闭环优化软件

闭环优化软件组件作为一种基础程序，通过外部服务程序调用，具有广泛的功能特性。[编者按]     

做艺术就是赌博

“艺术家不是哲学家，我也不太感兴趣探索一套新的哲学理论，我感兴趣的是用独特的艺术视角来表达我理解或不理解的事情。我的动画更像是一句旬的疑问。留出空自，等待答案。”     

“这个世界会好吗？”向京/瞿广慈双个展

日前，向京和瞿广慈两位当代雕塑艺术家合作，在上海当代艺术馆举办了“这个世界会好吗？”双个展。用艺术的语言对生命、艺术、过去、当下与未来提出体悟和质疑，希望借此让观众思考内心潜在问题。     

基于查询优化器的分布式空间查询优化方法

为了实现分布式空间数据库之间的互操作,需要对分布式查询进行优化处理,这种查询处理指的是在任何一个数据处理语句中它访问的是各个节点的数据而不是仅仅对发起查询的节点。提出了一种查询优化器的体系结构,针对上述查询最优化做了详细的讨论,着重讨论包含空间选择和连接的复杂空间查询。建立了典型的空间数据库的案例程序,通过分析表明,带有过滤和修正的查询优化器在时间与空间上的效率优势比较明显,获得了具有参考价值的结果。     

对联通基础数据网络的优化分析

随着经济的发展,人们对移动网络数据的要求越来越广泛,让当前的电信行业遇到了前所未有的发展机遇。目前,联通网络已成为了通信市场的一个重要网络分支,但由于联通在基础数据建设方面存在一定缺陷,导致信息数据存在一定问题。基于此,分析了联通基础数据网络存在的问题,提出了网络优化方法,希望能够为我国的移动通信事业提供有益启示。     

计算机基础课程教学模式的优化对策

随着教育教学改革的不断加强,各专业课程教学改革都在如火如荼地进行。计算机基础课程一直是计算机信息工程类专业教学改革的重点和难点,针对计算机课程教学模式的优化对策进行了探讨。     

多应用智能卡的空间和时间优化

智能卡作为一种移动安全设备,其空间和数据处理能力都是非常有限的.然而智能卡的多应用集成需求要求更大的存储空间和更快的时间响应能力,因此需要对智能卡的使用进行优化.在分析智能卡特殊文件结构的基础上,给出了全面描述智能卡空间利用率和时间响应的计算公式,根据计算公式分析并提出了多应用智能卡空间和时间优化策略,最后给出了一个应用优化策略的例子.     

MultiGen Creator建模技术的优化与实现

为了提高视景仿真系统的实时性能,降低系统资源开销,研究了MultiGen Creator三维虚拟场景建模关键技术,给出了Creator建模的详细实施过程,在虚拟校园漫游系统的开发中采用了三维虚拟场景建模的综合优化技术和方法,提高了系统的实时渲染响应速度。项目运行结果表明,优化建模技术使得三维模型数据读取迅速,仿真效果真实流畅。     

艺术展推荐

选择——央美的六个案例 央美作为中国美术重要学府,也起着中国主流艺术风向标的作用。本次提名展将呈现来自央美造型学院版画系、油画系、壁画系、实验艺术系、造型基础部、雕塑系的六位教师康剑飞、陆亮、唐晖、王郁洋、袁元、张伟近三十件作品,展出的作品涵盖架上绘画、雕塑、装置等诸多艺术形式,大部分为艺术家2013年的新作。     

Pareto档案多目标粒子群优化

设计Pareto档案多目标粒子群优化(PAMOPSO).该算法利用改进的强度Pareto进化算法2(SPEA2)对外部档案进行维护.并在维护过程中,为每个粒子从档案中选取合适的全局最好位置,将档案维护和全局最好位置选取结合在一起.将该算法应用于5个测试实例并与3种多目标优化算法比较,计算结果表明该算法性能良好.     

定位会成为下一代改变价值观的技术吗？

自海德格尔提出此在（BEING—THERE）概念后，哈姆雷特的问题（BE或NOTOBE）就有了新解。存在，不再是黑格尔式的超越时空的绝对理念，而成为此时、此地的当下存在。但“此在”这个概念，由于缺乏技术的支持，一百多年来，一直只存在于哲学家的空想之中。     

奈良美智，你是哪个世界的人？

空想着长大 奈良美智（Yoshitomo Nara）已经非常有名，稍微有些美术常识的人都能说出一两句话来概括他：日本人，艺术家，画里常常出现个既甜蜜又邪恶的小女孩的形象；再进出一步，他最近几年还做了一些雕塑作品，主角还是那个小女孩……也许有人要摇头，说真烦人，老是那套，没什么新鲜的。     

基于档案交叉的动态多目标粒子群优化算法

为保证在动态环境中及时跟踪到最新的真实Pareto前沿,保持解集的均匀性,提出一种基于档案交叉的动态多目标粒子群优化算法。着重利用保存在外部档案的最新非劣解,对这些非劣解进行交叉操作以增加种群的多样性,促进档案中个体信息的交流;提出一种高效的欧氏拥挤距离策略,并将其应用于对外部档案的维护;修改粒子群算法模型使之更适用于动态多目标优化。实验结果表明,该算法能适应动态环境,快速跟踪动态Pareto面,解集均匀性良好。     

多目标细菌觅食优化算法*

传统的细菌觅食优化算法仅针对单目标优化问题寻优。为进一步发掘细菌群体智能在多目标优化问题中的寻优优势,提出了改进的多目标细菌觅食优化算法。在个体间互不支配时给出归一化的择优策略;引入差分思想完成复制操作,提高种群的多样性;采用栅格划分法进行迁徙操作,提高解集的分散性。同时使用外部集存放当前找到的非支配解,并不断对外部集进行优化。通过对多个标准函数进行测试并与其他几种算法的对比结果表明,所提出的多目标细菌觅食优化算法在解的收敛性和分散性指标上都有一定提升,能够有效解决多目标优化问题。     

多目标微粒群优化算法综述

作为一种有效的多目标优化工具,微粒群优化(PSO)算法已经得到广泛研究与认可.首先对多目标优化问题进行了形式化描述,介绍了微粒群优化算法与遗传算法的区别,并将多目标微粒群优化算法(MOPSO)分为以下几类:聚集函数法、基于目标函数排序法、子群法、基于Pareto支配算法和其他方法,分析了各类算法的主要思想、特点及其代表性算法.其次,针对非支配解的选择、外部档案集的修剪、解集多样性的保持以及微粒个体历史最优解和群体最优解的选取等热点问题进行了论述,并在此基础上对各类典型算法进行了比较.最后,根据当前MOPSO算法的研究状况,提出了该领域的发展方向.     

搜索空间边界连接的微粒群优化算法

针对粒子出界问题对微粒群优化算法收敛性能产生的不利影响,本文提出一种搜索空间边界连接的边界处理算法。该算法首先将搜索空间每一维的上下边界连接,形成一个逻辑上闭合的搜索空间,然后通过调整该空间中粒子位置的更新策略以及粒子速度更新公式中个体认知和社会认知差分向量的计算方法,消除了边界对飞行粒子的不利影响,使粒子在可行解空间中能够更加高效且均匀地搜索。实验结果表明,无论全局最优解位于搜索空间的边界区域还是中心区域,本文方法的全局搜索性能均优于现有的粒子边界处理方法。     

UPSO:基于划分空间粒子群优化的WSN动态覆盖优化算法

针对WSN动态覆盖问题为多目标优化问题,提出一种划分空间粒子群优化动态覆盖算法UPSO(Uniform Particle Swarm Optimization,UPSO)。该算法首先定义出基于传感器平均分布和不平均分布的区域划分过程,然后分别在不同子空间利用粒子群进行子区域内搜索Pareto最优解,最后分析算法复杂度。实验表明,在不同网络规模、迭代次数和划分子空间下,区域覆盖度和网络寿命相对于传统经典算法有较好改进。     

微机系统资源的优化管理及使用

本文通过对微机系统资源的分析，提出了合理使用和优化管理系统资源的一些方法，从而达到最大限度地发挥微机的功能，方便用户使用的目的。     

基于Oracle Spatial的空间数据库的索引与查询优化

探讨了oracle 10g spatial空间索引的创建及如何利用空间索引优化空间分析。了解空间查询主要是通过相关的空间算子和空间函数来进行的。利用空间操作符和空间索引的结合, 实现空间查询的优化。     

一种连续空间优化问题的蚁群算法及应用

针对随机优化算法收敛困难及搜索时间较长的问题,提出一种求解连续空间优化问题的蚁群算法,为蚁群算法在连续空间中的应用提供了一个可行的方案。给出了该算法的详细定义及实现步骤,并将该算法应用于多变量函数优化及热工控制系统控制器参数优化,仿真结果表明:该算法具有良好的全局优化性能,能加快收敛速率,解决了随机优化算法收敛困难的问题,并提高寻优精度。