自主支配

摘要： 经过一个学期紧张的学习,我们迎来了愉快的暑假。在过去,假期时同学们可能会穿梭在各种各样的补习班中。现在,“双减”政策让同学们有了更多自主支配的时间,去做喜欢的事情,让暑假过得既快乐又有意义。那么我们可以怎样做呢?暑假计划做一做暑假是学习查缺补漏的时间,也是培养兴趣爱好的时间。制定一份暑期计划表。

摘要： 闲暇并不是可有可无,而是生活必需。没有闲暇,不仅感受不到幸福,而且得不到很好的休息和调节,最终也会导致无所事事。忙碌意味着创造价值,闲暇意味着享受幸福。总体上说:社会越发展,人就越应该自由;人越自由,留给人自主支配的时间就会越多。

摘要： 一次新年假期,蕴藏多少育儿契机?当日常规刚遇上假期.如何平衡?当孩子收到压岁钱,上交家长还是自主支配?面对亲友热情的“逗娃”,家长该理解还是阻止,孩子该拒绝抑或接受?这些迎面袭来的实际问题,不免令家长有些焦虑.但我们别忘了.这是一个除旧迎新的时刻,也是亲人团聚的时期,何不将重点聚焦在感受中国交化中.讲故事、享习俗。

摘要： “双减”政策的落地给了孩子更多自主支配的时间,这对家长提出了更高的要求,家庭教育也有了更大的发挥空间。那么,如何更好地实施家庭教育,笔者认为可以从以下几点入手。家长要升级教育理念。家庭是中小学生减负的责任主体之一,家长必须要更新教育理念,以足够的教育理性来对待孩子的学业负担。

摘要： “双减”后,学生有了更多的自主支配时间,该如何管理学生?特别是课后如何管理手机、如何管理孩子的安全,是很多家长焦虑的问题有的家长因上班而无法陪伴孩子,只得把孩子送到校外培训机构学习,甚至有的没有特长爱好的孩子也被强迫学习特长;还有的家长不得不请家庭教师“一对一”补习文化课。

摘要： 高考前的自主复习是一段完整的、可完全自主支配的时间、这一段时间,不仅是指对知识吸收与巩固的自我消化,还是对学习模式、时间安排、心理状况的自我探寻与提升.其间的学习完全是由自我去衡量的,标准的制定也是因人而异.若是为了完成更多课外题,甚至是超纲题,而敷衍课内作业,这是空耗时间和精力.

摘要： 母亲一直是位特立独行的女性,许多观念走在了众人的前面。她与父亲在20世纪70年代结婚,婚后经济实行AA制。母亲因弟弟妹妹弱,一直将照顾娘家视为平生最大责任,却又不愿意被人说用了夫家的钱来补贴娘家。刚结婚时,她就和父亲约定好:小家庭的支出,每人各出一半,其余的由各人自主支配,不得过问干涉对方。这样的AA制他们实行了一辈子,很是到位。比如,我们家只姐姐和我两个女孩儿,出嫁时父母开始预算嫁妆,准备着每位女儿给5万元。90年代末,5万元不算少,小城普通人年收入只在1万元左右。如果用来买房,也够买一套小点的两居室。

摘要： 随着我国社会经济的不断发展,城乡一体化进程的加快,国家对许多农村学校进行了撤点并校,并建立了寄宿制学校,来推动教育的均衡发展。寄宿制学校的建立,有利于让农村学生也有了享受优质教育的机会,提升了教学质量,然而也呈现了一些问题,比如,生活自理能力较差,学生恋家情结严重,无法专心学习,人际关系较差,钱物自主支配权增大,浪费现象严重等等。

摘要： 在小学语文教学中出现一个奇怪的现象,很多父母反映自己孩子课外阅读了很多书,但在语言表达时仍是＂结结巴巴＂。究其原因,学生阅读的是＂原意＂而非＂原文＂,缺少了＂探究＂二字。针对这种情况,教师可以结合农村小班化＂人少互动多＂特点,引导小学生进行自我探读、同伴对读、小组朗读等活动,帮助学生发现问题,实现学生之间的互相交流和讨论沟通,促使学生融入更多的个性解读。

摘要： 本发明公开了一种双目标非支配排序遗传算法的渐进约束支配法则，是通过对优化目的建立约束条件与目标函数，通过计算种群Ra中每个个体xai的目标函数，在约束条件下求得各个体xai的总渐进反约束度和渐进被支配数，根据所得渐进被支配数对种群Ra进行分集排序，以排序后的种群U’a中前M个个体作为下一代的父代种群，计算该下一代父代种群生成的种群Ra+1中各个体的目标函数以输出新的父代种群，直至满足迭代终止条件，输出最终种群，得优化结果。与现有技术相比，本发明利用种群进化过程中不可行解的信息，避免解集陷入局部最优解，并拥有较快的收敛速度，从而提高了算法在可行域内的寻优能力。

摘要： 本发明涉及一种深层渗透阻断胰腺导管腺癌神经支配的乏氧/ROS响应型前药和该前药的制备方法：(1)以N‑α‑芴甲氧羰基‑N‑ε‑叔丁氧羰基‑L‑赖氨酸与5‑氨基‑1，3，4‑噻二唑‑2‑磺酰胺反应得(A)；(A)与哌啶反应得(B)；(2)将二甲基二硫代丙酸基甲烷和二氯亚砜反应得(C)；(C)与喜树碱反应得化合物(D)；(3)以偶氮苯‑4，4‑二碳酰氯与拉罗替尼反应得(E)；(4)马来酰亚胺基聚乙二醇与偶氮苯‑4，4‑二碳酰氯反应得(F)；(F)与(B)反应得(G)；(G)与三氟乙酸反应得(H)；(H)依次与N6‑苄氧羰基‑L‑赖氨酸环内酸酐、N5‑叔丁氧羰基‑L‑鸟氨酸环内酸酐反应得(I)；(I)与三氟乙酸反应后，加入(D)反应得(J)；(J)与氢溴酸、乙酸反应后，加入(F)、iRGD反应得聚合物前药(K)。本发明还公开了该聚合物前药制备纳米药物的方法。

摘要： 本发明涉及一种基于重叠连通支配集的间接信任计算与分发方法，包括以下步骤：构建至少3层的重叠连通支配集；当第一节点请求获取第二节点的信誉值时，第一节点分别在每层连通支配集中发布请求信息；当某个节点发现恶意行为时，将所述恶意行为的相关信息发布到整个网络中；所述恶意行为相关的节点的邻居节点存储所述恶意行为的相关信息，并更新所述恶意行为相关的节点的信誉值。本发明能够可靠传输信任信息。

摘要： 本发明涉及一种面向分布式网络的多层连通支配集构建方法，包括以下步骤：构建一个随机的分布式网络；将所有低层支配节点标记为高一层的被支配节点，并更新所述低层支配节点的高层的度数和邻居；对于每一层的任意节点，若该节点及其邻居在当前层没有支配节点，则根据所述节点的度数和妥协概率选择一个节点作为支配节点；对于每一层的被支配节点，若所述被支配节点两跳内的支配节点不能构成连通集，则将所述被支配节点标记为连通节点；重复上述步骤直至每一层的支配节点小于预设值时，得到多层连通支配集。本发明构建的多层连通支配集能够用于信任模型中的可信路由。

摘要： 本发明提供了一种基于快速非支配排序方法的电子产品回收订单分配方法，属于电子订单分配领域，包括：对电子订单分配问题进行建模，初始化快速非支配排序算法，进行染色体交叉变异，判断是否达到最大迭代次数和确定Pareto最优路径。本发明基于Pareto支配的概念，一次分配就能得到一组Pareto最优解集，具有很强的灵活性；这种订单分配方法异于传统的针对单一目标的订单分配方法和采用加权法把多目标转化为单目标的订单分配方法，能更好地满足订单分配的实际需要。

摘要： 本发明涉及一种基于非支配排序粒子群遗传算法的车辆位置路由方法，属于人工智能自动驾驶技术领域。本发明提出了一种混合全局局部搜索的非支配排序粒子群遗传算法，使用粒子群算法的变化算子与遗传算法变化算子同时进行种群的进化，提高了搜索能力、加快了收敛速度。使用NSGA‑III算法的选择机制选择进入下一代的个体，实现了种群多样性。将邻域搜索作为局部搜索，能够以更高的概率获得更优解，加快收敛并防止算法后期陷入局部最优解；对次优个体局部搜索能够提高整个种群的Pareto非支配解的比例，提高整个种群解的质量和Pareto非支配解的多样性，并进一步加快收敛速度。本方法在解决车辆位置路由问题上的有效性优于现有方法。

摘要： 本发明公开了一种面向动态等效并行机调度问题的快速非支配排序遗传算法，按下述步骤进行：S1：混合启发式规则MODD，ATC，X‑RM与随机方法生成种群；S2：基于动态规划的解码方法对种群个体进行目标值计算；S3：判断是否满足终止条件；若是，结束；否则，对种群中的个体进行快速非支配排序；S4：通过遗传算子产生子代种群；S5：将父代种群和子代种群合并而成规模为2N的种群；S6：对种群中个体进行快速非支配排序，结合拥挤度计算确定种群；S7：对种群个体进行邻域搜索产生新解替换原冗余解。本发明具有提高车间机器利用率和满足客户交期的特点。

摘要： 本发明涉及电力设备温度预测技术领域，尤其涉及一种基于非支配排序遗传优化双向长短时记忆神经网络的电力设备温度预测方法，包括：基于电力设备的历史运行数据构建数据间的相关度指标，并采用非支配排序遗传优化方法降低数据间的相关度，获取关联度最低的电力设备历史运行数据集；随后采用双向长短时记忆网络学习数据集，并根据预测目标改进损失函数以提高方法预测精度；最后依据训练好的长短时记忆网络的输出，对下一时刻电力设备的最高温与最低温进行联合预测。本发明通过构建最优数据集，优化网络性能能够准确预测电力设备的温度安全运行区间，且模型泛化能力更强。

摘要： 本发明公开了一种基于K阶传播数与支配熵的EEG脑网络分类方法，包括：采集EEG脑电数据；根据EEG脑电数据构建基于PLV相位锁定值的脑网络；利用K阶传播数算法提取脑网络的重要节点，组建有权脑网络；二值化有权脑网络并计算支配熵；基于支配熵，构建分类特征，并利用支持向量机进行分类；本发明简化了网络结构，减少了计算成本，首次引入全新的支配熵属性到脑网络分类，支配熵对网络拓扑结构的变化敏感，且能够在一定程度上衡量网络的连接程度，同时基于不同频段的支配熵构建的分类特征简单有效，提升了分类速度，节省了计算成本。

摘要： 本发明涉及风速不确定性度量技术领域，且公开了基于非支配排序和随机模拟算法的风速不确定性度量方法，包括以下步骤：S1、利用非支配排序遗传算法和包络熵原理确定变分模态分解的模态数，实现参数的自适应选取；S2、选择麻雀搜索算法进行参数寻优，消除随机输入权重与偏置对深度极限学习机的影响，对各分量序列进行预测；S3、在点预测的基础上，使用马尔科夫链构造随机矩阵，对误差序列进行随机模拟，并根据蒙特卡洛思想得到若干独立的随机抽样结果，将模拟的误差分位数序列与点预测结果相结合，得到区间预测结果。S4、对本文所提方法进行实例评估和验证，证明方法的可行性和优越性，建立完整的风速不确定性度量方案。