求解TSP问题的改进最邻近法

考察TSP问题的线路构造,建立TSP问题的数学模型,分析了最邻近法的基本思想及不足,通过改进最邻近法构造线路的方向及将所有城市均作为一次线路构造的起点,提出了双向最邻近法、完全最邻近法和完全双向最邻近法三种改进方法,算例表明改进后的方法比最邻近法能获得更多的不同线路及更优的线路。     

一类依赖正态分布的OWA算子的位置权重

针对给定的决策数据给出合理的权重问题,补充完善了Xu提出的依赖于正态分布的位置权重,给出了利用正态分布的均值、均方差、分布函数、密度函数等理论构建新的OWA算子的位置权重,并通过实例加以说明.     

基于蛙跳算法求任意函数的数值积分

针对复杂函数的数值积分问题,给出了若干个任意分割积分区间的数值积分的误差结果,提出一种基于蛙跳算法的不等距节点分割的数值积分方法。该方法初始时在积分区间内任意选取一定的节点,通过蛙跳算法优化这些节点,在相邻节点间利用Simpson公式近似计算积分,最后得到较准确的积分结果。数值计算结果表明,该方法计算精度高,而且可以高效处理不存在初等原函数以及复杂的有理函数的积分。     

离散和声搜索算法求解整体最优效率行为模型

整体最优效率行为模型是基于满足最低期望投资产出和最高投资额的约束,以整体效率最优为目的的一种数学模型。针对问题特点,将各个投资活动的效率进行排序,通过设计专门的新和声的产生方式和微调方式,并引入贪婪策略对和声进行修正,提出了一种新的离散和声搜索算法,仿真结果表明离散和声搜索算法效果明显。     

一种求解整体最优效率行为模型的遗传算法

整体最优效率行为模型是基于满足最低期望投资产出和最高投资额的约束,以整体效率最优为目的的一种数学模型。阐述了求解该模型的一种改进的长模式遗传算法,将各个投资活动的效率进行排序,并引入贪婪策略修正各个染色体,采用三种再生算子进行求解,结果表明改进的长模式遗传算法有效。     

一种改进的和声退火算法

和声搜索算法是最近提出的一种基于乐队和声调谐原理的新搜索算法,目前已经有许多成功的应用。针对和声退火算法的不足,通过简化退火降温方式和终止条件,以及采用模拟退火算法修改和声库中最差解的更换方式,提出了一种改进的和声退火算法,数值实验表明了改进的和声退火算法的有效性和优越性。     

基于改进遗传算法的背包问题求解

针对0-1背包问题的特点,设计了一种利用定义距较长模式的遗传算子,并提出采用该算子代替交叉算子的长模式遗传算法,该算法在约束条件的处理上结合贪心法,提高了搜索效率.最后的实例仿真,给出了传统遗传算法和长模式遗传算法计算结果的比较,证明了采用新算子的遗传算法在求解0-1背包问题时比基本遗传算法有更好的收敛性能和更少的时间花费.     

基于混合编码遗传算法的证券组合投资问题的求解

针对文献[1]提出的模型,设计了一种二进制编码和实数编码相结合的混合编码遗传算法(MCGA),仿真结果表明,混合编码遗传算法对该模型求解能极大地缩短算法的进化代数及保证收敛到最优解,并得到了比二次规划算法更好的结果;证明了这种混合编码的方法能有效克服二进制编码和实数编码各自的缺陷,快速提高遗传算法的收敛性能.     

基于综合难度模型的高考地理试题分析——以2022—2023年全国乙卷为例

<正>综合难度模型常被应用于教育评估中的试题难度评价,其最初概念是课程总体难度(Overall difficulty),这一概念由Nohara(2001)在美国国家教育统计中心的工作报告中提出^[1]。华东师范大学鲍建生教授(2002)借鉴了这一概念并结合数学学科的特征,建构了拥有五个维度因素(背景、探究、知识含量、推理、运算)的多水平综合难度模型,     

广义多维多选择背包问题

在分析多维背包问题和多选择背包问题的基础上,提出一种广义的多维多选择背包问题,给出了该问题的数学模型并改进传统的贪婪算法对其进行了求解.该算法以价值密度为准则,并对每个约束条件先后执行贪婪优化,从而得到问题的近似最优解.