Memetic算法在智能组卷问题中的应用

Memetic算法是一种启发式搜索方法,常用于解决一些NP问题。本文通过对遗传Memetic算法的改进与优化,结合智能组卷问题的特点,提出一套完整的解决方案。算法使用Memetic算法框架,全局搜索策略采用分段实数编码的遗传算法,融合了算法的交叉变异操作,局部搜索策略采用模拟退火算法,有效解决陷入局部最优问题。通过不同算法的对比实验表明,本文提出的Memetic算法能够快速高效地解决智能组卷问题,大大提升试卷生成质量,减少迭代次数,可快速获得最优解。      

高性能路由器QoS机制的研究

深入分析了Qos技术的研究热点一区分服务，提出了区分服务网络边缘到边缘Qos保证的参考模型，在此基础上提出了高性能路由器的结构模型，研究结果能对支持Qos的高性能路由器产品的研制与开发提供参考。     

数学专业课程教学现状及多媒体CAI策略构想

分析了目前数学专业课程的教学现状 ,阐明了数学专业课程CAI教学的特点 ,并提出了实现多媒体CAI策略的一些构想     

Rough集定义的拓广

对Rough集定义进行了拓广,通过将拓广的定义与传统的Rough集定义的比较分析证明了拓广是有意义、实用的.     

时钟同步的RMD聚集预留状态管理

区分服务网络资源管理方案RMD（Resource Management in Differentiated Services）基于分布式信令,简单、可扩展。分析了RMD中的聚集预留状态管理算法,指出其无法保证资源状态的准确性,从而对聚集流的服务质量产生不利影响。针对RMD存在的问题,提出基于时钟同步的聚集预留状态管理方案,该方案包括时钟同步机制和路由器内的实现方法。仿真实验证明该方案可以保证聚集预留状态的准确性。