简介:标准化考试成绩一直被当作通向美国大学的“黄金罗盘”。但研究表明,SAT的试题挑选逻辑存在系统性偏差,所有词汇题都是有利于白人的题目。家庭收入和父母受教育程度与SAT考试分数相关,但与高中成绩无关。实际上,高中成绩比标准化考试分数能更好地预测大学成绩,标准化考试分数对大学成绩的预测度充其量只有大约21%,而且带有歧视性质,将社会淘汰粉饰为学术淘汰。一些用于评估申请者创造性和解决实际问题能力的所谓“非认知考试”的新测试工具,也胜过以往的标准化考试,在学生大学成绩和保留率方面比SAT有更强的预测力,并且考试分数没有性别或种族差距。在过去20年,有将近1/3的四年制大学,在旧的入学制度中部分甚至全面渗透了“可免考试入学”改革,招收到了种族及社会经济地位更加多样、学术能力更强的学生。抛弃SAT或ACT指日可待。
简介:在考虑并行隧道耦合传热的前提下,预测越江公路隧道江岸浅埋段地温的长期演化,使用有限差分法进行数值模拟,通过现场观测与数值迭代方式确定边界条件与初值.模拟结果表明:最终的计算稳定传热时间为68年,但传热在20年内即基本完成;隧道周围的初始恒温土层最终被转变为年变温土层;隧道外侧5m及两孔之间出现了一个显著变温区,其最大温升值为7.14℃,最大年度温升的峰谷值为10℃;隧道周围10m以下土层的温度变化仅由隧道传热所控制;两孔之间土层的最终稳定温度要高于其他位置的最终稳定温度,证实了耦合传热效应的存在.此外,还提出了一组单变量函数的回归模型,用以估计隧道周围不同位置土层的年度温度波动量.该研究将有助于深入探究隧道浅埋段所穿越江滩区域工程地质条件的长期演化趋势.
简介:为了提高混凝土抗压强度预测精度,利用改进果蝇优化算法(IFOA)优化RBF神经网络的参数Spread值,建立IFOA-RBF预测模型用于混凝土抗压强度预测。模型以UCI数据库中的ConcreteCompressiveStrength数据集为例,以每立方混凝土中的水泥、高炉矿渣粉、粉煤灰、水、减水剂、粗集料和细集料的含量以及置放天数为网络输入,混凝土抗压强度值作为网络输出,进行仿真测试,并将结果与参考文献中的其它方法比较。结果表明:优化后的RBF网络既体现了广泛映射能力,又明显地提高了网络的泛化能力。验证了IFOA-RBF模型在混凝土抗压强度预测中的有效性。
简介:在基于固定窗口宽度滑动窗口模型的基础上。提出了一种基于回归参数存储的预测模型,该模型设置了计算区、数据区和参数区。计算区用于获得最近一个滑动窗口中的数据。数据区用于接收新数据,参数区存储最近若干组滑动窗口数据所计算得到的线性回归参数值,作为计算预测结果的原始数据集。按照这种模型的处理思路。提出了一种基于数据平滑技术的回归预测算法,随着窗口的滑动。对数据区中的数据进行回归分析,获得前面若干组滑动窗口数据的回归函数并存入参数区中,检验当前窗口中数据获得的回归函数预测效果。实验分析表明。通过修正当前回归函数的参数。可以使预测函数的预测精度得到很大程度的提高。