本站小編為你精心準(zhǔn)備了粒子群算法的班級(jí)文化論文參考范文，愿這些范文能點(diǎn)燃您思維的火花，激發(fā)您的寫作靈感。歡迎深入閱讀并收藏。

一、班級(jí)文化管理研究存在的不足

目前對(duì)班級(jí)文化管理的研究成果豐碩，涉及到思想政治、班級(jí)管理方法、學(xué)生性格特征、教學(xué)管理、學(xué)生凝聚力等各個(gè)方面，為基層管理者提供了有益的思想指導(dǎo)。但同時(shí)也存在少許不足：一是大學(xué)生的發(fā)展是多元化的，存在著很多可以相互學(xué)習(xí)的特質(zhì)，那么研究采取何種班級(jí)管理方法才能使同學(xué)之間互補(bǔ)以實(shí)現(xiàn)全面發(fā)展就很有必要了，但相關(guān)文獻(xiàn)較少；二是對(duì)班級(jí)文化的研究大多遵循傳統(tǒng)途徑進(jìn)行思考和探索，研究視角單一。大多數(shù)工作著力于宏觀層面，而對(duì)于班級(jí)文化的操作層面涉及不多，且往往缺乏數(shù)學(xué)理論支撐和邏輯推理，未能體現(xiàn)文章嚴(yán)謹(jǐn)性；三是對(duì)班級(jí)文化建設(shè)的對(duì)策研究更多的是注重顯性教育，關(guān)于隱性教育及班級(jí)文化的隱性構(gòu)建問題有待深入地研究。本文基于粒子群算法[2]的進(jìn)化機(jī)制，提取推動(dòng)算法的原動(dòng)力作為建模的理論依據(jù)，以系統(tǒng)思維的角度對(duì)班級(jí)文化管理進(jìn)行數(shù)學(xué)建模，初步探討粒子群算法與班級(jí)文化建設(shè)相結(jié)合的必要性及其具體操作過程。

二、粒子群算法概況

粒子群算法（ParticleSwarmOptimization，PSO）由科學(xué)家們?cè)谟^察鳥的群體行為中逐步被建立和完善，常常用于各個(gè)領(lǐng)域的工程問題中。在鳥群這個(gè)群體中，每只鳥（即粒子）具有位置和速度屬性，都有能動(dòng)性，都會(huì)與環(huán)境及其他個(gè)體交流，共享信息，從而推動(dòng)個(gè)體和群體的演變進(jìn)化。該方法模擬了鳥類從最初的雜亂無章進(jìn)化到整體有序、行動(dòng)一致的過程，從理論上解釋了群體行為的優(yōu)化過程。其建立目的之一就是模擬人的社會(huì)行為。該算法對(duì)于人的社會(huì)行為的模擬主要解決兩個(gè)方面的問題：個(gè)人通過調(diào)節(jié)自身行為與其他社會(huì)成員和諧相處，并獲取對(duì)個(gè)人最有利的位置；個(gè)體間的社會(huì)信息的共享推進(jìn)社會(huì)群體的整體進(jìn)化。該算法的核心思想如下：將所優(yōu)化問題的潛在解看成一群粒子，假設(shè)種群由n個(gè)粒子組成，解向量是d維的，那么第i個(gè)粒子在第t+1次迭代中的速度和位置是由下列公式更新的。其中：xi(t):表示第t次迭代中粒子i的位置；xi(t+1):表示調(diào)整后的位置；vi(t):表示在第t次迭代中粒子i的速度；pid(t):表示在第t次迭代時(shí)第i個(gè)粒子經(jīng)過的“最好”位置；pgd(t):表示在第t次迭代中整個(gè)種群所經(jīng)過的“最好”位置；w為速度的慣性因子，表征繼承過去速度的大??；c1，c2是大于零的常數(shù)，稱為加速因子或是學(xué)習(xí)因子，一般取2，用來控制學(xué)習(xí)能力；r1,r2是[0，1]之間滿足均勻分布的隨機(jī)數(shù)。從以上二式中看出，該規(guī)則之所以能推動(dòng)粒子產(chǎn)生進(jìn)化并最終找到問題最優(yōu)解，其原因在于：（1-1）式中等號(hào)左邊部分表示了下一代粒子的速度，等號(hào)右邊第一部分表示了粒子的原有速度，第二部分為粒子的自我思考過程，是粒子的自我縱向優(yōu)化，第三部分為粒子群之間的信息共享和相互合作過程，是粒子之間的橫向優(yōu)化；（1-2）式是粒子的自我位置的更新公式；整個(gè)算法過程同時(shí)兼顧粒子的自我優(yōu)化同時(shí)考慮粒子間信息共享和相互合作的影響。初始化粒子的位置與速度，產(chǎn)生初始群。將本次迭代中每個(gè)粒子的適應(yīng)度值與上次迭代中該粒子的適應(yīng)度值相比較，若本次的適應(yīng)度值較好，則說明該粒子產(chǎn)生了進(jìn)化，那么用該粒子替代上一粒子，若本次的適應(yīng)度值較差，那么說明沒有進(jìn)化成功，則上一代的粒子延續(xù)到本代，記為Pbest，用本代所有粒子中適應(yīng)度值最好的粒子與上一代所有粒子中適度值最好粒子相比較，若本代最佳的粒子適應(yīng)度值較好，那么用該粒子替代之，否則上一代最佳粒子延續(xù)到本代（記為Gbest）；根據(jù)公式1-1與1-2更新每個(gè)粒子自己的速度與位置，產(chǎn)生新的族群，在新的族群中尋找優(yōu)化Pbest與Gbest，如此迭代循環(huán)尋找個(gè)體最優(yōu)解和整體最優(yōu)解。

三、班級(jí)文化管理隱性構(gòu)建的粒子群算法建模

如前所述，班級(jí)文化的主體是班級(jí)里的每個(gè)人，這些個(gè)人在班級(jí)文化的指導(dǎo)和影響下不斷發(fā)展，同時(shí)班級(jí)集體也向著班級(jí)文化所指明的目標(biāo)前進(jìn)，即班級(jí)文化的作用是在兼顧作為集體小“粒子”的同時(shí)推進(jìn)集體向前發(fā)展。班級(jí)文化的這種特征及班級(jí)管理的目的與粒子群算法及其創(chuàng)建的初衷相吻合。粒子群算法正是同時(shí)兼顧粒子個(gè)體最優(yōu)化和整體最優(yōu)化的模擬社會(huì)活動(dòng)的求解方法。

我們可以通過其優(yōu)化計(jì)算過程看到，該優(yōu)化方法同時(shí)兼顧了粒子本身的進(jìn)化同時(shí)搜索粒子群的最優(yōu)解，即：同時(shí)兼顧個(gè)體與群體的進(jìn)化發(fā)展。在大學(xué)的班級(jí)文化管理中，針對(duì)學(xué)生本身的發(fā)展和班級(jí)整體進(jìn)步可以使用該優(yōu)化算法進(jìn)行班級(jí)文化管理，用于協(xié)調(diào)學(xué)生個(gè)人發(fā)展與班級(jí)整體“進(jìn)化”，促使學(xué)生之間進(jìn)行充分交流，取長(zhǎng)補(bǔ)短，共同進(jìn)步。粒子群算法各要素與班級(jí)管理要素之間的關(guān)系為：每個(gè)粒子———每個(gè)學(xué)生；粒子速度———根據(jù)學(xué)生所處班級(jí)環(huán)境，改變自我所作出的努力；函數(shù)最優(yōu)值———班級(jí)建設(shè)目標(biāo)；粒子適應(yīng)度值———學(xué)生對(duì)班級(jí)建設(shè)目標(biāo)的貢獻(xiàn)程度；迭代過程中的上一代和本代———學(xué)生過去一段時(shí)間和現(xiàn)在。為了使模型更具有實(shí)際操作性，需要對(duì)學(xué)生對(duì)班級(jí)文化建設(shè)的貢獻(xiàn)度進(jìn)行量化，首先是將學(xué)生所能做的貢獻(xiàn)進(jìn)行分類并按照重要程度打分，如可分類為課程成績(jī)類、科技競(jìng)賽類、文藝表演類、體育競(jìng)賽類、志愿服務(wù)類等等，每一大類還可以細(xì)分，給每一個(gè)小項(xiàng)目賦予一定分?jǐn)?shù)（如學(xué)習(xí)成績(jī)按高到低量化為10分至0分，科技競(jìng)賽按等級(jí)分為8分至1分，等等）。至此，就可以計(jì)算每個(gè)學(xué)生的貢獻(xiàn)度（及適應(yīng)度值）了。建立的具體模型如圖2所示。應(yīng)用粒子群算法對(duì)班級(jí)管理進(jìn)行最優(yōu)化管理的流程如下：新生入學(xué)，可以看做是粒子群算法中的粒子初始化，構(gòu)建“貢獻(xiàn)度”的評(píng)測(cè)標(biāo)準(zhǔn)，將每個(gè)學(xué)生的特質(zhì)量化，產(chǎn)生“粒子”的初始位置（初始貢獻(xiàn)）和初始速度。

確立班級(jí)文化目標(biāo)，以班級(jí)文化目標(biāo)為導(dǎo)向確立班規(guī)及開展班級(jí)活動(dòng)，以班規(guī)及班級(jí)活動(dòng)對(duì)班級(jí)中的個(gè)人———“粒子”產(chǎn)生影響，激發(fā)其內(nèi)在的發(fā)展動(dòng)力，提供其改變自我的推動(dòng)力，產(chǎn)生發(fā)展速度。構(gòu)建一種評(píng)測(cè)體系來量化每個(gè)“粒子”對(duì)班級(jí)文化管理目標(biāo)的貢獻(xiàn)度，計(jì)算其從開始到現(xiàn)在的貢獻(xiàn)度，對(duì)比前后貢獻(xiàn)度，如果大于以前的貢獻(xiàn)度則保持現(xiàn)狀繼續(xù)發(fā)展，如果小于前一時(shí)段適應(yīng)度則需要調(diào)整自我，做出改變，這一點(diǎn)是每個(gè)“粒子”的縱向評(píng)測(cè)，是對(duì)比自己在不同時(shí)段的發(fā)展?fàn)顟B(tài)和對(duì)班級(jí)文化目標(biāo)的貢獻(xiàn)度，優(yōu)化自我的過程，產(chǎn)生Pbest；對(duì)比班級(jí)里所有粒子對(duì)班級(jí)文化的貢獻(xiàn)度，找出上一時(shí)段和目前對(duì)班級(jí)貢獻(xiàn)度最大的學(xué)生，樹立榜樣，鼓勵(lì)向該學(xué)生學(xué)習(xí)，這是每個(gè)“粒子”的橫向評(píng)測(cè)，通過對(duì)該榜樣的學(xué)習(xí)推進(jìn)班級(jí)整體的發(fā)展，產(chǎn)生Gbest。通過班級(jí)活動(dòng)，班級(jí)公約等影響因素推進(jìn)學(xué)生個(gè)體及班級(jí)整體的進(jìn)化發(fā)展。每個(gè)學(xué)生根據(jù)自身不同時(shí)期對(duì)班級(jí)的貢獻(xiàn)度不同，通過班級(jí)活動(dòng)作為調(diào)整動(dòng)力，不斷發(fā)展或改變自我；班級(jí)根據(jù)學(xué)生及整體的發(fā)展程度適當(dāng)?shù)恼{(diào)整班級(jí)活動(dòng)或是班規(guī)來進(jìn)一步推動(dòng)學(xué)生的自我“進(jìn)化”和班級(jí)的整體“進(jìn)化”。和上一階段相比，學(xué)生和班級(jí)進(jìn)入新的發(fā)展?fàn)顟B(tài)，如果班級(jí)建設(shè)目標(biāo)實(shí)現(xiàn)，則維持現(xiàn)在的班級(jí)文化管理方法；若班級(jí)目標(biāo)未達(dá)到，則繼續(xù)通過調(diào)整班級(jí)發(fā)展目標(biāo)、激勵(lì)學(xué)生的措施、班級(jí)活動(dòng)及班規(guī)等管理方法對(duì)學(xué)生個(gè)人產(chǎn)生驅(qū)動(dòng)力，并進(jìn)入新的階段進(jìn)行評(píng)測(cè)。

四、粒子群算法在班級(jí)文化管理中的發(fā)展前景及其意義

粒子群算法對(duì)班級(jí)文化管理的建模同時(shí)兼顧個(gè)人及全局發(fā)展的最優(yōu)化解。適應(yīng)現(xiàn)階段追求自我個(gè)性的新時(shí)代年輕人的個(gè)人訴求，同時(shí)也兼顧了班級(jí)整體的發(fā)展目標(biāo)，是一個(gè)適應(yīng)時(shí)展的班級(jí)文化隱性構(gòu)建方法。根據(jù)算法進(jìn)化特性，一旦評(píng)價(jià)標(biāo)準(zhǔn)（可參照學(xué)校的學(xué)生綜合測(cè)評(píng)辦法）確定后，可以實(shí)現(xiàn)學(xué)生管理的流程化和推動(dòng)學(xué)生的自我學(xué)習(xí)、相互交流，發(fā)揮大學(xué)生活多元化的優(yōu)勢(shì)的同時(shí)，使學(xué)生能在所處環(huán)境中最大程度地提高自身能力，實(shí)現(xiàn)班級(jí)文化管理的優(yōu)化改進(jìn)。由于該算法的魯棒性及自適應(yīng)性很好，所以用其建模的班級(jí)文化隱性構(gòu)建具有很好的穩(wěn)定性，可以指導(dǎo)管理者隨時(shí)對(duì)管理方法進(jìn)行針對(duì)性的調(diào)整，做到有的放矢，實(shí)現(xiàn)班級(jí)的動(dòng)態(tài)管理。基于粒子群算法的班級(jí)文化管理隱性構(gòu)建模型能繼承該算法的理論方法和優(yōu)化特性，使班級(jí)文化管理有了理論支撐的同時(shí)，可系統(tǒng)性地分析大學(xué)生集體發(fā)展過程中的現(xiàn)象和特點(diǎn)，為相關(guān)問題的研究開辟了新的視角。該方法主要針對(duì)群體優(yōu)化進(jìn)行，在算法的進(jìn)一步發(fā)展推廣上有很大的前景，可以進(jìn)一步推廣至學(xué)校文化管理等方面。

作者：杜瑤王莉單位：西北工業(yè)大學(xué)電子信息學(xué)院西北工業(yè)大學(xué)學(xué)生處