基于CDIO理念的数据结构课程教学研究

CDIO是国外高等工科教育的一种创新模式。文章在CDIO理念的工程项目教学的启发下,对数据结构课程的教学进行了研究,在教学中注重以学生为中心,重视工程项目在教学中的地位,同时加强实践教学,以提高学生的综合素质和团队能力。     

模糊需求条件下车辆路径问题的模糊模拟

研究具有模糊需求的车辆路径问题,针对具有不确定需求的单车辆单车场的车辆路径问题,建立了基于模糊可信性理论的模糊机会约束规划模型,并提出了求解该问题的一种基于模糊模拟的混合遗传算法。同时,在最小化车辆总行驶距离的目标下,通过实验研究决策者主观偏好对决策目标的影响,并给出最佳主观偏好值。     

基于遗传BP算法的神经网络在桩基检测中的应用

文中介绍了传统的遗传算法与BP算法,并分析了它们的不足。提出了一种将遗传算法和BP算法相结合的遗传BP算法,在遗传算法的群体设计中采用小生境技术,防止优秀个体早期退化。并将此方法应用于桩基检测中,实验证明了其正确性和有效性。     

分时段考虑的需求不确定车辆调度问题

考虑到不同时段交通状况对车辆运输的影响,将一天的交通状况根据车流量分为畅通、正常和高峰3个时段,依据不同时段车辆的通行情况,基于不确定理论建立了具有机会约束的不确定需求车辆调度模型。为了求解需求的不确定测度,将不确定模拟和遗传算法相结合,构建了混合遗传算法来对模型进行求解。最后通过实验,分析交通状况分为3个时段对模型解的影响,同时考虑到车辆装载量不超过装载能力的置信水平的取值以及顾客满意度的需求,对实验结果进行了比较分析。     

一种新的三叉哈夫曼树生成算法

文中在实现哈夫曼编码的二叉哈夫曼树以及已有的三叉哈夫曼树生成算法的基础上，提出了一种新的三叉哈夫曼树生成算法．通过比较带权路经长度证明了本算法的优越性。     

实数编码遗传算法及其对BP网络权值进化的应用

遗传算法与神经网络的结合是目前研究的一个方向，本文的目的就是用遗传算法对神经网络的权值进行优化，以提高网络的进化速度，克服BP算法容易陷入局部极小的缺点。由于二进制编码方案不直观而且得到的解的精度不高，本文采用实数编码方案，目的是提高解的精度，从而达到好的优化效果。     

数据结构课程教学改革探索

基于新工科建设的内涵及应用型、技术技能型人才的培养目标,分析了地方高校"数据结构"课程在"教与学"上存在的问题.针对课程逻辑性强,教材理论性强,学生缺乏学习动力等问题,在教学内容和教学方式上给出教学改革的建议,以期收到好的教学效果,提高学生的应用和创新能力.