粒子群算法的班級文化論文范文

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

一、班級文化管理研究存在的不足

目前對班級文化管理的研究成果豐碩，涉及到思想政治、班級管理方法、學生性格特征、教學管理、學生凝聚力等各個方面，為基層管理者提供了有益的思想指導。但同時也存在少許不足：一是大學生的發展是多元化的，存在著很多可以相互學習的特質，那么研究采取何種班級管理方法才能使同學之間互補以實現全面發展就很有必要了，但相關文獻較少；二是對班級文化的研究大多遵循傳統途徑進行思考和探索，研究視角單一。大多數工作著力于宏觀層面，而對于班級文化的操作層面涉及不多，且往往缺乏數學理論支撐和邏輯推理，未能體現文章嚴謹性；三是對班級文化建設的對策研究更多的是注重顯性教育，關于隱性教育及班級文化的隱性構建問題有待深入地研究。本文基于粒子群算法[2]的進化機制，提取推動算法的原動力作為建模的理論依據，以系統思維的角度對班級文化管理進行數學建模，初步探討粒子群算法與班級文化建設相結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）由科學家們在觀察鳥的群體行為中逐步被建立和完善，常常用于各個領域的工程問題中。在鳥群這個群體中，每只鳥（即粒子）具有位置和速度屬性，都有能動性，都會與環境及其他個體交流，共享信息，從而推動個體和群體的演變進化。該方法模擬了鳥類從最初的雜亂無章進化到整體有序、行動一致的過程，從理論上解釋了群體行為的優化過程。其建立目的之一就是模擬人的社會行為。該算法對于人的社會行為的模擬主要解決兩個方面的問題：個人通過調節自身行為與其他社會成員和諧相處，并獲取對個人最有利的位置；個體間的社會信息的共享推進社會群體的整體進化。該算法的核心思想如下：將所優化問題的潛在解看成一群粒子，假設種群由n個粒子組成，解向量是d維的，那么第i個粒子在第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次迭代時第i個粒子經過的“最好”位置；pgd(t):表示在第t次迭代中整個種群所經過的“最好”位置；w為速度的慣性因子，表征繼承過去速度的大小；c1，c2是大于零的常數，稱為加速因子或是學習因子，一般取2，用來控制學習能力；r1,r2是[0，1]之間滿足均勻分布的隨機數。從以上二式中看出，該規則之所以能推動粒子產生進化并最終找到問題最優解，其原因在于：（1-1）式中等號左邊部分表示了下一代粒子的速度，等號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化；（1-2）式是粒子的自我位置的更新公式；整個算法過程同時兼顧粒子的自我優化同時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，產生初始群。將本次迭代中每個粒子的適應度值與上次迭代中該粒子的適應度值相比較，若本次的適應度值較好，則說明該粒子產生了進化，那么用該粒子替代上一粒子，若本次的適應度值較差，那么說明沒有進化成功，則上一代的粒子延續到本代，記為Pbest，用本代所有粒子中適應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度值較好，那么用該粒子替代之，否則上一代最佳粒子延續到本代（記為Gbest）；根據公式1-1與1-2更新每個粒子自己的速度與位置，產生新的族群，在新的族群中尋找優化Pbest與Gbest，如此迭代循環尋找個體最優解和整體最優解。

三、班級文化管理隱性構建的粒子群算法建模

如前所述，班級文化的主體是班級里的每個人，這些個人在班級文化的指導和影響下不斷發展，同時班級集體也向著班級文化所指明的目標前進，即班級文化的作用是在兼顧作為集體小“粒子”的同時推進集體向前發展。班級文化的這種特征及班級管理的目的與粒子群算法及其創建的初衷相吻合。粒子群算法正是同時兼顧粒子個體最優化和整體最優化的模擬社會活動的求解方法。

我們可以通過其優化計算過程看到，該優化方法同時兼顧了粒子本身的進化同時搜索粒子群的最優解，即：同時兼顧個體與群體的進化發展。在大學的班級文化管理中，針對學生本身的發展和班級整體進步可以使用該優化算法進行班級文化管理，用于協調學生個人發展與班級整體“進化”，促使學生之間進行充分交流，取長補短，共同進步。粒子群算法各要素與班級管理要素之間的關系為：每個粒子———每個學生；粒子速度———根據學生所處班級環境，改變自我所作出的努力；函數最優值———班級建設目標；粒子適應度值———學生對班級建設目標的貢獻程度；迭代過程中的上一代和本代———學生過去一段時間和現在。為了使模型更具有實際操作性，需要對學生對班級文化建設的貢獻度進行量化，首先是將學生所能做的貢獻進行分類并按照重要程度打分，如可分類為課程成績類、科技競賽類、文藝表演類、體育競賽類、志愿服務類等等，每一大類還可以細分，給每一個小項目賦予一定分數（如學習成績按高到低量化為10分至0分，科技競賽按等級分為8分至1分，等等）。至此，就可以計算每個學生的貢獻度（及適應度值）了。建立的具體模型如圖2所示。應用粒子群算法對班級管理進行最優化管理的流程如下：新生入學，可以看做是粒子群算法中的粒子初始化，構建“貢獻度”的評測標準，將每個學生的特質量化，產生“粒子”的初始位置（初始貢獻）和初始速度。

確立班級文化目標，以班級文化目標為導向確立班規及開展班級活動，以班規及班級活動對班級中的個人———“粒子”產生影響，激發其內在的發展動力，提供其改變自我的推動力，產生發展速度。構建一種評測體系來量化每個“粒子”對班級文化管理目標的貢獻度，計算其從開始到現在的貢獻度，對比前后貢獻度，如果大于以前的貢獻度則保持現狀繼續發展，如果小于前一時段適應度則需要調整自我，做出改變，這一點是每個“粒子”的縱向評測，是對比自己在不同時段的發展狀態和對班級文化目標的貢獻度，優化自我的過程，產生Pbest；對比班級里所有粒子對班級文化的貢獻度，找出上一時段和目前對班級貢獻度最大的學生，樹立榜樣，鼓勵向該學生學習，這是每個“粒子”的橫向評測，通過對該榜樣的學習推進班級整體的發展，產生Gbest。通過班級活動，班級公約等影響因素推進學生個體及班級整體的進化發展。每個學生根據自身不同時期對班級的貢獻度不同，通過班級活動作為調整動力，不斷發展或改變自我；班級根據學生及整體的發展程度適當的調整班級活動或是班規來進一步推動學生的自我“進化”和班級的整體“進化”。和上一階段相比，學生和班級進入新的發展狀態，如果班級建設目標實現，則維持現在的班級文化管理方法；若班級目標未達到，則繼續通過調整班級發展目標、激勵學生的措施、班級活動及班規等管理方法對學生個人產生驅動力，并進入新的階段進行評測。

四、粒子群算法在班級文化管理中的發展前景及其意義

粒子群算法對班級文化管理的建模同時兼顧個人及全局發展的最優化解。適應現階段追求自我個性的新時代年輕人的個人訴求，同時也兼顧了班級整體的發展目標，是一個適應時展的班級文化隱性構建方法。根據算法進化特性，一旦評價標準（可參照學校的學生綜合測評辦法）確定后，可以實現學生管理的流程化和推動學生的自我學習、相互交流，發揮大學生活多元化的優勢的同時，使學生能在所處環境中最大程度地提高自身能力，實現班級文化管理的優化改進。由于該算法的魯棒性及自適應性很好，所以用其建模的班級文化隱性構建具有很好的穩定性，可以指導管理者隨時對管理方法進行針對性的調整，做到有的放矢，實現班級的動態管理。基于粒子群算法的班級文化管理隱性構建模型能繼承該算法的理論方法和優化特性，使班級文化管理有了理論支撐的同時，可系統性地分析大學生集體發展過程中的現象和特點，為相關問題的研究開辟了新的視角。該方法主要針對群體優化進行，在算法的進一步發展推廣上有很大的前景，可以進一步推廣至學校文化管理等方面。

作者：杜瑤王莉單位：西北工業大學電子信息學院西北工業大學學生處