基于局域网环境下高中英语阅读的差异教学

在局域网环境下,合理设计高中英语闼读教学资源和任务,使学生按照支架教学方式完成学习任务,逐步培养各项阅读微技能,提高利用阅读微技能获得和处理综合信息的能力,改善阅读学习效果.     

基于遗传禁忌算法的Ontology划分

为解决企业实际应用中需要部分使用本体（Ontology）的问题,提出一种基于遗传禁忌算法的Ontology自动划分方法。按Ontology划分的要求,将概念被划分进的子Ontology编号组成的数字串作为一条染色体,设计遗传禁忌算法的适应度函数,给出Ontology划分算法的具体步骤。对比实验结果表明,该方法的划分平衡度和准确性优于其他方法。     

Job-shop排序问题的遗传强化学习算法

针对Job-shop排序问题的复杂性,提出一种遗传强化学习算法对其求解。通过引入多个随机变量,把Job-shop排序问题转换成多阶段决策问题,通过仿真手段构建作业排序问题模型环境,求取系统性能指标并保证解的可行性。设计一个多智能体Q-Learning算法和遗传算法相结合的算法用于解决Job-shop排序问题。仿真优化实验结果验证了该算法的有效性。     

一种两状态动态优化的自学习差异进化算法

提出一种具有自学习机制的差异进化算法Se DE(Self-Learning Differential Evolution),提高在动态优化求解过程中群体适应环境动态变化的能力。采用重新评估特定个体的方式监测环境变化。通过群体向新状态历史最优解引导学习,将当代最优个体和两随机个体共同引导个体,保持群体多样性的同时加快算法收敛速度,降低环境的频繁变化对算法搜索能力的影响。通过6个动态函数测试了变化周期、函数维数对算法的影响,同时将新算法与两个同类算法比较,实验结果表明,自学习差异进化能更快地适应环境动态变化,获得更好的优化结果。     

基于FDI算法在软件测试实践中的应用

软件测试对于软件系统的性能以及功能都有很重要的意义,是保证软件可靠运行的关键.在软件测试的实践应用中,对于软件故障定位时,提出了基于谓词统计故障定位的算法,也就是FDI频率差异积分算法.在软件测试实践中采用基于FDI频率差异积分算法,可以很好地监控软件程序,测试软件的覆盖率以及执行时间等内存占用情况,并找到软件的故障瓶颈,以便采取更好的方法改进软件性能.探讨了实践中基于FDI频率差异积分算法在软件测试内的应用.     

基于量子遗传算法的水下图像增强

随着海洋工程以及海洋科学研究的发展,水下图像增强越来越受到大家的关注。针对水下图像噪声大、对比度低、且边缘和纹理模糊等特点,采用了一种量子遗传算法,在小波域对图像进行非线性增强。实验表明,该算法能较好的实现水下图像增强。     

城市化水平差异及城市增长衰退的原因分析

当今的城市体现出了一些对社会现实的紧迫挑战,如疾病,失业,缺少住房等等。但可以预期的是,城市期望快速、戏剧性的出现大量敞地的变化是不可能的,所以,城市目前需要的是对提高能源效率,减少城乡发展差距和改善生     

基于改进遗传模拟退火算法的WSN路径优化

针对无线传感器网络路径优化问题,提出了一种改进的最优保存的遗传模拟退火算法。利用LEACH算法构建初始路由表,使用GASA的高效率搜索,将路由计算和遗传演化计算同时进行,并直至寻找到近似最优路径为止。将最优保存遗传算法和模拟退火算法相结合,引入自适应的概率变化,有效地解决了这两种算法的早熟现象和时间问题。仿真实验表明,该算法有效地解决了无线传感器路径优化问题,具有定位准确、节能和搜索能力较强等优点。     

基于数据差异的CDP邻近时间点恢复

块级CDP系统无法提供有明确语义信息的可恢复时间点,用户难免需执行多次恢复才能获得有效数据。若对每次恢复都使用传统算法,会耗费大量时间与开销。目标时间点相邻较近的两次恢复,其有效数据间存在少量差异。将部近时间点恢复划分为4种类型,给出一种用“位表”标记差异数据块、把多余数据剔除、缺少数据写入的“差异算法”。原型实验表明,该算法能够提供正确的邻近时间点恢复,其效率优于传统算法,且差异数据量更小,效率更高。     

基于差异进化的克隆选择算法

针对免疫算法在全局优化过程中多样性不足的问题,将差异进化引入克隆变异操作中,提出了一个新的改进的克隆选择算法——基于差异进化的克隆选择算法(DECSA),算法将差异进化和克隆超变异相结合,促进了抗体与抗体之间的信息融合,使得子代抗体继承父代抗体的信息的同时,携带着不同父代个体信息,丰富了抗体种群的多样性,实现了在同一父代抗体周围的多个方向同时进行全局和局部搜索。对13个标准测试函数的测试结果及与已有的算法的比较表明,该算法表现出较好的局部搜索和全局搜索能力。