《乌鸦喝水》教学设计片段及深度点评

●背景分析教材:《乌鸦喝水》是人教版小学语文教材第二册的一篇童话故事。本单元主题是"遇到困难时,应该认真思考,从而找到解决问题的办法",本课语言通俗易懂、生动有趣,不仅贴近小学     

改进乌鸦算法的光伏阵列MPPT研究

在局部遮阴或光照不均匀的情况下,光伏阵列的功率-电压(P-U)特性曲线会出现多个极值点.传统智能优化算法普遍存在收敛速度慢、精度低和易陷入局部最优等缺陷.为解决该问题,提出改进乌鸦算法(ICSA)的MPPT控制方法.在种群初始化上,引入基于反向学习的Tent混沌初始化策略,增加种群多样性,帮助跳出局部最优;在算法位置跟...     

铁幕下的电子斗争②“乌鸦”飞进了“超级堡垒”

在二次大战结束后的短短五年里,苏联依靠战时获得的技术资源和高超的逆向设计能力,大大提升了其电子工业水平。而曾在这一领域独领风骚的美国却因错估国际形势而大举裁撤了电子战研究机构,就连已经列装的电子对抗装备也疏于使用。随着"铁幕"的步步紧逼,美国的戒心也越来越大。当情报专家们将目光集中到太平洋彼岸时,他们惊呆了:苏联人仿制了一切他们感兴趣的西方武器装备,并且已经开始了批量生产。在这一背景下,电子情报的重要性日渐凸显出来,西方急需一种能够装载大量电子侦察设备并能长时间滞空的飞行平台,来完成对共产主义阵营的外围侦察任务。     

以《麦田上的乌鸦》为例分析凡·高的艺术表现力

荷兰画家文森特·凡·高是19世纪西方绘画史上的伟大人物,其艺术风格在艺术史上有着重要的地位。然而,凡·高的一生不是一帆风顺的,感情上受挫、生活上贫困和好友高更的离去,这一切最终将这位艺术天才打倒。他在生命的最后时光里画了这幅《麦田上的乌鸦》。     

图书排行榜

《十七岁的轻骑兵》可视为青年作家路内的长篇小说《追随她的旅程》番外篇。几个独立成篇的故事有着相同的背景，某小城的化工技校，班中40人清一色男性，故得“四十乌鸦”的诨号。1991年的严冬，乌鸦们骑着自行车前往郊外的破工厂实习，     

面向城市巡防的多无人机协同航迹规划

无人机（UAV）因其低成本、高动态性与低部署性等优点被逐渐应用于城市巡防中。为提高异构无人机航迹规划的效率,首先建立了考虑无人机的任务执行率、航迹代价和撞击代价的多无人机任务规划模型。其次针对传统优化算法容易陷入局部最优解,均匀性差等问题,将差分策略和Levy飞行策略引入乌鸦搜索算法中对算法进行改进,提出基于Levy飞行策略的混合差分乌鸦搜索算法（LDCSA）,将剪枝处理和Logistic混沌映射机制加入快速遍历随机树（rapidly-exploring random trees,RRT）算法中,并通过改进的RRT算法进行航迹初始化。最后建立了3维的城市模型进行仿真实验,将所提算法与粒子群（PSO）、模拟退火（SA）、乌鸦搜索（CSA）算法对比,仿真结果表明该算法能提高全局收敛性与鲁棒性、缩短收敛时间、提高无人机执行覆盖率和减少能耗,在解决多无人机航迹规划问题中更具有优势。     

朗香教堂 柯布的教堂,独龙族的庙

有两处宗教建筑感动了我,不是教义,只是房子。先说建筑界现代主义建筑大师柯布的郎香教堂。虽然它被说得写得太多了,但借柯布诞辰120周年之际我还是讨个热闹,不从历史,不从专业不从理论去探究,只是依直觉,直面的心动而已。     

自适应乌鸦搜索算法改进深度置信网络的发动机故障诊断

在乌鸦搜索算法(Crow Search Algorithm, CSA)的基础上,自适应乌鸦搜索算法(Adaptive CSA,ACSA)设计了感知概率和飞行距离这两个参数的自适应取值策略,有效增强了算法的性能。针对深度置信网络(Deep Belief Network, DBN)模型参数的选取对发动机故障诊断结果影响较大的实际,利用ACSA对其模型参数进行优化选取,并提出了ACSA改进DBN的发动机故障诊断方法。发动机故障诊断实例结果表明,ACSA算法能够获得更优的DBN模型参数,相比于其他几种方法,在耗时更少的情况下,获得了更高的发动机故障诊断精度。     

多段扰动的共享型乌鸦算法

乌鸦搜索算法作为新提出的元启发式智能算法,其寻优方式模拟了乌鸦间相互跟随窃食的行为。为了提高算法的收敛精度、后期搜索能力等,基于传统乌鸦搜索算法提出一种新的混合乌鸦搜索算法,其核心思想是在算法中加入共享机制,改进原始算法中随机追踪的位置更新方式,降低搜索盲目性,提高收敛速度;在不同的迭代阶段对全局最优位置进行大小不同的扰动操作,有效提高了跳出局部最优的概率,保证算法全局搜索能力与局部搜索能力的平衡。最后通过8个基准函数对5种算法搜索性能在10、30、50维的情况下进行对比分析,结果表明该改进算法的综合表现要优于其他算法。     

基于改进乌鸦搜索算法的云计算任务调度研究

提出了一种以云任务的完成时间和成本为优化目标的改进乌鸦搜索算法(IMCSA)的任务调度方法.首先采用反向学习初始化种群,在选择被跟踪乌鸦时根据记忆的适应度值择优选取,避免了盲目性;其次在位置更新过程中,将乌鸦的位置与其反向学习得到的位置进行交叉,择优选取,能够有效提高收敛速度.最后通过CloudSim平台与粒子群算法、遗传算法、Min_Min算法和CSA进行对比,结果表明IMCSA在不同实验下,在任务完成时间和成本取得的效果均优于对比算法.