蟻群演算法實驗報告總結

⑴ 科學技術與工程的期刊信息

主管單位：中國科協
主辦單位：中國技術經濟研究會
主編：明廷華
ISSN：1671-1815
CN：11-4688/T
地址：北京學院南路86號
郵政編碼：100081 科學論文
科技簡報
科學學論壇 中文核心期刊要目總覽統計源期刊（中文核心期刊）
中國科技論文統計源期刊(科技類核心期刊）
中國知識資源總庫CNKI源期刊
CEPS中文電子期刊服務全文收錄期刊
中文科技期刊資料庫（全文版）統計刊
中國學術期刊文摘（中國科協主辦）源期刊
中國學術期刊綜合評價資料庫CAJCED統計期刊 1 文稿要求
(1) 文稿應未在其他刊物上發表過，譯文稿件須附上原作者的書面許可證明。內容要有科學性、創新性和實用性；論點明確、數據可靠、說理嚴謹、數學推導簡明；語言流暢、文字簡練、層次分明、重點突出。
(2) 學術論文請按GB7713—1987《科學技術報告、學位論文和學術論文的編寫格式》書寫，篇幅以版面不超過6 000字（包括圖表所佔篇幅）為宜。請在稿件上註明下列幾項內容：
a) 作者單位、地址、電話、E-mail 信箱和郵政編碼；
b) 論文題目和作者單位英譯文，作者姓名的漢語拼音；
c) 作者的簡歷，包括姓名、出生年、性別、職稱、學位、當前從事的研究工作等項；
d) 200字左右的中文摘要，3~8個關鍵詞，以及摘要和關鍵詞相應的英文文本。
摘要採用第三人稱寫法，應是一篇獨立的短文，內容包括論文的目的、方法、結果和結論四要素。
若為國家基金資助項目或部、省級重大科研攻關項目，請提供項目號，並且註明。
2 書寫格式
(1) 要求文稿正文字型大小為5號，漢字字體為宋體，英數字體為Times New Roman，希臘字體為Symbol。
(2) 計量單位採用國家法定計量單位和符號，不能用「大氣壓」、「kg/cm2」、「卡」、「ppm」……等已廢除的計量單位。
(3) 文中和公式中容易混淆的字元請用紅字注清文種（希文、英文、羅馬字等）、大小寫、上下標及上下標字母含義，表示向量及矩陣的字母要特別註明。
(4) 文稿標題中不宜用縮略詞（化學符號和公知公用者除外）；摘要和正文中的縮略詞在第一次出現時都必須寫出全稱，後加括弧附縮略詞。
3 表格、插圖及參考文獻
(1) 表格盡量採用「三線表」。表格的上方寫表序和表名。表名應有自明性且中文、英文表名並列。表注放在表底，縮2個字以「註：」起頭排版。
(2) 插圖的下方應有圖序和圖名。圖名應有自明性且中文、英文圖名並列。工程圖、電氣圖和函數圖採用AutoCAD、Adobe Illustrator或Corel DRAW軟體繪制，工程圖和電氣圖要符合國家標准規定，函數圖要標明曲線序號及其注釋，坐標軸上要有標值，坐標軸外側居中處應有標目，註明物理量和單位；照片圖要求層次分明，圖像逼真；數碼照片圖宜具備200萬像素以上。
(3) 圖表中文字、變數、單位和數字要標注清楚。
(4) 參考文獻應盡量選用公開發表的資料，按在正文中出現的先後次序列表於文後，以1、2…標識序號，且與正文中的指示序號對應。按《文後參考文獻著錄規則，GB/T 7714—2005》和《中國學術期刊（光碟版）檢索與評價數據規范，CAJ-CD B/T 1—2006修訂版試行稿》的要求著錄文後參考文獻。中文參考文獻後要並列其英文譯文。 數學
復合Rayleigh分布模型尺度參數的Bayes估計----王琪(69)
力學
突擴管流動形態的數值模擬----周再東(73)
物理學
基於FLOTRAN的管道中流動氣體時間延遲的模擬分析*----庄會東,張曉東(64)
回歸分析在F-P標准具測量實驗中的應用----劉松江(41)
最大熵原理導出理想氣體分子的速度和速率分布----晉宏營(50)
城市小區移動通信基站電磁輻射場強的計算機模擬----陳習權,孫傑(48)
化學
6-甲醯基香豆素的合成及提純----孔祥文(74)
地球科學
蘇里格氣田西區上古生界低阻氣層成因分析----徐靜(56)
增濕-除濕太陽能海水淡化裝置實驗研究----邵理堂,劉學東,劉卿龍(42)
基於改進Dix公式層速度求取方法應用研究----朱四新(73)
拓頻地震數據在測井約束反演中應用的效果分析----張秀麗,姜岩,秦月霜(48)
雲南ZC金礦床地質特徵及其外圍物化探找礦實踐----陳進超,王緒本,王麗坤,李晶(49)
淺析鉻釩鈣鋁榴石的顏色成因----向亭譯(33)
高密度電法在探測煤礦采空區賦水情況的應用研究----肖川,張義平(43)
醫葯衛生
鹽酸托烷司瓊片溶出度方法的研究----高立軍(35)
一般工程技術
基於滿意濾波的自適應閾值演算法----緱林峰,牛瑞芳,韓冰潔(49)
考慮節點與邊失效的網路全端可靠性上界拓展演算法----陳默(43)
礦冶技術
基於改進操作模式的鋅冶煉過程參數優化----伍鐵斌(35)
變焦距小徑管射線探傷曝光參數的選擇----胡玉華,鄭強,楊坪(35)
石油技術
高滲油藏注凝析氣吞吐增產機理研究----馬翠玉,劉月田(52)
修井作業浮動式井口防濺保護器的研製----張方圓(40)
川南硬脆性頁岩井壁失穩機理實驗研究----汪傳磊(47)
井樓油田一區核三段Ⅲ5-11小層隔夾層的研究----甘寧(46)
北小湖油田八道灣組儲層四性關系研究----王允霞(37)
射孔完井水平井筒單相流動壓降的改進模型----張權(43)
煤層氣採收率影響因素分析----張騫(54)
井間地層壓力分布預測方法及應用----姚君波(49)
王府凹陷青山口組地層超壓及油氣運移深度研究----王文文,盧雙舫,陳方文(43)
一種能有效監測稠油出砂信號的室內實驗裝置設計----韓金良(47)
儀表技術
速度調節閥兩種節流方式調速效果的分析與研究----廖理(39)
動力技術
應用多孔消能牆改善直接空冷系統換熱效率的數值模擬研究----李福林,王琦峰,宋婧婧(46)
機電技術
風機盤管用永磁電機控制器IPM模塊散熱的研究----薛曉明(40)
雲南電網無功優化配置方案----呂秋萍(35)
通信技術
擴頻測控信號固有抗干擾性能的評價方法研究----朱詩兵,童菲,孟生雲(39)
一種改進的LDPC碼最小和解碼演算法----郭軍軍(35)
基於CPLD和Verilog的高精度線陣CCD驅動電路設計----黃文林(32)
基於Aurora協議的光傳輸方案驗證----胡謹賢(37)
基於ZigBee和GPRS的遠程無線抄表系統設計與實現----劉穎,王再英,彭倩,陳媛(46)
一種基於FPGA的高精度數字鑒相器----賀為婷,裴廣利,劉繼勇(40)
帶電沙塵對微波傳播特性的影響----董群鋒(29)
一種新的模擬電路故障診斷方法研究----邱世卉(19)
計算機技術
特徵點提取演算法性能分析研究----江鐵(67)
船載測控雷達天伺饋模擬訓練系統關鍵技術研究----石啟亮,李林澤,雷國建(40)
運動模糊圖像復原技術研究----彭娟(47)
基於優化模型的類級測試數據自動生成研究----屈遲文(39)
結合示例空間概念權重的多示例核學習方法?----潘強,張鋼,王春茹(42)
採用SN和CFAR優化的模板匹配方法的動態目標監控----林雯(34)
基於泛函序列的模糊C均值演算法----楊攀,閆仁武(52)
基於模擬退火PSO-BP演算法的鋼鐵生產能耗預測研究----黃文燕(38)
一種應用於電子地圖道路特徵點提取的新方法----劉文強(39)
基於PC並行口的FLASH卡測試系統設計與實現----李振華(38)
基於全局最優-局部最優粒子群演算法的PID 控制----劉琪(41)
加工軌跡C2連續優化演算法研究----趙崇光,王清輝(32)
一種優化COMET請求調度策略的應用研究----姚敦紅(40)
一種基於最小費用最大流理論的Ad hoc路由協議----王軍(73)
建築技術
礦物成分強度對岩石單軸抗壓強度的影響----張威(30)
排水預壓法處理軟基固結沉降計算方法的改進研究----曲曉帆(34)
深基坑工程中預應力錨索受力機制的研究----白榮林,秦剛(53)
剪脹角對粗糙條形基礎地基極限承載力的影響----鄭鋒勇,秦會來,沈炳林(33)
交通運輸
船艇推進軸系的扭轉——縱向耦合振動的建模與模擬----邱雲明,田宇中,熊庭(35)
一種修正格型自適應陷波器在科氏流量計上的應用----烏偉(31)
基於模糊貼近度的故障診斷----黃小龍(35)
路面類型對能耗和排放影響研究----王陸峰,王俊峰,李樹傑(31)
基於神經網路的車道偏移自動檢測的研究----馬兆敏,齊保謙,廖鳳依,王洋佳(33)
供求不確定條件下配送中心選址研究----羅海星(37)
航空航天
一種非勻速連續旋轉尋北的新方法----王榮榮(45)
基於貝葉斯網路的機場航班延誤因素分析----邵荃(40)
導彈分離發動機蓋板的設計研究----王博哲,吳競峰,范開春,陳偉(42)
滑動時間窗演算法關鍵參數研究----張毅(36)
股票價格心理關口實證研究----雷力君(36)
目標跟蹤中飛機無坡度轉彎操縱方法研究----耿建中,武虎子,段卓毅(38)
復合固體推進劑/襯層粘接界面細觀結構數值建模及脫粘過程模擬----王廣,趙奇國(37)
基於系統辨識的滑油試驗台油溫智能控制----石宏,李昂,張帥,張維亮(37) (9137)相對論BCS-BEC渡越熱力學 傅永平 楊海濤 郗勤(9140)三聚氰胺的密度泛函理論研究 劉存海 張勇 江炎蘭 柳葉(9144)約束層速度反演方法及其處理系統的Qt研發 周洪生 程冰潔 張薇 高妍 梁群(9150)夾層板系統壓縮力學性能試驗研究 田阿利 沈超明 徐超(9154)欠平衡鑽井直井段岩屑運移規律研究 靳鵬菠 黃欣 宋巍(9158)敖古拉中高溫油田微生物驅油可行性分析 樂建君 陳星宏 王蕊 柏璐璐 樂世豪(9163)低滲氣藏多層合採層間干擾系數的確定 王淵 何志雄 李嘉瑞 李成福 李閩(9167)基於響應曲面法的新型阻尼器特性分析 朱龍英 朱德帥(9173)基於CFD的空化噴嘴結構參數研究 馬超群(9178)基於小波變換的電網畸變信號檢測的研究 胡智宏 杜曉冉(9182)一比特壓縮感測的貪婪重構演算法 肖濤 馬社祥(9186)一種基於單幅圖像雙消失點的攝像機標定方法 崔燦 張國華(9191)雙機編隊閃爍干擾研究 朱瑩 高其娜 孫文芳(9196)裝載機工作裝置的模型與自適應迭代學習控制 朱龍英 魯迎波 洪松(9203)變論域模糊PID演算法在供熱控制中的應用 葛楠 李鐵鷹 王宇慧(9207)基於RBF核函數的集成分類AdaBoost演算法研究 婁生超(9211)基於並行協同演化的差分進化演算法 李俊州(9215)基於運動矢量分散度的增強型MVFAST搜索演算法張子敬 張志華 霍家道(9221)情境相關的RBAC策略研究張丹(9225)基於雙通道脈沖耦合神經網路的應用研究郭新榀 段先華 夏加星(9234)採用特徵解析度和等價類相關矩陣的特徵選擇符紅霞 黃成兵(9238)蟻群演算法優化RBF神經網路的網路流量預測廖金權(9243)鄰氨基酚分子印跡聚合物的制備及識別性能研究羅汝新 霍景娥 程亞群 范順利(9247)一種新型高效率振沖器結構的設計及動態性能研究韓兵兵 張功學(9250)降雨對公路邊坡穩定性影響的有限元分析火映霞 王旭東(9256)重型汽車驅動橋輪轂軸承配合失效分析楊英 雷剛 征小梅(9260)感測器/執行器失效的電動汽車EPS魯棒容錯控制周冰 劉海妹 馮俊萍(9265)機匣安裝邊螺栓聯接結構的優化設計艾延廷 陳勇 陳潮龍(9270)基於PBN的中小機場終端區飛行程序優化研究戴福青 李解(9275)一種渦輪泵故障閾值檢測演算法胡漢文 牛志嘉 向洋 石明全(9280)星載圖像感測器電路系統可靠性優化設計曾議 趙欣 王煜 司福祺說明：雜志目錄每期都會更新有一定的時效性，僅供參考

⑵ 螞蟻金服刷臉支付為何上榜《MIT科技評論》全球十大突破性技術

2016年雲棲大會上，螞蟻金服展區開張了一家「未來咖啡館」，客人對著攝像頭刷刷臉，就能完成支付。據悉，刷臉支付很快就將落地真實場景。

在人臉識別研究領域，一批傑出的華人研究學者是推動技術不斷發展的重要力量，可以說在世界范圍內，中國的人臉識別技術不管是技術還是應用都處於領先地位。刷臉支付由螞蟻金服與中國人臉識別技術公司Face++合作研發，在人臉識別核心比對演算法的基礎上，螞蟻金服開發了具有專利的活體檢測技術，並結合其基於金融雲的風控防攻擊安全策略等多個維度的核心技術，能夠提供金融級的准確度和安全性。

您可以聊聊這幾年螞蟻金服在人臉識別領域的投入和發展嗎？在整個人臉識別領域中，處於什麼樣的位置？

螞蟻金服幾年前就開始在人臉識別領域投入資金和人才，同時也在其他生物特徵識別技術研發方面有持續投入，生物識別技術已成為螞蟻金服技術體系和安全風控體系中的重要組成部分。螞蟻金服從2015年開始將人臉識別技術應用於支付寶用戶登錄、實名認證、找回密碼、支付風險校驗等場景，迄今已有超過1.5億用戶使用，據我們所知，這是目前國內外用戶量和訪問量最大的人臉識別系統，更是在金融領域全球范圍內第一家大規模商用的在線系統。

螞蟻金服的人臉識別技術

人臉識別常用的演算法模型您能不能簡單介紹一下？螞蟻金服又採用了什麼樣的演算法策略呢？

通常大家說的人臉識別是指人臉比對演算法，又分為1:1比對（verification）和1:N識別（identification），其演算法核心是讓機器自動判斷不同人臉圖片之間的相似度。人臉識別系統的研究始於20世紀60年代，80年代後隨著計算機技術和光學成像技術的發展得到提高，在這一技術發展過程中涉及到的演算法模型既有基於人臉局部特徵點的識別模型，也有基於全局特徵變換或幾何特徵的識別模型，還有基於2D或3D模板建模的識別模型。目前人臉識別技術已經全面轉向了基於卷積神經網路（CNN）的識別模型。

除了識別模型的准確性之外，人臉識別還有一個重要環節就是活體檢測，也就是確保機器要識別的人臉圖片是來自一個活體人臉，而不是照片、視頻或面具等偽造的人臉，因此活體檢測技術也是人臉識別成功應用的關鍵。活體檢測涉及的演算法也非常多，同時又與感測器技術關系非常緊密，比如指紋識別可以通過電容/電感感測器檢測活體，虹膜識別可以通過紅外攝像頭檢測活體。由於紅外攝像頭在在智能手機上的普及率還很低，目前活體人臉檢測技術主要依賴一系列軟體演算法，包括基於動作交互的識別模型，以及基於圖像分析的識別模型等。

螞蟻金服在人臉識別和活體檢測兩方面都在同步推進，也同時在研發如眼紋識別和聲紋識別等用於增強人臉識別的多因子生物特徵識別技術。此外還基於大數據分析技術研發基於用戶行為和不同場景的智能識別模型，從而形成一整套完備的身份識別解決方案

您能介紹下支付寶刷臉支付服務的人臉識別請求並發量峰值能達到多大？單日請求數能到什麼數量級？螞蟻金服又是使用什麼樣的技術架構做業務支撐的呢？

金融級人臉識別的技術要求和難點，我們總結以下幾點：

1. 高安全性：人臉活體檢測技術（防止照片偽造、視頻、面具以及專業軟體工具等攻擊）

2. 高准確率：極低誤識率下（<0.001%）的高識別通過率（90%以上）

3. 高可用性：海量並發人臉比對服務（tps="">1000）

4. 高實時性：人臉比對結果實時返回（響應時間<100ms）

支付寶的人臉識別，除了達到金融級的准確度和安全級別外，還需要極高的穩定性、可靠性和極低的實時響應。我們基於螞蟻金融雲的基礎架構，實現了高可用、動態擴展的服務框架體系，來保證刷臉服務能夠滿足雙十一、新春紅包等高並發峰值要求。

螞蟻金服是如何做數據迴流的可以跟我們介紹一下嗎？

數據迴流確實是改進演算法識別精度以及提高產品用戶體驗的有效手段，我們在嚴格遵守螞蟻金服數據安全和隱私保護等相關規范的前提下，通過記錄用戶刷臉過程中的一些關鍵參數信息（如光照、距離、角度、時長等）來驗證和分析人臉識別在各種真實環境下的魯棒性，再基於這種實際場景下的分析結果進一步對演算法和產品進行針對性改進，做到完全數據驅動的產品開發和優化閉環。

人臉識別的難點所在

能否介紹一下螞蟻金服的人臉識別底庫數據量級，單次從人臉檢測到返回比對結果的耗時，以及人臉識別的准確率？准確率的適用范圍？准確率是只針對漢族而言，還是所有種族（少數民族、白人、黑人）？在不同種族的人臉識別范疇，是否有什麼難點？如何解決？

螞蟻金服刷臉服務目前只針對中國大陸公民的支付寶實名用戶。截止到目前，支付寶全部4.5億實名用戶中已經有三分之一使用過刷臉服務登錄賬戶，實名認證，找回密碼，或者在高風險交易中進行身份驗證。人臉識別全流程（以刷臉登錄為例）的通過率在95%以上（其中沒通過的用戶中還包括很大比例的主動退出）。不同種族的人臉具有更大的多樣性，會給人臉識別系統的准確性帶來挑戰，但是目前基於深度學習的識別模型已具備處理海量數據的可能，如果能不斷對不同種族的人臉數據持續訓練和學習，這一問題也能很好的解決。

您能分別談一談人臉檢測、活體檢測、圖像脫敏、人臉比對這幾個方面當下的發展和難點么？對於配戴眼鏡、口罩、面具，或者手持照片、視頻刷臉的行為，如何處理？

人臉檢測：人臉檢測演算法是目前最成熟的人臉識別技術分支，准確性和輕量化都已滿足商用，除了能作為後台服務使用，也廣泛應用在智能手機、數碼相機等前端設備上。目前的挑戰是低光照環境以及大角度側臉條件下的人臉檢測。

活體檢測：活體檢測技術在過去幾年也有很大發展，已經能解決絕大部分照片和視頻攻擊，但活體攻擊手段也在不斷演進，特別是各種人臉相關建模軟體合成或變換的人臉越來越逼真。人臉活體檢測技術將是持續攻防和不斷改進的過程。

圖像脫敏：圖像脫敏會帶來信息損失，與提高人臉識別精度形成矛盾，螞蟻金服研發了一套獨特的單向變換脫敏技術，能夠比較好的解決這個問題。目前學術上這方面的成果不多。

人臉比對：目前機器的識別能力已經超過人眼，但是低光照、誇張表情、重度化妝和整容、年齡老化、雙胞胎仍然是人臉比對需要持續解決的問題，隨著數據的不斷累積和訓練，性能也在不斷提升。

挑戰

您能談談目前人臉識別領域面臨的最大挑戰是什麼嗎？能否從人臉識別的演算法和工程兩個角度聊一聊各自的挑戰？

演算法方面仍然要不斷提高人臉識別和活體檢測的准確性，識別的難題上面已經提及，活體檢測需要防範不斷演進和出現的新型攻擊方式。

工程方面的挑戰主要在用戶體驗和系統的穩定性及可靠性，不斷降低用戶的使用門檻的同時保證極致的刷臉體驗，涉及交互文案、設備兼容、演算法加速、參數自適應等多方面。由於人臉識別核心是圖像特徵提取及比對，這是CPU密集型的計算應用，面對支付寶上億用戶的身份驗證需求，特別是在雙十一、新春紅包等高並發峰值的情況下如何保證刷臉服務的性能和高可用性是系統方面的挑戰。

螞蟻金服人臉識別產品從2015年7月正式上線，在此之前做的都是小規模的測試，進行快速產品優化和迭代。我們發現，真實場景是十分復雜的，用戶會在室內和室外，白天和晚上各種光線，不同角度和姿勢下使用刷臉，有的是躺在床上刷臉，有的甚至在敷面膜的時候刷臉，如何解決各種復雜真實環境中的刷臉體驗，尤其是用戶達到億級規模的時候，保證普通用戶能夠便捷的通過是很大的挑戰。這不單單是演算法問題，更是涉及從產品、交互、用戶體驗、環境參數適配，安全策略，高並發系統架構等一系列問題，這是一個系統工程。經過一年多的產品優化，現在能保證在各種復雜的環境下仍有不錯的刷臉體驗和安全性。

未來目標

您可以聊一下人臉識別在刷臉支付之外，未來還可能應用在哪些地方嗎？

身份驗證已經變成了互聯網金融的基礎設施，甚至是整個互聯網+的基礎設施。基於人臉識別的身份驗證方式可以在數字世界中更好的證明「你是你」，提升便捷性和安全性。另外信用體系是整個社會的基礎服務，而身份識別和身份驗證又是信用體系的基礎，所有的信貸類服務的核心基礎就是要知道個人的信用等級，當然其前提還是要證明「你是你」，否則評價出來的信用等級也有可能變成別人的了。除了信用和金融的應用，安全領域也是人臉識別的重要應用，全國多個城市火車站上線了人臉識別驗票、北京機場刷臉出關。

螞蟻金服未來幾年在人臉識別領域希望達到的階段和目標可以介紹一下嗎？

首先在技術上不斷保持世界領先地位，驅動各個業務場景更深層次的應用，形成AI驅動、數據驅動的良性循環，同時不僅僅應用在中國，也隨著螞蟻金服國際化的推進，將人臉識別技術應用到全球，為世界上更多的用戶提供既安全又便利的刷臉產品和服務。

您怎麼看待整個人臉識別行業未來幾年的發展？

人臉識別行業目前整體上還只是起步階段，如前面講的，要應用到各行各業和各個用戶群體，還有很長的路要走，不管是國際還是國內，還沒針對人臉識別的行業標准，目前的人臉識別相關產品使用上還具備一定門檻，沒有達到普適性的程度。但是隨著技術的持續投入，產業環境的不斷成熟，以及相關標准不斷出台，相信未來幾年會迎來人臉識別行業應用真正的爆發期。

寄語

對於想轉行人臉識別的新人，您有什麼建議？是否門檻太高，很難切入？

人臉識別是一個系統工程，除了演算法本身，產品、交互、工程都需要深入研究和探索，從演算法到線上服務再到用戶體驗，從實驗室性能到實際場景系統性能，仍然有很多挑戰性問題需要解決，在各個環節都有很多可以切入的點，重要的在於是否真正解決了用戶的問題。

⑶ 螞蟻金服因區塊鏈成唯一中國創始企業

近日，美國麻省理工學院宣布將在2018年7月18日和全球幾家頂級科技公司共同啟動MIT金融科技實驗室，主要研究方向包括區塊鏈發展、隱私安全、資料庫、加密系統等，螞蟻金服是唯一一家中國創始企業。

螞蟻技術實驗室負責人蔣國飛在一篇人物專訪中說的一句話也很能說明問題：這位過去15年遊走於東京灣和紐約灣的前NEC(日本電氣)技術VP說，在區塊鏈等前沿核心技術的自主研發上，中國和美國幾乎是站在一條起跑線上的，這是此前不曾多見的景象。「無論是東京灣、紐約灣還是舊金山灣，它們都分別崛起於日本、美國綜合國力的井噴式抬升。現在進入到中國時間，所以我就回來了。」

內容來源鳳凰網

⑷ C++的粒子群演算法運行結果

PSO粒子群優化演算法 摘自：人工智慧論壇 1. 引言
粒子群優化演算法(PSO)是一種進化計算技術(evolutionary computation)，有Eberhart博士和kennedy博士發明。源於對鳥群捕食的行為研究 PSO同遺傳演算法類似，是一種基於疊代的優化工具。系統初始化為一組隨機解，通過疊代搜尋最優值。但是並沒有遺傳演算法用的交叉(crossover)以及變異(mutation)。而是粒子在解空間追隨最優的粒子進行搜索。詳細的步驟以後的章節介紹 同遺傳演算法比較，PSO的優勢在於簡單容易實現並且沒有許多參數需要調整。目前已廣泛應用於函數優化，神經網路訓練，模糊系統控制以及其他遺傳演算法的應用領域
2. 背景: 人工生命 "人工生命"是來研究具有某些生命基本特徵的人工系統. 人工生命包括兩方面的內容 1. 研究如何利用計算技術研究生物現象
2. 研究如何利用生物技術研究計算問題 我們現在關注的是第二部分的內容. 現在已經有很多源於生物現象的計算技巧. 例如, 人工神經網路是簡化的大腦模型. 遺傳演算法是模擬基因進化過程的. 現在我們討論另一種生物系統- 社會系統. 更確切的是, 在由簡單個體組成的群落與環境以及個體之間的互動行為. 也可稱做"群智能"(swarm intelligence). 這些模擬系統利用局部信息從而可能產生不可預測的群體行為 例如floys 和 boids, 他們都用來模擬魚群和鳥群的運動規律, 主要用於計算機視覺和計算機輔助設計. 在計算智能(computational intelligence)領域有兩種基於群智能的演算法. 蟻群演算法(ant colony optimization)和粒子群演算法(particle swarm optimization). 前者是對螞蟻群落食物採集過程的模擬. 已經成功運用在很多離散優化問題上. 粒子群優化演算法(PSO) 也是起源對簡單社會系統的模擬. 最初設想是模擬鳥群覓食的過程. 但後來發現PSO是一種很好的優化工具. 3. 演算法介紹 如前所述，PSO模擬鳥群的捕食行為。設想這樣一個場景：一群鳥在隨機搜索食物。在這個區域里只有一塊食物。所有的鳥都不知道食物在那裡。但是他們知道當前的位置離食物還有多遠。那麼找到食物的最優策略是什麼呢。最簡單有效的就是搜尋目前離食物最近的鳥的周圍區域。 PSO從這種模型中得到啟示並用於解決優化問題。PSO中，每個優化問題的解都是搜索空間中的一隻鳥。我們稱之為「粒子」。所有的例子都有一個由被優化的函數決定的適應值(fitness value)，每個粒子還有一個速度決定他們飛翔的方向和距離。然後粒子們就追隨當前的最優粒子在解空間中搜索 PSO 初始化為一群隨機粒子(隨機解)。然後通過疊代找到最優解。在每一次疊代中，粒子通過跟蹤兩個"極值"來更新自己。第一個就是粒子本身所找到的最優解。這個解叫做個體極值pBest. 另一個極值是整個種群目前找到的最優解。這個極值是全局極值gBest。另外也可以不用整個種群而只是用其中一部分最為粒子的鄰居，那麼在所有鄰居中的極值就是局部極值。 在找到這兩個最優值時, 粒子根據如下的公式來更新自己的速度和新的位置 v[] = v[] + c1 * rand() * (pbest[] - present[]) + c2 * rand() * (gbest[] - present[]) (a)
present[] = persent[] + v[] (b) v[] 是粒子的速度, persent[] 是當前粒子的位置. pbest[] and gbest[] 如前定義 rand () 是介於（0， 1）之間的隨機數. c1, c2 是學習因子. 通常 c1 = c2 = 2. 程序的偽代碼如下 For each particle
____Initialize particle
END Do
____For each particle
________Calculate fitness value
________If the fitness value is better than the best fitness value (pBest) in history
____________set current value as the new pBest
____End ____Choose the particle with the best fitness value of all the particles as the gBest
____For each particle
________Calculate particle velocity according equation (a)
________Update particle position according equation (b)
____End
While maximum iterations or minimum error criteria is not attained 在每一維粒子的速度都會被限制在一個最大速度Vmax，如果某一維更新後的速度超過用戶設定的Vmax，那麼這一維的速度就被限定為Vmax 4. 遺傳演算法和 PSO 的比較 大多數演化計算技術都是用同樣的過程
1. 種群隨機初始化
2. 對種群內的每一個個體計算適應值(fitness value).適應值與最優解的距離直接有關
3. 種群根據適應值進行復制
4. 如果終止條件滿足的話，就停止，否則轉步驟2 從以上步驟，我們可以看到PSO和GA有很多共同之處。兩者都隨機初始化種群，而且都使用適應值來評價系統，而且都根據適應值來進行一定的隨機搜索。兩個系統都不是保證一定找到最優解 但是，PSO 沒有遺傳操作如交叉(crossover)和變異(mutation). 而是根據自己的速度來決定搜索。粒子還有一個重要的特點，就是有記憶。 與遺傳演算法比較, PSO 的信息共享機制是很不同的. 在遺傳演算法中，染色體(chromosomes) 互相共享信息，所以整個種群的移動是比較均勻的向最優區域移動. 在PSO中, 只有gBest (or lBest) 給出信息給其他的粒子， 這是單向的信息流動. 整個搜索更新過程是跟隨當前最優解的過程. 與遺傳演算法比較, 在大多數的情況下，所有的粒子可能更快的收斂於最優解 5. 人工神經網路 和 PSO 人工神經網路(ANN)是模擬大腦分析過程的簡單數學模型，反向轉播演算法是最流行的神經網路訓練演算法。進來也有很多研究開始利用演化計算(evolutionary computation)技術來研究人工神經網路的各個方面。 演化計算可以用來研究神經網路的三個方面：網路連接權重，網路結構(網路拓撲結構，傳遞函數)，網路學習演算法。 不過大多數這方面的工作都集中在網路連接權重，和網路拓撲結構上。在GA中，網路權重和/或拓撲結構一般編碼為染色體(Chromosome)，適應函數(fitness function)的選擇一般根據研究目的確定。例如在分類問題中，錯誤分類的比率可以用來作為適應值 演化計算的優勢在於可以處理一些傳統方法不能處理的例子例如不可導的節點傳遞函數或者沒有梯度信息存在。但是缺點在於：在某些問題上性能並不是特別好。2. 網路權重的編碼而且遺傳運算元的選擇有時比較麻煩 最近已經有一些利用PSO來代替反向傳播演算法來訓練神經網路的論文。研究表明PSO 是一種很有潛力的神經網路演算法。PSO速度比較快而且可以得到比較好的結果。而且還沒有遺傳演算法碰到的問題 這里用一個簡單的例子說明PSO訓練神經網路的過程。這個例子使用分類問題的基準函數(Benchmark function)IRIS數據集。(Iris 是一種鳶尾屬植物) 在數據記錄中，每組數據包含Iris花的四種屬性：萼片長度，萼片寬度，花瓣長度，和花瓣寬度，三種不同的花各有50組數據. 這樣總共有150組數據或模式。 我們用3層的神經網路來做分類。現在有四個輸入和三個輸出。所以神經網路的輸入層有4個節點，輸出層有3個節點我們也可以動態調節隱含層節點的數目，不過這里我們假定隱含層有6個節點。我們也可以訓練神經網路中其他的參數。不過這里我們只是來確定網路權重。粒子就表示神經網路的一組權重，應該是4*6+6*3=42個參數。權重的范圍設定為[-100，100] (這只是一個例子，在實際情況中可能需要試驗調整).在完成編碼以後，我們需要確定適應函數。對於分類問題，我們把所有的數據送入神經網路，網路的權重有粒子的參數決定。然後記錄所有的錯誤分類的數目作為那個粒子的適應值。現在我們就利用PSO來訓練神經網路來獲得盡可能低的錯誤分類數目。PSO本身並沒有很多的參數需要調整。所以在實驗中只需要調整隱含層的節點數目和權重的范圍以取得較好的分類效果。 6. PSO的參數設置 從上面的例子我們可以看到應用PSO解決優化問題的過程中有兩個重要的步驟: 問題解的編碼和適應度函數
PSO的一個優勢就是採用實數編碼, 不需要像遺傳演算法一樣是二進制編碼(或者採用針對實數的遺傳操作.例如對於問題 f(x) = x1^2 + x2^2+x3^2 求解, 粒子可以直接編碼為 (x1, x2, x3), 而適應度函數就是f(x). 接著我們就可以利用前面的過程去尋優.這個尋優過程是一個疊代過程, 中止條件一般為設置為達到最大循環數或者最小錯誤 PSO中並沒有許多需要調節的參數,下面列出了這些參數以及經驗設置 粒子數: 一般取 20 – 40. 其實對於大部分的問題10個粒子已經足夠可以取得好的結果, 不過對於比較難的問題或者特定類別的問題, 粒子數可以取到100 或 200 粒子的長度: 這是由優化問題決定, 就是問題解的長度 粒子的范圍: 由優化問題決定,每一維可是設定不同的范圍 Vmax: 最大速度,決定粒子在一個循環中最大的移動距離,通常設定為粒子的范圍寬度,例如上面的例子里,粒子 (x1, x2, x3) x1 屬於 [-10, 10], 那麼 Vmax 的大小就是 20 學習因子: c1 和 c2 通常等於 2. 不過在文獻中也有其他的取值. 但是一般 c1 等於 c2 並且范圍在0和4之間 中止條件: 最大循環數以及最小錯誤要求. 例如, 在上面的神經網路訓練例子中, 最小錯誤可以設定為1個錯誤分類, 最大循環設定為2000, 這個中止條件由具體的問題確定. 全局PSO和局部PSO: 我們介紹了兩種版本的粒子群優化演算法: 全局版和局部版. 前者速度快不過有時會陷入局部最優. 後者收斂速度慢一點不過很難陷入局部最優. 在實際應用中, 可以先用全局PSO找到大致的結果,再有局部PSO進行搜索. 另外的一個參數是慣性權重, 由Shi 和Eberhart提出, 有興趣的可以參考他們1998年的論文(題目: A modified particle swarm optimizer)

⑸ 沒有懂模擬退火法或者蟻群演算法的高手

通過一個解決生活情境中數學問題，建立一個解決相應的數學問題的類型，也就是過去所說的「題型」，然後總結出解決這種「數學模型」的解題策略(過去所說的解題思路)，再用這種策略去解決與這種「數學模型」相同的數學題目

⑹ 計算機網路運用與技術的作業

1）多媒體信息處理

本方向著重研究神經網路、模糊邏輯、模糊神經網路、模擬退火技術、蟻群演算法等在視頻圖像處理與編碼中的應用，旨在發展快速高效和具有在低碼率信道下實現視頻圖像實時編碼潛能的壓縮演算法；在國內率先開展了模糊矢量量化技術的研究，提出了模糊學習vq演算法、模糊k-鄰域vq演算法、隨機競爭學習vq演算法，使得vq編碼性能大大提高，解決了對初始碼書的依賴性問題和碼書設計時間過長的問題。在數字水印技術方面，較為系統地引入了混沌理論，同時在國內較早地開始第二代數字水印演算法的研究；本方向還將醫學成像技術、人工生命、非線性非確定系統辯識相結合，在國內較早地提出了基於spect、fmri、eeg、meg等信息融合的高維時空非線性模型的建立和辨識，能夠為醫學功能實時成像提供定量的理論依據、有效的分析方法和實用的計算手段。

本方向重視高水平的實驗室建設，分別與美國ti公司和美國motorola公司合作成立了dsp實驗室和eda實驗室各一個，實驗室設備總投入已超過400萬元，著重研究數字信號的實時處理技術與硬體實現，在現場可編程門陣列系統的動態可重構技術方面的研究，已經取得了關鍵技術的突破。這些實驗室設備先進，及時跟蹤國外大公司的最新技術，目前已經為深圳特區的信息行業提供了較為雄厚的技術支持和完整的技術培訓，具有較大的知名度和良好的學術聲譽。

本方向積極開展「產、學、研」合作項目，涉及高解析度醫學影像設備、無線通訊介面、固定電話簡訊設備、生化分析儀等領域，其中「isp數字電路實驗分析系統」獲得1999年廣東省科技進步三等獎，「可編程來電顯示測試儀的研究」獲得1999年深圳市科技進步三等獎，「全自動多參數臨床電解質分析儀」2001年通過廣東省葯品監督管理局的鑒定，已有5項成果在中國高新技術交易會上成功轉讓和實施產業化，目前已產生經濟效益4000萬元。

本方向積極開展國際間的學術合作研究，近三年，學術骨幹中共有5人次赴英國做訪問學者，並且承擔英國british council的國際合作科研項目一項。本方向的研究工作，一方面以多媒體圖像信息處理的新理論、新方法和新技術為突破口，力圖實現理論和技術上的源頭創新；同時將「產、學、研」緊密結合，力求形成我國自主的知識產權，提高核心國際競爭力。

（2）智能化網路與應用

本方向主要研究網路信息與生物信息的智能處理技術。目前本方向的主要研究內容包括：

①智能主體（agent）及其應用技術：目前主要研究主體語言、主體之間的協作和協調、通信和交互技術、多主體學習以及多主體系統在基因組自動注釋（automated genomic annotation）、生物信息智能集成與共享web服務資源融合中的應用等。

②數據挖掘與知識發現：主要研究基礎理論、發現演算法、可視化技術、定性定量互換模型、知識表示方法、發現知識的維護和再利用、半結構化和非結構化數據中的知識發現以及網上數據挖掘等。

③語義web與ontology：研究語義web的支撐技術、模型和方法，包括可擴展標記語言（xml，extensible markup language）、xml schemas、資源描述框架（rdf， resource description framework）和知識本體（ontology）等創建語義web的支撐技術。重點研究：設計機器可讀的網上信息內容表示、自動推理模式、後基因組語義web的支撐技術、ontology與基因功能注釋、知識網格和信息網格。

④生物信息智能處理技術：研究生物智能信息處理中的演算法問題，重點研究生物信息資源共享技術和生物信息的知識挖掘。主要包括研究新的dna序列特徵分析方法；研究先進、高效的信息分析和數據挖掘手段，從大量繁雜的蛋白質組數據中找出內在聯系，揭示蛋白質的功能及相互作用關系。

本方向近年已完成的主要科研項目包括：基於web的智能信息採集與分類系統、城市流通領域電子商務系統——中國商品交易網、智能信息抽取及其應用研究、中國飼料服務網的研究與開發、電子出版物信息處理系統。本方向已聯合培養博士研究生2名，碩士研究生8名。目前在讀的聯合培養博士研究生6名，碩士研究生6名。

（3）計算機網路與信息安全

本方向主要研究計算機網路的應用技術和信息安全技術。目前的主要工作包括：

（1）安全網路技術的研究，已經完成「入侵檢測預警和安全管理技術」與「安全網路伺服器技術研究」2項國家863計劃信息安全主題研究項目，重大國防項目2項，廣東省自然科學基金項目3項；

（2）基於互聯網路的軟體工程技術和網路軟體集成技術，在多agents協同工作，通用rpc應用平台等方面取得了研究成果；

（3）中間件技術，特別是安全中間件在銀行支付系統中的應用技術，目前取得了多個成功應用的案例。

（4）j2ee架構的應用技術，在corba應用技術方面也取得了成果。

本研究方向研究力爭解決對國民經濟發展和國防建設具有重大意義的網路與信息安全領域所涉及的重大科學問題和關鍵基礎技術。以網路應用與信息安全的構造和運行過程中所涉及的新理論、新結構、新方法和新技術為突破口，力圖實現在科學理論和技術上的源頭創新，以提高我們在網路與信息安全研究領域的整體創新能力和國際競爭力，形成我國自主的知識產權。

計算機應用技術 - 解析
近年來IT產業對於高級專業人才的需求持續上升，使得報考這一專業的研究生競爭日趨激烈。2007年計算機應用專業的報考人數排名由06年的第六位上升到第三位，僅次於工商管理和法學碩士。

計算機應用技術專業是一應用十分廣泛的專業，它以計算機基本理論為基礎，突出計算機和網路的實際應用。學生將系統地學習計算機的軟、硬體與應用的基本理論、基本技能與方法，具有初步運用專業基礎理論及工程技術方法進行系統開發、應用、管理和維護的能力。

你知道計算機專業的分類嗎？

根據海文教育集團資訊中心提供的資料，目前我國計算機專業主要分為三大類：計算機基礎專業、與理工科交叉的計算機專業、與文科藝術類交叉的計算機專業。

一、計算機基礎專業：

專業要求與就業方向：這些專業不但要求學生掌握計算機基本理論和應用開發技術，具有一定的理論基礎，同時又要求學生具有較強的實際動手能力。學生畢業後能在企事業單位、政府部門從事計算機應用以及計算機網路系統的開發、維護等工作。

推薦院校：北京大學、清華大學、北京工業大學、南京大學、上海交通大學、東南大學

二、與理工科交叉的計算機專業：

與理工科交叉而衍生的計算機專業很多，如數學與應用數學專業、自動化專業、信息與計算科學專業、通信工程專業、電子信息工程專業、計算機應用與維護專業等。

1.數學與應用數學專業：

專業要求與就業方向：數學與應用數學是計算機專業的基礎和上升的平台，是與計算機科學與技術聯系最為緊密的專業之一。該專業就業面相對於計算機科學與技術專業來說寬得多，不但適用於IT領域，也適用於數學領域。

推薦院校：同濟大學、東南大學、中山大學、寧波大學、深圳大學

2.自動化專業：

專業要求與就業方向：自動化專業是一個歸並了多個自動控制領域專業的寬口徑專業，要求學生掌握自動控制的基本理論，並立足信息系統和信息網路的控制這一新興應用領域制定專業課程體系，是工業製造業的核心專業。自動化專業的畢業生具有很強的就業基礎和優勢。

推薦院校：清華大學、東南大學、北京郵電大學、重慶大學

3.信息與計算科學專業：

專業要求與就業方向：這是一個由信息科學、計算數學、運籌與控制科學等交叉滲透而形成的專業，就業面涉及到教學、商業、網路開發、軟體設計等各個方面，就業率高達95%以上。

推薦院校：清華大學、南京大學、蘇州大學

4.通信工程專業：

專業要求與就業方向：通信工程專業要求學生掌握通信基礎理論和基本基礎，掌握微波、無線電??信息時代有著極佳的就業優勢。

推薦院校：復旦大學、北京郵電大學、吉林大學、哈爾濱工業大學、南京理工大學

5.電子信息工程專業：

專業要求與就業方向：電子信息工程專業是寬口徑專業，主要培養信息技術、電子工程、網路系統集成等領域的高級IT人才，畢業生可從事電子設備、信息系統和通信系統的研究、設計、製造、應用和開發工作。

推薦院校：浙江大學、清華大學、廈門大學、武漢大學、四川大學、雲南大學

三、與文科藝術類相交叉的計算機專業

海文學校專業課高級咨詢師提醒廣大考生，如果選擇藝術類院校的上述專業，應有充分的思想准備：報考人數眾多而招生人數有限，中國美術學院的報名與錄取比例在2～5%是很正常的事，由此可見競爭之殘酷，門檻之高。

1.計算機美術設計專業：

專業要求與就業方向：計算機美術設計專業要求學生掌握美術設計和計算機的基礎知識，熟練運用計算機進行廣告設計、產品造型設計、室內外裝飾設計及電視三維動畫製作等美術設計工作。學生畢業後可在設計部門、廣告公司、裝潢公司、網路公司、軟體公司、動畫公司、企事業廣告部及學校等從事美術設計策劃與製作、電腦繪畫、動畫製作、網頁設計及教學工作和計算機系統日常維護與管理等工作。

推薦院校：四川美術學院、雲南大學、南京藝術學院、重慶師范大學

2.網頁設計專業

專業要求與就業方向：互聯網融入我們的生活，深刻地影響和改變著我們的生活方式和交流方式。網路以其自身信息傳遞的高效快捷、多樣化、互動性等優勢，深受人們的歡迎，已經成為速度最快、覆蓋面最廣的媒體傳播方式。因此，網頁設計專業對廣大青年學生也是一個不錯的選擇。

推薦院校：首都師范大學、中央美術學院

3.影視動畫設計專業：

專業要求與就業方向：學生畢業後可以從事動畫原畫創作、動畫設計、廣告設計、軟體開發、影視節目製作等工作，還可以從事傳媒設計、管理及商務方向。

推薦院校：北京電影學院、成都大學

4.環境藝術設計專業：

專業要求與就業方向：本專業是以美術造型能力為基礎，以裝飾、建築等專業為設計依據的創造性專業學科，培養能夠獨立從事居住環境和商業環境的設計以及其他環境藝術設計與施工的專門型、應用型人才。

推薦院校：浙江工業大學、中國美術學院

計算機是一門應用極為廣泛的科學，在它應用的每一個學科中都已經誕生並繼續誕生新的學科和專業。同時，在計算機的應用中又快速產生著新的專業，像比較時興的電子商務專業、信息安全專業、辦公自動化專業等都有著良好發展勢頭和前景。以上簡單列舉的是幾個常見的計算機以及相關的專業，只是計算機專業大家庭中很小的一部分，供廣大考生在報考時參考。

分數線:

這是目前大家最關心的問題之一，似乎分數線高低意味著我們是否敢於去選擇那些名校。其實各個學校每年專業課難度不同，所以學校之間的分數線高低也是沒有可比性的。比如清華近幾年復試分數線大多在330分左右，但那些志在清華計算機來自全國各地的精英們能夠得到這個分數的也是鳳毛麟角。對於大多數的名校，他們出題正規，管理嚴格，所以分數線都不是太高。

海文考研集團資訊中心為大家提供了幾所名校2006年的復試分數線(註：不是錄取線，現在大多數學校是差額錄取)

北京大學 343分；南京大學 326分；哈爾濱工業大學 353分；北京航天航空大學 337分；天津大學 347分；清華大學 350分；北京郵電大學 336分；上海交通大學 337分；

不難看到，這些學校的分數線平均在340分左右，在這里做一下簡單的分析，假設我們三科基礎課是210分(對於今年的難度，至少要得這個分數,(340-210)/2=65，也就是說專業課每科只需65分，你起碼就可以獲得復試的資格。所以說名校真的並不難考。

跨專業考研

如今計算機專業太火，甚至文科學生都想學計算機。計算機恐怕是轉專業考生最多的一個專業了，那些跨專業的考生非常刻苦，發奮努力的結果當然是豐厚的回報，尤其是近幾年，跨專業考生摘取即使是名校計算機專業的第一名的例子也屢見不鮮。

現在社會上普遍認為計算機難考，跨專業更難考，事實上並不一定。計算機專業的學生自己有優越感，他們經常抵制不住應聘單位誘人的待遇，往往在考研前夕放棄考研，真正堅持到最後的也因為找工作耽誤很多時間；相反那些冷門專業的考生(包括跨專業)常常因為找不到滿意的工作而不得不破釜沉舟，因為他們知道考研失敗可能意味著失業。到目前為止，中國的碩士研究生招生還沒實現並軌，處在一個過渡期中。但是公費的名額確實是一年比一年的少，今年的情況是公費的比例(除去推薦生)1：4——1：6，當然各個學校也不相同。對自費生來說，一般要交2-3萬元的費用，一次性交齊。不過不用擔心，在讀期間可以辦理助學貸款，畢業後償還。有部分院校，如哈爾濱工業大學學制兩年，每年3000，投入6000元就能讀個熱門專業的碩士，很值啦！

計算機應用技術 - 主要課程設置及課程介紹
本專業主要開設微機原理與介面技術、C語言、數據結構、操作系統、平面設計、VB程序設計語言、SQL SERVER資料庫應用、3DS軟體應用、網頁製作、Visual FoxPro應用基礎、工具軟體等課程。

（一）公共課
1、思想道德修養與法律基礎
本課程是以馬列主義、毛澤東思想、鄧小平理論為指導，理論聯系實際地研究大學生成長過程中思想道德修養的客觀規律的一門思想、政治和品德教育的課程。它根據我國社會主義現代化建設對大學生的政治、思想、品德方面的要求，以及大學生在政治觀、人生觀、道德觀方面形成發展的規律和特色，教育大學生加強自身的思想道德修養，努力成為社會主義的建設者和接班人。講授內容：大學生的歷史使命，基本國情和基本路線教育，人生觀教育，道德教育，社會主義民主法制教育。

2、毛澤東思想、鄧小平理論和「三個代表」重要思想?
本課程通過簡明扼要地講授馬克思主義的基本觀點，進行馬列主義、毛澤東思想、鄧小平理論、「三個代表」重要思想和科學發展觀教育，使學生明確改革是在新形式下，馬克思主義的基本原理與我國客觀實際的緊密結合，充分發揮馬克思主義教育主陣地主渠道作用，幫助學生樹立正確的世界觀、人生觀和價值觀，達到培養「四有」人才的目的。

3、形勢教育
本課程是在馬克思主義指導下，分析特定時期社會政治、經濟、思想文化發展趨勢，揭示黨和國家在不同時期的方針政策的基本內容和基本精神的思想政治教育課程。主要目的是幫助學生全面正確地認識國際國內形勢；認識黨和國家面臨的形勢和任務；擁護黨的路線、方針和政策，增強實現改革開放和社會主義現代化建設宏偉目標的信心和社會責任感。

4、大學英語
培養學生閱讀英語書刊的能力，並能在實踐中以英語為工具獲取本專業所需的信息，為進一步提高英語水平打下較為堅實的基礎。
主要內容：語音、語法、筆譯。著重矯正語音、語調，擴大詞彙量，加深基本語法，藉助詞典翻譯一般短文，加強閱讀和筆譯技能的訓練。

5、高等數學
本課程是本專業的重要基礎課。
通過學習使學生比較熟練地掌握求導的方法和求積分的方法，能夠求解典型的一階二階常微分方程，進一步培養學生用數學分析的方法解決工程問題的能力。為以後學習專業基礎課和專業課以及將來從事工程設計打下良好的基礎。
本課程的主要內容：函數及極限，一元函數微積分，一階二階常微分方程，空間解析幾何，多元函數微積分，級數等。

6、體育
進行體育基本知識的教學和基本技能訓練。使學生掌握正確的運動技能和科學的鍛煉方法，養成體育鍛煉習慣，提高身體素質，達到《國家體育鍛煉標准》，具有從事本專業或其他行業所需要的良好身體素質。

（二）專業基礎課
1、計算機文化基礎
使學生掌握計算機的基礎知識、具備計算機的操作能力。主要講操作系統、資料庫管理系統、文字處理系統以及表格處理系統的知識。熟練上機操作，並參加山東省計算機應用能力考核，取得相應的合格證書。

2、數字電路
本書講述數字電路的基本知識，門電路、組合電路、觸發電路、數字集成電路等工作原理，使學生具備分析綜合電路的能力，為學習《微機原理與匯編》及其他硬體相關課程打下基礎，並具備一定的微機電路的檢測與維修技能。

3、微機原理與介面技術
本課程主要講解計算機基礎、8086微處理器結構、80X86微處理器結構、存儲器結構、微機中斷系統和DMA控制方式、微機介面及其應用、MCS51和MCS98單片微處理機、A/D、D/A轉換器及其應用。介紹計算機基本組成原理和PC機微處理器和存儲器層次結構的技術特點；詳細介紹了介面電路原理和組織、擴展微機系統應用的介面技術。

4、模擬電路
模擬部分講述二、三極體的結構、工作特點及應用電路、二級管的整流、濾液電路、三極體基本放大電路及常用放大器。

5、C語言
C語言是計算機專業必修課，以研究程序結構和編程技術為主要目標。目的使學生掌握C語言的基本語法和編程方法，掌握結構化程序設計的基本概念，掌握程序設計中常用演算法和數據結構，並在此基礎上編寫出一般的應用程序。具有C語言編輯、調試、運行的實際能力，具有一定的程序設計能力。

6、數據結構
本課程是計算機專業必修的一門專業基礎課，該課程詳細介紹了線性表、棧和隊列、串、數組和廣義表，樹和二叉樹以及圖等幾種基本類型的數據結構，以及程序設計中經常遇到的兩個問題——查找和排序。通過課堂聽課、作業、上機實驗使學生學會分析研究計算機加工數據對象的特徵，具備選擇適當的數據結構以及相應的演算法能力，並具備演算法的時間分析、空間分析能力，另一方面學習本課程的過程也可進行復雜的程序設計，要求學生寫的程序結構清楚，正確易讀，使學生具備開發大型軟體的基本技能，上機選用vc環境。

7、專業英語
該課程是計算機專業學生應該掌握的一門計算機外語工具。掌握微機硬體組成，軟磁碟、微機軟體，使用計算機的過程，存儲器，CPU，I\O設備，網路等內容。了解上機時常見的提示信息及解釋，通過本課程的學習使學生掃清上機時使用英語軟體的障礙，並且使學生具備閱讀計算機專業英語書刊的能力，能聽懂一般專業學術報告的能力。

8、操作系統
本課程主要講解：操作系統的功能和類型、進程與處理器管理、存儲管理、設備管理、文件管理、常用操作系統的基本特點、Unix操作系統的功能特點等。

（三）專業課
1、平面設計
學會圖片編輯軟體的使用方法和技巧，較熟練使用編輯軟體進行圖片編輯和設計能力。

2、VB程序設計語言
本課程主要講授如何使用VB開發Windows應用程序，包括圖形編程，文件使用，多媒體程序開發及資料庫編程等，通過學習學生可利用VB編寫出種種應用程序。

3、SQL SERVER資料庫應用
主要任務是介紹資料庫組織、管理和使用的一般知識，包括數據模型、資料庫結構、資料庫系統、資料庫設計、關系運算、關系規范化、關系查詢（SQL語言）等方面的知識；介紹至少一種實際的資料庫管理系統的構成與使用。目的使學生通過該課程的學習，具有進行簡單資料庫應用系統設計與開發的能力。

4、3DS軟體應用
本課程主要講授3ds的基本工作界面，掌握MAX的工具箱操作原理，學習各種基本模型製作方法，學習基本動畫製作方法.

5、網頁製作
本課程主要學習計算機操作和網頁基礎知識，網站結構和風格設計、網頁文本和表格、在網頁中使用圖形圖像、導航和鏈接、櫃架網頁、基本表單元素和動態網頁。

6、計算機網路
本課程主要學習計算機網路基本原理和基本技術，區域網的特點、原理及典型實現技術。本課程是計算機應用專業的基礎課。主要內容：網路概述，網路的層次模型，通信子網，計算機網路的高層服務，計算機網路應用開發與相關技術。通過本課程的學習使學生了解網路的原理及應用，熟悉區域網的安裝、設計思想，並可進行網路管理和一般性維護。

7、Visual FoxPro應用基礎
本課程主要講解VFP的基礎知識，包括資料庫基礎知識、數據的建立與項目的管理、數據處理命令、查詢與視圖、SQL語言及程序設計基礎。同時講解如何利用VFP所提供的各種生成器來設計資料庫應用程序，包括表單、報表、菜單與工具欄的設計和應用程序開發的完整過程。

8、計算機組裝與維護
本課程主要包括：多媒體概述、多媒體的音頻、視頻、動畫技術，並從實際出發介紹多媒體應用軟體的選購、安裝等實用指導。多媒體系統組裝包括：音效卡、解壓卡的工作原理及技術指標，安裝調試故障的分析及處理。微機系統維護包括：機房的配置及操作規程，計算機病毒概況、特點、預防與清除以及常見故障的分析與排除。

9、工具軟體
本課程主要講解：系統工具軟體Norton Utilities2000、系統測試工具、磁碟分區工具、磁碟復制工具、數據壓縮工具；電子書閱讀工具、圖片工具、抓圖工具、圖象處理工具、多媒體播放工具；電子郵件工具、網路瀏覽器、下載工具、IP工具、網路加速工具；殺毒工具等。

（四）選修課
1、演講與寫作
本課程的開設目的是，使學生通過學習，加深對語言的社會本質和實際功能的認識，提高運用祖國語言文字的實際能力，特別是言語交際的實際能力，同時，通過對寫作的強化練習，使學生系統地掌握常用應用文體文章的寫作理論知識和方法，提高學生在學習、工作和日常生活中實際應用各種文體的寫作能力。

2、音樂與繪畫
通過本課程的學習，可以陶冶學生的藝術修養，培養學生的藝術素質，並且在系統的訓練過程中，培養學生正確的觀察方法和造型能力，對今後的全面發展奠定良好的基礎。

3、大學生就業與創業指導
本課程的基本禮儀是：對市場經濟發展、就業市場狀況和就業形勢進行分析，使畢業生樹立正確的擇業觀並調適在擇業過程中可能出現的矛盾心理；教導畢業生，使其掌握一定的求職技巧並轉換角色、適應社會發展對人才的需求；使畢業生了解政策，更好地利用就業指導機構指導自身就業。

4、社交禮儀
本課程使學生掌握禮儀的意義和作用。在日常生活和工作中增強自身的禮儀修養，規范自己的禮儀行為。明確各種工作人員的禮儀規范和服務規范及在工作中的標准和要求。

計算機應用技術 - 業務培養基本要求
1知識結構
（1）具有高層次計算機專門人才的文化基礎知識。包括計算機軟、硬體運行基本原理與計算機體系結構的知識；微型機及其運行的基本知識；計算機軟體基礎及程序設計，軟體開發，調試知識；資料庫管理系統原理及其實現的基本知識；計算機通訊系統及其網路系統的基本知識；計算機多媒體技術的基本知識；微型機的組裝、調試的知識；及時跟蹤計算機領域出現的新技術、新思想知識。
（2）掌握計算機硬體、軟體和維護工具的使用。
（3）掌握計算機專業必須的專業知識，計算機水平達到二級以上。
（4）熟練地掌握一門外語，英語達到三級。

2能力結構
（1）學生應具備計算機硬體、軟體和有關工具的操作能力。
（2）跟蹤計算機新技術的能力。
（3）多媒體應用軟體的開發能力。
（4）信息管理系統的開發和維護的能力。
（5）計算機網路設備的安裝、調試、維護和操作能力。
（6）計算機房的建設、管理和維護的能力。

該系要求，高職班學生畢業應爭取有四證：畢業證、大學英語三級證書、全國計算機等級考試二級證書、計算機操作員高級技能鑒定證書。

計算機應用技術 - 專業特色
計算機應用專業的特色是「厚基礎，重方向」。本專業學生可以學到很扎實的計算機應用基礎知識，就業面廣；同時，在此基礎上又強化專業方向，學生們有重點地掌握一個專門化的技能，以便從事專業性較強的計算機崗位工作。

計算機應用技術 - 計算機應用技術的含義
計算機應用技術，Technology of Computer Application，狹義：可以利用任何一種計算機軟體的任何一功能，為可能用到它的人提供一定的服務。 廣義：對各種軟體的 各種功能/設置屬性 有足夠的了解和應用能力，可以在各種情況下駕馭計算機高效率的為不同人群提供他們所需要的各種服務。 總之，凡是利用計算機軟體，為需要或者可能需要它的人提供服務的技術，就是計算機應用技術。

⑺ 蔡自興的發表論文

蔡自興教授已在國內外發表論文和科技報告等860多篇。
2010年：
1.Cai Zixing. Research on navigation control and cooperation of mobile robots (Plenary Lecture 1). 2010 Chinese Control and Decision Conference, New Century Grand Hotel, Xuzhou, China, May 26- 28, 2010.
2.Cai Zixing. Research on navigation control and cooperation of mobile robots (Plenary Lecture 1). 2010 Chinese Control and Decision Conference, New Century Grand Hotel, Xuzhou, China, May 26-28, 2010.
3. Chen Baifan,Zi-Xing Cai, Zhi-Rong Zou. A Hybrid Data Association Approach for Mobile Robot SLAM. International Conference on Control, Automation and Systems, October 27-30, 2010, KINTEX, Gyeonggi-do, KOREA (Accepted).
4. Guo Fan,Cai Zixing, Xie Bin, Tang Jin. Automatic Image Haze Removal Based on Luminance Component. The International conference on Signal and Image Processing (SIP 2010).May 2010 (Accepted).
5. Linai. Kuang,Zixing. Cai.Immune System based Redeployment Scheme for Wireless Sensor Networks[C].In proceeding of 1st IET International Conference on Wireless Sensor Network. Beijing, China, November,2010.
6. Lingli YU,Zixing CAI, A Study of Multi-Robot Stochastic Increment Exploration Mission Planning [J]. Frontiers of Electrical and Electronic Engineering in China, (Received).
7. Liu Hui,Cai Zixing, and Wang Yong. Hybridizing particle swarm optimization with differential evolution for constrained numerical and engineering optimization. Applied Soft Computing, 2010,10(2): 629–640.
8. LIU Xian-ru,CAI Zi-xing. Advanced obstacles detection and tracking by using fusing radar and image sensor data. International Conference on Control, Automation and Systems，2010/10/27,Korea.
9. Liu Xianru,Cai zixing. Advanced obstacles detection and tracking by using fusing Radar and Image Sensor Data[C]. International Conference on Control, Automation and Systems. (October 27-30,2010, KINTEX, Gyeonggi-do, KOREA).
10. Ren Xiaoping,Zixing Cai. Kinematics Model of Unmanned Driving Vehicle. Proceedings of the 8th World Congress on Intelligent Control and Automation, July 6-9 2010, Jinan, China, 2010: 5910-5914.
11. Suqin Tang,Zixing Cai: Tourism Domain Ontology Construction from the Unstructured Text Documents. The 9th IEEE International Conference on Cognitive Informatics, Beijing, China.2010,pp297-301.
12. Suqin Tang,Zixing Cai: Using the Format Concept Analysis to Construct the Tourism Information Ontology. The 2010 Seventh International Conference on Fuzzy Systems and Knowledge Discovery (FSKD'10)，Yantian, China.2010, pp2941-2944.
13. Tan Ping,Zixing Cai. An Adaptive Particle Filter Based on Posterior Distribution. Proceedings of the 8th World Congress on Intelligent Control and Automation, July 6-9 2010, Jinan, China, 2010: 5886-5890.
14. Wang Yong,Cai Zixing, Zhang Qingfu. Differential evolution with composite trial vector generation strategies and control parameters. IEEE Transactions on Evolutionary Computation, Accept, regular paper.
15. Wang Yong,Cai Zixing. Constrained evolutionary optimization by means of (mu+lambda)-differential evolution and improved adaptive trade-off model. Evolutionary Computation, in press.
16. Wang Yong, Combining multiobjective optimization with differential evolution to solve constrained optimization problems. IEEE Transactions on Evolutionary Computation, (regular paper, Accepted).
17. Xianru Liu,Zixing Cai.Advanced Obstacles Detection and tracking by Fusing Millimeter Wave Radar and Image Sensor Data,International IEEE Intl Coference on Control,Automation and Systems , Korea, 2010, 22:1115-1121.
18. Xie Bin, Fan Guo,Zixing Cai. Improved Single Image Dehazing Using Dark Channel Prior and Multi-Scale Retinex. 2010 International Conference on Intelligent System Design and Engineering Application, Changsha, China, 2010. (Accepted) .
19. YU Ling-li,CAI Zi-xing, GAO Ping-an, LIU Xiao-ying. A spatial orthogonal allocation and heterogeneous cultural hybrid algorithm for multi-robot exploration mission planning. Journal of control theory and applications (Received) .
20.蔡自興，陳白帆，劉麗珏. 智能科學基礎系列課程國家級教學團隊的改革與建設. 計算機教育，2010，（127）：40-44 .
21.蔡自興，任孝平，李昭.一種基於GPS/INS組合導航系統的車輛狀態估計方法. Proc.CCPR2010, 2010.
22.蔡自興。智能科學技術課程教學縱橫談. 計算機教育，2010，（127）：2-6.
23.蔡自興，蔣冬冬，譚平，安基程。H.264中快速運動估計演算法的一種改進方案;計算機應用研究2010,27(4):1524-1525.
24.蔡自興; 任孝平; 鄒磊; 匡林愛. 一種簇結構下的多移動機器人通信方法.小型微型計算機系統,2010,31(3):553-556.
25. 陳愛斌，蔡自興.一種基於目標和背景加權的目標跟蹤方法,控制與決策，2010,25(8):1246-1250.
26. 陳愛斌;蔡自興; 文志強; 董德毅. 一種基於預測模型的均值偏移加速演算法. 信息與控制 2010,39(2): 234-237.
27. 陳愛斌; 董德毅;楊勇;蔡自興. 基於目標中心定位和NMI特徵的跟蹤演算法.計算機應用與軟體,2010,27(4):276-279.
28. 陳白帆，蔡自興，劉麗珏. 人工智慧課程的創新性教學探索——人工智慧精品課程建設與改革. 計算機教育，2010，（127）：27-31.
29. 官東，蔡自興，孔志周. 一種基於推薦證據理論的網格信任模型.系統模擬學報，2010，22（8）：1895-1898.
30.郭璠,蔡自興,謝斌, 唐琎. 圖像去霧技術研究綜述與展望. 計算機應用, 2010, 30(9):2417-2421.
31. 郭璠,蔡自興, 謝斌, 唐琎. 一種基於亮度分量的自動圖像去霧方法. 中國圖象圖形學報. 2010年3月(錄用).
32. 江中央,蔡自興,王勇. 一種新的基於正交實驗設計的約束優化進化演算法. 計算機學報, 2010，33（5）：855-864.
33. 江中央,蔡自興,王勇.求解全局優化問題的混合自適應正交遺傳演算法.軟體學報, 2010,21(6):1296-1307.
34. 匡林愛,蔡自興. 基於遺傳演算法的無線感測器網路重新部署方法. 控制與決策，2010,25(9):1329-1332.
35. 匡林愛,蔡自興.一種簇機構下的多移動機器人通訊方法.小型微型計算機系統.，2010，31（3）：553-556.
36. 匡林愛,蔡自興.一種帶寬約束的無線感測器網路節點調度演算法.高技術通訊，2010,20(3):309-313.
37. 劉麗珏，蔡自興，唐琎. 人工智慧雙語教學建設. 計算機教育，2010，（127）：74-77.
38. 劉獻如，蔡自興. 基於SAD與UKF-Mean shift的主動目標跟蹤. 模式識別與人工智慧，2010,23(5)：646-652.
39. 劉獻如，蔡自興. 結構化道路車道線的魯棒檢測與跟蹤. 光電子.激光，2010，21(12):1834-1838.
40. 劉獻如,蔡自興.UKF 與Mean shift 相結合的實時目標跟蹤.中南大學學報，2009年錄用.
41. 劉曉瑩;蔡自興; 余伶俐; 高平安. 一種正交混沌蟻群演算法在群機器人任務規劃中的應用研究. 小型微型計算機系統, 2010,31(1):164-168.
42. 蒙祖強，蔡自興，黃柏雄. 課程交叉教學在應用型人才培養中的實踐探索. 計算機教育，2010，（127）：55-57.
43. 潘薇;蔡自興; 陳白帆. 復雜環境下多機器人協作構建地圖的方法;四川大學學報(工程科學版) 2010-01-20.
44. 任孝平,蔡自興,鄒磊,匡林愛.「中南移動二號」多移動機器人通信系統.中南大學學報（自然科學版）,2010,41(4):1442-1448.
45. 任孝平,蔡自興.四種虛擬力模型在感測器網路覆蓋中的性能分析.信息與控制,2010，39（4）：441-445.
46. 任孝平;蔡自興; 陳愛斌. 多移動機器人通信系統研究進展. 控制與決策 2010,(3): 327-332.
47.唐素勤，蔡自興，王駒，蔣運承: 基於gfp語義的描述邏輯系統FLE的有窮基,計算機研究與發展，2010,47(9):1514-1521.
48. 唐素勤，蔡自興，王駒，蔣運承: 描述邏輯非標准推理, 模式識別與人工智慧，2010,23(4)：522-530.
49. 肖赤心，蔡自興，王勇. 字典序進化演算法用於組合優化問題. 控制理論與應用，2010，27（4）：473-480.
50. 謝斌，蔡自興. 基於MATLAB Robotics Toolbox的機器人學模擬實驗教學. 計算機教育，2010，（127）：140-143.
51. 余伶俐,蔡自興,譚平,段琢華.基於多模態Rao-Blackwellized進化粒子濾波器的移動機器人航跡推算系統的故障診斷. 控制與決策，2010，25（12）：1787-1792.
52. 余伶俐,蔡自興,譚平,進化粒子濾波器對比研究及其在移動機器人故障診斷的應用. 信息與控制，2010，39（5）：621-628.
53. 余伶俐，蔡自興，肖曉明. 智能控制精品課程建設與教學改革研究. 計算機教育，2010，（127）：35-39.
54. 余伶俐,焦繼樂,蔡自興. 一種多機器人任務規劃演算法及其系統實現. 計算機科學，2010，37（6）：252-255.
55.周濤;蔡自興。 信息審計中短消息中心實驗環境的模擬[J].科學技術與工程 2010,10(6): 1551-1554.
56. 鄒磊,蔡自興,任孝平.一種基於虛擬力的自組織覆蓋演算法.計算機工程,2010,36(14):93-95 .
2009年：
57. Gao Ping-an,Cai Zi-xing. Evolutionary Computation Approach to Decentralized Multi-robot Task Allocation. Proc. of the 5th International Conference on Natural Computation, IEEE Computer Society, 2009,415-419.
58. Wang Yong,Cai Zixing, Zhou Yuren. Accelerating adaptive trade-off model using shrinking space technique for constrained evolutionary optimization, International Journal for Numerical Methods in Engineering, 2009, 77(11):1501-1534.
59. Wang Yong,Cai Zixing, Zhou Yuren, Fan Zhun. Constrained optimization based on hybrid evolutionary algorithm and adaptive constraint-handling technique, Structural and Multidisciplinary Optimization, 2009, 37(1): 395-413.
60. Wang Yong,Cai Zixing. A hybrid multi-swarm particle swarm optimization to solve constrained optimization problems, Frontiers of Computer Science in China, 2009,3(1):38-52.
61. Wang Yong,Cai Zixing. Constrained evolutionary optimization by applying (mu+lambda)-differential evolution and improved adaptive trade-off model. Evolutionary Computation, Accept.
62. Liu Hui,Cai Zixing, and Wang Yong. Hybridizing particle swarm optimization with differential evolution for constrained numerical and engineering optimization.Applied Soft Computing, 2010,10(2):629–640.
63. Liu Limei,Cai Zixing. An Improvement of Hough Transform for Building Feature map.
64. Limei Liu, Zixing Cai,WeiPan.AMapBuilding Method Based on Uncertain Information of Sonar Sensor[C]. The 9th International Conference for Young Computer Scientists,2009,1738-1742.
65. YU Ling-li,CAI Zi-xing. Robot Detection Mission Planning Based on Heterogeneous Interactive Cultural Hybrid Algorithm. Proc. of the 5th International Conference on Natural Computation.2009,583-587.
66. Ren Xiaoping,Cai Zixing.A Distributed Actor Deployment Algorithm for Maximum Connected Coverage in WSAN. Proc. of the 2009 Fifth International Conference on Natural Computation, 2009,283-287.
67. 王勇,蔡自興,周育人,肖赤心.約束優化進化演算法.軟體學報, 2009,20(1): 11-29.
68. 陳白帆,蔡自興, 潘薇. 基於聲納和攝像頭的動態環境地圖創建方法.高技術通訊, 2009, 19(4): 410-414.
69. 陳白帆,蔡自興, 袁成. 基於粒子群優化的移動機器人SLAM方法研究.機器人, 2009, 31(6)：513-517.
70. 高平安,蔡自興. 多移動機器人任務負載均衡分組規劃方法.高技術通訊,2009, 19(5):501-505.
71. 高平安,蔡自興. 一種基於多子群的動態優化演算法.中南大學學報(自然科學版) 2009, 40(3): 731-736.
72. 劉獻如,;蔡自興. 一種基於Integral Imaging和與模擬退火相結合的深度測量方法研究. 系統模擬學報. 2009，21(8)：2303~2306.
73. 劉利枚，蔡自興，潘薇.一種基於聲納信息的地圖創建方法.計算機工程，2009，35（7）：166-185.
74. 余伶俐，蔡自興. 基於異質互動式文化混合演算法的機器人探測任務規劃.機器人.2009, 31(2):137-145.
75. 余伶俐，蔡自興，劉曉瑩，高平安. 均分點蟻群演算法在群集機器人任務規劃中的應用研究[J].高技術通訊. 2009,19(10),1054-1060.
76. 余伶俐，蔡自興. 改進混合離散粒子群的多種優化策略演算法.中南大學學報,2009, 40(4): 1047-1053.
77. 余伶俐，蔡自興，高平安，劉曉瑩. 當代學習自適應混合離散粒子群演算法研究. 小型微型計算機系統. 2009, 30(9):1800-1804.
78. 余伶俐，蔡自興. 基於當代學習離散粒子群的多機器人高效任務分配演算法研究. 計算機應用研究. 2009, 26(5):1691-1694.
79.蔡自興; 謝斌; 魏世勇; 陳白帆. 《機器人學》教材建設的體會. 2009年全國人工智慧大會(CAAI-13)，北京：北京郵電大學出版社，252-255，2009年9月.
80.蔡自興，郭璠. 密碼學虛擬實驗平台的設計與實現.中國人工智慧進展（2009），中國人工智慧大會(CAAI-13)論文集，北京：北京郵電大學出版社，432-438，2009年9月.
81.蔡自興,任孝平,鄒磊.分布式多機器人通信模擬系統.智能系統學報,2009,4(4): 309-313.
82. 任孝平,蔡自興.基於阿克曼原理的車式移動機器人運動學建模.智能系統學報, 2009,4(6);534-537.
83.蔡自興; 任孝平; 鄒磊. 分布式多機器人通信模擬系統.智能系統學報, 2009,4(4);309-313.
84. 文志強;蔡自興. 一種目標跟蹤中的模糊核直方圖. 高技術通訊, 2009,19(2):174-180.
85.劉星寶;蔡自興. 種子檢測器刺激-應答變異演算法研究. 高技術通訊, 2009,19(3):273-278.
86. 劉星寶;蔡自興. 負選擇演算法中的檢測器快速生成策略. 小型微型計算機系統, 2009-07-15.
87. 劉星寶;蔡自興. 異常檢測系統的漏洞分析.中南大學學報(自然科學版), 2009-08-26.
88. 潘薇;蔡自興; 陳白帆. 一種非結構環境下多機器人構建地圖的方法. 高技術通訊, 2009-05-25.
89. 孔志周;蔡自興; 官東. 兩種模糊密度確定方法的實驗比較. 小型微型計算機系統, 2009-02-15.
90. 江中央;蔡自興; 王勇. 用於全局優化的混合正交遺傳演算法. 計算機工程, 2009-02-20.
91. 肖赤心;蔡自興; 王勇; 周經野. 一種基於佳點集原理的約束優化進化演算法. 控制與決策, 2009-02-15 .
92. 官東;蔡自興; 孔志周. 一種基於網格技術的HLA分布模擬實現方法. 系統模擬學報, 2009,21(5):1363-1366.
93.劉慧;蔡自興; 王勇. 基於佳點集的約束優化進化演算法. 系統模擬學報, 2009-03-20 .
94. 潘薇;蔡自興; 陳白帆. 基於遺傳演算法的多機器人協作建圖方法. 計算機應用研究, 2009-04-15.
95. 任孝平;蔡自興; 盧薇薇. 一種基於掃描相關度的LSB演算法. 計算機應用, 2009-05-01.
96.胡強;蔡自興. 一種基於改造時鍾系統的Linux實時化方案. 計算機工程, 2009-06-05.
97. 袁成;蔡自興; 陳白帆. 粒子群優化的同時定位與建圖方法. 計算機工程, 2009-06-05.
98. 王勇;蔡自興. 「智能優化演算法及其應用」課程教學的實踐與探索. 計算機教育, 2009-06-10.
99. 任孝平;蔡自興; 盧薇薇. 網路可重構的多機器人模擬系統. 計算機應用研究, 2009-06-15.
100. 袁湘鵬;蔡自興; 劉利枚. 基於聲納的移動機器人環境建圖的設計與實現. 計算機應用研究, 2009-07-15.
101. 官東;蔡自興; 孔志周.網格服務本體匹配演算法研究. 小型微型計算機系統, 2009，30(8):1639-1643.
102. 鄒磊;蔡自興; 任孝平. 基於簇的多移動機器人通信系統. 計算機應用研究, 2009-08-15.
103.蔡自興. 從嚴施教,精心育才,培養高素質人才. 計算機教育, 2009-09-10.
104. 肖曉明; 曠東林;蔡自興. 單親遺傳演算法種群初始化方法分析. 電腦與信息技術, 2009-08-15.
105. 劉麗珏; 陳白帆; 王勇; 余伶俐;蔡自興. 精益求精建設人工智慧精品課程. 計算機教育, 2009-09-10.
106. 陳愛斌;蔡自興; 安基程. 一種基於攝像機視角的立體視覺定位方法.中南大學學報(自然科學版), 2009-09-10.
107. 唐素勤;蔡自興; 江中央; 肖赤心. 用於求解約束優化問題的自適應佳點集進化演算法. 小型微型計算機系統,2009,第9期，2009-11-15.
108.胡揚;桂衛華;蔡自興. 多元智能演算法控制結構綜述. 計算機科學, 2009-10-15.
109.蔡自興. 《混沌系統的模糊神經網路控制理論與方法》評介. 計算技術與自動化, 2009-12-15.
110. 陳愛斌;蔡自興; 安基程. 一種基於攝像機視角的立體視覺定位方法. 2009年中國智能自動化會議論文集（第六分冊）[中南大學學報（增刊）], 2009-09-27.
111. 於金霞;蔡自興; 段琢華. 復雜地形下移動機器人運動學建模研究. 2009中國控制與決策會議論文集（1）, 2009-06-17.
112. 劉獻如，蔡自興，楊欣榮. Integral Imaging與模擬退火相結合的深度測量方法研究. 系統模擬學報，2009,21（8）：2303－2307.

⑻ 上海理工大學050201英語語言文學是教育部上海市重點學科嗎

050201英語語言文學不是上海理工大學的重點學科。
她的重點學科如下：

動力工程及工程熱物理（0807）

一、學科概況

動力工程及工程熱物理學科，是研究能量以熱和功及其它相關的形式在轉化、傳遞過程中的基本規律，以及按此規律有效地實現這些過程的設備及系統的應用科學及應用基礎科學。

常規能源的日漸短缺，人類環境保護意識的增強，使節能、提高能效和發展新能源及其它可再生能源成為本學科的重要任務。人類的可持續發展必然促進用能設備和系統的總能化、集成化、自動化、無污染化以及向多元化能源結構轉移的趨勢。

本學科包含了6個二級學科。它們之間相互滲透、相互交叉、相互依存、相互促進和推動，使本學科成為內容豐富、應用廣泛、持續發展，不斷更新的應用體系。動力工程及工程熱物理是國民經濟持續發展的支柱，是一切生產活動和科學、文化活動的驅動力，是社會日常生活的必要保證。能源與材料、信息一起，組成了現代社會發展的三大基本要素。動力工程與工程熱物理應用於交通、工業、農業、國防領域，與人類生活、生產密切相關，並成為現代科學技術水平的綜合體現，同時又幾乎與所有的科學技術領域密切有關，推動人類利用能源與現代動力技術的發展。本學科在國民經濟和社會文化發展中的地位，將日益加強和突出。

光學工程（0803）

一、 學科概況
光學工程是一門歷史悠久而又年輕的學科。它的發展表徵著人類文明的進程，它的理論基礎-----光學，作為物理學的主幹學科經歷了漫長而曲折的發展道路，鑄造了幾何光學、波動光學、量子光學及非線性光學，揭示了光的產生和傳播的規律與物質相互作用的關系。在早期，主要是基於幾何光學和波動光學拓寬人的視覺能力，建立了以望遠鏡、顯微鏡、照相機、光譜儀和干涉儀等為典型產品的光學儀器工業。這些技術和工業至今仍然發揮著重要作用。本世紀中葉，產生了全息術和以傅立葉光學為基礎的光學信息處理的理論和技術。特別是六十年代初第一台激光器的問世，實現了光亮度和高時---空相干度的光源，使光子不僅成為了信息的相干載體而且成為了能量的有效載體。隨著激光技術和光電子技術的崛起，光學工程已經發展成為以光學為主的，並與信息科學、能源科學、材料科學、生命科學、空間科學、精密機械與製造、計算機科學及微電子技術等技術等學科緊密交叉和相互滲透的學科。它包含了許多重要的新興學科分支，如激光技術、光通信、光存儲與記錄光學信息處理、光電顯示、全息和三維成像、薄膜和集成光學、光電子和光子技術、激光材料處理和加工、弱光與紅外熱成像技術、光電測量、光纖光學、現代光學和光電子儀器及器件、光學遙感技術以及綜合光學工程技術等。這些分支不僅使光學工程產生了質的躍變，而且推動建立了一個規模迅速擴大的前所未有的現代光學產業和光電子產業。
近些年來，在一些重要的領域，信息載體正在由電磁波段擴展到光波段，從而使現代光學產業的主體集中在光信息獲取、傳輸、處理、記錄、存儲、顯示和感測等的光電信息產業上。這些產業一般具有數字化、集成化和微結構化等技術特徵。在傳統的光學系統經不斷地智能化和自動化，從而仍然能夠發揮重要作用的同時，對集感測、處理和執行功能於一體的微光學系統的研究和開拓光子在信息科學中作用的研究，將成為今後光學工程學科的重要發展方向。
本校光學工程專業設立於上世紀六十年代,是國內較早設立該專業的高校之一。本校於1998年獲光學工程學科博士學位授予權，也有碩士學位授予權（1981年獲批）。學科帶頭人是著名光學專家莊松林院士。現有博士生導師6人，還有一批高學歷的中青年骨幹教師，分別致力於光學工程領域的不同方向上。我校光學工程學科也緊跟國內外工程光學學科發展的主流，在學科方向、科研項目、課程設置方面都有不斷的更新。目前已逐步建立了幾個有顯著特色的研究方向，包括信息光學、光電精密測試技術、光通信器件及集成光電子技術等。本學科是上海市教委重點學科,受到他們的支持和幫助。歷年來承擔國家重大基礎研究973項目，國家自然科學基金及市、部級的縱向項目和橫向科研項目，年均科研經費五百多萬左右。學科師資力量比較強,有院士1人,正高級9人,副高級19人。
二、 培養目標
應在光學和光學工程專業的研究領域中具有堅實寬廣的理論基礎和系統深入的專門知識，了解學科領域的發展方向及國際的學術研究前沿，能夠從事理論和實驗研究並作出創造性的結果，具有獨立從事科學研究和技術開發的能力，有嚴謹求實的科學作風。應至少掌握一門外國語，能熟練地閱讀本專業的外文資料，具有一定的寫作能力和進行國際學術交流的能力。能勝任本專業或相近專業的科研、教學、工程技術管理工作。
三、業務范圍
（一）學科研究范圍 光學工程一級學科覆蓋光學儀器、光電子技術、光信息、光電檢測技術等學科。這些學科所包含的范圍大致是：
1.光學儀器：光學儀器學，光電檢測技術，光學系統設計，光學元件加工工藝學，薄膜光學及技術，近場光學及納米檢測技術，輻射度學和色度學，光譜技術，紅外技術，空間光學，海洋光學，天文光學，生物醫學光學及視覺光學，非光波段的光學儀器和光學綜合裝置及工程設備,還有一些新型的高精度的光機電一體化的儀器,如亞微米級光刻機,光碟存儲器,納米掃描探針顯微鏡,激光武器等。本專業主要研究現代光學儀器設計理論和方法，近代光學和光信息處理，視光學及眼科光學儀器。光學儀器的圖象融合、處理、理解和識別技術，光學儀器的特種工藝技術。
2.光電子技術：激光器及其單元技術，激光雷達，激光材料處理和加工；激光應用，微結構光學和光學集成，光纖光學及技術，非線性光學技術，光電材料，器件及技術上。我校光電子技術主要研究光纖技術應用，光通信技術，薄膜波導技術，超高速大容量光通信器件技術，集成光迴路技術，微光器件，光學及感測器等特種材料研究，液晶光電子器件，光纖感測器等。
3.光信息技術：光通信器件和系統，成像技術，機器視覺，光學信息處理，遙感技術，顯示技術，光存儲與記錄，全息術和三維成像，光計算，自適應光學。
4.光電檢測技術：光電檢測技術是同時採用現代光學技術和電子學技術的手段結合計算機技術對各種對象實施檢測的綜合技術。本學科研究方向是光學工程一級學科的重要組成部分。本學科重要研究運動目標速度與位移檢測、零部件尺寸與表面質量檢測、光散射顆粒檢測技術、光信息獲取技術與裝置。
（二）課程設置
與博士學位研究領域有關的專業課：高等光學、導波光學、顆粒測量技術、光纖與通信技術、光波導耦合理論、現代光學技術與感測器等；另外與博士學位研究工作有關的國際發展動態綜述，由教授主持，博士研究生定期報告研究工作的進展。
應具有堅實的系統工程基礎理論和系統的專門知識；有較強的計算機應用能力；掌握一門外國語，能熟練閱讀專業文獻並撰寫論文摘要；具備運用系統工程理論和技術從事科學研究或實際工程工作的能力。
三、業務范圍
（一）學科研究范圍 系統工程理論與方法，復雜系統行為分析，社會經濟系統工程，系統建模與模擬，運籌與決策，最優化理論與應用，人一機系統綜合集成。
（二）課程設置 運籌學，控制理論，管理學，系統科學，決策分析，管理信息系統與決策支持系統，交通工程，人工智慧，系統動力學原理，信息工程，演算法分析與設計，模糊統計與模糊決策，組合優化，隨機過程，土地利用與交通系統，系統建模與模擬，計算機網路理論與技術，復雜系統分析，經濟系統分析（宏觀和微觀）等。

四、主要相關學科
系統科學，控制理論與控制工程，管理科學與工程，交通工程，信息與通信工程，計算機科學與技術，心理學，應用數學，應用經濟學。
四、主要相關學科
物理學，儀器科學和技術，電子科學和技術，計算機科學與技術，機械工程，信息與通信工程，材料科學與工程，生物醫學工程。

系統工程（081103）

一、學科概況
系統工程是為了解決日益復雜的社會實踐問題而形成的從整體出發合理組織、控制和管理各類系統的綜合性的工程技術學科。系統工程技術的出現，大大提高了人類認識世界和改造世界的能力。隨著社會的發展，它的作用將更加重要和突出。系統工程以工業、農業、交通、軍事、資源、環境、經濟、社會等領域中的各種復雜系統為主要對象，以系統科學、控制科學、信息科學和應用數學為理論基礎，以計算機技術為基本工具，以優化為主要目的，採用定量分析為主、定性定量相結合的綜合集成方法，研究解決帶有一般性的系統分析、設計、控制和管理問題。系統工程與控制科學、管理科學、信息科學、經濟學和計算機科學有密切的聯系。
二、培養目標
本學科培養從事各種系統的組織管理，包括規劃、計劃、調度、預測、決策、優化等工作的高級專門人才。

製冷及低溫工程（080705）

一、學科概況

製冷及低溫工程學科主要是研究獲得、並保持低於環境溫度的原理與方法，實現該條件所需要的儀器和設備，以及研究低於環境溫度的條件下工程應用。根據溫度的不同，它又可劃分為製冷工程和低溫工程兩個領域，前者涉及低於120K的問題，後者涉及高於120K的問題。本學科與國民經濟和人民生活密切相關，隨著我國國民經濟的發展，它的地位越顯重要。本學科在機械、冶金、石油、化工、食品保存、人工環境、生物醫學、低溫超導以及航天技術等諸多領域中有著廣泛的應用。

本二級學科與相鄰幾個二級學科有共同的學科基礎和內在聯系，但又有區別於相鄰學科的研究內容。本學科的有些研究內容與流體機械及工程以及化工過程機械的有些研究內容比較接近，學科間相互交叉滲透。

我校在1981年和1986年先後獲得國內首批「製冷及低溫工程」的碩士學位點和博士學位點。並在1988年培養出國內第一位獲「製冷及低溫工程」博士學位的研究生。

本專業為省部級重點學科，科研成果曾獲國家自然科學獎、原機械工業部科技成果一等獎、上海市科技進步二等獎等多項獎勵。教學方面曾獲全國高校優秀教學成果二等獎、上海市優秀教材一等獎等多項獎勵。

本專業除招收製冷專業的應屆畢業生外，特別歡迎及其他跨學科的考生和有關產業、研究部門有實踐經驗的人員前來報考。

二、培養目標

學位獲得者應具有堅實的製冷與低溫工程學科的理論基礎和系統的專業知識；熟悉近代製冷與低溫技術的研究方向和發展動向；掌握製冷與低溫領域中的測試、信息處理和分析技術及計算機應用技術；具有從事科研的能力；能解決製冷和低溫工程領域理論或實踐方面的問題並有新的見解；有嚴謹求實的科學態度和作風；能較熟練地掌握一門外國語，能閱讀本專業的外文資料。碩士學位獲得者可勝任本學科或相鄰學科的教學、科研和工程技術工作或相應的科技管理工作。

三、業務范圍

（一）學科研究范圍

製冷低溫設備與系統，凍結和凍干過程機理，低溫生物醫學技術，冷量儲存及輸送技術，製冷及低溫系統的自動控制及計算機模擬，製冷及低溫工程的測量技術和測試設備，製冷、空調與低溫技術在有關領域中的應用以及節能。

（二）課程設置

基礎理論課 現代數學方法概論，現代測試技術，製冷與低溫技術，低溫生物醫學技術，製冷與空調應用新技術，動力工程學術報告，高等熱工學，數值傳熱學。

專業課 製冷換熱器傳熱強化，製冷系統測試與控制，製冷壓縮機新技術，環保新工質，葯品與食品冷凍乾燥技術，葯品與食品冷凍乾燥技術，製冷與空調裝置模擬，吸收吸附製冷原理及應用，熱泵技術，食品冷凍冷藏裝置。

課程設置應體現加強理論基礎，拓寬專業知識，提高實驗操作能力

四、主要相關學科

本一級學科內的二級學科：工程熱物理，熱能工程，動力機械及工程，流體機械與工程，化工過程機械。相關一級學科中的供熱、供燃氣、通風及空調工程等二級學科。

印刷工程

印刷出版重點學科介紹

一、學科概況

印刷出版重點學科設有光學印刷工程、傳媒管理兩個二級學科博士點，傳播學碩士學位授予權。所屬的數字傳播實驗室是國家新聞出版總署重點實驗室，現代傳播科學實驗教學中心是上海市級實驗教學示範中心。2006年國家新聞出版總署與上海市人民政府簽署協議共建出版印刷學院。學院是國家新聞出版總署印刷出版高級人才培訓基地，是中國出版科學研究所上海研究基地。上海印刷集團、上海煙草工業印刷廠等多家大型出版印刷集團、公司、出版社等在我院設立技術研發、產學研和人才培訓基地等。

本重點學科涵蓋我校印刷工程、包裝工程、數字印刷、出版編輯學、傳播學、廣告學、動畫等本科專業，並與藝術設計學、工業設計等專業密切相關。印刷工程專業的前身是成立於1953年的上海印刷學校的印刷技術專業。編輯出版學的前身是成立於1959年的出版專業。數字印刷專業是由我校申請設立的目錄外專業，也是目前我國唯一獨立設置該專業的院校。

印刷出版學科主要是研究現代印刷技術、現代出版與傳播與印刷光學工程等領域的現代技術、工作原理與方法，研究現代印刷出版與傳播的工作裝備、儀器與設備及其最優工作狀態，充分發揮設備效能的最佳工作條件等。本學科圍繞數字印刷、數字出版和印刷出版數字化等領域的前沿技術與應用問題開展科學研究。人均擁有圖書量或印刷用紙消耗量已成為衡量一個國家現代文明的重要指標之一。

本學科涉及「國家『十一五』時期文化發展規劃綱要」明確提出要重點發展的九大領域中的七個，也涉及國家重點推進的四大文化產業項目，是我國尤其是上海、北京等中心城市21世紀重點發展的文化創意產業，與國民經濟和人民生活密切相關。隨著我國國民經濟與社會、文化生活的發展提高，學科地位將越顯重要。本學科涉及新聞媒介、移動流媒體、數字印刷與出版、按需印刷與出版、新媒體、知識產權（版權）、出版文化與經濟、中國優秀文化傳承及其光學工程、機電一體化、管理科學與工程、計算機科學與工程等諸多領域。

本學科圍繞紙質出版物、網路出版、手機出版等新媒介出版物，以印刷復制技術為紐帶，把相關領域的技術、創意設計、版權服務、發行與傳播等形成有機的整體，實現學科內各專業領域的融合與交叉滲透，凝練本學科特色，在全國處於領先地位。

本學科現有我國新聞出版業領軍人才4名，正高專業技術職稱的專家18名，副高職稱專家近37名，聘有行業知名專家、學者、教授20餘名。本學科帶頭人和主要成員的科研成果曾獲國家自然科學獎、原機械工業部科技成果獎、上海市科技進步獎、上海市教學成果獎等多項獎勵。教學方面曾獲全國高校優秀教學成果獎、上海市優秀教材獎等多項獎勵。

二、學科主要研究范圍

現代印刷技術、防偽印刷技術、印刷光學工程、包裝創意產業、出版文化與出版史、出版產業經濟、數字傳播、數字印刷與出版、按需印刷與出版、文化創意產業政策與發展戰略、動漫畫產業與政策、印刷集成系統、復合出版系統、綠色出版與印刷、印刷裝備製造與自動化等。

醫療器械工程

2005年9月，「醫療器械工程」被批准為上海市重點學科。我校醫療器械學科在全國最早開展醫療器械專業人才培養，在行業內聲譽很高。在近年的學科建設中，學院通過篩選隊伍、優化人選、引進人才，形成了包括生物力學與醫械工程技術、醫學信息與醫學儀器、醫療器械熱科學等專業人員組成的年齡、學歷、職稱結構合理的科研梯隊。同時，引進博士學位人才十幾人。

主要研究方向的優勢、特色及發展前景

1、生物力學與醫療器械工程

本研究方向主要以生物力學為基礎，研究生物力學、熱力學在血流循環系統、人工心臟瓣膜測試、人體假肢、葯物制備技術及消防醫學等方面的應用。本研究方向在心肌橋模擬、內皮細胞應力培養和冠狀動脈粥樣硬化形成機理等研究方面取得了一系列成果，屬於國內外這一領域創新性的研究；在人工智慧下肢、新型葯物制備工藝等領域亦具有一定的研究特色。生物力學、熱力學是醫療器械工程的重要基礎，其與醫葯工程結合在血流循環治療與檢測儀器、人工假肢及新型葯物制備等醫葯裝備的開發應用方面具有廣闊的發展前景。

2、醫學信息和醫學儀器

醫學信息和醫學儀器方向主要研究對人體生理病理信息進行檢測和成像，並對所獲取的信息進行處理、分析和交換的新技術和新方法，為理解生命過程和提高臨床診斷水平提供新的手段。近年來在上述有關領域已經取得一批高質量的研究成果，其中在醫學高頻超聲成像、醫學圖像的計算機輔助診斷、核磁共振功能成像（MRI）及其處理等方面開展了一系列的研究，一些成果處於國內領先水平。用於醫學信息檢測和成像的醫學診斷儀器是醫療器械的重要內容，將具有廣闊的發展前景。

3、醫療器械熱科學

醫療器械熱科學應用低溫工程學與生物醫學相結合進行細胞/組織保存、腫瘤冷熱治療、醫療器械開發等方面的基礎性與應用開發研究。生物系統熱科學及低溫生物醫學在我校已具有20多年的歷史，在低溫冷刀優化設計、血管低溫斷裂的防止、量熱式生物感測器測量技術、生物活體低溫保存、低溫醫學手術等方面取得了一系列重要成果，居國際先進水平。這一方向為醫療器械的設計與改進、組織器官的保存、葯品的開發與儲存等提供有效的技術手段和理論依據，且在多個領域保持了技術優勢，具有巨大的發展潛力。

學科建設的總體目標和預期成效

力爭通過三年的學科重點建設，提升學科的整體實力，並實現碩士點的突破。

培養出多位在國內具有一定影響和成果的青年學術骨幹，以及一支以學科建設和科學研究為主的學術梯隊，為進一步的學科發展構築堅實的人才高地。

形成具有一定規模的、多學科交叉的實驗研究基地。建設公共基礎研究實驗平台（包括醫學、力學、熱學和機、光、電等專業基礎學科）和專業研究實驗平台（包括生物力學與醫療器械工程、醫學信息與醫學儀器和醫療器械熱科學）。

力爭在三個研究方向各培育出一到兩個在該方向具有國內領先水平的特色科研項目。

使本學科在科研經費、高質量論文、研究成果的轉化率以及與企業的產學研結合等方面處於國內同類學科院校的前列。

====上海市教委重點學科====

製冷及低溫工程（080705）（同上）

光學工程（0803） （同上）

管理科學與工程（1201）

一、學科概況

管理科學與工程是管理學門類中的一級學科。該學科側重於研究同現代生產經營、科技、經濟、社會等發展相適應的管理理論、方法和工具。應用現代科學方法與科技成就，闡明和揭示管理活動的規律，發展管理的理論、方法和工具，提高管理的效率。並針對由於世界經濟不斷變化所產生的新的管理問題，研究創新建立新的管理理論和方法，推動管理科學與工程學科向著更高層次發展。

上海理工大學(原上海機械學院)1984年設立系統工程碩士點、1991年設立工業工程碩士點，1998年設立管理科學與工程博士點，是上海市非重點院校中唯一設有管理學一級學科博士點的學校。

本學科點現擁有教授20名，其中博士導師16名，副教授10名。該學科點與美國、德國、加拿大及台灣和香港地區開展廣泛的合作、學術交流。本學科十分重視科研活動，曾先後完成國家863項目、自然科學基金委員會項目及各類省市級基金項目50多項、在二級學術刊物以上發表論文500多篇、獲得國家級科技獎1項、省部級科技獎20項，目前在研項目30多項，其中省部級以上重大重點項目10多項。

二、培養目標

管理科學與工程學科是管理理論與管理實踐緊密結合的學科。該學科培養德智體全面發展，且具有較高管理素質、合理的知識結構、較強的研究工作能力和解決實際問題能力的高級專門人才。

具有寬廣堅實的管理理論基礎，掌握系統深入的管理知識，並能正確地運用管理方法、定性與定量相結合的系統分析方法及相應的工程技術方法解決管理方面的有關理論與實際問題。在此基礎上，廣泛了解國際上有關領域的最新動態，創造性地提出新的正確的觀點、理論、方法或科學地利用最新的研究成果創造性地解決重要的實際問題。能夠獨立開展業務工作、教學工作和從事相關的科學研究，並具有繼續學習、創新、提高的基礎和能力。具有較強的外語能力，能熟練地運用一種主要外語閱讀本學科的文獻資料，並撰寫專業論文，具有較好的聽說能力，具備進行國際學術交流所需的水平。身體健康，能勝任工作和學習任務。

三、業務范圍

（一）學科研究范圍

我校本學科的主要研究領域有：

1. 管理科學：運籌學演算法及其應用軟體研究、組合優化的智能演算法研究，特別是蟻群演算法研究、決策科學中的方法論研究，特別是模糊決策方法研究、企業生產（運作）管理與控制研究、與物流及交通相結合的智能裝載與配送演算法及其軟體研究。

2.工業工程：先進製造技術理論與應用研究、企業知識管理理論、方法、工具與應用、企業管理模式、復雜製造系統運作管理、現代設備維修管理研究、物流與供應鏈管理研究。

3.管理工程（含工商管理）: 管理工程與行為科學的交叉研究、管理工程與經濟學的交叉研究、知識評價研究、管理機制的設計技術研究、具體行業的管理工程方法研究。

4.系統工程： 交通運輸系統工程、智能交通系統工程研究、區域規劃、復雜系統建模與優化、系統動力學、城市交通污染控制

5.信息管理及管理信息系統： 系統分析方法與工具、知識獲取、挖掘、評價、管理、互聯網上供需網路研究及應用、信息安全管理。

6.科技管理： 高新技術產業發展戰略研究、技術創新機制研究、中小企業創新體系的研究、知識管理等

（二）課程設置

管理學前沿，經濟學前沿和科學研究方法論。

四、主要相關學科

管理學門類下設的工商管理學，農林經濟管理學，公共管理學及有關二級學科；經濟學門類下設的應用經濟學及有關二級學科；理學門類數學科學下設的運籌學與控制論，概率論與數理統計以及系統科學及下設二級學科。

⑼ 求翻譯關於蟻群演算法，英文原文如下：

雖然如此,我們相信蟻群隱喻可以幫助解釋我們的典範。考慮到圖2圖,這是一個可能的解釋的現狀圖1 b。固定的想法,認為D之間的距離和H之間、B和H之間,B和D-via C-are等於一,讓C位置之間的一半D和B(見圖2)。現在讓我們考慮有什麼事情發生的時間間隔定期離散:t = 0、1、2、……。假設30新螞蟻來到我從一個,30天每次單位E,使每個人都只螞蟻走路速度每時間單位為1,螞蟻走路時放下在時間t信息素軌跡強度1,而讓例子比較簡單,瞬間蒸發,完全在中間的連續時間間隔(t + 1,t + 2)。

在t = 0無蹤跡嗎,但30螞蟻是在B和30 d .他們選擇走哪一條路是完全隨機的。因此,平均每個節點15螞蟻從就要往H和15向C(圖2 b)。在t = 1 30新螞蟻來到我從一個找到一條道路的強度15導致H,鋪設在15螞蟻那樣,就從B和一串強度30走上了C,得到了總和的蹤跡,制定了15螞蟻從B和在15螞蟻達到通過來自維B C(圖2 C)。選擇職業道路的可能性因此偏見,因此預期的數量,螞蟻往C將朝著雙的H:20和10的分別。這同樣適用於新30螞蟻在D來自大腸這個過程一直持續到所有的螞蟻最終會選擇最短路徑。他們的想法是,如果在某一給定一隻螞蟻要選擇不同的路徑,那些被嚴重被前螞蟻(也就是說,那些有高跟蹤級別)選擇的幾率更高。此外高水平是同義詞蹤跡短路徑。

摘要組織如下。第二部分包含描述的像

目前實施和應用問題的定義:部分反映了演算法結構問題的結構,我們介紹他們聚在一起。第三部分描述了三種稍微不同的手段應用該演算法。IV,V部分報告

實驗。第六章我們比較與其他策略、第七章wesubstantiate的魯棒性和功能性以展示如何,它可以應用到其他的優化問題。第八章我們非正式討論為什麼以及如何為範式的功能。第九章的結論。

⑽ 急！請各位懂MATLAB的朋友幫幫忙，蟻群演算法中的一段程序看不懂

我也是這里不太懂，剛才看貼吧里的討論似懂非懂。總結一下意思大概是：相比直接選擇概率P最大的節點（不是你說的最小啊），這種做法像輪盤一樣，加入了隨機性，也就是說並不一定會選擇P最大的節點，但P較大的節點和其附近的節點有更大的概率被選中（根據累加的性質）。