A structural topological optimization method for multi-displacement constraints and any initial topology configuration

In density-based topological design, one expects that the final result consists of elements either black （solid material） or white （void）, without any grey areas. Moreover, one also expects that the optimal topology can be obtained by starting from any initial topology configuration. An improved structural topological optimization method for multidisplacement constraints is proposed in this paper. In the proposed method, the whole optimization process is divided into two optimization adjustment phases and a phase transferring step. Firstly, an optimization model is built to deal with the varied displacement limits, design space adjustments, and reasonable relations between the element stiffness matrix and mass and its element topology variable. Secondly, a procedure is proposed to solve the optimization problem formulated in the first optimization adjustment phase, by starting with a small design space and advancing to a larger deign space. The design space adjustments are automatic when the design domain needs expansions, in which the convergence of the proposed method will not be affected. The final topology obtained by the proposed procedure in the first optimization phase, can approach to the vicinity of the optimum topology. Then, a heuristic algorithm is given to improve the efficiency and make the designed structural topology black/white in both the phase transferring step and the second optimization adjustment phase. And the optimum topology can finally be obtained by the second phase optimization adjustments. Two examples are presented to show that the topologies obtained by the proposed method are of very good 0/1 design distribution property, and the computational efficiency is enhanced by reducing the element number of the design structural finite model during two optimization adjustment phases. And the examples also show that this method is robust and practicable.     

启发式教学和探究式教学辨析——以“空气中氧气含量的测定”教学为例

通过对"空气中氧气含量的测定"的启发式教学和探究式教学的分析,概括出2种教学方式各自的特点以及2者之间的区别和联系。我国基础教育中的理科教学应以启发式教学为主,适当精选一些课程内容开展探究式教学。如果将启发式教学和探究式教学的核心要素融合起来,创造出适合我国传统文化的探究教学模式,会更符合当前的理科教学实际。     

无机化学实验课程启发式教学探析

无机化学实验是高校一门重要的基础实验课程。本文介绍在无机化学实验课程中运用启发式教学法,并将其贯穿于整个教学过程。采用多种途径鼓励学生进行实践创新,引导学生深入思考,在实验中发现、探究和解决问题,提高学生的综合素质。     

始于“山重水复”,沿途“繁花似锦”——基于LSMF的运算纠错启发式教学实践

《普通高中数学课程标准(2017年版)》明确提出数学学科的六大核心素养.课堂是教学的载体,本文通过对一道圆锥曲线问题的启发式教学实践,具体探讨在数学教学中如何找准起点、踏实步子、树好信心、引清方法、做好反馈、引导学生登上台阶,从而实现核心素养的提升.     

资源有限网络计划启发式方法的评价（上）：理论分析与试验设计

在对网络计划问题分析的基础上,提出了两个衡量资源约束网络计划问题复杂性特征的度量指标-网络复杂性系数CNC及有资源约束网络的复杂性系数CRNC,并基于此设计了一种产生给定网络复杂性要求的随机活动网络发生器GRAN,最后针对资源约束的网络计划问题设计了一种评价与分析其启发式算法效果的试验模型。     

基于改进的禁忌搜索算法的机场场面优化研究

对跑道和滑行道进行联合优化有助于提高机场现有的硬件与软件资源的使用率,缓解航班延误.首先综合考虑滑行的相关规定以及跑道放行间隔的约束,以所有航空器滑行时间最小为目标函数,构建基于机场基本元素布局的场面滑行道与跑道联合优化模型;其次针对遗传禁忌搜索算法的特点和场面运行实际情况改进了遗传禁忌搜索算法,并以此求解该优化模型;最后以南京禄口国际机场为例,将改进的遗传禁忌搜索算法所得最优解与实际运行数据进行比较验证模型的优化性.     

最小化碳排放的共享单车迁移问题

本文考虑共享单车迁移问题, 它可看作是经典旅行售货商问题的一个新颖变形, 不同的是其目标函数为最小化碳排放。其中, 碳排放利用单车负载与其行驶路程的乘积进行刻画。我们提出了两个启发式算法：贪心和基于TSP的算法, 每个算法的核心思想均是优先减少单车负载。从理论上证明算法的可行性并给出数据实验以验证算法的实际性能。数据实验结果表明贪心算法优于基于TSP的算法, 这为共享单车企业进行日常单车分配提供了理论依据。     

有限注意力下一类满意启发式决策的建模与理性分析

在决策者有限注意力下,现实生活中决策人的选择行为往往表现出一类“满意启发式”特征。基于个体决策者偏好的不完备性,借助方案集系列、考虑集等相关概念探讨了满意启发式决策规则的建模;论证了方案集系列可观与部分可观条件下一类满意决策函数的存在性,以及基于相关理性条件的理性特征,并结合顾客购买行为案例的仿真实验对所建立的满意决策模型进行了验证。仿真结果表明决策者在时间紧逼和信息不完整的情形下可以通过排除部分方案的方式保证以最大概率选到满意方案。研究结果可为现实生活中决策人在时间紧迫、信息缺失等情形下的选择提供一定的理论参考与指导,也可作为一类满意决策研究的理论基础。     

多商品分批次取送货的模糊需求车辆路径问题

为解决连锁企业库存不平衡问题,本文研究了考虑多商品多批次取送货的模糊需求车辆路径问题。该问题综合考虑了多货混装、多次访问、供需未匹配、客户需求不唯一以及需求不确定等因素。本文以运营成本最小为目标,构建MCVRPSPDFD数学模型,模型利用可信测度理论应对决策环境中的不确定因素,通过改进的禁忌搜索算法进行求解。为适应模型需求和提升运算效率,算法设计了合理的初始种群形成过程及编码解码方式,并通过参数测试选取合适的参数。算例结果显示,本文成果能有效解决连锁企业库存不平衡问题,决策者偏好值的变动会对运营成本产生影响。     

单回路物流配送问题的新算法——吞圈法

提出解决单回路物流配送问题的一个新启发式算法——吞圈法,通过实验证明,该方法的求解性能稳定,运算次数少,且求解质量较高,优于经典的最近邻点法和最近插入法,也优于大部分智能化算法,是求解单回路物流配送问题的有效方法.