-
题名融合教育心理学理论的分组教学优化算法
被引量：1
- 1
-
-
作者
闫恩奇
马良
刘勇
-
机构
上海理工大学管理学院
-
出处
《计算机应用研究》
CSCD
北大核心
2022年第12期3694-3700,共7页
-
基金
教育部人文社会科学研究青年基金资助项目(21YJC630087)
上海市哲学社会科学规划科课题项目(2019BGL014)
上海理工大学科技发展资助项目(2020KJFZ040)。
-
文摘
针对分组教学优化算法(group teaching optimization algorithm,GTOA)存在求解精度不高、易陷入局部最优的不足,提出了一种融入教育心理学理论的分组教学优化算法(educational psychology group teaching optimization algorithm,EPGTOA)。在杰出组学生的教学阶段融入支架式教学理论,在教学过程中帮助学生构建知识体系,更快地提高该组学生的学习能力,从而加强算法的局部搜索能力;在学生学习阶段融入建构主义发展观理论,学生逐渐形成自己独特的认知结构,吸收教师传授的知识,提高学习能力,从而增强算法的全局搜索能力。为验证EPGTOA的有效性,选取21个标准测试函数,将EPGTOA与GTOA和基于信息共享的分组教学优化算法、灰狼算法、蜉蝣算法、飞蛾扑火算法、教与学算法算法进行仿真实验,同时采用Wilcoxon检验和平均绝对误差对改进算法所得的数据进行统计分析,结果表明在5%的水平上是显著的。在算法稳定性、求解精度和收敛速度上,EPGTOA都比GTOA有所增强,尤其在求解高维问题上,改进算法有更好的性能。
-
关键词
分组教学优化算法
支架式教学理论
建构主义发展观理论
最优化
-
Keywords
group teaching optimization algorithm
scaffolded instructional theory
development of constructivist theory
optimization
-
分类号
TP301.6
[自动化与计算机技术—计算机系统结构]
-
-
题名一种分组模式下的土壤重金属含量预测模型
- 2
-
-
作者
吕鑫涛
张聪
曹文琪
-
机构
武汉轻工大学数学与计算机学院
-
出处
《软件导刊》
2021年第9期23-27,共5页
-
基金
国家自然科学基金面上项目(61272278)
湖北省重大科技专项(2018ABA099,2018A01038)
湖北省自然科学基金重点项目(2015CFA061)。
-
文摘
针对传统预测模型在土壤重金属含量预测上表现不佳问题,以土壤采样点数据集中的经度、纬度、高度以及农作物类型作为输入变量,建立一种基于分组教学优化算法的分组模式预测模型(GTOA-BP)。对武汉新城区土壤采样数据进行仿真预测,将GTOA-BP模型与BP神经网络和径向基神经网络模型进行实验比较,结果表明:GTOA-BP的4种误差数据均低于其他两种模型。与BP神经网络相比,GTOA-BP的MAPE和SMAPE分别下降了9.97%和8.86%,与径向基神经网络相比,GTOA-BP的MAPE和SMAPE分别下降了6.24%和5.97%,说明该模型能降低神经网络训练的误差,提高预测精度。
-
关键词
分组教学优化算法
重金属含量预测
GTOA-BP
分组模型
-
Keywords
group teaching optimization algorithm
heavy metal content prediction
GTOA-BP
grouping model
-
分类号
TP301
[自动化与计算机技术—计算机系统结构]
-
