我要投稿 查看投稿进度
学术期刊
在线客服
客服电话：400-188-5008
客服邮箱：service@ccnpub.com
投诉举报：feedback@ccnpub.com
人工客服

工作时间（9：00-18：00）
官方公众号

科技成果·全球共享

请选择 目标期刊

行为态度对职业学校教师信息化教学能力迁移意愿影响机理研究 下载：32 浏览：306

李浩君 王文靖 郭海东 《中国职业教育》 2020年3期

摘要:
结合职业学校教师信息化教学能力培训迁移研究现状，以DTPB、TAM和TPB为理论依据构建理论模型，采用结构方程模型对267份问卷，对培训迁移意愿影响因素进行实证分析，研究结果发现培训迁移意愿可以用行为态度来解释，其中领导、同事影响、感知有用性、自我效能感对培训迁移意愿具有显著的直接影响。从不同角度对提高职业学校教师信息化教学能力培训迁移意愿提出了对策与建议。

基于多目标优化策略的在线学习资源推荐方法 下载：72 浏览：375

李浩君 杨琳 张鹏威 ​ 《人工智能研究》 2019年9期

摘要:
目前在线学习资源推荐较多采用单目标转化方法,推荐过程中对学习者偏好考虑相对不足,影响学习资源推荐精度.针对上述问题,文中提出基于多目标优化策略的在线学习资源推荐模型(MOSRAM),在学习者规划时间内,以同时获得学习者对学习资源类型偏好度最大和难度水平适应度最佳为优化目标,设计具有向邻居均值学习能力和探索新区域能力的多目标粒子群优化算法(NEMOPSO),提出以MOSRAM为核心的在线学习资源推荐方法(NEMOPSO-RA).不同问题规模下融合经典多目标优化算法的推荐方法对比实验表明,NEMOPSO-RA可以有效提高在线学习资源的推荐精度和推荐性能.

基于进化状态判定的模糊自适应二进制粒子群优化算法 下载：74 浏览：491

李浩君1 张征1 张鹏威1 王万良2 《人工智能研究》 2018年7期

摘要:
随着迭代过程的推进,二进制粒子群算法容易陷入局部最优解,后期收敛性较差.针对此缺点,文中提出基于进化状态判定的模糊自适应二进制粒子群优化算法.采用隶属函数进行模糊分类的方法,判定种群进化状态.在迭代过程前期采用S形映射函数和较大的惯性权重值,提高收敛速度,保证算法的稳定性.后期采用V形映射函数和动态增减的惯性权重值,增强算法后期全局探索能力,避免其陷入局部最优.仿真实验表明,文中算法的收敛速度较快,精度较高,搜索能力较好,可以避免早熟现象.

采用概率判定法的分组变异自适应差分进化算法 下载：86 浏览：499

李浩君 刘中锋 冉金亭 《人工智能研究》 2018年3期

摘要:
为了平衡差分进化算法(DE)的全局探索和局部开发过程,提高算法避免陷入局部最优的能力,文中提出采用概率判定法的分组变异自适应差分进化算法(GVADE).GVADE采用概率判定法判定个体进化状态为较好、较差或一般,并根据个体进化状态为个体选择合适的变异算子和控制参数组.同时,为了满足进化状态较差个体变异的需要,设计具有较强全局探索能力的变异算子.在CEC2005标准测试集合上的实验表明,GVADE优于现有的其它DE算法,可以更好地平衡全局探索和局部开发,具有更高的收敛精度.

基于进化角度比较方法的高维多目标进化算法 下载：78 浏览：480

刘中锋1 李浩君2 《计算机研究与应用》 2020年8期

摘要:
多目标进化算法对于高维多目标优化问题(MaOPs)关注较多,对大规模决策变量的相关研究较少。为了更好求解大规模MaOPs问题,提出基于进化角度比较方法的高维多目标进化算法(EACLMEA)。EACLMEA算法采用进化角度比较方法,将决策变量分为两类,即收敛性相关变量和多样性相关变量,分别采用收敛性优化策略和多样性优化策略对这两种决策变量进行优化。实验结果表明,在求解大规模MaOPs问题方面,相比目前最新的几种进化算法,EA-CLMEA算法具有更好的性能。
[1/1]
|<
<
1
>
>|
在线客服：：点击联系客服
联系电话：：400-188-5008
客服邮箱：：service@ccnpub.com
投诉举报：：feedback@ccnpub.com
人工客服

工作时间（9：00-18：00）
官方公众号

科技成果·全球共享