【摘 要】
：
在考虑到各影响因素,建立了总成本最少、满足时效性的物流配送中心选址模型.针对该复杂性较高的实际优化问题,提出了一种带变异和动态自适应的粒子群算法来求解,对算法中的参数进行非线性动态自适应调整,同时移植了遗传算法的变异机制帮助算法有效摆脱局部最优的束缚,结果表明基于双重机制优化的粒子群算法,算法效率和寻优能力有了进一步的提升.提出的算法应用于比较复杂的物流配送中心选址问题求解,亦有出色的表现.
【机 构】
：
铜陵职业技术学院经贸系,安徽铜陵 244061
论文部分内容阅读
在考虑到各影响因素,建立了总成本最少、满足时效性的物流配送中心选址模型.针对该复杂性较高的实际优化问题,提出了一种带变异和动态自适应的粒子群算法来求解,对算法中的参数进行非线性动态自适应调整,同时移植了遗传算法的变异机制帮助算法有效摆脱局部最优的束缚,结果表明基于双重机制优化的粒子群算法,算法效率和寻优能力有了进一步的提升.提出的算法应用于比较复杂的物流配送中心选址问题求解,亦有出色的表现.
其他文献
多模态学习分析(MMLA)是智能化探究有效学习发生机理的关键技术.研究对国外37篇实证文献的任务情境设计和MMLA的四个过程进行系统综述,梳理出多模态数据集的生成场域多以发展认知为主,少关注情感价值的培育;学习标签注释以计算科学指导为主,缺乏不同时间尺度行为关联的理论指导;预测结果多关注学习行为表现,轻心智发展的过程解释;多模态数据分析反馈聚焦个性化学习支持,忽视决策支持.未来实证研究发展应聚焦有效学习与情感体验,融合计算科学和认知带理论,协同人机优势提供反馈支持,开展MMLA系统开发者和利益相关者的深度
传统课堂教学行为分析多以人脑分析为主,存在依赖专家、分析效率低、分析不准确等问题.信息化课堂中教学行为分析多通过单一言语行为来考量,手势、眼部表情、身体动作等其他课堂行为难以体现.人工智能技术突破了传统和信息化课堂教学行为分析的局限,实现了分析的自动化和智能化,使得课堂教学行为分析更加精准、全面、真实.研究从舆论造势、技术担忧和安全伦理三方面分析了人工智能技术支持下的课堂教学行为分析的发展困境.研究通过对人工智能技术支持的课堂教学行为分析发展、困境和路径的分析,认为,“人工与人脑的统一”为课堂教学行为分析
随着计算机科学技术的发展,复杂系统的研究成为许多科学和工程上必然要面对的问题。与线性系统不同的是,非线性系统的求解是非常困难的,特别是在维度很高的情况下。动力学的研究侧重于定性而非定量分析。为了更好的了解系统的动力学特性,提取出主要模式是非常必要的,一个好的提取方案必然涉及到降维或坐标变换。随着数据采集的发展,相对较低的成本就可以获取复杂系统的大量数据。如何从这些数据中推断非线性系统的动力学或统计
新时代,高校思想政治教育工作需要因事而化,因时而进,因势而新.近年来,持续迭代建设的高校教育信息化推进了思想政治教育模式转变,育人效果得到有效提升,但仍存在教学方式单一、资源供需失衡、评价结果失准、保障机制不健全等问题.为此,高校应对未来信息化赋能的思想政治教育进行全局性顶层设计、深度推进思想政治教育数据治理、扩大思想政治教育优质资源供给、创新思想政治教育制度机制.基于此逻辑进路,高校信息化赋能的思想政治教育实践需搭建与之相适应的智能化底层环境、建设场景化教育数据中台、打造数据化思想政治教育场景、完善技术
11月6日,中国化学会全国第四届资源化学学术研讨会在大理大学举办.大理大学党委副书记、校长丁中涛,本次大会主席、厦门大学教授黄培强分别在开幕式上致辞,中国科学院院士林国强、郝小江等专家学者出席研讨会并作专题报告,大理大学副校长何志魁主持开幕式.
听评课在一线教研中占据重要地位,但学界忽视了对评课反馈文本的分析与应用,而数据赋能驱动的精准教研为创新听评课带来新视角,促使听评课实践从粗放式的经验型转向循证式的精准型转变.为解决教师评课反馈文本的精准化分析问题,研究通过文献综述、理论建构、专家调查与真实数据印证等多种方法,设计与开发了“两型六维四级”样式的评课反馈分析模型,即包括指导与促进两种类型的反馈倾向,涵盖处方、情报、质询、阐释、启示、支持等六个反馈维度,以及清晰、精准、解析、方略等四级反馈特征.研究发现,该模型对于分析评课反馈文本具有较强的可操
高校传统课堂中生生对话互动的缺乏是其不足以促进大学生深度学习的一个重要原因,而基于课堂实时互动的同伴对话反馈是激发学生课堂参与动机和加深课堂学习投入的重要途径,对缓解高校教学互动现状有较好的适用性.研究通过单组前后测实验探究了基于实时互动的同伴对话反馈对大学生课堂深度学习的促进效果.研究发现:(1)该互动形式的同伴对话反馈可显著削弱学生的浅表学习方法倾向,但对深度学习方法倾向强化不明显;(2)同伴对话反馈中初始对话和初步反馈层面的提问行为,以及深层反馈层面的提问与观点发表行为,都比初始对话和初步反馈层面的
在教育高质量发展理念的指引下,如何结合混合学习环境开展深度学习活动,目前有效的方法和路径尚不明确.研究依据并拓展尼尔森·莱尔德的深度学习理论,设计了契约性、高阶性、整合性和反思性四类学习活动,构建了“四阶三环”干预实施模型,并以“教育文献检索与分析”课程为例开展实证研究.结果表明:深度学习活动能够促进学科核心知识的掌握,有助于协作、沟通表达、学习毅力等关键学习能力的提升和思维结构的发展.但是,学生认为深度学习活动具有一定难度,负担较重,对各类活动的价值认知亦存在较大差异.最后,研究从判断标准、条件创设、成
空间高效用co-location模式挖掘以模式中所有特征的参与效用之和为衡量标准,而未考虑模式的长度和稀有特征对模式效用的影响.一般而言,模式的长度越长或存在稀有特征,模式的效用可能越大.在空间高效用co-location模式挖掘研究的基础上,同时考虑模式的长度和可能存在的稀有特征.首先,提出含稀有特征的高平均效用co-location模式挖掘的相关定义;然后,构建含稀有特征的高平均效用co-location模式挖掘算法HAUWR,并在真实和合成数据集下对HAUWR进行大量实验,实验结果表明:HAUWR能
Hosoya指标和Merrifield-Simmons指标是化学图论中两个重要的拓扑参数.设G1,G2,…,Gn是一族互不相交的星形图,通过加入一个新的顶点,并把它连接到每一个星形图Gi的一个悬挂顶点上,那么所得到的树叫做香蕉树.通过图的分支分析法,得到香蕉树的S(n)-因子计数公式,进一步导出香蕉树的Hosoya指标的显式公式.最后,采用同样的思想,香蕉树的Merrifield-Simmons指标的显式公式被呈现.