下,先对冗余属性变量进行约简,降低属性变量维数,然后构建一个无约束优化模型用来学习较好的初始种群,降低搜索空间,再结合进化算法学习分类器的网络结构.与其他常见的8种分类器算法相比较,实验结果表明该算法设计合理,且分类效果较好.     

产业集群的识别问题研究

产业集群已经成为理论研究与政策应用的热点,集群的识别是集群研究中的一个重要主题.本文首先介绍了经济学和管理学中常用的产业集群定性与定量识别方法,指出了各种方法的适用层次和研究步骤,分析了现有研究方法的不足,并在结论部分指出,社会学的网络分析方法是对产业集群常用识别方法的必要补充.     

基于正则性辅助的多目标优化进化算法研究

针对目前基于正则性辅助的多目标优化算法缺少局部信息以及模型参数设置对多目标优化算法的影响问题,本研究提出一种基于正则性辅助的多目标优化进化算法(Regularity Assisted Multi-objective Optimization Evolutionary Algorithm, RAMEA)。该方法将高斯采样和基于邻域的交配重组结合并用于子代重组,同时使用k-均值聚类方法获取流形结构信息,将种群划分为K个聚类,用K个聚类的均值向量建立高斯概率模型,从中抽取K个后代,然后将取样解作为父代添加到每个集群中去交配生成其他子代解。实验对比结果表明,研究提出的基于正则性辅助的多目标优化进化算法明显优于其他算法,其参数灵敏度和有效性表现更加突出。     

从法律视角论关汉卿公案剧的永恒魅力

“魅力”是关汉卿公案剧盛传不衰的主要原因．“以民为本”的执法原则体现民情,符合平民的美感需要,具有普遍性,是关汉卿公案剧魅力产生的根基．百折不挠的执法追求再现民况,兼具逼真性和趣味性,是关汉卿公案剧魅力持久的动力．公平公正的执法理想符合民望,是关汉卿公案剧魅力永恒的保证．     

国际视角下我国高校内部治理结构的优化

高校内部治理结构是建立现代大学制度的核心。借鉴美、英、德发达国家高校治理的成功经验,应从模式选择、制度保障及运行机制三个维度优化我国高校内部治理结构。