"新工科"背景下基于深度融合信息技术的研究生培养质量提升及评价机制探索

针对目前"新工科"背景下有限的信息技术使用无法实现对研究生教育全过程的有效支撑问题,提出基于深度融合信息技术的研究生培养质量提升框架,介绍如何从重构人才培养方案、整合专业课程资源、创新课堂教学方法、设计协同育人机制和优化校园管理服务5个维度提升研究生培养质量,介绍基于深度融合信息技术的研究生人才培养质量评价机制实施过程,并结合河南大学具体实践进行说明。     

计算机网络专业课程教学改革

计算机网络专业课程是一门不断高速发展的交叉性应用型课程,该课程的教学难度较大,现实的教学效果并不令人满意。通过对高等院校计算机网络专业课程教学现状的研究,揭示了其中隐含的一些问题,分析造成这些问题的原因,然后从优化教学内容、改进教学方法、注重课程设计、灵活运用多种教学手段和考评制度等几个方面,对计算机网络课程的教学改革进行深入探讨,提出一些行之有效的教学方法和改革措施。     

求解多车型校车路径问题的混合集合划分的GRASP算法

针对不同规划场景下具有不同优化目标的多车型校车路径问题(HSBRP),提出一种混合集合划分(SP)的贪婪随机自适应(Greedy Randomized Adaptive Search Procedure,GRASP)算法。根据GRASP算法寻优过程中产生的路径信息构建SP模型,然后使用CPLEX精确优化器对SP模型进行求解。为了适应不同类型的HSBRP问题,改进GRASP的初始解构造函数得到一个可行解,并将其对应的路径放入路径池;在局部搜索过程中应用多种邻域结构和可变邻域下降(VND)来提升解的质量,同时在路径池中记录在搜索过程中得到提升的路径和在每次迭代中得到局部最好解的路径信息。使用基准测试案例进行测试,实验结果表明在GRASP算法中,混合SP能够有效地提高算法的求解性能和稳定性,并且该算法能适应不同优化目标下车型混合和车辆数限制两类HSBRP的求解;与现有算法的比较结果再次验证了所提算法的有效性。     

一种求解多校多车型校车路径问题的元启发算法

针对多种车型可用的多校校车路径问题(SBRP),建立数学模型,并提出了一种迭代局部搜索(ILS)元启发算法进行求解。该算法引入并改进了带时间窗的装卸一体化问题(PDPTW)求解中的点对邻域算子,并使用可变邻域下降搜索(VND)完成局部提升。局部提升过程中,设计一种基于路径段的车型调整策略,尽可能地调整车型,降低成本,并允许接受一定偏差范围内的邻域解以保证搜索的多样性。对于局部提升得到的最好解,使用多点移动方法对其进行扰动,以避免算法过早陷入局部最优。在国际基准测试案例上分别测试多校混载和不混载模式下算法的性能,实验结果验证了设计算法的有效性。进一步使用提出的算法求解单车型多校SBRP问题,并与后启发算法、模拟退火算法和记录更新法等算法进行比较,实验结果表明该算法仍然能够获得较好的优化效果。     

基于节点分类的概念格同构判定算法

概念格的同构判定问题是机器学习、知识工程等领域的一个研究重点,广泛应用。针对现有同构判定算法时间复杂度较高的问题,提出一种基于节点分类的概念格同构判定算法,以期利用同构判定算法中只需要处理一种类型节点的特性,缩减搜索空间,提高算法效率。首先,算法引入节点分层方法,结合节点的入度和出度,将其分为4种类型,并创建等价类;然后,以对应等价类为基本处理单元,调用EquivalenceClass算法找出节点的映射。仿真实验结果表明,该算法具有较低时间复杂度,在确保算法有效性的基础上提高了处理效率。     

基于有向图的数据流图的E-R模型构建方法

建立概念模型是数据库设计的重要步骤之一,E-R模型是数据库设计中广泛采用的概念模型。本文提出利用业务分析过程中形成的数据流图,把数据流图抽象为有向图,从而构建E-R模型的方法。在大型系统数据库设计过程中,使用这一方法可以快速构建局部应用的E-R模型,大大缩短数据库设计过程中构建E-R模型所耗费的时间。实例验证了本方法在实际工程项目中的实用性和有效性。     

校车路径问题的改进迭代局部搜索算法

针对考虑站点服务时间、学生最大乘车时间约束的校车路径问题(SBRP),提出一种改进迭代局部搜索(ILS)算法以提升求解质量。该算法使用大规模邻域搜索(LNS)算法作为扰动算子;在解的破坏过程中,设计一组解的破坏因子并赋以一定的选择概率,每隔若干次迭代后根据解的质量自适应更改破坏因子的选择概率,进而调整解的破坏程度。为提升ILS解的多样性,算法采用了基于偏差系数的邻域解接受准则。在国际基准测试案例上进行了测试,测试结果表明在ILS算法中使用自适应调整破坏程度的LNS扰动比常规扰动和其他破坏扰动的求解质量有大幅提升;与蚁群算法的比较结果进一步验证了改进算法的有效性。     

车辆数限制的多车型校车路径问题模型及算法研究

为适应校车路径规划中校车有多种车型且每种车型数量受限的需求,建立车辆数限制的多车型校车路径问题(HFSBRP)的数学模型,并提出一种迭代局部搜索算法进行求解。该算法借助邻域随机选择的变邻域下降搜索(VND)算法完成局部提升。局部提升过程中,首先调整车型,然后再混合使用缩减路径数和提高车辆利用率的邻域解接受策略以提高算法的寻优能力,为保证解的多样性,允许接受一定偏差范围内的邻域解。此外,为避免算法过早陷入局部最优,设计了多点交换和移动的扰动规则。基于国际基准测试案例进行模型验证和算法测试,实验结果表明了模型的正确性和算法的有效性。     

基于RSSI参数纠正的无线传感器网络应急救灾系统

在突发事件的应急救灾系统中,对被困人员的定位是应急救灾首要考虑的问题.利用获得RSSI信息无需任何硬件设施、需要较少的通信开销和具有较低的实现复杂度特点,实现一种基于RSSI参数纠正的无线传感器网络应急救灾系统.针对RSSI获得信息的不稳定性,提出一种参数纠正方案,并给出应急救灾的系统架构.在VS2008平台下实现应急救灾系统,系统运行结果表明,基于RSSI参数纠正的方法可以精确获得被困人员的信息.本系统适用于应急救灾环境.     

求解车辆路径问题的改进扰动机制的ILS算法

针对车辆路径问题,提出一种改进的迭代局部搜索(ILS)算法。该算法基于破坏再重建(Ruin and Recreate)的思想,设计了一种新的扰动机制。扰动过程包含破坏和重建两个阶段,即先使用一种兼顾随机性和相关性的破坏方法对解进行破坏,并引入扰动因子控制解的破坏强度,然后再随机选择基本贪婪插入和改进贪婪插入算法完成解的修复。利用国际标准测试案例对常规扰动机制和改进后的扰动机制进行了测试,并与量子进化算法、蜂群算法进行了比较,实验结果表明改进后的ILS算法更加有效。