自适应遗传算法优化管网状态估计神经网络模型

针对遗传算法收敛速度慢、传统BP算法易收敛于局部最优以及网络结构难以确定等问题，引进自适应遗传算法优化网络的权阈值以搜寻网络最优拓扑结构，并利用自适应遗传算法优化该网络的权阈值，建立基于改进BP网络的宏观管网状态模型．实例分析表明，改进模型具有较高的预测精度。     

遗传算法优化管网神经元网络模型

拟利用BP神经元网络建立杭州市供水管网宏现状态模型。针对传统BP网络学习速度慢、网络结构难以确定等问题，引进遗传算法来优化改进算法的BP神经元网络的拓扑结构，模型预测结果较为理想。     

小议《夜色温柔》中迪克的“骑车人”身份

"骑车人"是美国当代小说家菲茨杰罗德在其小说《夜色温柔》中塑造的男主人公迪克.戴弗的身份之一。本文结合劳伦斯在其论文《无意识幻想曲》中有关"骑车人"的论述,通过迪克"骑车人"的身份来揭示小说所要表达的上流社会的冷酷无情以及一战后传统的道德体系逐渐解体的社会现实。     

混沌遗传算法优化管网状态神经网络模型

针对BP算法易陷入局部最优，提出将一种新的混沌遗传算法（CGA）用于全局优化给水管网状态神经网络模型的初始权阈值.该算法将混沌搜索与自适应遗传算法相结合，根据混沌运动的初值敏感性、内在随机性以及遍历性的特点，通过混沌映射搜索自适应遗传算法的较优初始种群，并利用自适应遗传算法进一步寻优，对混沌映射和遗传进化进行循环计算直至达到最大进化代数，最终获得BP模型的较优权阈值.实例分析结果表明，与自适应遗传算法（AGA）相比，该算法搜索稳健，全局搜索能力强，并且新算法优化模型具有更高的预测性能.     

小议《夜色温柔》中迪克的"骑车人"身份

"骑车人"是美国当代小说家菲茨杰罗德在其小说<夜色温柔>中塑造的男主人公迪克·戴弗的身份之一.本文结合劳伦斯在其论文<无意识幻想曲>中有关"骑车人"的论述,通过迪克"骑车人"的身份来揭示小说所要表达的上流社会的冷酷无情以及一战后传统的道德体系逐渐解体的社会现实.     

菲茨杰拉德与劳伦斯的现代女性比较研究

从互文性理论所提供的批评视角来解读美国当代小说家菲茨杰拉德的<夜色温柔>,发现小说所塑造的人物形象与劳伦斯在其论文<无意识幻想曲>中有关现代男性、女性地位逆转的阐述遥相呼应.借助影射这一互文手法,发现菲茨杰拉德和劳伦斯在各自的作品中所表达的现代女性观有惊人的相似:现代父权的衰落、现代女性的崛起.