“软件工程”教学策略探讨

以"卓越软件工程师教育培养计划"为背景,分析软件工程在专业中的位置和意义。对软件工程教学中存在的问题进行了深入探讨,提出了一种软件工程教学策略,指出提升教学效果和教学质量的实践改革思路。     

多车型回程车辆调度问题的ADP算法研究

采用近似动态规划(ADP)方法对钢铁物流运输过程中的车辆调度问题进行了分析, 设计了车辆和运输货物的状态向量空间、动作向量空间等, 充分考虑运输成本和能力约束, 建立状态转移函数、目标函数, 并对近似动态规划算法进行改进。在基于决策后状态的ADP算法的基础上, 采用Boltzmann探索策略对所有的状态空间进行遍历, 避免局部最优和低效问题。通过对比实验, 比较Q学习算法、基于决策后状态的ADP算法以及采用Boltzmann探索策略的ADP算法的实验结果, 证明了采用Boltzmann探索策略的ADP算法具有更快的收敛速度, 执行效率更高。     

一种质心与DV-Hop算法相结合的WSN节点定位算法

介绍无线传感器网络中质心算法与DV-Hop算法的定位原理、误差来源。针对已有算法在算法计算量过大、未知节点到信标节点距离计算存在误差等不足之处提出改进算法。改进算法不但修正了网络中节点的平均每跳距离,还在保证定位精度的前提下有效减少了算法的计算量。仿真结果表明,质心算法与DV-Hop算法结合的这种新型算法在定位精度方面较原有算法和已有改进算法均有所提高。     

基于概念格的多层属性约简方法

属性约简是粗糙集理论中的核心问题之一,概念格是进行知识表示和数据分析的一种有效工具。文中利用概念格作为约简工具,给出基于概念格的多层属性约简算法,提出相融可辨概念、相融等价概念、亏n级等概念,研究内涵亏值对分类能力变化产生的影响,给出概念格中形式背景约简的判定定理。文中算法能完备地求出所有可约简的最大属性集合,从而为概念格中属性约简提供一种有效方法。最后,通过实例分析和实验对比说明该约简算法的可行性与有效性。     

置换流水车间调度问题的两阶段分布估计算法

针对置换流水车间调度问题,以最小化总流水时间为目标,提出了一种新颖的两阶段分布估计算法。第一阶段先利用NEH（Nawaz-Enscore-Ham,NEH）启发式构造一个较优的初始个体,然后随机生成初始种群,为保留种群的多样性,提出一种择优机制来选择个体并建立概率模型,同时在当代种群中利用精英机制保留当代种群中的最优解,最后利用概率模型采样并生成下一代种群。第二阶段采用插入、互换操作算子对第一阶段得到的最优解进行邻域搜索,来提高分布估计算法的全局搜索能力,阻止其陷入局部最优解。通过对算例进行实验、对比和分析,证明该算法的可行性和有效性。     

基于位置与连接概率的EDA算法求解PFSP问题

针对置换流水车间调度问题(PFSP)的特点,提出一种基于工件加工位置与连接概率相结合的混合分布估计算法。该算法将工件位置概率与工件的连接概率结合在一起,作为新一代种群的生成概率从而使得进化趋势更加合理化。为了提高局部搜索能力,算法引入了启发式方法提高初始解质量,优化了邻域搜索策略。同时引入了变异操作及限定操作来提高算法全局搜索能力。实验结果表明,该算法在求解置换流水车间调度问题时具有良好的性能。     

提高大学生多元智能的计算机基础教学研究

多元智能的提出,说明大多数人并不是存在智力上的差距,而是每个人擅长和薄弱的地方都不同,这就造成每个人接收知识的情况不同。而当前大学生在计算机基础教学过程中,仍采用传统的、统一的教学方法,学生对课堂知识的理解存在差异,导致每个学生对计算机基础的运用能力有高有低。因此,引进多元智能的理论,对大学生计算机基础教学的内容和方式进行变革,增加学生学习计算机基础的热情,提高学生整体的计算机基础的运用能力,有利于计算机基础教学工作的开展,培养出一批符合社会需求、适应社会发展的大学生。文章分析了计算机基础教学过程中存在的问题,并应用多元智能理论对计算机基础教学进行改革的方法,以此开发学生的学习潜能,提高学习效率。     

基于SSH框架的大学生创新创业训练计划管理系统设计研究

随着高校大学生创新创业训练计划的深入开展,在研项目逐年增加,管理工作日渐繁琐,Excel表格已经无法满足学校对大学生创新创业训练项目的管理要求,开发管理系统已成为一个重要的课题。SSH是一种轻量级J2EE开发架构,通过采用SSH框架开发系统,不仅系统性能稳定,而且简化了编程,具有重要的应用价值。     

融入中国剩余定理及Montgomery算法的快速RSA算法研究

利用中国剩余定理和Montgomery模乘算法的思想,改进了RSA密码体制.改进后的中国剩余定理算法在时间效率上有较大提高,而且加入Montgomery模乘算法使模乘速度及安全性都有较大的提高,更加适合于高速的RSA密码体制.     

一种新的求解MMKP问题的ACO＆PR算法

针对多选择多维背包问题(MMKP)的特点,设计一种新型混合算法(ACO＆PR).该算法将线路重连算法(PR)嵌入蚁群算法(ACO),在搜索过程中既考虑解的质量,又考虑解的分散性.线路重连算法在重连过程中,向导解的属性逐步引入起始解属性中,可快速获得该线路上的最优解.实验结果表明,该算法优于其他现有较好的方法,获得了较好的结果.