提出了一种自适应遗传算法,并成功应用于车辆最短路径规划算法中.所采用的编码方式、交叉及变异算子等均针对最短路径规划问题而专门设计;同时,提出了一种新的交叉概率、变异概率在线自适应调整策略,以便提高遗传算法的搜索速度和搜索质量.将该算法同Dijkstra算法、A*算法进行了仿真比较.对五种不同情况的仿真研究结果表明:同Dijkstra算法相比,该自适应遗传算法可以减少搜索到最短路径的时间;同A*算法相比,该自适应遗传算法则可以搜索到更多的最短路径

教学目的: 1. 掌握系统误差与随机误差的区别和减免；准确度与精密度的区别、联系与表示方法。 2. 熟练掌握有效数字的位数确定及运算规则，会用置信区间和置信概率处理分析数据。 3. 了解随机误差的分布规律，了解ｔ检验和 F 检验在具体分析中的应用。 教学重点： 1. 有效数字及其运算，标准偏差和平均值置信区间的计算 2. t、F 检验法的方法与作用，可疑值的取舍， 3. 提高分析结果准确度的方法。 教学难点： 1. 正态分布的概率范围； 2. 平均值的置信区间(如从σ求µ的置信区间,从 S 求 X 的置信区间，t 分布)

（一）理论课程 1《空间解析几何》 2《离散数学》 3《时间序列分析》 4《数值计算方法》 5《运筹与优化》 6《Python 程序设计》 7《常微分方程》 8《大数据技术原理及应用》 9《复变函数论》 10《概率统计》 11《高等代数》 12《面向对象程序设计》 13《数据结构与算法》 14《数据库原理及应用》 15《数据挖掘》 16《数理统计》 17《数学分析（1）》 18《数学分析（2）》 19《数学建模(1)》 20《数学建模(2)》 21《数学软件及应用》 （二）实验课程 22《时间序列分析》 23《数据结构与算法》 24《数学软件及应用》 25《数值计算方法》 26《Python 程序设计》 27《大数据技术原理及应用》实验 28《面向对象程序设计》 29《数据库原理及应用》课程 30《数据挖掘》 31《数理统计》 （三）实践课程 32《专业教育》 33《web 数据挖掘与电子商务项目实训》 34《技能实训》教学大纲 35《客户数据分析项目设计》 36《数学建模(1)》 37《数学建模(2)》 38《中文文本数据挖掘项目实训》 39《综合项目实训》教学大纲 40《毕业设计（论文）》教学大纲 41《毕业实习》教学大纲

《社会实践》教学大纲 1 《劳动锻炼》教学大纲 4 《人体结构学》教学大纲 6 《高等数学（1）》教学大纲 27 《高等数学（2）》教学大纲 32 《生理学》教学大纲 37 《普通物理学（1）》教学大纲 48 《普通物理学（2）》教学大纲 54 《电工和电路分析》教学大纲 60 《模拟电子技术》教学大纲 66 《微机原理与接口技术》教学大纲 72 《数字电子技术》教学大纲 79 《信号处理与系统》教学大纲 85 《医学成像设备与技术》教学大纲 90 《医学仪器原理与结构》教学大纲 95 《医学仪器原理与结构》见习大纲 95 《医用传感器》教学大纲 100 《数字信号处理》教学大纲 107 《病理学》教学大纲 112 《线性代数》教学大纲 118 《工程数学》教学大纲 122 《影像诊断学》教学大纲 126 《影像诊断学》见习大纲 130 《概率统计及应用》教学大纲 132 《医学图像处理》教学大纲 136 《高级编程》教学大纲 142 《机械制图》教学大纲 148 《计算机网络技术》教学大纲 153 《激光医学》教学大纲 157 《放射与防护》教学大纲 162 《医学仪器分析与设计》教学大纲 170 《金属工艺实习》教学大纲 176 《单片机与接口技术》教学大纲 179 《数据库技术》教学大纲 185 《MATLAB 程序设计与应用》教学大纲 191 《专业英语》教学大纲 195 《电子综合实验与设计》教学大纲 199 《放射生物物理与材料工艺学》教学大纲 202 《医学仪器管理与维护》教学大纲 216 《医学仪器管理与维护》见习大纲 209 《医疗仪器营销》教学大纲 216 《多媒体技术》教学大纲 227

岩石结构面的定量化描述对于理解结构面的力学性质至关重要,投影覆盖分形描述法是结构面定量化表征的主要方法之一.然而,投影覆盖法计算结构面分形维数时存在三角形单元划分的缺陷.从概率分析角度考虑,将随机数应用于三角形单元的划分中,提出了基于随机数估算结构面分维数的投影覆盖法.应用改进投影覆盖法计算了红砂岩结构面的分维数,获得了120个分维值,并将其作为一个分维数样本;然后分析了此样本的分布特征,并将样本均值作为结构面分维数的精准值.实例分析证明,采用改进投影覆盖法所获分维数样本是来自正太分布总体;投影覆盖法计算的分维数几乎是改进投影覆盖法所获结果的极限值;基于随机数进行三角形单元划分更符合实际结构面形貌特征,从而计算的分维数更精准

《VISUAL BASIC 程序设计》 《VISUAL BASIC 程序设计》实验 《高等数学 B》 《线性代数 A》 《概率论与数理统计 B》 《管理学 A》 《经济法 A》 《微观经济学 A》 《宏观经济学 A》 《会计学 A》 《财务管理 A》 《市场营销学 A》 《管理信息系统 A》 《学科前沿专题》 《管理思想史》 《经济伦理学》 《运筹学》 《组织行为学》 《管理沟通》 《管理英语》 《管理数据分析》 《ERP 实务》 《运营管理》 《人力资源管理》 《企业战略管理》 《质量管理》 《物流与供应链管理》 《技术经济学》 《国际企业管理》 《中小企业管理》 《创业管理》 《预测与决策》 《项目管理》 《创新管理》 《人力资源招聘与培训》 《绩效管理》 《薪酬管理》 《公司治理》 《企业投资与融资》 《企业诊断》 《公司法》 《劳动法》 《国际商法》 《认识实习》 《基础实训》 《专业实训》 《业务实习》 《学年论文》 《综合实训》 《毕业实习》 《毕业论文》

《VISUAL BASIC 程序设计》 《VISUAL BASIC 程序设计》实验 《高等数学 B》 《线性代数 A》 《概率论与数理统计 B》 《管理学 A》 《经济法 A》 《微观经济学 A》 《宏观经济学 A》 《会计学 A》 《财务管理 A》 《市场营销学 A》 《统计学 A》 《管理信息系统 A》 《学科前沿专题》 《管理思想史》 《经济伦理学》 《消费者行为学》 《市场调查与预测》 《市场调查与预测》上机 《全球营销管理》 《服务营销学》 《管理数据分析》 《营销模拟》 《广告学》 《零售管理》 《推销学》 《商务英语》 《公共关系学》 《物流与供应链管理》 《电子商务》 《电子商务》实验 《网络营销》 《客户关系管理》 《经营战略》 《品牌管理》 《质量管理》 《营销策划》 《渠道管理》 《销售管理》 《管理研究方法论》 《组织间营销》 《行业营销》 《国际贸易实务》 《金融学》 《创业与风险投资》 《认识实习》 《基础实训》 《专业实训》 《业务实习》 《学年论文》 《综合实训》 《毕业实习》 《毕业论文》

《高等数学 A》 《线性代数 B》 《概率论与数理统计 B》 《大学物理 B》 《物理实验 C》 《工程制图 B1》 《工程制图 B2》 《工程力学 C》 《工程材料》 《电工学基础》 《VISUAL BASIC 程序设计》 《VISUAL BASIC 程序设计》（实验） 《运筹学》 《数据库原理》 《机械设计基础 A》 《国际贸易理论与实务》 《物流工程概论》 《物流管理》 《物流工程经济学》 《仓储与库存控制技术》 《物流设施设备》 《物流系统规划与设计》 《物流系统建模与仿真》 《电子商务》 《供应链管理 》 《物流信息技术》 《运输与配送》 《物流系统工程》 《物流法律与法规》 《机械制造技术基础》 《物流管理信息系统》 《自动化仓库规划与设计》 《机电一体化》 《港口机械》 《专业英语》 《物流工程案例分析》 《物流成本管理》 《物流项目管理》 《配送中心规划与设计》 《生产物流系统》 《海关报关实务》 《物流市场营销学》 《外贸英语函电》 《人力资源管理》 《航运业务与法律》 《港航物流学》 《国际货物运输与保险》 《物流经济地理》 《国际物流学》 《物流系统规划与设计课程设计》 《物流仿真实践》 《物流实训实践》 《金工实习 B》 《认识实习》 《生产实习》 《毕业设计》

《科技论文写作》 《高等数学 A》 《概率论与数理统计 B》 《线性代数 B》 《大学物理 B》 《物理实验 C》 《无机化学 C》 《无机化学实验》 《分析化学 B》 《分析化学实验》 《有机化学 C》 《有机化学实验 B》 《物理化学 D》 《物理化学实验 B》 《电工学基础》 《工程制图 D》 《普通生物学 A》 《普通生物学实验 A》 《微生物学》 《微生物学实验》 《生物化学 A》 《生物化学实验 A》 《分子生物学 A》 《分子生物学实验 A》 《细胞生物学 A》 《细胞生物学实验 A》 《普通遗传学》 《生态学》 《化工原理》 《化工原理》（实验） 《生物类专业英语》 《基因工程》 《发酵工程》 《细胞工程》 《酶工程》 《生物分离工程》 《生物工程设备》 《生物技术制药》 《生物反应工程》 《基因工程综合实验》 《发酵工程综合实验》 《细胞工程综合实验》 《生物分离工程综合实验》 《植物组织培养技术》 《蛋白质工程》 《食品生物技术》 《海洋药物学》 《生物药物分析》 《生物仪器分析》 《免疫学》 《生物统计学》 《生物信息学》 《管理学 B》 《市场营销学 B》 《生物安全》 《生命科学进展》 《认识实习》 《生产实习》

§2.1 回归分析概述 (Regression Analysis) 一、变量间的关系及回归分析的基本概念 二、总体回归函数 三、随机扰动项 四、样本回归函数 §2.2 一元线性回归模型的基本假设 (Assumptions of Simple Linear Regression Model) 一、关于模型设定的假设 二、关于解释变量的假设 三、关于随机项的假设 §2.3 一元线性回归模型的参数估计 (Estimation of Simple Linear 一、参数的普通最小二乘估计（OLS） 二、参数估计的最大或然法(ML) 三、最小二乘估计量的性质 四、参数估计量的概率分布及随机干扰项方差的估计 §2.4 一元线性回归模型的统计检验 Statistical Test of Simple Linear Regression Model 一、拟合优度检验 二、变量的显著性检验 三、参数的置信区间 §2.5 一元线性回归分析的应用——预测问题 一、预测值条件均值或个值的一个无偏估计 二、总体条件均值与个值预测值的置信区间 §2.6 实例及时间序列问题