遗传算法在武警勤务中的应用研究

遗传算法是一种新的全局优化仿生算法。介绍了遗传算法的编码方法、选择算子、交叉算子和变异算子 ,以及适应度函数的设计 ,结合武警部队勤务的特点 ,探讨遗传算法在武警勤务中的应用。并以遗传算法在军事 (行军 )路线优化选择和智能排课系统中的应用为例 ,对遗传算法的建模等进行了探讨     

引入变异算子的SAA求解数据关联问题

将遗传算法中的变异算子引入模拟退火算法,来求解雷达数据处理过程中的数据关联问题。与传统的遗传算法和传统的模拟退火算法相比,新算法在解的质量,寻优速度和CPU占用时间等方面有较大的优势,更贴近实际应用的要求。     

一种模拟退火伪并行遗传算法

借鉴模拟退火算法的局部搜索能力,结合并行计算的思想设计了一种采用模拟退火机制的实数编码自适应交叉、全概率变异伪并行遗传算法,最后用这种方法对典型的多峰值函数求极值,并和基本遗传算法进行比较,结果表明:该算法具有较强的全局搜索能力和局部搜索能力,能够更有效地克服早熟收敛问题。     

融入变异算子的萤火虫算法

萤火虫算法作为一种新的群智能仿生算法,虽然具有较好的通用性和易于实现的优势,但是同时也具有收敛速度慢、后期易陷入局部最优解的缺陷。针对萤火虫算法存在的一些缺陷提出一种改进型的萤火虫算法,在算法中引入差分变异算子和高斯变异算子。数值仿真实验表明:改进型萤火虫算法比基本萤火虫算法的求解精度高,收敛速度快。     

已建商业服务网点变异后火灾隐患及对策

在《建筑设计防火规范》、《高层民用建筑设计防火规范》中均对＂商业服务网点＂提出了具体概念,但随着经济发展,经营者将＂商业服务网点＂进行了变异改造,通过笔者对当地各种＂商业服务网点＂变异的分析,明确了其火灾隐患并提出对策,实现对这类场所的动态监管,有效地消除火灾隐患,预防火灾事故的发生。     

运用课堂教学培养发散思维

发散思维是以形象思维为基础,它试图打破常规,寻求变异,广开思路,发挥想象,探索多种解决方案或新途径.而不强调事物之间的相互关系,也不追求解决问题的唯一正确答案,从而产生信息的多样性.其主要特征是求异性和多样性.发散思维所产生的信息的求异性和多样性,正是人们进行创造性活动时所需要的.培养学生的发散思维能力是培养学生创造力的重要环节.我在教学中主要通过以下环节,达到培养和提高学生发散思维的能力.     

重评北洋时期冯玉祥治军

冯玉祥是从北洋军中普通一兵“起家”的高级将领,又是反抗北洋军阀“发家”的有代表性的军人。笔者认为冯玉祥在北洋时期的治军颇具特点,是对北洋军的“变异”。本文探讨其“变异”的原因,并指出冯玉祥治军存在着家长制的弊端。     

改进的遗传算法在图像边缘提取中的应用

提出了一种改进的遗传算法,采取了确定性采样选择算子对选择算子进行了改进;明确了非等概率融合单阈值单点交叉算子,对交叉算子进行了改进;同时还提出了一种新的变异算子,它依据一种新的判断群体"集中"与否的准则,根据群体的进化程度自适应地调整变异概率pm的值。将改进的遗传算法用于图像的边缘提取问题中,试验结果表明,与穷尽法和普通遗传算法相比,提出的算法在保证有效地提取出边缘的基础上,节省了运算时间。     

基于自适应变异粒子群算法的火力分配方法研究

针对最优火力分配的特点,分析了火力分配优化问题的数学模型,设计了一种求解该类问题的自适应变异粒子群算法（Adaptive Mutation Particle Swarm Optimization, AMPSO）。该算法采用十进制编码方法和基于数值运算的个体更新方法;为平衡算法的局部搜索能力和全局收敛性能,设计了一种关键参数自适应调整方法;为增强种群在进化后期的多样性,提出了一种变异策略。仿真结果表明,所提AMPSO算法具有良好的寻优性能,是优化火力分配的一种有效算法。     

对违法违纪“零容忍”

完善规章制度,规范权力运行,是加强党风廉政建设,防止权力变异与腐败的根本性措施。胡锦涛总书记在党的十七大报告中明确指出,在坚决惩治腐败的同时,更加注重治本,更加注重预防,更加注重制度建设,拓展从源头上防治腐败工作领域。这三个"更加注重",体现了对党员领导干部违法违纪"零容忍"的内在要求,指明了全方位防治权力变异与腐败的努力方向。落实对党员领导干部违法违纪"零容忍"的内在要求,必须规范权力运行