摘要：在立德树人根本任务的引领下,课程思政有望从高校延伸到中学课堂,不仅为提高学生的思政素养而服务,也成为实现教师专业发展的重要途径。如何真正落实课程思政,将思政教育渗透到课堂内外及教学的各个环节,是值得探讨的问题。该文在“中国学生发展核心素养”的基础上构建课程思政切入点,选取案例并进行微课教学设计与教学反思,希望能给中学数学课堂教学提供一些思路和方法。

摘要：给出非线性约束规划问题的一种新解法。它既不需用传统的惩罚函数,又不需区分可行解和不可行解,新方法把带约束的非线性规划问题转化成为两个目标函数优化问题,其中一个是原约束问题的目标函数,另一个是违反约束的度函数,并利用多目标优化中的Pareto优劣关系设计了一种新的选择算子,通过对搜索操作和参数的合理设计给出了一种新型遗传算法,且给出了算法的收敛性证明,最后数据实验表明该算法对带约束的非线性规划问题求解是非常有效的。

摘要：给出了一种求解约束规划问题的新解法。新方法将约束规划问题转化成两个目标优化问题,并对转化后的多目标优化问题设计了一种新型多目标粒子群优化算法(MOPSO)。数据实验表明该算法对带约束的规划问题求解是非常有效的。

摘要：动态非线性约束优化是一类复杂的动态优化问题,其求解的困难主要在于如何处理问题的约束及时间(环境)变量。给出了一类定义在离散时间(环境)空间上的动态非线性约束优化问题的新解法,从问题的约束条件出发构造了一个新的动态熵函数,利用此函数将原优化问题转化成了两个目标的动态优化问题。进一步设计了新的杂交算子和带局部搜索的变异算子,提出了一种新的多目标优化求解进化算法。通过对两个动态非线性约束优化问题的计算仿真,表明该算法是有效的。

摘要：建立了一种近似估计下一环境进化种群和问题的Pareto最优解集的核分布估计方法,当问题环境发生改变时,算法利用以前不同环境搜索到的有用解信息对下一环境进化种群及Pareto最优解集进行近似估计,极大地提高了算法的搜索效率。在对进化算子的合理设计基础上提出了一种核分布估计的动态多目标优化进化算法。通过对4个常用标准测试函数所作的数据仿真实验表明:提出的算法是十分有效的.

摘要：解非线性约束规划的困难在于如何处理问题的约束,从问题的约束条件出发构造了一个新的极大熵函数,利用此函数将原非线性约束规划问题转化成了两个目标的多目标优化问题。通过对搜索操作和参数的合理设计给出了一种新的极大熵多目标进化算法。计算机仿真表明该算法对带约束的非线性优化问题求解是非常有效的。

摘要：给出非线性约束规划问题的一种新解法。把带约束的非线性规划问题转化成为两个目标的多目标优化问题,并为转化后的多目标优化模型设计了一种新型多目标遗传算法,数据实验表明该算法对带约束的非线性规划问题求解是非常有效的。

摘要：动态约束规划问题求解的困难在于如何处理问题的约束及时间(环境)变量.本文给出了求解一类定义在自然数集上的动态约束规划问题的差分进化算法,该方法借助于问题的约束条件设计了一种新的适应度函数及选择算子、同时给出了一种带一维不精确局部搜索的变异算子极大地增强了群体的多样性、提高了算法跳出局部最优的能力.数值试验表明,该算法性能稳定性较好,收敛速度较快,全局搜索能力较强,其对动态非线性约束规划问题求解是有效的.

摘要：结合非线性规划的约束条件构造了一个新的极大熵函数,利用该函数将问题转化成了两个目标的多目标优化问题。通过对违反约束动态的进行惩罚,提出了一种新的极大熵多目标粒子群算法。该方法能有效的保持群体中不可行解的一定比例,从而增加了群体的多样性,而且避免了传统的过度惩罚缺陷,使群体更好地向最优解逼近。计算机仿真表明,该算法对非线性规划问题求解是非常有效的。

摘要：对约束问题的处理通常采用罚函数法,而使用罚函数法的困难在于参数的选取。文中提出了一种解约束优化问题的新PSO算法(CLDPSO)。该方法基于平滑技术设计了一个平滑函数,此函数可以消除一些局部极小点,使算法CLDPSO能有效克服标准PSO算法易陷入局部最优的缺陷;另外,结合约束优化的约束条件给出的新开关选择算子,使算法在选择下一代时保持群体中不可行解的一定比例。这不但有效的增加了群体的多样性,而且避免了传统的过度惩罚,使群体向最优解更好、更快地逼近。数值试验表明该算法对约束优化问题求解是非常有效的。