工件具有子工件工期的排序问题

研究了工件具有子工件工期的排序问题.需要在一台单机上加工若干个给定的工件.每个工件由若干个子工件组成,每个子工件都有各自的工期.只有当工件的每个子工件都按时完成,才能称该工件是按时完工工件,否则,称该工件产生延误.目标是最大化按时完工的工件个数.证明当每个工件都被分成两个子工件时,该问题是NP-难的,而且不存在完全多项式时间近似方案(fully polynomial time approximation scheme,简记为FPTAS).提出两个启发式算法,利用数值模拟比较它们的性能,并且将这两个启发式算法的解与最优解的上界进行比较.     

同时加工排序问题的分支定界法和启发式算法

同时加工机器或者称为批加工机器是可以同时加工多个工件的机器．本文研究使带权总完工时间为最小的同时加工排序问题1|B|∑wjGj.这个问题的计算复杂性还没有解决．我们给出这个问题的精确解法——分支定界法和几个启发式算法，并且用较多实例对启发式算法的性能进行了比较．     

满足路径约束的最优路算法

满足路径约束的最优路问题已被证明是NP-hard问题。本针对源点到宿点满足两个QoS(服务质量)度量的路由问题，给出一种保证时延的最小费用路由启发式算法。这个算法的优点是计算较简单、占用内存小、时间短。算法的复杂度是多项式的，表明算法是有效的。     

基于树结构的多策略本体映射算法

针对语义Web中的本体异构问题, 提出了一种基于树结构的多策略本体映射算法,该算法的特点在于:按照数据类型分类进行映射,并采用启发式规则,提高了映射效率;同时考虑了概念的语言相似性、实例相似性和结构相似性,提高了相似度计算的准确性;采用迭代矫正,最终得到正确而完整的映射对.实验结果表明,该算法的查准率和查全率均优于GLUE算法,能有效完成本体间的映射.     

工科数学系列课程教学内容与教学方法改革的探索与实践

本文叙述了工科数学系列课程的教学改革与实践，有益于培养学生。     

实二次域类群的启发式论据与结果

对一些类型实二次域的类数h经常含一个固定素数因子p的现象进行了研究 .发现是由于存在一种素理想 ,其p次幂为主理想 .由此给出了Cohen Lenstra启发式论据对此情形的改进 ,即预言理想类数h是素数p的倍的概率为1 - ( 1 -p^-1) ( 1 -p^-2 )… .用同样的想法 ,进而预言所考虑的素理想代表的类P的阶确实为p的概率为1 /p.所得到的这两种概率与计算结果都有很好的符合.     

并行加工系统中的一种排序算法

通过对现有单机和相同机组并行加工系统排序问题的研究，建立了一类多机非相同机组并行加工系统的排序模型，模型的优化目标是工件排序的拖期总数为极小。由于已经证明它是一个NP问题，本提出了一个针对该问题的快速、实用的启发式排序算法，并用实例说明了算法的有效性。     

"再创造""发现法"与"启发式"

一位青年教师在学习《数学课程标准》（高中）后向作者提出一个问题：《课标》中为什么不提“启发式”教学了？这个问题促使作者对《课标》中有关教学过程的提法进行思考。作者认为《课标》中有关教学过程的基本理念是“倡导自主探索，动手实践，合作交流，阅读自学等学习数学的方式。使学生的学习过程成为在教师引导下的‘再创造’过程。”（[1]P2）“教师要以鼓励学生发现数学的规律和问题解决的途径，使他们经历知识形成的过程。”（[1]P111）总之，《课标》中提倡的是弗赖登塔尔的“再创造”，“发现法”的教学过程。于是有人就问“再创造”，“发现法”与传统的“启发式”教学有什么异同？下面来探讨一下这个问题。     

从一道例题的讲解谈启发式教学

我在平行班级中选用同一道例题，前后均运用了启发式教学，但这两种启发式的指向性却迥然不同，值得思考．     

装箱问题的算法及最新进展

装箱问题在经济社会发展中扮演着重要的角色,该问题研究的是寻找较好的布局方式,尽可能实现利益的最大化.装箱问题具有NP-难性质,其理论和应用研究存在一定的挑战,但因其有广泛的应用背景而受到研究者高度的关注.本文主要总结近几十年来装箱问题的研究成果,特别针对一维、二维和三维单目标装箱问题和算法,以及多目标装箱问题的算法进行概括和总结,并提出装箱问题算法上有待进一步的研究工作.