混沌映射的多种群量子粒子群优化算法

针对量子粒子群优化算法存在早熟收敛的问题,提出一种基于Logistics混沌映射变异的多种群量子粒子群优化算法（CMQPSO）,采用分段Logistics混沌映射生成初始粒子群,根据适应度值将群体分为顶层和底层种群。顶层出现聚集时才进行高斯扰动,底层种群则按概率通过Logistics混沌变异生成分布更为均匀的粒子,提高种群的多样性,从而较好地平衡了算法的局部和全局搜索能力。对测试函数的计算表明算法较QPSO等其他算法在搜索能力和收敛速度方面有明显改进。分析了算法重要参数停滞阈值[Cσ]和比例系数[S]对搜索性能的影响,给出合理的取值范围。     

混合择优的多目标免疫粒子群优化算法

为解决多目标粒子群优化算法存在解的多样性差、分布不均等问题,提出一种混合择优机制：在迭代过程中每个粒子依概率,根据解集信息熵或Sigma值确定其全局极值;并直接对解集进行基于信息熵的克隆选择,根据支配关系更新解集,充分发掘分布性更好的解。测试函数的仿真实验结果表明,该算法在保持较好的收敛性能的同时,其求解的分布性指标要明显优于其他算法,这说明混合择优机制能够有效地提升多目标粒子群优化算法求解的多样性和分布性。     

ATE软件系统测试方法研究

由于ATE软件系统与硬件设备结合紧密,对其进行软件测试不能照搬一般软件测试方法.结合 ATE软件系统的特点和工作方式,研究了其软件的测试方法.按照软件测试的全程,主要从单元测试、集成测试、系统测试等多个层次进行研究和探讨.重点研究了单元测试过程中测试内容和测试用例的生成.介绍了自动测试在ATE软件系统测试方面的应用和所采用的自动测试工具.     

综合密度信息的矢量变异多目标粒子群优化

粒子群优化算法求解多目标优化问题存在早熟收敛和后期收敛速性差的不足,解的分布性也有待提高。为此设计一种新的多目标粒子群优化算法：对寻求粒子最优解的sigma方法进行改进,提出一种综合非支配解密度信息和sigma值的最优解求解机制。对变异粒子速度进行矢量扰动变异;对停滞粒子进行位置变异,有效避免算法的早熟收敛问题。测试结果表明,所提出的算法在收敛性和解的分布性、多样性方面较经典的算法具有明显的优势。     

基于PDA的移动教学管理系统设计

本文介绍了一个基于PDA的移动教学管理系统，谊系统采用SQL Server CE数据访问策略，通过合并复制技术与后台数据库保持同步，将移动计算技术很好的应用于教学管理过程中。     

面向多峰函数优化的Lamarck免疫网络算法*

为改善免疫网络算法在多峰函数优化方面存在局部收敛的不足,提出一种Lamarck免疫网络算法(LM-aiNet)。依据Lamarck进化理论思想,设计基于方向的局部搜索机制和自适应的网络抑制阈值,提高了算法对于不同类型多峰函数优化的适应能力。对算法的复杂度和收敛性进行分析,重点讨论了算法主要参数对求解性能的影响,确定合适的参数取值范围。实验结果表明,算法能够有效地解决经典算法的局部收敛问题,其求解能力优于被比较的其他算法。     

跨学科程序设计类课程的考核方式改革

课程考核是一个困扰跨学科程序设计类课程教学的难题。针对该类课程考核中存在的问题,本文提出平时考核与期末大作业相结合的综合测评方式,并重点介绍期末大作业考核的具体实施过程及实施效果。实践证明,该考核方式明显提高了学生的实践操作能力、综合应用能力。