基于TTM与OSCE探究虚拟仿真教学对外科技能培训的影响

目的探讨虚拟仿真教学能否提升高等院校本科生外科学基本技能操作熟练度及学习积极性。方法选取2020年7月—2021年5月本学院处于本科教育学习阶段第4学年2学期临床医学专业学生132名,随机分配进入虚拟仿真教学组及传统教学组,每组66名学生。收集虚拟仿真教学组与传统教学组学生进行虚拟仿真教学前后客观结构化临床考试(objective structured clinical examination,OSCE)考核成绩及填写基于行为阶段模型理论(transtheoretical mode,TTM)的学习主动性调查问卷,用统计学方法比较是否具有差异。结果两组学生在参与教学前OSCE考核成绩及TTM问卷得分差异均无统计学意义(P>0.05);两组学生参与教学后OSCE考核成绩及TTM问卷得分差异有统计学意义(P<0.05);虚拟仿真教学组参与教学前后OSCE考核成绩及TTM问卷得分差异有统计学意义(P<0.05);传统教学组参与教学前后OSCE考核成绩及TTM问卷得分差异无统计学意义(P>0.05)。结论虚拟仿真教学可以提升高等院校本科生外科学基本技能操作熟练度及学习积极性。

基于学习曲线改进模型的服装生产计划预测

针对多品种、小批量服装生产模式中计划制定不准确等问题,以某外贸服装企业实际生产数据为研究对象,分析员工技能熟练度与学习系数的相关性,结合首件工时提出了学习曲线改进模型,对服装订单生产计划进行预测。对学习曲线改进模型预测的生产时间与未改进模型和实际生产时间进行对比分析,利用相对误差检验法对模型进行验证。结果表明,改进后模型预测精确度为94.38%,比利用相似款预测精确度提高17.73%。该学习曲线改进模型预测方法可以更准确地预测生产时间,精确估计交货时间,为服装生产计划的制定提供思路。

基于遗传算法的服装生产混合流水线平衡设计

针对服装企业生产多款式服装的需要,建立在工位数确定的前提下,以节拍、等待时间最小为目标的混合流水线平衡模型,并且以工人综合技能熟练度最大为目标进行工人分配。设计自适应遗传算法对具体实例进行工序编排及工人分配。结果表明,设计的混合流水线编制效率达到98.9%,工人的综合熟练度达到158。该模型及算法在保证各工位作业时间均衡的情况下,使工人最大化适配于混合流水线。