优化教学过程培养创新意识

培养具有创新精神和实践能力的高级专门人才是时代赋予高等教育的历史重任，而教学过程是实现这一目标的重要途径，文章就优化教学过程，在良好的教学过程中培养学生的创新意识作了一些探索。提出了相关的观点。     

车辆路径问题的粒子群算法研究

车辆路径优化问题是一类具有重要实用价值的组合NP问题．粒子群算法(panicle swarm optimization)是一种新出现的群智能(swarm intellingece)优化方法，将其应用于车辆路径优化问题，构造车辆路径问题的粒子表达方法，建立了此问题的粒子群算法，并与遗传算法作了对比试验．结果表明，粒子群算法可以快速、有效求得车辆路径问题的优化解，是求解车辆路径问题的一个较好方案。     

网络环境下县（市）级公共图书馆的参考咨询服务

以常熟市图书馆为例，探讨了网络环境下县(市)级公共图书馆如何重新调整自身的服务策略、服务形式和服务手段，以及如何更好地开展参考咨询服务的问题。     

算法的相关性变换与划分带个数的关系

使用相关性变换法，划分并映射循环算法到具有固定尺寸的Ｓｙｓｔｏｌｉｃ阵列。下标集合被划分成若干条带，划分带的条数与变换后的Ｓｙｓｔｏｌｉｃ阵列算法的执行时间成正比。指出了Ｍｏｌｄｏｖａｎ给出的计算划分带条数的公式有很大局限性，给出了由空间变换计算划分带条数的方法。     

吴方法和带参数杨—Baxter方程的求解技术

回顾用吴文俊先生提出的消元方法求解带参数的杨—Ｂａｘｔｅｒ方程的技巧和主要结果。     

复数,实数及实对称数据下Bruun FFT算法的实现

本文在复数、实数以及实对称数据下研究和实现了Ｂｒｕｕｎ ＦＦＴ算法。文章分析和评价了各种数据下ＢｒｕｕｎＦＦＴ的运算量和特点，提出了算法的实现结构和方法。最后给了ＴＭＳ３２０Ｃ３０上的运算时间，我们实现的算法比基２ＦＦＴ速度提高３５％。     

在体育与健康课教学中培养学生创新能力的途径及方法

培养学生创新能力是体育与健康课教学融入教育改革的需要 ,依据创新学习的基本理论、学习模式及课堂特点 ,体育创新能力培养途径是 :培养体育创新的态度、培养体育创新的技能、培养体育创新的思维 .并提出了培养创新能力的方法     

借助Matlab遗传算法反演火山区压力源参数

首先分析了Mogi模型的经典最小二乘反演由于出现矩阵奇异或接近奇异而发散的局限性,决定采用具有全局高效搜索性和优化计算时不需要求导的遗传算法来反演火山区压力源参数。反演程序调用Matlab7.0 Release14工具箱中的选择、交叉和变异等相关程序。最后应用该程序和长白山天池火山区水准和GPS观测资料联合反演火山区压力源参数,经过比较遗传算法和阻尼最小二乘方法的反演结果,可看出2种方法结果近似,可见此方法方便快捷地实现了目标函数的最小化。     

（BN）n及SiB（n-1）Nn（n=2-11）稳定结构的研究

利用遗传算法及Gastreich提出的经验势函数,研究了（BN）n（n=2-11）和SiBn-1Nn（n=2-11）团簇的可能稳定结构,对能量较低的异构体在HF/STO-3G水平进行优化,得到了（BN）n（n=2-11）和SiBn-1Nn（n=2-11）团簇稳定结构单环及线状结构,并进一步分析了单环的结构特征及相对稳定性。