基于Visual Basic程序设计语言教学的实践与探索

本文从非计算机专业的学生学习Visual Basic语言的角度,结合教学实际进行探讨,提出了如何在教学过程中培养学生学习兴趣,引导学生采用恰当的学习方法,根据内容的不同采用灵活多样的教学方法、教学手段,精心设计实验,开展网络教育等来培养学生自主学习能力和解决实际问题的能力,激发其创造力的教学新思路。     

一种离散反向学习的萤火虫特征选择算法

特征选择是处理分类问题中重要的预处理方法,对分类的结果产生直接的影响。本文针对萤火虫算法容易陷入局部最优解的问题,提出了一种基于离散反向学习的萤火虫特征选择优化算法。首先,在算法初始化阶段运用反向学习产生较好初始解;其次,在算法搜索过程中面临停滞时,运用反向学习策略使得萤火虫快速逃离局部最优,提高了算法的多样性;最后在UCI数据集上的实验结果表明,该算法能有效获取较少的特征子集,并且获取较好的分类效果。     

一种混沌多样性控制的萤火虫优化算法

针对基本萤火虫算法存在早熟停滞现象,提出了一种混沌多样性控制的萤火虫优化算法.运用混沌映射产生均匀分布的萤火虫初始位置,获得质量较好的初始解;在搜索过程中对适应值低的部分萤火虫进行混沌扰动,以保持群体活性,减小陷入局部最优的可能性;同时利用真实物理反弹理论对超越边界萤火虫位置进行控制,提高种群的多样性.用标准测试函数测试,实验结果表明,该算法能有效地提高了算法的全局搜索和局部开发能力,寻优精度和收敛速度明显提高.     

一种应用于单相DVR的检测算法与仿真

动态电压恢复器（DVR）是改善电压质量的一种有力工具。在电网电压畸变的情况下，能否快速而准确地检测出电网电压的畸变量，将直接影响DVR的补偿效果。针对目前电压检测方法中存在锁相误差较大及滤波器延时的不足，在分析了常用的基于瞬时无功功率理论的dq0变换方法和用于单相电路的dq0变换方法的基础上，结合一种新颖的软件锁相环技术，提出一种适用于单相DVR的新型电压检测算法，该算法可以有效提高锁相精度并避免了滤波器的延时。基于MATLAB的仿真分析结果验证了这种方法的正确性和实时性。     

一种面向噪声数据的决策树优化算法研究

针对ID3算法构造的决策树结构复杂、对噪声数据比较敏感等局限性,提出一种新的面向噪声数据的决策树构造算法。算法借鉴变精度粗糙集和尺度函数概念,采用不同尺度下近似分类精度选择测试属性构造决策树,在算法形成过程中利用决策规则的可信度对决策树进行修剪,避免了生成的决策树过于庞大。结果表明,该方法是有效的,能够克服部分噪声数据对决策树的影响,且能满足不同用户对决策精度的要求。