摘要：为快速准确地预测煤与瓦斯突出危险性,提出一种基于预处理的改进果蝇优化算法(IFOA)-极限学习机(ELM)的预测模型。首先预处理平顶山八矿的部分实测数据,采用灰色关联分析(GRA)法与熵权法(EWM)结合的灰色关联熵分析(GREA)法剔除影响程度较小的因素,应用主成分分析法(PCA)进一步约简因素;构建煤与瓦斯突出危险性预测模型,基于果蝇优化算法(FOA),引入自适应步长更新策略及群体适应度方差策略设计IFOA;利用IFOA优选ELM输入层权值及隐含层阈值,对预处理样本数据进行训练、预测并对比其他模型预测效果。结果表明:基于预处理的IFOA-ELM模型预测结果与实际结果完全拟合,预测效果显著优于未预处理的模型;基于预处理的IFOA-ELM模型的分类准确率和召回率均为100%,显著高于其他对比模型。

摘要：随着创业能力学习论逐渐被大家接受,创业者的创业能力如何训练提高和评价成为人们关注的焦点。通过资料综述确定成功创业者拥有的创业能力特征因子,即动机、品质、自我认知、价值观和深层次创业知识经验与技能,根据5种因子特征,在E-prime测评软件平台上分别采用内隐联想测试(IAT)、镶嵌图形测试和斯特鲁普效应测试(Stroop),可以建立一种创业能力情景模拟综合测评方法,设计其测评系统程序。两组被试测评结果相关分析表明:创业动机不同的两组被试IAT测评分在置信度95%区间存在显著差异;创业能力不同的两组被试总测评分也存在显著差异。