简介：门座起重机变幅机构设计的优劣决定性地影响整机的使用性能。对传统门座起重机组合臂架式变幅机构的数学模型进行了合理简化，并利用遗传算法的并行处理特性对其进行轨迹与尺寸综合优化。数值算例表明，本文方法是有效的，且计算结果较传统方法更优。

简介：本文提出了三相电动机的优化设计的新方法，其新颖性在于将电动机分析程序（步骤）与一种遗传算法结合起来优化诸如电动机转矩，效率，材料成本或一些其它电动机数据这样的目标函数或优化这些目标函数的组合，提出了两种电动机分析方法；第一种以充分解析的程序为基础，而第二种使用了有限元法。包含了一些有关表面安装的永磁三相电动机设计优化的例子，并对遗传算法优化技术和传统的爬山直接搜索法两者作了比较，本文以对提议的设计方法的局限性和优点的讨论作为结束。

简介：针对遗传算法（GA）在函数优化中存在的收敛速度慢、精度低等不足,提出将量子遗传算法（QGA）应用于多元函数的优化问题上。利用Matlab进行实例仿真,结果表明,量子遗传算法的性能要优于GA,QGA具有比GA更快的寻优速度和更高的精确度。

简介：提出了一种基于遗传算法的车间作业调度问题.根据目标函数建立了算法数学模型,针对该模型,用遗传算法对其进行优化调度.首先设计了染色体编码方式,确定了适应度函数;然后通过选择、交叉、变异等操作,得到目标的全局较优解.仿真示例说明了遗传算法在求解Job-Shop生产调度方面的可行性和有效性.

简介：集装箱装载是一个复杂的组合优化问题，约束条件多，属于多项式复杂程度的非确定性（Non-deterministicPolynomail，NP）完全问题，求解难度大。在考虑一些实际应用中的约束条件下，提出了一种三维集装箱装载的改进遗传算法。算法中考虑了货物放置方向、装载容积等约束条件，给出了有效的解码算法。实例仿真结果说明该算法的有效性和实用性，可以直接在实际中应用。

简介：针对机器人轨迹笛卡尔空间规划中需要精确规划出机器人路径曲线,且在需要精确跟踪轨迹场合却有很多曲线往往达不到精度要求的问题,利用改进性遗传算法,分段跟踪Bezier曲线的各部分,使机器人运行平稳,路径圆滑平顺。仿真实验表明,改进后算法收敛效果明显。

简介：单神经元(PSD)控制器利用神经元的自学习、自组织能力,根据被控对象的变化情况对控制器的权值进行在线调整,达到了在线调整PID参数的目的;且设计时无需精确对象模型,克服了常规PID因负载、模型参数的变化及非线性因素等影响PID精确调节的缺点.采用遗传算法对单神经元PID参数进行寻优,在搜索空间内获得全局最优点.仿真结果表明:采用遗传算法改进的单神经元PID控制器能获得较好的控制效果.

简介：目前在高职院校部分学生中所产生的学习动力不足现象,已引起了教师们的普遍忧虑.通过随机抽样调查,对学习动力不足的原因进行了分析,并就如何激发高职生学习动力的方法与措施提出了若干意见,力求探索一种优质的学习环境,形成良好的校园学习氛围.

简介：面对知识经济时代对高职人才的需求,高等职业学校要抓住机遇,迎接挑战,必须以科学态度加强学习与研究,不断改善和建立灵活、高效并有利于科研创新的管理机制,以适应时代发展的要求.

简介：超短期风速预测对风电场功率预报系统的建立和运行至关重要。针对具有较大随机波动性的风速预测,研究了一种基于误差修正的极端学习机（ELM）超短期风速预测方法。利用ELM模型对风速进行初步预测,并利用由此得到的误差数据样本建立差分自回归滑动平均模型（ARIMA）,进行误差预测,最后使用预测误差对风速的初步预测值进行补正,从而求得最终预测值。仿真实验结果表明,该方法在风速超短期预测中的可行性及有效性。

简介：从创建学习型组织的特点、认识、途径等三个方面阐述创建学习型组织的现实意义.对各种组织在纷繁复杂的市场环境中,通过创建学习型组织来实现其战略目标,提升整体竞争优势.

简介：提供了一种基于校园局域网的课程学习园地支持系统的实现方法.解决了具体实现过程中的一系列问题,提供了宝贵的经验.该系统在具体应用一段时间后,系统稳定、可靠,反映良好.

简介：分析了目前职业技术教育存在的主要问题,比较了学习化社会、终身教育、终身学习三者的关系,提出职业技术教育需适应学习化社会的需要,转换目前扮演的角色,摆正自己的位置.

简介：借鉴组织学习和网络组织理论,对网络学习效果理论进行了发展,设计了网络学习效果的量表,并通过收集123家跨国公司在华子公司的样本进行信度分析、效度分析和验证性因子分析,检验了网络学习效果量表的有效性。