摘要：为能有效预测水位,提出一种结合时间序列分析和卡尔曼滤波的优化方法。通过自回归分布滞后模型对站点的水位数据进行分析,得到各站点的滞后期长度,求得各变量的系数后,结合相关水位数据计算得到初始预测值,利用卡尔曼滤波对预测结果进行修正,获得最终预测值,建立优化的水位预测模型。利用该组合模型进行水位预测实例仿真,仿真结果表明,该模型能有效地预测水位短期内的趋势,预测能力稳定、预测精度高。

摘要：基于对标准车辆路径问题的分析,本文构建了一种包括交通因素、客户需求动态改变、用户满意度的多目标动态车辆路径问题模型.针对伊藤算法在求解离散组合优化问题时效率较低、收敛性较差等缺陷,本文以具有通用性的伊藤算法为框架,参考蚁群算法,设计了伊藤-蚂蚁优化算法,并采用正交实验的方法,分析了改进算法参数的设置问题.为了验证改进算法的有效性,文章对标准测试数据集中的数据进行了测试.最后,将标准测试数据改编成符合带用户满意度的多目标实时车辆路径问题模型的测试数据,并用改进算法进行求解.实验结果表明,本文提出的问题模型和改进算法是可行的、有效的.

摘要：针对程序设计类课程教学过程中存在的诸多问题,结合新建本科高校师资和生源的实际情况,探讨校企合作背景下的课程教学改革,近几年的人才培养实践表明,改革成效显著。该结果可为程序设计类课程的教学改革的研究提供一定的参考。

摘要：针对C语言课程特点,采用Browser/Server模式,结合主流ssh框架和MySQL,在Myeclipse下设计开发了C语言课程网站。实践表明,网站有效地提高了学生的C语言程序设计能力。

摘要：研究者发现许多真实网络中存在分形特征,并广泛认为网络的异配性导致了分形性。因此,具有同配性的社交网络的分形特征很少被研究。针对开源合作平台中存在许多大型项目的开发者之间未必有实际的合作关系的现象,引入了边的权重来移除弱连接的边。通过重整化群分析,发现GitHub网络在移除弱连接的边之后,其网络结构从小世界变化为分形网络。此外,对网络的Pearson相关系数和邻居相关度进行分析后,发现网络具有很强的同配性,验证了之前对分形起源的理论分析。

摘要：为提高学生的自主学习能力,掌握程序设计的基本方法,熟练地使用C语言进行程序设计并具备调试程序的能力,针对《C语言程序设计》课程特点,设计并开发了课程网站。该网站采用B/S结构,结合Chrome+Netbeans等工具对静态界面进行设计。实践结果表明,课程网站的运行对提高学生学习C语言的兴趣有一定的益处。

摘要：针对粒子群算法求解旅行商问题时存在易陷入局部最优及收敛速度慢等缺陷,提出一种改进粒子群算法。将伊藤算法中的漂移和波动算子运用于粒子群算法中的学习因子,将牛顿力学中的加速度因子映射粒子群算法的惯性权重。用改进后的粒子群算法求解TSP标准测试库中的多个类型和不同规模的问题,与传统算法进行对比,对比结果表明,该算法是可行有效的。

摘要：针对标准粒子群算法收敛速度较慢、求解精度不高等缺陷,引入了均值漂移与球隙迁移算法的思想,提出一种混合算法.该算法结合最优粒子与自己的祖先粒子来对粒子进行优势分析,根据其优势分析结果确定粒子的更新速度级别,将速度进行分解,分配到粒子的不同维中以达到异步更新的目的;为每个粒子设置一个淘汰概率的属性,当粒子被淘汰时会被自动替换;算法还引入了扰动机制和随机重启策略.显然,改进后的算法增加了粒子搜索的多样性和明智性,从而加快了收敛速度.最后,将混合算法用于求解高维TSP问题,实验结果表明改进后的算法是可行的、有效的.

摘要：在使用传统的全局优化方法对整个深度信念网(DBN)进行优化的过程中需要大量的时间,且基于梯度的优化方法易陷入局部最优。为加快DBN的训练速度,将极限学习机(ELM)运用到DBN模型的训练中。分别将传统DBN与改进后的IDBN算法应用在手写体数据集MNIST、Binary Alphadigits数据集和USPS数据集上,实验结果表明,改进后的IDBN算法能够保证已有的学习准确性,提高学习的速度。

摘要：针对车辆路径问题中路径选择未能确定的缺陷,引入蚁群算法对客户点选取规则进行决策。此外,采用冷却进度表作为控制温度变化的参数,将漂移和波动过程同步进行来改进根据伊藤随机过程而设计的伊藤算法,并将改进后的算法应用于CVRP的求解。实验结果表明,改进后的算法能有效求解带容量约束的车辆路径问题,取得了理想的结果。