摘要：在多通道光纤布拉格光栅(FBG)滤波器的设计中,通道数目的增加会导致最大折射率调制深度的成倍增长,从而造成物理上的不可实现。为此,提出一种基于粒子群算法(PSO)与直接设计方法相结合的多通道FBG滤波器设计方法。该方法以最小化最大折射率调制深度为优化目标,在目标反射谱中引入一组群时延参数,为每个通道分配合适的群时延参数,建立群时延参数的优化模型。通过粒子群算法计算得到各通道群时延参数的优化分配值,提升折射率调制深度的均匀化分布程度,促使最大折射率调制深度降低到物理可实现的范围内。仿真实验结果表明设计的40通道数、106通道数的两种FBG滤波器的反射谱均匀性好,最大折射率调制深度均降到0.001以下。

摘要：深度学习为组合优化问题提供了新的解决思路,目前该研究方向多关注于对模型和训练方法的改良,更多的论文引入自然语言处理方向的新模型来加以改进求解效果,而缺乏从实例的数据生成方向来关注模型的泛化能力和鲁棒性。为解决该问题,借鉴对抗学习的思想,针对经典组合优化问题——旅行商问题,从数据生成方向切入研究,设计生成器网络,使用监督学习的方式来产生对抗样本,并将对抗样本加入到随机样本中混合训练,以改善模型对该类问题的泛化性能。同时,依据强化学习训练过程中判别器模型的更新方式提出一种自适应机制,来训练对抗模型,最终得到能够在随机分布样本上和对抗样本上都取得较好结果的模型。仿真验证了所提出方法的有效性。

摘要：工科的课程思政研究刚刚起步,由于经验较为缺乏,同时在教学过程中常常重视知识的传授而忽略思政教育,因此需要工科课程的教授者们的持续探索。文章针对自动化、管理专业中的专业必修课程运筹学,探索在专业知识模块中融入不同主题的思政元素,提升学生们对民族的认同感、使命感,树立正确的人生观、价值观作为思政的目标,进行课程思政的设计,并对工科类课程的思政模式和心得进行总结。正确学习观的建立和引导,培养学生们的使命感激发他们创新报国的热情和动力。

摘要：针对工科以应用为主,专业课程实践性强,主要传授解决问题的方法理论,导致思想政治融入受学时有限和切入点影响等问题,基于课教学经验与教学改革探索成效,以“运筹学”课程思政实施为例,针对工科专业课程特点,探索如何在专业知识模块引入相应思政点。提出了基于故事案例的情感引导、课间黄金10分钟的潜移默化影响、引入反馈机制依据效果进行思想政治融入调整,以及团队智慧设计融入点等模式,为工科课程思政设计提供了一些参考。