摘要：文章通过构建数字经济与旅游产业高质量发展评价指标体系,运用熵值法和综合指数法测算西北五省2010—2020年数字经济和旅游产业高质量发展水平综合指数,采用耦合协调度模型和相对发展指数对西北五省2010—2020年数字经济发展水平与旅游产业高质量发展水平耦合协调关系及耦合协调类型进行时空分析。结果表明:(1)从发展时序来看,2010—2020年,西北五省数字经济指数总体呈现持续稳定增长局面,旅游产业高质量发展指数呈波动式增长态势,耦合协调水平持续向好,2019年以来有缓慢下降趋势;(2)分省域比较,陕西数字经济与旅游产业高质量发展水平均遥遥领先于其他四省区,考察期初期便进入磨合发展阶段。其余四省区数字经济与旅游产业高质量耦合协调发展水平整体偏低,且发展阶段明显滞后于陕西。其中,在数字经济发展方面,呈现陕西>甘肃和新疆>青海和宁夏;在旅游产业高质量发展方面,五省表现差异较大,呈现陕西>甘肃>新疆>青海>宁夏,2018年以来出现不同程度的下降。

摘要：针对求解高维约束优化中算法的收敛速度和解的精度不高的缺点,提出一种改进的人工蜂群约束优化算法。该算法在初始化种群和侦察蜂探寻新蜜源时采用了正交实验设计方法,并在采蜜蜂搜索时使用了改进的高斯分布估计,跟随蜂按照采蜜蜂的适应值大小选择一个采蜜蜂,在其蜜源领域内采用差异算法搜索新的蜜源;在处理约束条件时采用自适应优劣解比较方法。最后通过13个标准的Benchmark测试函数进行仿真实验,结果表明该算法在处理高维约束优化问题时具有较好的收敛性和稳定性。

摘要：利用数字技术促进旅游产业转型升级是实现旅游高质量发展的重要路径。旅游高质量发展是以深化供给侧结构性改革为主线,以满足人民群众对美好生活的向往为目标,在坚持绿色发展和资源可持续利用的前提下,实现"规模"与"效益"统一,"速度"与"质量"统一,"供给"与"需求"统一。新一代数字技术从资源要素、产业规模、市场供求、文旅融合等方面对旅游高质量发展提供动力支持。新一代数字技术引领旅游业高质量发展的内在逻辑是通过微观企业、中观产业和宏观区域全面作用于旅游供给侧,实现产品升级、服务升级、结构升级、管理升级和供需的有效对接。微观企业层面,旅游企业要树立数字化思维,创新经营管理模式,加快数字技术研发与应用,以实现企业生产效率的提高和产品结构优化;中观产业层面,加快供给侧全产业链构建和数字服务平台建设,推动信息资源高效流动和整合共享,促进产业融合升级;宏观区域层面,加快数字基础建设布局和区域数字文旅产业的顶层规划与设计,不断创新制度改革,高水平推动区域协调发展。

摘要：针对陕南地区水资源供需关系,建立了自反馈机制的动态水资源优化配置模型。模型根据历史水资源供需关系数据,采用神经网络模型预测未来水资源供需数据,并根据其建立各年的水资源优化配置模型,通过调节各年水资源配置参数,使其成为持续发展优化模型。

摘要：针对传统优化算法在求解高维非线性优化问题时,存在收敛速率慢和求解精度不高等问题.提出一种改进的人工蜂群优化算法.正交试验设计算法被用于初始化蜂群和侦察蜂探索新蜜源.采蜜蜂利用高斯分布估计优化算法在蜜源附近搜索,跟随蜂采用自适应差分算法进行搜索.最后,通过4个标准的高维Benchmark函数测试表明,本文算法在收敛速度、求解精度和稳定性方面有一定优势.

摘要：针对传统差分进化算法在求解高维复杂问题时存在通用性差、鲁棒性低、收敛速度慢和求解精度低等问题,提出一种基于蚁群算法的自适应多模式差分变异策略。算法在每代进化中,个体根据各变异进化模式上的信息素大小,采用轮盘赌选择策略选择变异算子,并根据各变异算子对优化所做贡献的大小对信息素进行动态更新,贡献大的变异算子可以获得更多被选择的机会,使得各变异算子发挥其最大性能,从而提高算法的收敛速度和通用性。对5个高维的benchmark函数进行算法验证,实验结果表明,该算法很好的提高了差分进化算法的通用性和鲁棒性,有效地克服了收敛速度慢和早熟等问题。

摘要：针对传统课堂教学模式在计算机程序设计能力培养过程中难以激发学生学习热情的问题,提出一种基于工程实战、案例驱动、三位一体的程序设计课程教学模式。该模式通过项目实践、案例分析和团队合作等方式,使学生在掌握程序设计理论知识的同时积累实践经验,并且具备解决实际问题的能力。

摘要：利用绝对值函数的性质给出了一种约束处理方法:将不等式约束转化为等式约束,该转化无需增加任何参数;进而通过构造静态罚函数将原问题转化为无约束优化,采用全局和声搜索算法求解。该算法模拟了音乐创作中乐师们凭借自己的记忆,通过反复调整乐队中各乐器的音调,最终达到一个美妙的和声状态的过程;全局和声搜索算法嵌入了位置更新和小概率变异策略。求解13个带有约束的非线性规划标准测试函数,结果表明该约束处理方法是有效的。最后将该算法应用于求解伸缩绳设计优化问题。

摘要：针对传统优化算法在求解高维多模态优化问题时存在收敛速度慢、求解精度低的问题,提出一种基于正交设计与小生境精英策略的自适应差分进化算法ONDE。首先利用正交表产生初始种群,然后采用小生境精英策略来产生小生境种群(NP),并用小生境种群更新精英个体;接着应用拥挤裁剪避免种群陷入局部搜索,最后利用自适应差分变异算子改进了差分进化(DE)算法。通过对7个benchmark函数仿真验证,实验结果表明,算法在收敛速度、求解精度和稳定性方面都有较大优势。

摘要：为了解决求解高维复杂问题时存在收敛速度慢、求解精度低、容易陷入局部搜索等问题,提出维度分组交叉算法和自适应多模式并行差分进化算法。算法利用种群中各维变量之间的相关性进行维度划分,通过k个种群分别在k个维度划分上进行自适应差分进化,在种群间按维度划分进行交叉操作,从而较好实现了多种群的协同差分进化。最后对4个benchmark高维函数进行算法验证,实验结果表明,该算法在提高算法的寻优速度的同时,还有效地克服了早熟收敛等问题。