Interpersonal perception in bulletin board systems among Chinese Internet users

A study investigating the accuracy of interpersonal perception in Internet Bulletin Board Systems (BBS) and the variables that affect the accuracy were conducted in two phases: in the phase one, 58 participants were selected from the BBS which was built on the Internet in advance. During the phase two, participants were requested to complete the Myers–Briggs Type Indicator (MBTI) to assess their personalities, and to choose another member in the BBS as their “target”. The assessment packets were then administered to the participants in the following order: the demographic and Internet use survey, the MBTI used by the judge to assess their target’s personality, and the relationship survey between judge and target. The results showed that 76.7% participants made the correct judgment on two to three out of four dimensions of the personality type. The correlation analysis indicated that the variables affected the accuracy were from four aspects: judge, target, relationship and similarity. The binary logistic regression analysis showed that the target’s personality, the judge’s education level, the similarity between them, the stereotypes and projection played important roles on the accuracy. Possibilities for future research on this issue are also briefly discussed.     

Crossover in Grammatical Evolution

We present an investigation into crossover in Grammatical Evolution that begins by examining a biologically-inspired homologous crossover operator that is compared to standard one and two-point operators. Results demonstrate that this homologous operator is no better than the simpler one-point operator traditionally adopted.An analysis of the effectiveness of one-point crossover is then conducted by determining the effects of this operator, by adopting a headless chicken-type crossover that swaps randomly generated fragments in place of the evolved strings. Experiments show detrimental effects with the utility of the headless chicken operator.Finally, the mechanism of crossover in GE is analysed and termed ripple crossover, due to its defining characteristics. An experiment is described where ripple crossover is applied to tree-based genetic programming, and the results show that ripple crossover is more effective in exploring the search space of possible programs than sub-tree crossover by examining the rate of premature convergence during the run. Ripple crossover produces populations whose fitness increases gradually over time, slower than, but to an eventual higher level than that of sub-tree crossover.     

均匀块交叉遗传算法

交叉操作是遗传算法的三个基本算子之一,它在改进解群质量方面发挥着重要作用。我们提出一种均匀块交叉算子,并通过理论分析证明,它能够防止早熟收敛,使收敛结果更趋于最优解。两类算例表明,本文提出的交叉操作易于实施,且有效。     

交叉点规模的优化与交叉算子性能的改进

通过分析交叉点规模对交叉算子空间搜索性能的影响,可以发现在遗传算法的搜索过程中,其对交叉点规模的需求是随群体状态的演变而动态变化的.为实现对交叉点规模的优化,提出使用分阶段调整策略、随机分配策略以及自适应进化策略3 种方法来完成对交叉点规模的动态调控.对典型高维函数的优化实验表明,上述方法可以显著提高交叉操作的搜索效率,其中,自适应进化策略利用搜索机制可以发现一类高维函数交叉点规模的控制知识,实验结果证实了此类知识的有效性.此外,该研究也为对进化算法中算子和参数的优化提供了新思路.     

A study on the student pilot's mental workload due to personality types of both instructor and student

The main purpose of this paper is to provide the ideal flight crew combination for instructor and student pilots in order to enhance the flight training effects based on Myers Briggs Type Indicator (MBTI) theory. In addition to personality, various levels of flight difficulty are considered in order to investigate their potential interaction effect in terms of student pilots' mental workload measured in heart rate, altitude deviation, NASA-TLX (Task Load Index) and subjective degree of personality harmony. Based on an experiment performed in a real flight situation, we found significant effects of personality combinations in terms of all four outcome measures. Both group C types of instructors and students who are concrete, realistic and have mechanical skills turn out to be the ideal flight crew combination. A structural equation model, fitted to analyse causality among the four response variables, implied that as the heart rate increased, the altitude deviation increased. In addition, as the altitude deviation and personality harmony increased, NASA-TLX increased. The results of this study are expected to provide a theoretical basis for manning the flight crew combinations and thereby enhancing the efficiency of flight training.     

智能交叉算子遗传算法的新机制

分析了传统遗传算法中的交叉算子的作用与局限,认为正是交叉算子被赋予两个互相矛盾的任务,而使传统遗传算法的运行机制变得复杂。对交叉算子的功能进行简化,提出智能交叉算子,形成新的、简单的遗传运行机制。该机制认为,进化是由环境与个体共同实现的。基于这种思想,利用MATLAB编写了一个智能交叉遗传算法工具箱,并对该工具箱进行数值试验。结果表明该算法具有非常精确的全局求优的特点,克服了早熟收敛,且收敛速度较快。     

GEORG: VLSI circuit partitioner with a new genetic algorithm framework

This paper suggests a new framework of multidimensional genetic algorithm and applies it to the real-world problem of very large scale integration (VLSI) partitioning. The framework consists of a new multidimensional genetic operator, called geographic crossover, and a new genetic encoding scheme. Geographic crossover enables more powerful creation of new solutions by allowing a diverse mixture of parent solutions. Its theoretical validity is proved based on a new view of crossover. The new genetic encoding scheme helps space search by effectively utilizing geographical linkages of genes. The new framework can be incorporated into most existing genetic algorithm (GA) implementations just by replacing the crossover module and leaving the other modules intact. For a test suite of 11 ACM/SIGDA VLSI circuitpartitioning benchmark circuits, the GA under this framework significantly outperformed recently published state-of-the-art methods as well as a previous GA on linear string.     

一种求解参数优化问题的引导交叉算子

提出一种应用于参数优化问题的引导交叉算子。该交叉算子利用父代染色体的适应值差异,引导交叉操作产生的子代向适应值高的父代倾斜,以产生高适应值的子代个体。对于连续函数,高适应值个体的邻域内也是高适应值的个体,且在两个个体之间不存在极值时,朝适应值增加的方向可以生成更优的个体。实验表明,对比常用的算术交叉算子,引导交叉算子具有更强的全局、局部搜索能力和更快的搜索速度。     

求解旅行商问题的一个改进的遗传算法

利用遗传算法求解TSP问题,通常需要使用PCX,CX和OX等特殊的交叉算子以提高算法的运行效率。针对自然数编码的方式,提出一种改进的遗传算法,即改进传统的顺序交叉算子,进行不相同子排列顺序交叉,使子代继承父代中优秀的子排列,加快算法的收敛速度。另外,采用没有重复的稳态繁殖避免早熟。实验结果表明,此改进算法对于TSP和DHC问题均具有较好的性能。     

一种新的免疫进化算法在函数优化中的应用

针对克隆选择算法在求解高维函数优化问题时易陷入局部最优以及收敛速度较慢的弱点,本文基于生物免疫系统内部学习优化机制以及进化算法,提出了一种新的免疫进化算法,它包括正交交叉、单形交叉、克隆、多极变异和选择。新算法将进化计算的思想融入到克隆选择中,提出了一种新的变异算子,在保证种群多样性的同时提高了算法的全全局寻优能力。理论分析证明了算法的收敛性,并将算法应用于不同的测试函数进行仿真实验。结果表明,该算法是有效的。     

基于KIV模型的脑电识别方法

脑电信号具有动态、非线性和数值高度随机的特点, 针对传统的人工神经网络模型识别脑电信号时在特征提取和识别精度方面表现出的局限性, 本研究提出了一种新的识别方法, 使用KIV模型对脑电信号进行识别. 首先, 通过仿真实验, 分析了KIV模型不同的刺激下表现出的动力学特性. 接着, 使用KIV模型分别对癫痫脑电信号和情感脑电信号进行识别, 在实验过程中不进行特征提取, 直接将多通道原始脑电信号输入到KIV模型中, 在BONN和GAMEEMO数据集上分别获得了99.50%和90.83%的识别准确率. 研究结果表明, 与现有的模型相比, KIV模型具有较好的识别脑电信号的能力, 可为脑电识别提供帮助.     

遗传交叉运算的可达性研究

定义了遗传交叉运算的可达性及其达概率的概念,指出传统的单点交叉运算只使得参与交叉运算的个体对所张成子空间的边缘是可达的,且为非均匀可达的,从而大大地限制了该运算的搜索能力.为此,讨论了一致交叉运算的可达性,指出它使得参与交叉运算的个体对所张成子空间的全空间都是可达的,且可以构造交叉字串使得它是均匀可达的,从而有效提高算法的搜索能力.同时讨论了个体对交叉运算的可达性与群体进行交叉运算的可达性的关系.     

一种基于和声搜索的动态交叉粒子群算法

针对粒子群优化算法(PSO)在优化多维问题时容易陷入局部最优的问题,提高其全局搜索能力和拓展能力,提出了一种基于和声搜索的动态交叉粒子群算法.引入动态交叉操作,使得粒子在更新速度时实现共享有效信息,保证粒子进化过程中的种群多样性,提高全局搜索能力.结合和声搜索(HS)的随机搜索能力提出了HS-DCPSO,利用和声搜索的自适应调整参数音符调节概率PAR和间隔调整带宽bw来提高粒子群的拓展能力.通过多个基准函数对所提出的HS-DCPSO算法进行仿真测试,并与HS、PSO及多种改进的粒子群算法对比,验证所提出的HS-DCPSO算法具有较强的全局搜索能力和局部拓展能力,并且算法时间复杂度相比传统PSO增加不明显.     

可穿戴脑电图设备关键技术及其应用综述

可穿戴脑电图（EEG）设备是一种用于日常实时监测的无线EGG系统,因其便携性、实时性、无创性及低成本等优势迅速发展并得到广泛应用。该系统主要由信号采集模块、信号处理模块、微控制模块、通信模块及电源模块等硬件部分以及移动终端模块和云存储模块等软件部分组成。就可穿戴EEG设备关键技术进行论述。首先,阐述了对EGG信号采集模块的改进,另外对可穿戴EEG设备信号预处理模块、信号的降噪、伪影处理及特征提取技术进行比较;然后,对机器学习、深度学习分类算法的优缺点进行分析,并对穿戴式EEG设备的应用领域进行总结;最后,提出可穿戴EEG设备的关键技术未来的发展趋势。     

置信学习驱动下融合心理语言学特征的人格检测

随着互联网的普及, 越来越多用户倾向于在社交平台公开表达自己的个人细节和情感内容, 这些网络文本数据往往体现着不同场景下的真实表达, 反映了用户内在的心理特质及人格倾向. 近年来, 基于社交文本的人格检测研究取得了显著进展, 然而, 研究者们大多直接使用未经处理的公开数据集, 这些数据集因其收集过程导致不可避免地存在噪声, 此外, 大多过分依赖预训练模型提取的文本语义特征, 而缺乏对心理语言学特征的引入. 为了解决以上问题, 提出一种新型的人格检测研究方法. 该方法首先基于置信学习完成噪声数据清洗, 提高数据集质量. 其次, 提取多层次心理语言学特征来填补单一文本语义特征的不足. 最后通过动态深度图卷积网络来优化特征表达, 完成最终的人格检测任务. 在公开的Kaggle MBTI数据集上对该方法进行性能评估, 结果表明, 与目前先进的方法相比, 该方法在准确率和F1值上分别提升了5.48%和4.22%.     

基于多维问题的交叉算子量子粒子群优化算法

针对量子行为粒子群优化(QPSO)算法在求解多维问题时优秀维信息丢失的问题,引入交叉算子的策略,改善解的质量,提升算法性能。首先,分析了量子粒子群算法进化过程中的粒子整体更新评价策略,发现各维信息之间相互干扰,会丢失已经搜索到的优秀维信息;然后,指出如果采用逐维进化方法,会指数级增加算法的复杂度;最后,提出对进化过程中的问题解采用多点交叉的策略增加优秀维信息的保留概率,并将改进后的量子粒子群算法与线性下降参数控制策略、非线性下降参数控制策略方法通过12个CEC2005 benchmark测试函数进行了比较,并对结果进行了分析。仿真结果显示,所提算法比改进前在10个测试函数中取得了明显的改进效果,而比其他2种改进算法也在7个测试函数中取得了优势。因此该算法能够有效提升量子粒子群优化算法的性能。     

混合快速细菌觅食算法求解非线性方程

对于非线性方程组的求解,传统方法有很多,如牛顿法、梯度下降法等,但这些算法存在要求方程组连续可微、初值的选取是否合适等缺点,根据以上缺点将求解的问题转化为优化的问题,提出了新的交叉优化算法,充分利用细菌觅食算法局部搜索能力和粒子群算法的全局搜索能力,充分发挥了这两个算法各自优点。数值实验表明,新的算法可以弥补粒子群算法局部搜索能力弱和细菌觅食算法的全局搜索能力的不足,是求解非线性方程的有效方法。     

遗传程序设计的精确模式理论进展

1.引言从传统意义上来讲,模式定理是用来解释遗传算法是怎样进化的。模式定理可被看成是遗传算法的宏观模型,这就意味着它可以根据当前代测得的宏观量(模式适应度、种群适应度、模式中个体数量等)来确定下一代种群的属性。这些与微观模型形成鲜明对比的宏观量隐含了大量遗传算法自由度信息,由它们可以推导出易于理解和研究的等式。对传统GP模式定理的争论焦点是它们仅提供了在下一代模式H实例数量期望值的下界E[m(H,t 1)],而不是一