计算机技术概论

前言：想要写出一篇令人眼前一亮的文章吗？我们特意为您整理了5篇计算机技术概论范文，相信会为您的写作带来帮助，发现更多的写作思路和灵感。

计算机技术概论范文第1篇

1．教学项目的选择

通过毕业生就业跟踪、教师企业实践等方式，对与课程相关的工作岗位进行调查、研究，在深入了解的基础上，选择适应市场需求，符合行业发展趋势，又兼顾学生认知规律的实用型项目进行教学。在教材中，精挑细选了以下七个项目：（1）会展宣传平面作品系列（会展海报、入场券等的设计和制作）；（2）纪念册的设计和制作（封面、封底、扉页、内页等的设计和制作）；（3）房地产宣传平面广告系列（户外广告、售楼处海报、宣传单等的设计和制作）；（4）相册设计和照片处理（照片的修饰和美化，相册模板的设计和制作）；（5）化妆品新品推广系列平面作品（柜台平面海报、新品宣传册、包装盒等的设计和制作）；（6）网店装修（网页美术设计和制作）；（7）校园或企业环境布置系列平面作品（标志设计、户外宣传牌、墙面装饰标语、装饰画等）。在开发项目时，要注重项目的完整性、可操作性及可拓展性，它有助于培养学生根据自身情况制定学习目标的能力，针对不同学习任务选择不同学习方法的能力，以及对学习结果进行评估的能力。选择合适的项目进行教学是非常重要的环节，是实现自主学习，达成教学目标的第一步。

2．理论知识与操作技能的结合

中职学生喜操作厌理论，可是实践离不开理论的支持。在学习“计算机美术设计基础”课程时，如果不掌握平面设计的理念和规律，制作出来的作品很容易出现构图杂乱无章、色彩搭配不和谐等导致视觉效果不理想的问题。因此，在阐述设计理念时，本着用到多少说明多少的原则，根据作品中体现的设计原理，进行集中的有针对性的说明。通过知识拓展，以及系列作品的设计与制作，激发学生主动进行系统的学习，挖掘每个学生潜在的学习能力和创造力，教会学生灵活利用各种平台去解决学习、生活中遇到的各种问题，让学生从狭小的课堂中跳出来，引导思维向着广阔、深远的方向发展。

二、教学方法与手段的改革

1．作品的鉴赏与分析

对于美术设计基础薄弱的学生来说，观察和模仿是一个良好而简单的开始，学会以专业的眼光去鉴赏作品是“必修课”，而在以往的教学过程中，鉴赏的作用往往被淡化了。为此建议在两课时连续授课的情况下，至少用半小时欣赏与分析优秀的作品，坚持每次课如此，慢慢积累，培养学生具备一定的专业鉴赏能力。那怎样的平面设计作品算是好作品呢？从专业的角度来欣赏，主要是看以下几点：（1）构图。构图的方式丰富，灵活多变，总的原则是均衡，这是衡量一个平面作品好坏的重点之一。（2）色彩。在视觉上，色彩是给观众的第一波冲击力。色彩的搭配有规律可循，在设计作品时要避免随意性。（3）创意。那些有着独特创意的作品总是有触动心灵的能力。创意来源于生活，只有愿意体会生活、热爱生活的人，才能得到美妙的灵感，迸发出思维的火花。

2．有效的团队合作

小组合作是一种非常好的学习方式，可是在实施过程中，受制的条件、干扰的因素很多，主要存在以下问题。（1）教学环境。一桌一椅的方式显然阻碍了学生之间的交流，而现在机房的环境明显改善了，环形桌的布局就非常合适。（2）课堂纪律。小组教学给学生提供了很好的交流平台，但是也给教师掌控课堂带来了挑战。环形桌有一个明显的缺点就是教师的眼睛无法三百六十度监控，存在几个视觉死角。教师必须打起十二分精神，加强巡视。（3）合理分组。分组是个技术活，还要懂点心理学。性格相近或学习习惯相似的学生会自然聚在一起，这非常不利于小组教学。教师在进行分组时，首先必须坚持原则，合理搭配，同时也要多了解学生的个性，让学生能把精力放在学习上，减少矛盾的发生，实现“合作愉快”的目标。（4）任务分配。在以往的教学过程中，不得不面对一个现实，有些学生在开学后一段时间，就会出现厌学或跟不上进度的问题，每个班级的情况不一样，这部分学生所占的比例也不同，当这个比例比较大时，整个班级的学习氛围会受到严重的影响。为了解决这个问题，在每次准备任务的基础上，可以通过减少量或降低难度，得到一到两个备用任务，鼓励学生根据自己的实际情况进行选择，自主掌控学习的进度。

三、多元化的评价手段

1．评价方式多样化

我们坚持以教师评价为主，每次课上都要求学生上交作业，及时展示、点评。同时，每周还要综合评价，课后和学生多交流，掌控学生的学习进度，及时调整教学计划。另外，以组内评价、网络评价、企业评价三种方式作为辅助评价手段。组内评价一周一次，将一周的作品在组内收集，小组成员根据下发的评价表，从各个方面给作品打等级。网络评价一月一次，收集每组推荐的优秀作品，上传到网络上，让学生投票。企业评价两个月一次，集选优秀作品给企业的专业人士评价，将评语及时反馈给学生，然后师生再一起分析、讨论、改进作品。

2．注重个性评价

学生的个性差异总是存在的，仔细观察学生的言行，揣摩学生的心理，在适当的时候给予一个真诚的微笑，一个肯定的眼神，一句由衷的赞美，学生在心理上就会得到满足。学生一旦觉得自己被认可了，就能保持学习的信心和动力。对上进心和学习能力强的学生表扬要适当，多提出高要求，引导他们拓展思路；对接受能力差的学生则要多鼓励、多表扬，在他们出现注意力分散、厌学情绪时，更要注意批评和引导的态度和方式，以宽容和毅力帮助他们培养自信心。

四、结语

计算机技术概论范文第2篇

【关键词】计算机技术； 概率统计；课程；教学改革

【中图分类号】G40-057 【文献标识码】A【论文编号】1009―8097（2008）13―0086―03

计算机技术的飞速发展使数学研究的方式正在发生一场变革，这场变革的特点是数学知识与计算机科学相结合，真正解决社会生活中或工程技术中出现的各种实际问题。不仅如此，计算机技术的发展还改变了数学的教学方法，有力地推动了大学的数学教学改革。学生利用计算机技术进行学习从以前被动的接受知识转到更好地自主学习和探索，教师利用计算机技术进行教学从传统的教学课件的制作转到课程的教学方法研究和探索，将计算机技术作为一种工具，提高教与学的效率，改善教与学的环境，改变传统的教学模式。世界范围大学数学教育改革的‘热点’问题之一就是探讨计算机技术对大学数学教育所提供的实际有效的帮助。概率论与数理统计课程作为大学数学基础核心课程之一，研究的是随机现象的统计规律性。“学生在初学概率统计时往往很吃力，原因在于这门课程比其他数学课程灵活的多，要跳出严谨的数学思维习惯有一个过程，尤其是数理统计，需要学生反复体会统计思想和含义，在数学的推导和计算中明白蕴含其中的随机本质”[1]。教师的任务恰恰是要将这门课程独有的难点和特点分解到每个章节，利用计算机技术开发一些演示课件，寻找有趣的随机数学模拟实验作为教学案例，让学生的学习由畏难逐渐过渡到感兴趣。

一 计算机技术和网络的发展促进教学方法和手段的改革

概率论与数理统计是研究随机现象统计规律性的一门学科。要想获得随机现象的统计规律性，就必须进行大量重复试验，这在有限的课堂教学时间内是难以实现的，传统教学内容的深度与广度都无法满足学生今后实际工作上的需要。借助建设精品课程的契机，我们采用网络化计算机技术与多媒体相结合的辅助教学手段，在教学网上开发了21个动态演示课件，如蒲丰投针实验、高尔顿钉板试验、中心极限定理等随机数学模拟实验，还可以随心所欲地演示常见随机变量的分布律或密度函数。直观形象的演示教学，使学生很容易观察常见分布函数之间的关系，轻松地理解常见分布中参数的实际含义。计算机图形显示、动画模拟、数值计算及文字说明等，形成了一个全新的图文并茂、数形结合的生动直观的教学环境，大大增加了教学信息量，提高了学习效率，有效地刺激了学生的形象思维。利用多媒体技术对随机试验的动态过程的演示和模拟，如贝叶斯公式的演示、正态分布、二项分布、泊松分布、指数分布、中心极限定理的直观演示实验、数据的统计绘图及回归分析演示实验等，加深了学生对理论知识的理解及方法的运用。学生在获得理论知识的过程中也深刻地体会到现代信息技术的魅力。

在概率统计课程教学过程中体现概率统计思想和应用是教学的一个重要方面，计算机技术的发展给数理统计方法的广泛应用创造了条件，使得复杂的数据处理工作变得较为容易。现代统计方法的实际应用离不开现代信息处理技术，统计软件的使用，不仅使统计数据的计算和图形描述变得简单和直观，而且使概率统计教学由繁琐抽象变得简单轻松，由枯燥乏味变得趣味盎然。在教学过程中，对概率统计教学内容只需要讲清楚基本思想、计算原理和应用条件以及结果分析，而对复杂的计算交给计算机去完成。例如，如果随机变量 服从二项分布 ，当参数 时，计算概率 或 ，手工计算量较大，这就需要计算机软件的支持加以计算。借助精品课程教学网络平台，我们开发了二项分布（正态分布）计算器，只要输入参数 ，就很容易得到 结果 或，这对于复杂的概率运算提供了极大的便利条件。又如，数理统计中的回归分析，需要对回归模型中的参数进行最小二乘估计，对回归模型进行假设检验，一旦模型的检验通过，则需要进行回归预测，这些手工计算量都非常大，没有计算机软件的支持，很难开展具体的回归模型分析。现在很多统计软件都可以进行回归分析，只要输入数据，不仅可以快速地得到趋势线图形和回归方程，而且可得到相关系数、标准误差、假设检验统计量和 值、预测区间等。但是不同的统计软件需要不同的语言支持，我们在网上开发了回归模型的在线计算与分析平台，师生们只需要在此平台上输入样本数据，不需要任何语言支持，就可以进行回归分析的各项工作，不仅可以进行线性回归分析，而且还可进行非线性回归分析，如图1、图2所示。这使得教师在教学方法上须作一定的调整和改革，在教学中只需要讲清楚回归分析域做什么，解决哪些实际问题，怎样建立回归模型和如何进行回归分析，而大量的计算工作由计算机去完成。当然，计算机不能代替人的思考和分析，不能代替学生对概率统计的基本概念和思维方法的学习。总之，计算机应用技术的发展，有力地推动了教学方法和手段的改革。

“计算机技术和网络的发展使课堂教学从‘灌输式’向‘互动式’转变成为可能。传统的课堂教学基本上是教师讲、学生听、教师写、学生记，课完教师走，考完学生忘。而网络能够把世界连接成地球村，更能把师生从时空上连结起来”[2] 。在网络化的今天，应该把教室变成思考问题、讨论问题和交流思想的平台，通过精品课程教学网、师生交流答疑平台、email等，把教师的讲授从课堂拓展到课外；把学生的学习从屏幕或黑板拓展到计算机网络；把教学方式从课堂的面对面拓展到网络的心对心。

二 进行数学实验，培养学生的创新思维和动手能力

教育部组织的“高等教育面向21世纪教学内容和课程体系改革计划”的一项重要内容就是全面加强大学生素质和能力培养，高度重视实践教学环节，提高学生实践能力。在大学阶段开设数学实验课程，其目的是使学生掌握数学实验的基本思想和方法，从问题出发，借助计算机，通过学生亲自设计和动手，体会解决问题的过程，从实践中去学习、探索和发现数学处理问题的规律，充分调动学生学习的主动性。培养学生的创新意识，运用所学知识，建立数学模型，使用计算机并利用数学软件解决实际问题的能力，从而达到提高学生数学素质的目的。

由于概率统计课程的自身特点，更适合于在教学过程中进行数学实验。特别是教学内容中那些抽象的概念和理论，计算机技术可以为此提供图形的演示过程。例如概率的统计定义这一概念，许多教科书中都列举了投掷硬币和蒲丰投针等随机试验来加以说明。教师在讲解时往往几句话一带而过，学生们印象不深,且不懂得随机模拟实验的原理。为了加深学生的印象，借助计算机的帮助，我们设计了网上动态演示实验――蒲丰投针，形象地展现了具体投针的过程。在课堂上教师可以通过多媒体课件并以图片形式展现该实验过程，课外，教师可以布置网上作业，以拓展教学中需要延伸的知识点。又如概率统计课程中有两个重要定理：大数定律和中心极限定理，由于内容抽象，尤其对工科学生不易理解。教师每当讲授这部分内容时，教师不想教，学生不想学。如今，可以通过网上的动态演示课件，为学生形象地展现中心极限定理的结论和统计思想。不仅如此，统计数据分析往往要求学生动手完成，答疑系统可以相互交流和探讨，使学生从认知、情感和行为上积极投入到教学过程中去，探索新知识、获得新体验，从而提高他们的实践能力和创新精神。经过教学实践，我们发现学生的学习情绪正由畏难转变为感兴趣，在课后主动上网去观察和思考，起到了在传统的教学模式下无法达到的教学效果。

“在传统的教学模式下，学生的学习往往处于被动状态，这不利于学生的个性化发展，不利于培养学生的学习能力和创新精神。通过数学实验，可以很好地解决传统数学教学模式的弊端，起到教学相长的作用”[3]。通过演示实验，将思考问题的过程直观形象地展现在学生面前，学生们能够举一反三、发散思维、加深记忆地学习，同时还激发了对学习概率统计课程的探索欲望，将学习过程由被动学习变成了主动学习，充分发挥了学生的创造力。

三 构建精品课程网络教学平台，增强教学信息的传播

概率统计课程教学，可以让学生的思维‘活’起来。借助计算机技术建设的精品课程有效地促进了教学环境的建设，促进了多媒体教学课件的开发和应用，使本来抽象、复杂、静止的数学知识、概念、推理过程可以‘动’起来。不仅缓解了学习概率统计知识上的重点和难点问题，还使学生了解知识形成的过程，培养了学生的思维能力，使得师生交流更加方便和快速。我们在精品课程网络上搭建了‘网上答疑’平台，师生们可以自由地输入各种数学符号和公式，使师生之间信息交流具有实时互动性，为学生和教师提供了一个良好的自主学习和随时交流的场所。师生之间的互动从课堂延伸到课后，有利于激发学生的学习兴趣、培养探索和研究精神。另外，精品课程网络的建设，使教学信息能及时，教学参考资料能经常更新，学生自主学习的空间变得更大，使多样化的教学活动的开展得以实现。

四 结语

我们将计算机技术应用到概率统计教学中仅仅作了一个初步的尝试，要真正将计算机技术融合到概率统计教学中是一项长期而艰巨的教学改革任务。只有使大多数的教师转变传统的教育思想和束缚，打破以教师为中心的教学模式，在先进的教育思想理念下，充分发挥计算机、多媒体和网络等现代化教育技术的工具作用，经过长期的试验、探索、总结、提高，才能逐步完成这项教改任务，并且将这项教改推广到其它数学课程中去。

参考文献

[1] 杨虎,刘琼荪,钟波.概率论与数理统计[M].重庆:重庆大学出版社,2007:1-2.

计算机技术概论范文第3篇

论文关键词：遗传算法

 

1 引言

“物竞天择，适者生存”是达尔文生物进化论的基本原理，揭示了物种总是向着更适应自然界的方向进化的规律。可见，生物进化过程本质上是一种优化过程，在计算科学上具有直接的借鉴意义。在计算机技术迅猛发展的时代，生物进化过程不仅可以在计算机上模拟实现，而且还可以模拟进化过程，创立新的优化计算方法，并应用到复杂工程领域之中，这就是遗传算法等一类进化计算方法的思想源泉。

2 遗传算法概述

遗传算法是将生物学中的遗传进化原理和随[1]优化理论相结合的产物，是一种随机性的全局优算法。遗传算法不但具有较强的全局搜索功能和求解问题的能力，还具有简单通用、鲁棒性强、适于并行处理等特点数学建模论文，是一种较好的全局优化搜索算法。在遗传算法的应用中，由于编码方式和遗传算子的不同，构成了各种不同的遗传算法。但这些遗传算法都有共同的特点，即通过对生物遗传和进化过程中选择、交叉、变异机理的模仿，来完成对问题最优解的自适应搜索过程。基于这个共同点，Holland的遗传算法常被称为简单遗传算法（简记SGA），简单遗传算法只使用选择算子、交叉算子和变异算子这三种基本遗传算子，其遗传进化操作过程简单，容易理解，是其他一些遗传算法的雏形和基础，这种改进的或变形的遗传算法，都是以其为基础[1]。

2.1遗传算法几个基本概念

个体(IndividualString)：个体是遗传算法中用来模拟生物染色体的一定数目的二进制串，该二进制串用来表示优化问题的满意解。

种群(population)：包含一组个体的群体，是问题解的集合。

基因模式(Sehemata)：基因模式是指二进制位串表示的个体中，某一个或某些位置上具有相似性的个体组成的集合，也称模式。

适应度(Fitness)：适应度是以数值方式来描述个体优劣程度的指标，由评价函数F计算得到。F作为求解问题的目标函数，求解的目标就是该函数的最大值或最小值。

遗传算子(genetic operator)：产生新个体的操作，常用的遗传算子有选择、交叉和变异。

选择(Reproduetion)：选择算子是指在上一代群体中按照某些指标挑选出的，参与繁殖下一代群体的一定数量的个体的一种机制龙源期刊。个体在下一代种群中出现的可能性由个体的适应度决定，适应度越高的个体，产生后代的概率就越高。

交叉(erossover)：交叉是指对选择后的父代个体进行基因模式的重组而产生后代个体的繁殖机制。在个体繁殖过程中，交叉能引起基因模式的重组，从而有可能产生含优良性能的基因模式的个体。交叉可以发生在染色体的一段基因串或者多段基因串。交叉概率（Pc）决定两个个体进行交叉操作的可能性数学建模论文，交叉概率太小时难以向前搜索，太大则容易破坏高适应度的个体结构，一般Pc取0.25~0.75

变异(Mutation)：变异是指模拟生物在自然的遗传环境中由于某种偶然因素引起的基因模式突变的个体繁殖方式。在变异算子中，常以一定的变异概率（Pm）在群体中选取个体，随机选择个体的二进制串中的某些位进行由概率控制的变换（0与1互换）从而产生新的个体[2]。如果变异概率太小，就难以产生新的基因结构，太大又会使遗传算法成了单纯的随机搜索，一般取Pm=0.1~0.2。在遗传算法中，变异算子增加了群体中基因模式的多样性，从而增加了群体进化过程中自然选择的作用，避免早熟现象的出现。

2.2基本遗传算法的算法描述

用P(t)代表第t代种群，下面给出基本遗传算法的程序伪代码描述：

基本操作：

InitPop（）

操作结果：产生初始种群，初始化种群中的个体，包括生成个体的染色体值、计算适应度、计算对象值。

Selection（）

初始条件：种群已存在。

操作结果：对当前种群进行交叉操作。

Crossover（）

初始条件：种群已存在。

操作结果：对当前种群进行交叉操作。

Mutation（）

初始条件：种群已存在。

对当前种群进行变异操作。

PerformEvolution（）

初始条件：种群已存在且当前种群不是第一代种群。

操作结果：如果当前种群的最优个体优于上一代的最优本，则将其赋值给bestindi，否则不进行任何操作。

Output（）

初始条件：当前种群是最后一代种群。

操作结果：输出bestindi的表现型以及对象值。

3 遗传算法的缺点及改进

遗传算法有两个明显的缺点：一个原因是出现早熟往往是由于种群中出现了某些超级个体，随着模拟生物演化过程的进行，这些个体的基因物质很快占据种群的统治地位，导致种群中由于缺乏新鲜的基因物质而不能找到全局最优值；另一个主要原因是由于遗传算法中选择及杂交变异等算子的作用，使得一些优秀的基因片段过早丢失，从而限制了搜索范围，使得搜索只能在局部范围内找到最优值，而不能得到满意的全局最优值[3]。为提高遗传算法的搜索效率并保证得到问题的最优解，从以下几个方面对简单遗传算法进行改进。

3.1编码方案

因实数编码方案比二进制编码策略具有精度高、搜索范围大、表达自然直观等优点数学建模论文，并能够克服二进制编码自身特点所带来的不易求解高精度问题、不便于反应所求问题的特定知识等缺陷，所以确定实数编码方案替代SGA中采用二进制编码方案[4]。

3.2 适应度函数

采用基于顺序的适应度函数，基于顺序的适应度函数最大的优点是个体被选择的概率与目标函数的具体值无关，仅与顺序有关[5]。构造方法是先将种群中所有个体按目标函数值的好坏进行排序，设参数β∈(0,1)，基于顺序的适应度函数为：

（1）

3.3 选择交叉和变异

在遗传算法中，交叉概率和变异概率的选取是影响算法行为和性能的关键所在，直接影响算法的收敛性。在SGA中，交叉概率和变异概率能够随适应度自动调整，在保持群体多样性的同时保证了遗传算法的收敛性。在自适应基本遗传算法中，pc和pm按如下公式进行自动调整：

（2）

（3）

式中：fmax为群体中最大的适应度值；fave为每代群体的平均适应度值；f′为待交叉的两个个体中较大的适应度值；f为待变异个体的适应度值；此处，只要设定k1、k2、k3、k4为（0，1）之间的调整系数，Pc及Pm即可进行自适应调整。本文对标准的遗传算法进行了改进，改进后的遗传算法对交叉概率采用与个体无关，变异概率与个体有关。交叉算子主要作用是产生新个体，实现了算法的全局搜索能力。从种群整体进化过程来看，交叉概率应该是一个稳定而逐渐变小，到最后趋于某一稳定值的过程；而从产生新个体的角度来看，所有个体在交叉操作上应该具有同等地位，即相同的概率，从而使GA在搜索空间具有各个方向的均匀性。对公式（2)和（3）进行分析表明，适应度与交叉率和变异率呈简单的线性映射关系。当适应度低于平均适应度时，说明该个体是性能不好的个体数学建模论文，对它就采用较大的交叉率和变异率；如果适应度高于平均适应度，说明该个体性能优良，对它就根据其适应度值取相应的交叉率和变异率龙源期刊。

当个体适应度值越接近最大适应度值时，交叉概率和变异概率就越小；当等于最大适应度值时，交叉概率和变异概率为零。这种调整方法对于群体处于进化的后期比较合适，这是因为在进化后期，群体中每个个体基本上表现出较优的性能，这时不宜对个体进行较大的变化以免破坏了个体的优良性能结构；但是这种基本遗传算法对于演化的初期却不利，使得进化过程略显缓慢[6]。因为在演化初期，群体中较优的个体几乎是处于一种不发生变化的状态，而此时的优良个体却不一定是全局最优的，这很容易导致演化趋向局部最优解。这容易使进化走向局部最优解的可能性增加。同时，由于对每个个体都要分别计算Pc和Pm，会影响程序的执行效率，不利于实现。

对自适应遗传算法进行改进，使群体中具有最大适应度值的个体的交叉概率和变异概率不为零，改进后的交叉概率和变异概率的计算公式如式（4）和（5）所示。这样，经过改进后就相应地提高了群体中性能优良个体的交叉概率和变异概率，使它们不会处于一种停滞不前的状态，从而使得算法能够从局部最优解中跳出来获得全局最优解[7]。

(4)

(5)

其中：fmax为群体中最大的适应度值；fave为每代群体的平均适应度值；f′为待交叉的两个个体中较大的适应度值；f为待变异个体的适应度值；pc1为最大交叉概率；pm1为最大变异概率。

3.4 种群的进化与进化终止条件

将初始种群和产生的子代种群放在一起，形成新的种群，然后计算新的种群各个体的适应度，将适应度排在前面的m个个体保留，将适应度排在后面m个个体淘汰数学建模论文，这样种群便得到了进化[8]。每进化一次计算一下各个个体的目标函数值，当相邻两次进化平均目标函数之差小于等于某一给定精度ε时，即满足如下条件：

(6)

式中，为第t+1次进化后种群的平均目标函数值，为第t次进化后种群的平均目标函数值，此时，可终止进化。

3.5 重要参数的选择

GA的参数主要有群里规模n，交叉、变异概率等。由于这些参数对GA性能影响很大，因此参数设置的研究受到重视。对于交叉、变异概率的选择，传统选择方法是静态人工设置。现在有人提出动态参数设置方法，以减少人工选择参数的困难和盲目性。

4 结束语

遗传算法作为当前研究的热点，已经取得了很大的进展。由于遗传算法的并行性和全局搜索等特点，已在实际中广泛应用。本文针对传统遗传算法的早熟收敛、得到的结果可能为非全局最优收敛解以及在进化后期搜索效率较低等缺点进行了改进，改进后的遗传算法在全局收敛性和收敛速度方面都有了很大的改善，得到了较好的优化结果。

参考文献

[1]邢文训,谢金星.现代优化计算方法[M].北京:清华大学出版社,1999:66-68.

[2]王小平,曹立明.遗传算法理论[M].西安交通大学出版社,2002:1-50,76-79.

[3]李敏强,寇纪淞,林丹,李书全.遗传算法的基本理论与应用[M].科学出版社, 2002:1-16.

[4]涂承媛,涂承宇.一种新的收敛于全局最优解的遗传算法[J].信息与控制,2001,30(2):116-138

[5]陈玮,周激,流程进,陈莉.一种改进的两代竞争遗传算法[J].四川大学学报:自然科学版,2003.040(002):273-277.

[6]王慧妮,彭其渊,张晓梅.基于种群相异度的改进遗传算法及应用[J].计算机应用,2006,26(3):668-669.

[7]金晶,苏勇.一种改进的自适应遗传算法[J].计算机工程与应用,2005,41(18):64-69.

[8]陆涛,王翰虎,张志明.遗传算法及改进[J].计算机科学,2007,34(8):94-96

计算机技术概论范文第4篇

关键词：盲数理论；不确定性；风险评估

在开展风险评估之前，一般需要定量描述风险的发生概率，但在实际工作中，往往缺乏充足的历史统计数据，基本上依赖专家的主观经验定量估算风险的发生概率值，这就产生了风险发生概率的“不确定性”问题，其最终制约着风险评估结论的可信度。因此，本文在具体分析风险发生概率不确定性来源的基础上，提出应用盲数理论估算风险发生概率。

1 风险发生概率的不确定性来源

对风险进行定量评估，核心问题就是如何准确地描述风险，即如何解决风险发生概率的不确定性问题。目前，对事物的不确定性，人们已经发现了四种，包括随机性、模糊性、灰性，还有未确知性[1]。由于事物的不确定性既源于系统内在不确定性，也产生于模型的不确定性、参数的不确定性和获取信息的不足与不精确性[2]。因此，对于不同的不确定性信息，其处理方法不尽相同。对于随机性信息，一般采取概率统计方法，但在确定概率均值及均方差等统计量时，需要具备大量的统计数据，而现实情况则是往往缺乏足够的统计资料支持参数估计，因而难以清楚认识均值及均方差。模糊性信息一般采用模糊数学方法，人们通过隶属度概念描述对事物的不同认识。灰色信息以区间数的形式描述对事物取值范围的不确定性，运用灰色系统理论予以解决。而未确知信息，主要源于认识上的主观性，运用未确知数学表达和处理。

从风险管理实践可以看出，风险评估研究面临的首要困难就是缺乏足够的历史统计数据，说明采用概率统计方法定量描述风险往往是难以实现的。并且，由于系统的复杂性，导致定量描述风险时，受多种因素影响，风险信息可能随机性、模糊性、灰性、未确知性兼而有之且交叉作用，产生“信息混沌”情况。同时，提出风险管理需求的单位，通常具有一支实践经验丰富的专家群体，这是开展风险评估的便利条件。因此，对风险进行定量描述，选择数学方法时要考虑三个条件：一是能充分利用好专家群经验信息；二是通过数据处理，能够降低专家信息的主观性；三是能够有效解决“信息混沌”的不利影响。

基于以上考虑，本文提出应用盲数理论估算风险发生概率。盲数理论是我国王光远院士在20世纪90年代提出的一种可以基于专家群经验的、能够有效解决“信息混沌”的理论方法[3]。在定量描述风险发生概率时，由于面临“信息混沌”情况，导致难以确定风险发生概率的真实状态。盲数理论以处理未确知信息为主，对不确定性信息以区间灰数及其可信度值来反映。应用盲数理论处理风险发生概率中的不确定信息，可以用区间数表示风险发生概率的随机性和灰性，将专家主观及经验信息包含在可信度中，通过综合处理多名专家意见，最终能够获得较为真实、准确、合理的风险发生概率估算值[4]。因此，采用盲数理论估算风险发生概率具有理论上的可信性。

2 盲数基本概念

2.1 盲数的定义

计算机技术概论范文第5篇

数字媒体艺术专业培养具有良好的科学素养以及美术修养、既懂技术又懂艺术、能利用计算机新的媒体设计工具进行艺术作品的设计和创作的复合型应用设计人才。

主干学科：计算机学、传播学、艺术设计学、多媒体技术学。

主要课程：计算机技术基础、通信技术基础、数字信号处理技术、计算机网络、数字图像处理、网页设计、多媒体信息处理与传输、交流媒体技术、动画原理与网络游戏设计、视频特技与非线性编辑、虚拟现实、艺术设计概论、设计美学等。