通用题库数据结构与组卷算法设计

题库的数据结构和组卷算法决定了题库的适用范围,该文根据不同课程试卷及其试题属性的构成,提出一种新的题库数据结构,并在分析组卷控制模型的基础上,对组卷算法进行详细设计。     

一种基于遗传算法的连续属性离散化方法

连续属性离散化是基于粗糙集的数据挖掘中的关键问题。针对该问题提出了一种遗传算法,在保持不可分辨关系的前提下,以最小断点集为目标,对交叉算子、变异算子进行了改进。最后,使用UCI机器学习数据对算法进行了验证,并与其它的离散化算法进行了比较,结果表明算法是有效的。     

基于免疫算法和人工势场的移动机器人路径规划

分析了人工势场模型存在的两个问题:目标不可到达问题和由于局部最优解的存在而产生的死锁问题。在人工势场路径规划的基础上,提出了基于免疫算法和人工势场法的最优路径规划方法。通过仿真算例验证了该模型的有效性。     

关于算法的认知和教学

算法教学是计算机教学中的一个重点和难点.通过对算法重要性,目前算法教学现状和学生在算法学习中的认知过程的分析,提出了一种新的算法教学思路和方法.     

用数字化定量分析物理课堂教学

文章用信息技术对物理课堂教学进行了教学行为的分类分析,得到了一系列可视化的数据。之后采用S-T分析数据,挖掘的关联算法,用一系列的数据分析出了教师课堂教学的教学风格,提问策略。最后根据分析出来的数据给出了相关的评价和建议。     

马铃薯淀粉生产自动化控制中的物料平衡算法

分析了马铃薯淀粉生产中旋流工段的物料平衡条件,建立了物料平衡方程,结合实际工程应用提出了设计阶段的配管算法,采用计算机辅助计算生成了自动化控制所需的决策函数.     

教育人工智能伦理问题与伦理原则探讨

文章旨在揭示智能化时代的教育将面临哪些新的伦理问题,并在人工智能伦理和教育伦理的基础上,探讨教育人工智能的伦理原则。运用文献研究和逻辑推理方法,系统梳理了教育人工智能应用的特点和优势,及其可能引发的新的伦理问题:(1)角色层面,系统创建者、教师、学生和监测员等利益相关者将面临更加复杂的伦理困境;(2)技术层面,涉及自动化决策伦理问责、算法伦理和数据伦理等方面的问题;(3)社会层面,可能转变就业市场、改变人际关系和引发新的社会不公平。因此,需要对教育人工智能伦理问题的复杂性有充分的认识,同时需要遵循一般的人工智能伦理原则和教育伦理原则,其中,最核心的内容为二者之间的交集,具体包括:(1)福祉;(2)是非善恶;(3)公平正义;(4)人权和尊严;(5)自由自治;(6)责任和问责。     

基于BP算法的自动送钻钻压优化控制技术研究

详细地进行了神经网络钻压控制器的硬件及软件设计,采用SIEMENS S7—300 PLC作为控制器的硬件核心,应用SIEMENS PLC相应的编程软件SIMATIC STEP7 V5．3进行了控制器的软件编制,并应用PROFIBUS DP网实现了钻压控制器与外围控制系统之间的数据通讯．基于设计出的神经网络钻压控制器,通过MATLAB仿真测试,测试证明神经网络控制器的训练过程可进行有效的收敛,其泛化能力也达到要求．钻井现场试运行实验证明该控制方式控制效果良好,提高了系统的响应速度,增加系统稳定性,改善系统非线性,提高绞车下放速度的控制精度,各方面性能指标都达到控制要求。     

一种自适应遗传算法对Hopfield网络权值的优化

针对Hopfield网络在求解优化问题中学习效率低，收敛速度慢，容易陷入局部最优等缺点和不足，把遗传算法同Hopfield网络结合起来，形成进化神经网络，对网络权值进行优化，并且通过对算法的讨论，说明该算法的有效性。     

基于遗传算法的Ad-hoc网络安全多目标优化认证机制研究

节点的安全性是Ad-hoc网络面临的重要问题,因为通过非安全节点可以窃取、篡改网络中的数据包,甚至对网络造成致命性的破坏。通常情况下,Ad-hoc网络是借助于基于密钥的认证算法来实现节点的安全性保障的,但是这些认证算法并不适用于Ad-hoc的特殊网络环境。将遗传算法应用于节点安全性认证领域,通过基于多目标优化的认证机制,取代了密钥认证机制。通过模拟实验表明,基于多目标优化的认证机制,在Ad-hoc网络环境中,性能较为优越。