基于师资培训建设开展产学合作协同育人项目研究

为提升新工科建设和发展,教育部推出了产学合作协同育人项目,但是,人们对该项目的认识和落实仍然存在诸多问题。为此,以师资培训项目为例,首先从4个方面论述了实施产学合作协同育人项目的必要性;随后又对开展产学合作协同育人项目建设提出了6项重要举措;最后对项目实施后所产生的成效进行了分析。事实说明,所提的项目建设措施是非常有效的,实施产学合作协同育人项目也确实能够加快新工科建设和发展。

基于整体网模型的产学合作协同育人网络体系综合性探论——以北京地区高校为例

文章基于整体网模型,针对北京地区高校产学合作协同育人整体网的结构特征进行了实证研究。通过相似性研究,发现产学融合尚未形成稳定模式。基于结构洞研究,发现存在一个近似的“均衡完全二部网”,使得在“新工科建设“”创新创业教育改革”两个方面,具备了组建“产学合作育人战略联盟”的结构条件。通过中介研究以及中心性、影响力研究,发现高校仍是整体网演进的主导者,而仅有不到四分之一的企业具备了掌控整体网优势资源所需要的中心性。这些发现有利于引导高校、企业与政府对产学合作育人网络体系形成准确的认知,有利于促进中国高等教育领域的产教融合进程。文章提出了通过推动“三方组”结构等路径来创新合作育人网络平台机制的建议。

基于协方差分析的合作协同进化差分进化算法

在大规模高维优化问题中,随着决策变量数目的增加,协同进化算法在搜索全局最优解过程中容易陷入局部最优。基于此,提出了一种基于协方差分析的合作协同进化差分进化算法,在根据决策变量之间的相关性对优化问题进行分组之后,针对子组件内部变量之间的相关性会影响种群进化过程的现象,在对子组件优化的过程中,利用协方差计算种群分布的特征向量,通过坐标旋转消除变量之间的相关性,有效避免在种群搜索过程中陷入局部最优,同时加快了算法的寻优速度。在CEC2014测试函数集上进行了对比实验,实验结果表明,所提算法具有可行性。

新文科背景下财税类专业校企合作协同育人的创新路径

智能化、信息化时代下,社会对高校人才培养提出了更高的要求,因此,强调文科与其他学科交叉融合的新文科应运而生,而校企合作协同育人是实现学科交叉融合的重要途径和载体。当前,高校财税类专业校企合作协同育人模式存在制度体系不完善、模式单一、“双师型”师资缺乏等问题。为此,高校应高度重视校企合作,校企双方要共商培养方案、共同开发课程、共建实训基地、共建双岗互融的“双导师制”师资队伍。

后疫情时期校企合作协同育人模式在理论课程教学中的探索与实践

近年来,很多高校都在专业建设和人才培养方面积极进行校企合作协同育人的改革探索。而专业课程教学改革显然是校企合作协同育人的根本。很多专业学位课程是专业课程体系中的核心课程,其也是理论课程,它们具有理论性强、学生学习兴趣不高等特点。为了提高课程的教学效果,结合当前的后疫情时期特殊性,在这些学位核心课程教学改革中探索校企合作协同育人模式的新路径具有重要意义。文章以后疫情时期高校计算机专业学位核心课程教学改革为背景,研究校企合作协同育人模式构建的新路径,并给出了该模式实践的措施。

基于合作协同进化算法的航迹冲突解脱研究

为解决基于航迹运行(Trajectory Based Operation,TBO)模式下大规模航迹战略冲突解脱问题,建立了综合考虑最小化冲突数量和航迹调整成本的双目标优化模型.设计了基于超体积指标的多目标合作协同进化算法(Indicator-based Cooperative Coevolution Multi-objective Evolutionary Algorithm,IBCCMOEA)进行模型求解,采用非支配排序遗传算法(Non-dominated Sorting Genetic Algorithm Ⅱ,NSGA-Ⅱ)进行子种群优化.同时,设计了自适应遗传算子加快算法收敛速度.分别采用中国航路网络繁忙时段442架和1014架航班历史飞行数据进行仿真验证,将所提算法与NSGA-Ⅱ,基于分解的多目标进化算法(Multi-objective Evolutionary Algorithm Based on Decomposition,MOEA/D)以及多目标合作协同进化算法(Cooperative Coevolution Multi-objective Evolutionary Algorithm,CCMOEA)进行对比分析.实验结果表明所提算法相比于其他算法收敛速度提升了7.54%,可以获得无冲突的飞行计划且航迹调整成本减少了约9.62%.所获得的结果可以满足TBO环境下的协同决策需求,算法收敛速度可以满足效率要求.

新工科背景下的产学合作协同育人项目建设

在新工科背景下,为了加快高校教学改革,推进专业建设,教育部提出了产学合作协同育人项目。为了进一步推动该项目普及和实施,首先从四个方面着手,论证了该项目是推动校企合作的重要手段,是能够解决原有开展校企合作存在问题的有效措施;然后又通过分析当前产学合作协同育人项目现状,从四个方面针对其建设提出可行性措施。所述内容可以作为实施产学合作协同育人项目的借鉴,有助于加快新工科建设。

奇心协力,创变赢未来 天海集团荣获奇瑞汽车“卓越合作协同奖”

2023年1月12日,奇瑞汽年车2023年供应链生态圈年会在总部芜湖隆重召开。天海集团被授予“卓越合作协同奖”,集团董事长董立刚现场参会并领奖。会议以“奇心协力,创变赢未来”为主题,邀请800余位供应商伙伴参加。会上,奇瑞汽车高管分别作了《战略规划报告》《营销工作报告》《研发工作报告》和《供应链工作报告》分享,并与供应商伙伴一同盘点过往,探讨未来。大会向82家供应商颁发奖项,以表彰2022年度给予奇瑞汽车的倾力支持。天海集团被授予“卓越合作协同奖”,集团董事长董立刚上台领奖。

产学合作协同育人背景下大数据专业课程体系的建立与优化

文章旨在探讨产学合作协同育人背景下,建立和优化大数据专业课程体系的重要性与方法。首先本文通过分析大数据专业的培养目标总结了其基本要素和实现路径。其次,基于大数据专业课程体系构建的基本原则,文章从行业需求、学科发展以及学生需求出发提出专业培养所需的基础、核心以及拓展模块,并给出相关模块的课程设置。此外,文章针对实践环节以及教学方法和反馈机制给出相应的建议,力图通过综合应用这些方法培养出适应行业需求的高素质大数据专业人才。

基于资源分配和动态分组的合作协同演化算法

合作型协同演化算法在处理大规模全局优化问题中的决策变量完全可分或者完全不可分的问题时,精确的分组方法并不能保证提高算法性能,甚至可能会导致性能下降。针对上述问题,提出了一种基于资源分配和动态分组的合作协同演化算法(RG-CCFR3)。该算法以CCFR3为基础,当决策变量完全可分或完全不可分时,首先设置数组与数组索引,用于确定每轮优化时的分组大小;其次,根据分组大小对决策变量进行随机分组,使得在不同轮次的优化中每组决策变量的分配更多样化;最后,修改了CCFR3中每轮优化时的处理逻辑,保证了每轮优化的次数一致。通过CEC2013和CEC2010中的基准测试函数检验算法的性能,将RG-CCFR3与CCFR3、MMO-CC、CBCC-RDG3进行对比并进行显著性检验。结果表明:对比CCFR3算法,RG-CCFR3算法在处理决策变量完全可分或者完全不可分的问题时,在多数情况下具有更好的性能;与MMO-CC、CBCC-RDG3算法相比,RG-CCFR3算法具有一定的竞争力。

导弹总体参数优化设计的合作协同进化MDO算法

传统的导弹设计方法不能很好地实现各子系统设计的协同 ,而多学科设计优化技术十分适合现代计算机网络环境下的多学科协同设计。根据协同进化与MDO在本质上的相似性 ,采用合作协同进化的方法进行MDO算法研究 ,以充分发挥进化算法的优越性。给出了一种基于合作协同进化的MDO算法 ,将该算法应用于导弹的气动 发动机 控制一体化优化设计。

分销供应链协商调度多目标合作协同演化算法

研究了在制造商占优并优先调度的分销供应链中,多个分销商同时与制造商进行协商以改善自身调度的问题,建立了基于补偿的多目标协商调度模型,提出了同时实施分销商局部演化计算与制造商全局演化计算的新型多目标合作协同演化算法GLCCEC.提出了制造商全局精英解的跳跃渐变解组合策略及全局非支配解集实时更新策略,设计了保持局部作业顺序约束下的分销商局部解全局化动态规划算法.实验结果表明,GLCCEC算法能够在不损害制造商调度的条件下有效改善每个分销商的调度,所获得的非支配解集不仅目标值优于现有的3种主要合作协同演化算法MOCCGA,NSCCGA,GBCCGA,而且具有良好的解分散度.

求解连续函数优化问题的合作协同进化布谷鸟搜索算法

为改善布谷鸟搜索算法求解连续函数优化问题的性能,提出合作协同进化的布谷鸟搜索算法.改进算法通过应用合作协同进化框架,将种群的解向量分解成若干子向量,并构成相应子群体.利用标准布谷鸟算法更新各子群体的解向量.各子群体为其它子群体提供最优个体,组合成问题解向量并完成子群体评价.经10个测试函数实验仿真,结果说明改进算法能有效改善求解连续函数优化问题的性能.同时,针对连续函数优化问题,该算法与其它算法相比是有竞争力的优化算法.

职业院校校企合作协同育人的探索与实践——以苏州经贸职院物流管理专业“四进四化”模式为例

从载体、项目和管理等角度对苏州经贸职业技术学院物流管理专业"四进四化"嵌入式人才培养模式进行了全面的总结和分析,希望通过与从事及研究高等职业教育的教师和专家进行分享从而进一步推进我国高等职业教育校企合作协同育人工作,为我国社会及经济发展提供更多职业技能型人才。

基于合作协同进化的多机空战目标分配

为寻找一种满足多机空战需求的目标分配优化方法,提升空战效能,提出了一种基于合作协同进化的多机空战目标分配方法。首先,该方法基于单机空战优势,建立多机协同空战优势评价指标体系。然后,对战机间的协同相关性进行分析计算,建立多机协同空战目标分配模型。在变长度染色体遗传算法(genetic algorithm,GA)的基础上,设计了基于交叉、嫁接、分裂和拼接算子的改进合作协同进化算法,提高了模型的进化效率。最后,设计实验分别对优势评价指标体系的有效性、静态算例、动态算例和大规模无人战斗机算例进行仿真验证,并将2种模型以及4种算法的计算结果和所提算法的实验结果进行对比。仿真结果表明,改进合作协同进化算法适用于该模型计算,结果收敛稳定,亲和度值显著提升,能够优化目标分配方案,在空战中具有一定的应用意义。

基于合作协同进化遗传算法的大型工程项目组合管理模型研究

针对大型工程项目组合管理问题,在分析工程项目组合中项目间收益、资源、工期和结果相关性的基础上,建立考虑相关性的工程项目组合选择数学模型。将合作协同进化算法与遗传算法相结合,应用于工程项目组合选择模型问题的求解,根据工程项目实施阶段划分不同的子种群,各子种群之间通过合作协同进化算法进行协调。最后,通过实例计算验证了算法的有效性和实用性。

产学合作协同育人背景下电子综合实践课程教学改革探究

文章结合电子信息类实践课程的特点和产学合作协同育人的机遇,引进先进企业走进课堂,提出了以实战项目为引导的协同育人培养模式。以提升学生创新能力和实践动手为目的,实现学生就业与企业需求零距离接轨。从教学计划制定,实践教学模式探索,以及实践师资队伍培养等方面进行探索,总结出适合我校的合理有效的教学模式,并取得了一定实效。

项目导向的自动化专业产学合作协同育人培养模式研究

创新型人才培养是新形势下国家对高校育人工作的新要求,产学合作协同育人是提升学生创新实践能力、满足企业用人需求的一种有效途径。本文结合近年来长安大学自动化专业的教学改革经验,提出一种以项目为导向的自动化专业产学合作协同育人培养模式。围绕学生创新实践能力提升这一核心议题,采用项目导向方式,在培养方案修订、课程体系创新、实践教学模式、创新项目训练和师资队伍建设等方面进行深度改革,取得了一系列成果,并就实施过程中仍存在的问题提出了针对性的改进措施。

基于合作协同演化算法的斜拉桥索力优化

为使斜拉桥成桥状态合理,受力均匀,线形平顺,将遗传算法和粒子群相结合,提出合作协同演化算法,在前期搜索中利用遗传算法搜索域广的特点,提高找到最优解区域的概率.在迭代后期利用粒子群局部寻优速度快的特点,提高寻优效率.将改进后的算法应用于一座空间网状索面斜拉桥的成桥索力优化上,并将标准粒子群算法和遗传算法作为对比算法,验证合作协同演化算法的优化性能.优化结果表明,相比于其他两种算法,基于合作协同演化的算法具有更强的全局搜索能力,且优化速度更快.验证了该算法的有效性和相对于标准粒子群和遗传算法的优越性.

基于合作协同进化和IMPSO算法的多阶段多目标电网规划

提出一种模型,其任务是在满足安全约束的条件下,确定何时、何地,新建多少线路以满足各阶段电网负荷增长的需要,同时使建设费用、运行费用和网损费用最小。尝试将合作协同进化算法与IMPSO算法结合,应用于多阶段多目标的电力系统规划问题,在各阶段中采用IMPSO算法多目标优化,各阶段之间通过合作协同算法根据各约束条件进行协调。与常规算法比较,在算例分析与实际应用中取得了较好的效果。