网络流与最大流问题

本文主要讨论了网络流及其应用 ,其中最大流问题是当今网络流理论中最重要的问题之一 ,它在我们现实生活、科技及生产领域中都有广泛的应用     

求解最大流问题的增广链算法

在剩余网络的基础上定义增广链,进而顺理成章地得出结论＂可行流是最大流的充要条件是不存在关于该流的增广链＂。这种方法直观形象,易于理解,便于操作。避免了用非饱和边和非零流边定义增广链给学生造成的理解困难。     

求解最大流问题的"构造式"算法

在前向推进最大流算法的基础上作了改进，提出一种求解最大流问题的“构造式”算法。该算法应用图的深度优先搜索原理，摒弃前向推进最大流算法的并行控制而着眼于每一支流的依次增广，逐步构造中间过程“构造图”的结构并最终得到网络最大流。该方法增强了算法的直观性和可控性，易于实现。     

曲线网最大流问题初探

本文简介什么是曲线网最大流？曲线网最大流的性质；曲线网最大流性质的应用．     

基于丢包概率的网络最大流研究

针对网络最大流问题,基于丢包概率提出了一种新的计算方法（Network Maximum Flow based on Dropping rate,NMFD）.该方法首先利用实际队列长度和到达速率定义了丢包策略,并在以前的研究基础上对最大流的计算方法进行了改进.同时,通过仿真实验对比分析了该算法与DINIC算法、FORD算法的性能,结果表明NMFD具有较好的适应性.     

网络最大流算法的改进

将已有的网络最大流的算法－标号法改进为断路法，从而加快了求网络最大流的速度并减少作标号图的麻烦。     

网络最大流算法在房产推销策划中的应用

在房产营销过程中，利用图论中的匹配思想，把追求销量最大的目的转化为求偶图的最大匹配问题，然后用网络最大流算法给出解。     

高校特殊大学生问题研究

近年来,我国高等教育体制改革不断深入发展,招生规模日益扩大,高等教育日渐"大众化",高校特殊大学生问题随之凸显出来,成为高校教育和管理不容忽视的重要问题。因此,关注高校特殊大学生,研究他们的思想和行为特点,建立健全高校特殊大学生思想政治工作机制,有针对性地解决高校特殊大学生存在的问题,是高等教育面临的一个十分紧迫的问题,也是高校和谐发展面临的重大课题,意义不容忽视。     

多元流空间视角下长江中游城市群网络结构特征

基于城市间的交通流、信息流和企业流联系数据,利用社会网络分析方法从网络密度、中心性、核心-边缘结构三个视角分析长江中游城市群网络结构特征,并利用地理探测器对其影响因素进行深入探讨。结果表明:①长江中游城市群交通和信息联系较为密切,企业联系不足;城市子群内部联系强于外部联系,长株潭城市群内部和外部联系相对密切,在整体网络中发挥枢纽作用。②武汉、长沙、南昌三大城市在多元流网络中居于核心位置,核心-边缘结构明显;多元流视角下形成交通贸易型、交通信息型、信息贸易型、交通信息贸易型四类核心-边缘结构,整体网络中形成以京广高铁-京珠高速、浙赣湘黔铁路-沪昆高铁为轴带的要素流通道。③通过地理探测器发现地区生产总值、社会消费品零售总额、固定资产投资、第三产业产值、互联网宽带接入规模、财政支出、年末金融机构各项贷款余额和城镇居民可支配收入对多元流视角下的长江中游城市群网络结构影响显著,人口规模的影响力相对不足。因此,应依托国家区域重大发展战略,着力提升核心增长极聚集与扩散能力,培育新的增长极;调整产业结构,发挥比较优势,释放市场增长潜力;构建"田"字形交通网络,完善基础设施建设,优化区域资源配置,促进区...     

网络最大流的最大容量有向路算法

针对单源、单汇网络给出最大流问题的一个新算法--最大容量有向路算法,算法的核心思想是利用分层原理在增量网络中反复寻找从源点到汇点的在一定规则下的容量最大的有向路,直至找不到有向路为止.给出算法的复杂度为O(mn)与最大流问题的两个具有代表性的算法--Ford-Fulkerson算法和Dinic算法,作了复杂性和实例比较,结论是最大容量有向路算法的效果好于Ford-Fulkerson,算法不低于Dinic算法.该算法完全能够编程实现,仿真试验结果表明,算法效果良好.     

构建基于多元智能理论的特殊教育观

多元智能理论对特殊教育提出了新的要求,在新课程背景下,我们应该构建符合素质教育理念的、以多元智能理论为基础的特殊教育观。这种新型的特殊教育观主要包括全纳性主体观、多元化智能观、个性化教学观、情境化评价观、策略性教师观、整合性课程观和全面发展观。     

基于传感器网络的分布式遗传k-means聚类算法研究

传统的集中式聚类算法不适宜对传感器网络的分布式数据进行聚类,用遗传进化机制对传统k-means的分布式聚类算法进行优化,可得出遗传k-means聚类算法。遗传k-means聚类算法即在传感器网络中sink节点传送随机选取的初始k个簇心到各个传感器节点,在这些节点上分别用遗传k-means聚类算法将本地的数据划分到距离最近的簇,然后将簇信息在无线传感器网络里通过路由逐层上传合并汇聚到sink节点,计算k个簇心的平均值,再往下传送k个簇心,反复迭代更新直至聚类目标函数值达到最小为止。实验表明,遗传k-means聚类算法的聚类效果较好,收敛速度较快。     

基于改进蚁群遗传算法的排课问题研究

提出了一种以蚁群算法为主,利用遗传算法经过交叉,变异,选择后产生进化的信息素作为蚁群使用的信息素.在遗传算法多次进化效果不明显时,引入模拟退火算法进行跳变的混合算法,使各种算法取长补短,改善了蚁群算法初始阶段运行缓慢和遗传算法局部搜索能力弱的缺点.提高了运行效率,同时运用这种改进的算法对高校排课问题进行仿真,从而比较算法改进的优缺点.     

台湾“实务专题”课程的基本结构探析

实务专题是台湾技职院校为系统培养学生统整与创新能力,继相关专业理论与实习课程之后开设的以实务为核心进行专题研究或专题制作的校本必修课程。其课程结构独具特色,课程目的、课程内容、课程组织与实施、课程评价等各要素通过务实致用的课程视界、问题导向的课程手段、合理有效的课程规范以及适应发展的认知规律相互联结而构成完整的有机体,以支撑优质专业人才培养。     

个体CPFS结构与数学问题表征的相关性研究

问题表征对问题解决有着重要的影响，个体的CPFS结构与数学问题表征之间有密切的关系，具备优良CPFS结构的学生更能合理、正确地表征问题，进而有效地解决问题，反之，能够合理表征问题的学生，他们一定具备更优良的CPFS结构。     

我国特殊教育学校教育经费支出结构探析

教育经费的支出结构影响着经费的使用效率。本文分析我国当前特殊教育学校1998-2009年教育经费支出结构,发现:经费支出总量逐年增长,但相对不足;支出结构不合理,个人经费紧张,奖贷助学金比例偏低,公务费用过高以及地区差异显著等问题。由此建议加大特殊教育投入力度并优先保证特殊教育经费支出,合理调整教育经费支出结构,提高经费的使用效率。     

基于准对角递归神经网络盲均衡算法的研究

提出了一种基于准对角递归神经网络的盲均衡算法。利用了准对角递归神经网络结构简单、计算量小,而动态特性强的优点,结合传统的恒模盲均衡算法定义了代价函数,用最速梯度下降法推导出了其算法迭代公式。计算机仿真表明该算法收敛速度较快、剩余误差较小。     

真实问题为导向的数据结构课程教学改革实践

针对数据结构课程内容多、算法广、学习难度大的特点,提出真实问题为导向的教学模式。通过在实际教学中将以真实问题为导向的教学方法应用到课下,来探讨这种新的教学模式。与以前的教学效果比较,结果显示真实问题为导向的教学模式能够提高学生的学习兴趣和教学质量,更好地培养学生的团结协作能力和动手创新能力。     

基于神经网络的数据挖掘算法

数据挖掘涉及多学科技术的集成,包括数据库技术、神经网络、模式识别、信息检索、图像与信号处理和空间数据分析等.神经网络在数据挖掘中的应用也越来越广泛,尽管神经网络具有结构复杂、网络训练时间长、结果表示不容易理解等缺陷,但其对噪声数据的高承受能力和低错误率的优点是其他方法所不及的,并在数据挖掘所采用的方法中具有优势.本文对基于BP神经网络的数据挖掘算法进行了详细的讨论,并提出了算法改进方法.     

个体CPFS结构与探究问题能力的关系研究

个体的CPFS结构,是指在数学学习中学习者在头脑中形成的概念域、概念系、命题域、命题系.CPFS结构是对数学知识表征的一种刻画、是数学学习特有的认知结构.个体CPFS结构与探究问题之间的关系的研究结果表明:个体CPFS结构与探究问题能力之间存在显著性相关;具有优良CPFS结构的被试与不良CPFS结构的被试在探究问题的成绩上存在显著性差异,但是在定向提问方面差异不显著,在直觉提问的探究问题性质方面差异显著;对被试而言,问题的熟悉程度与他们探究问题有直接影响,但问题的熟悉性与个体CPFS结构没有交互作用;在有外部调控的情况下,优良CPFS结构组和不良CPFS结构组的被试在探究中、低难度问题的成绩有显著差异,在探究高难度问题的成绩上没有显著差异.