闲暇教育：信息时代学校教育的新课题

随着现代信息技术的发展和社会的全面进步,闲暇教育越来越受到大家的重视。加强对青少年学生的闲暇教育也开始受到教育’部门和社会各界的广泛关注。闲暇教育有利于学生身心健康成长,有利于学生个性的自由和谐发展,有利于学生创新能力培养。     

分布式任务分配中的一种信誉重连策略

传统的任务分配一般是基于环境确定和所有Agent均他利的假设,而实际环境往往是复杂的,复杂环境下的Agent更趋理性和自利,所有这些问题给传统的任务分配带来了障碍.基于Agent理性自利的假设,提出了一种重连策略FriendFind并进行了相关实验,实验表明该算法有效的解决了上述问题.     

基于集合覆盖理论的Agent协作问题研究

多智能Agent系统中的协作体现多Agent系统(MAS)的灵活性、整体性,通过协作提高Agent群体完成任务的效率.将集合覆盖理论(SCP)引入MAS系统协作行为中的任务分配问题求解,使用改进的低logarithmic ratio bound集合覆盖理论求解方法,详细阐述了利用SCP理论求解Agent任务分配问题的算法,并根据一个战场作战Agent任务分配实例进行了计算,有效地解决战场作战Agent的任务分配问题.     

“主动式任务驱动校本培训”的实践与探索

在当前的校本培训中,应以行动研究理论、建构主义理论、新课程指导纲要、《一分钟经理人》等治理理念为理论基础,结合学校的教育教学实践,有效进行＂主动式任务驱动培训＂的探索与实践,把培训教师的重点由学校领导全盘安排逐渐转移到对教师学习品质与学习意志等的关注上来;重点培养教师获取信息、处理信息、整合信息并能将其应用于学科的教育教学中的技能,带动教师创新能力、自学能力、实践能力的提升,增强教师的独立意识和协作精神。     

基于博弈的云计算任务分解研究

云用户在同时拥有本地资源和云计算资源时,如何在二者之间进行任务分解,以最短化任务完成时间是云用户的一个优化决策问题。研究云用户的最优任务分解决策。针对云计算资源的共享特征,用户之间的决策会影响其余用户的任务完成时间;因此通过求解纳什均衡的方法来分析用户的策略行为,从而决定用户的最优决策。求解了大任务和小任务两类用户时的纳什均衡,并通过仿真给出了在不同大小任务量比、云资源本地资源速度比和大任务用户概率时云用户的最优决策。     

ScopeWork中用户型任务的处理方法

给出了ScopeWork系统的体系结构,讨论了在这个体系结构中处理用户型任务所涉及的一些问题,最后给出了用户型任务的定义方法及调度方案·用户型任务是工作流管理系统中的一类重要应用,对其处理的好坏直接关系到工作流管理系统的运行效率·ScopeWork是正在研制的支持CIMS复杂应用的工作流管理系统的原型系统,该系统不仅讨论了对事务型工作流的处理问题,同时也讨论了对非事务型工作流的处理问题     

基于孤立波的多Agent系统超分布超并行自组织动态任务规划方法

提出一种孤立波的模型和方法,在一群理性的独立自治的Ａｇｅｎｔ间建立超分布超并行的自组织动态任务分配机制,克服现有的多Ａｇｅｎｔ联盟方式存在的诸多不足,通过关于分布式运输调度系统的仿真实验验证了本分配机制的有效性、动态性、开放性和自适应性。     

Windows XP系统中程序异常的解决方法

Windows XP系统中出现程序异常较为常见.首先给出了用Windows XP“安全模式”判别多种程序异常情况的方法,然后给出了利用“系统还原”、“系统配置实用程序”、“Windows任务管理器”、创建新帐户等一系列解决程序异常的方法.     

MDOCEM中一种改进的启发式任务分解算法

基于多Agent的分布式开放计算环境模型(MDOCEM)中,任务分解是提高任务执行并行度的重要环节。针对有关学者提出的一种启发式任务分解算法,分析了它的特点与不足,并据此提出了一种改进的启发式算法,该算法采用目标驱动的思想,实现了对任务分解问题求取包含操作数最少的可行解的目标.     

一种基于有向无环图的相依性网格任务调度算法

网格任务调度算法是影响网格成功与否的关键技术之一.本文首先描述了网格计算环境中的DAG任务调度模型.然后,结合网格计算环境的特点, 讨论了多个相依性任务组成的应用任务调度问题,并对GS和CIGS算法进行了全面而深入的研究,并在此基础上提出了一个CIGS算法的改进算法.