基于随机扩散搜索的协同差分进化算法

针对差分进化算法存在的收敛速度慢、稳健性差等问题,借鉴多种群并行机制和随机搜索策略,提出一种基于随机扩散搜索的协同差分进化算法。引入反向混沌搜索的初始化机制,利用随机扩散搜索策略将种群分为成功和失败2个子群并进行改进,对改进的成功和失败子群分别采用不同的差分策略,克服单一差分策略的缺陷,同时定期使子群的部分最好与最差个体实现一对一的信息交流,从而达到协同进化的目的。仿真结果证明,与粒子群优化算法及差分进化算法相比,该算法具有较好的收敛速度和寻优能力。     

结合项目类别和动态时间加权的协同过滤算法

基于项目的协同过滤算法仅通过计算项目相似性产生推荐结果,忽略了项目类别信息对项目相似性的影响,且未考虑时间因素对推荐结果产生的影响。针对上述问题,引入项目类别相似性、用户兴趣度时间加权函数和项目流行度时间加权函数,提出结合项目类别相似性和动态时间加权的协同过滤推荐算法,包括将项目类别相似性引入到传统项目相似性计算中。分析用户兴趣度和项目受欢迎程度随时间动态变化对推荐结果产生的影响,构造基于时间的用户兴趣度加权函数和基于时间的项目流行度加权函数。实验结果表明,该算法的项目类别特征能够进一步提高项目相似性的精度,动态时间加权函数能够及时反映用户兴趣度和项目受欢迎程度的变化,提高推荐的准确度。     

求解高维函数优化问题的交叉熵蝙蝠算法

为改善蝙蝠算法求解高维函数优化问题的全局搜索能力,提高其搜索精度,将交叉熵方法和蝙蝠算法相结合,提出一种交叉熵蝙蝠算法。该算法将基于重要度抽样和Kullback-Leibler距离的交叉熵全局随机优化算法应用于蝙蝠算法中,采用自适应平滑技术提高算法的收敛速度,利用交叉熵方法的遍历性、自适应性和鲁棒性,有效抑制蝙蝠算法的早熟收敛现象。对经典测试函数和CEC2005测试函数的仿真结果表明,该算法具有全局搜索能力强、求解精度高和鲁棒性好等特性。     

基于干道绿波效应协同策略的信号配时模糊控制

随着城市道路交通量的增长、路网密度的增大,相邻路口之间的相关性日益明显。一个路口交通信号的调整往往影响到相邻若干个路口交通流的运行状况,其拥堵可能会随着时间推移逐步波及周边数个路口乃至所在区域内所有路口。因此应利用各种先进的控制技术对相邻路口的控制参数进行调整,实现区域乃至整个城市范围内对交通进行动态协调控制,以满足日益增长的交通需求,使交通道路供给与交通需要间达到动态平衡。文中利用绿波效应协同策略对干道相邻路口绿灯延长时间进行模糊控制,以解决交叉口之间耦合性的问题,该算法能够比较灵活地进行信号配时。通过实验仿真,验证了本方法在干道城市交通系统中的可行性。     

社会化媒体中的政治传播机制与策略研究

社会化媒体为公众的自由表达和更充分地享有知情权提供了更多可能性,面对新的媒体环境,政府在信息传播中必须创新舆论引导方式方法,寻求社会化媒体环境下的舆论引导策略。     

网络教学协同学习能力培养及其评价体系

网络背景下课堂教学配合网络学习成为新的教学模式。如何加强网络学习交流活动,注重协同学习能力培养,是受到普遍关注的问题。文章从加强交流协作,注重能力培养出发,探讨协同学习的内涵以及协同学习环境的设计策略。阐述如何采用二级综合评判模型,根据协同学习评价指标以及各指标权重,对各个指标数据进行统计分析,得到评判结果的评价体系。     

服务贸易和货物贸易协同发展研究

在过去的30年,中国进出口货物贸易快速发展,而服务贸易的发展速度相对较慢。这样的发展比例是否合理,货物贸易和服务贸易之间是否存在协同关系?本研究通过对1982年以来我国服务贸易额和货物贸易额的检验分析,发现我国的货物贸易出口贸易额和服务贸易出口额呈长期均衡的正相关关系。我国的出口货物贸易主要是受进口货物贸易和出口运输服务、出口咨询服务业的影响,我国的出口货物贸易和服务贸易之间存在协同关系。     

多台机器下的最小期望延误的随机排序问题

论文针对多台机器下,任务的预期时间为随机变量的排序问题,首先用LPT排序方法把任务安排到不同的机器上,然后用简单的随机方法来确定任务在机器上的特殊加工次序。由于随机预期时间是相互独立的并且服从指数分布,考虑将参数进行最大延误。     

改进的并行快速排序

排序是计算机内一类很耗时的问题,快速排序是众多排序方式中相对较省时的算法,但当数据量大时,其耗时还是惊人的。为了解决大数据快速排序耗时的问题,论文在常用的快速排序并行方法的基础上,给出了一种改进方法,使其在时间复杂度上有明显的改进。     

以协同创新为引领,全面提高教育质量——基于高职学院《商业简报制作》课程教学分析

在"协同创新"的重要思想指导下,通过对高职学院《商业简报制作》课程教学进行分析探讨,如何全面提高教育质量。