物理启发式教学的思路与设计

启发式教学就是启发学生的学习兴趣和求知欲望,使学生能发现问题,提出问题,同时教给学生思考的方向和线索,教给他们分析、处理和解决问题的方法。启发式思路与设计应从实验、生活、虚拟问题的情境、开放情境的问题、对比比较、设置故事型情境几方面着手,促进学生的个体发展。     

在数学教学中如何正确运用启发式教学

在现在的数学教学中,我们用的最常见的教学方法是"填鸭式",这种单一的教学方法已不能满足素质教育的要求。一位称职的数学教师必须掌握启发式的教学方法,在教学中科学地运用启发式教学,提高学生的数学素养。     

应用人工蜂群算法求解旅行商问题

旅行商问题(TSP)是经典的组合优化问题之一。人工蜂群算法是近年来被提出的一种新的智能启发式算法。根据旅行商问题的模型特点,设计人工蜂群算法对算例进行仿真求解。同时将人工蜂群算法与遗传算法进行对比,结果表明:人工蜂群算法可以有效的求解旅行商问题,在收敛速度、计算效率、稳定性方面相对遗传算法具有一定的优势。     

考虑带宽和电力费用的数据中心工作流负载分配优化模型研究

针对数据中心处理工作流负载时产生的运行费用问题,首先,分析并建立了考虑带宽和电力费用的工作流负载分配模型优化数据中心运营商支付的经济成本。然后,针对优化模型的特点,设计了启发式算法求解最小运行费用和工作流子任务在各个数据中心的分配方案。最后,采用真实的工作流负载拓扑和参数设置进行算例分析,对比3种不同类型的工作流负载拓扑和常见的两种工作流负载分配方法,结果验证了综合考虑带宽流量费用和电力费用模型对降低数据中心总运行费用的作用。     

基于混合遗传算法的网络拓扑设计

提出了一种由启发式算法和遗传算法混合使用的混合遗传算法用于通信网络中的骨干网拓扑设计。文中骨干网拓扑设计问题是在满足R边连通和跳数约束的情况下使得网络费用最小。在遗传算法中,交叉和变异操作会产生不可行解,可通过增加链路来使不可行解变为可行解。增加链路后,其费用一般要比父代个体大,并且有多余的链路。该文的混合遗传算法是在遗传算法中加入启发式策略,来消除多余的链路,降低子代的费用,加快算法的收敛速度。仿真结果验证了算法的有效性。     

“生命活动的主要承担者—蛋白质”启发式教学设计

蛋白质是高一学生最先学到的生物大分子,本章涉及到一些复杂的基团,以及大分子形成的过程,培养学生从部分到整体,结构与功能相适应的生物学思想。由于学生缺乏有机化学基础及空间想象能力,在学习这一章时难免吃力。本节课采取启发式教学法,实现教师主导与学生活动相结合。把人比喻成氨基酸引发学生活动模拟蛋白质形成的过程,引导学生自主总结得出结论。     

混合品种装配线平衡问题的一种混合搜索机制的蚁群算法

为有效求解混合品种装配线平衡问题,通过组合不同品种的优先顺序图,将混合品种装配线转化为单一品种的装配线形式.提出了一种带信息素总合规则的混合搜索机制的蚁群算法,通过在任务和任务分配序列的位置之间释放信息素、采用信息素总合规则以进行更有效的信息素累积,构造了综合考虑利用、探索和随机搜索的混合搜索机制,考虑了局部信息素更新和全局信息素更新.为提高搜索效率,以协同考虑装配任务作业时间和后续任务数的分级位置权重作为蚁群算法的启发式信息.最后通过实例验证,说明了算法的有效性.     

电子商务环境下物流配送中心选址模型与评价方法

快速、高效、可靠、及时的货物交付和最优的运输成本是电子商务面临的主要挑战。电子商务公司使用精心安排的仓库和配送中心（物流网络）降低了电子商务公司的运营成本和资本投资。提出了一个新的电子商务环境下物流配送中心选址模型与评价方法,该解决方案用来处理电子商务物流问题（ECLP）使用反掠夺性NIA (APNIA)。所提方法有助于确定可在哪些城市建立仓库和配送中心,并将配送中心分配到仓库,以减少货物运输的总成本。     

具有突触规则的脉冲神经膜系统综述

膜系统是受到细胞、组织、器官和系统的结构和功能的启发而提出的一类生物启发式计算模型。具有突触规则的脉冲神经膜系统是一类受神经元间信息交流方式的启发而提出的膜系统,该类模型中神经元是存储信息的单元,突触是整合并传递信息的媒介,整个系统采用分布式、并行方式处理信息。文中回顾了具有突触规则的脉冲神经膜系统的定义及相关概念,介绍了若干个脉冲神经膜系统变体,并对比了各系统的同异;列出了该系统及其变体在不同工作模式下计算能力方面的研究进展,以及该系统在求解计算困难问题、算术运算和破解密码方面的应用;提出了尚待研究的若干问题,以期为具有突触规则的脉冲神经膜系统理论研究提供方向,同时为相关系统的应用研究拓展思路。     

面向超图数据的最大独立集算法

超图是普通图的泛化表示, 在许多应用领域都很常见, 包括互联网、生物信息学和社交网络等. 独立集问题是图分析领域的一个基础性研究问题, 传统的独立集算法大多都是针对普通图数据, 如何在超图数据上实现高效的最大独立集挖掘是一个亟待解决的问题. 针对这一问题, 提出一种超图独立集的定义. 首先分析超图独立集搜索的两个特性, 然后提出一种基于贪心策略的基础算法. 接着提出一种超图近似最大独立集搜索的剪枝框架即精确剪枝与近似剪枝相结合, 以精确剪枝策略缩小图的规模, 以近似剪枝策略加快搜索速度. 此外, 还提出4种高效的剪枝策略, 并对每种剪枝策略进行理论证明. 最后, 通过在10个真实超图数据集上进行实验, 结果表明剪枝算法可以高效地搜索到更接近于真实结果的超图最大独立集.