基于混合遗传算法的电弧炉终点目标温度预报模型

BP(Baek Propagation)算法和遗传算法相结合的混合训练方法步骤为:首先用遗传算法定位出一个较好的搜索空间,然后采用BP算法在这个小的解空间中搜索出最优解。分别用遗传算法和混合遗传算法训练100 t电弧炉终点温度神经网络预报模型。仿真结果表明:混合遗传算法有更快的收敛速度和更高的预报命中率。当目标温度的精度范围为±2℃、±4℃、±6℃和±8℃时,BP算法的温度命中率分别为75%、82%、86%和92%,混合遗传算法的温度命中率分别为80%、88%、90%和96%。

任务型教学之“终点目标反扣法”

Task训练学生"用英语做事"的能力,训练学生在教师的指导下,主动参与计划、组织和实施语言实践活动,从多渠道获取信息,并利用所获得的信息完成既定任务。利用"终点目标反扣法"进行教学是为了让学生牢记任务,强化任务意识,在完成任务的过程中自觉习得"听、说、读、写"技能。在此过程中,任务是真实的,具有统领行为过程的功用,语言技能只不过是完成任务过程中所利用的手段而已。改变了把语言技能当成教学目标的做法,从而让学生获得任务完成的成就感,自觉、主动学习的意识便会自然增强。

“任务分析”在高中物理教学设计中的应用

“任务分析”是一门教学设计技术，它的应用能帮助我们找出教学中的着力点。本文主要对任务分析的步骤作了简要的阐述．并对任务分析在高中物理电磁学的教学中进行了应用举例。