改进遗传算法及其在钻井液设计中的运用

在深井、超深井以及地层复杂等条件下，为了避免或减少钻井事故的发生，达到优质快速钻井的目的，选择合适的钻井液体系至关重要。基于案例推理（CBR，Case-Based Reasoning）的钻井液设计中，钻井液体系由岩性、井型和井深等属性推理得出，但属性权重的分配会对推理结果产生显著的影响；遗传算法在优化属性权重时，存在收敛速度慢、收敛精度低的缺点。针对上述问题，提出一种解决CBR中属性权重分配问题的改进遗传算法。首先，对遗传算子进行改进：选择算子方面，利用指数尺度变换法优化个体选择；交叉算子方面，对算术交叉中的比例因子进行自适应调整；变异算子方面，改进个体变异方向，保持种群多样性。其次，从个体适应度和交叉个体的差异程度两方面实现交叉概率自适应调整。最后，通过对UCI数据集的对比实验，证明了改进后的遗传算法能改善全局收敛性能，提高CBR的准确率。将该算法运用到基于CBR的钻井液设计中，实验结果表明，所提方法能够优化属性权重的分配，进而提高钻井液设计的质量。     

基于深度学习网络模型与大数据自动训练的工件缺陷识别算法研究

针对工件缺陷种类多样和特征不明显,造成机器视觉识别精度不稳定的问题,提出了一种基于深度学习网络模型与大数据自动训练的工件缺陷识别算法,并以软件工程来实现其功能。首先,对存在缺陷的工件进行取样,采集缺陷图像,建立识别标准。然后,基于深度神经网络模型和缺陷标准图像,进行模型训练,采取分批训练,逐步迭代收敛的方式,达到准确识别工件缺陷目的。最后,基于Python语言与TensorFlow框架实现深度神经网络模型,并将模型移植到C++平台调用,嵌入到商业版本软件中,实现算法的落地应用。实验测试结果显示,相对于已有的缺陷识别技术而言,本文算法具有更高的识别准确性,可为机器视觉软硬件设备提供技术基础。     

基于培养卓越应用型人才的线性代数问题驱动与案例任务教学模式改革

本文分析了现行线性代数的教学问题,提出了问题驱动与案例任务相结合的教学模式,并以两个案例来说明了此种教学模式的优越性,培养了学生的应用和创新能力,提高了学生的学习兴趣与课堂教学质量.     

数形结合理性之美--《用画图的策略解决问题》教学案例

苏教版四年级下册《用画图的策略解决问题》这部分内容是在学生学习的长方形面积计算、学习用列表的策略收集和整理信息基础上教学的。对四年级学生而言，他们已经有了一定的画图基础，所以学生对具体问题情境选用恰当策略来解决问题有一定的敏感。面对数量关系比较隐蔽或稍复杂的长方形面积计算问题，相当一部分学生可能还不知道从何下手，所以教师要在教学过程中帮助学生及时梳理、提炼自己的思路并最终形成有效的策略。     

篮球运动中学生损伤病因与预防

通过对体育院系学生问卷调查，了解学生在篮球运动中发生运动损伤病因，提出预防措施。     

论语感功能在外语学习过程中的作用

外语学习的本质就是养成新的语言习惯来实现跨文化交际，学习者重视语感在外语学习过程中的形成和作用是熟练应用外语的关键。     

体操课教学训练过程最优化的探索

本文作者应用教学教育过程最优化的理论与方法，指导体操教学训练。经过多年的探索，实践证明要提高教学训练的效益和质量，就应发挥教学系统的整体功能，选择最佳教学方法，突出教学重点，抓住关键环节。     

我的清洗店为什么赚不到钱？

“我”的清洗店在大家都说能赚到钱的时候,为什么反而赚不到钱呢?“我”为什么业务多了,还感到烦恼? 成功的经验都是一样的,失败的原因各有各的不同。“我”遭遇的,也许值得正在创富的你好好揣摩。