创设有效问题情景 培养探究合作能力

基于素质教育理念,各级各类学校更加重视培养学生的综合素质。而在数学课堂教学中创设有效的问题情景,有助于激发学生的数学学习兴趣,培养学生的数学思维和探究合作能力等综合素质,促进学生全面发展。以问题情景培养学生探究合作能力的策略有:以生活性问题情景激发学生的学习兴趣,以层次性问题情景促使学生独立思考,以项目性问题情景引导学生深入探究,以活动性问题情景培养学生的合作能力,以开放性问题情景培养学生的创新能力。

基于分级模糊模型的温室环境控制方法

提出一种基于分级协同结构的温室环境模糊模型,在建立环境变量物理模型及其子模型的基础上,构建温室环境的分级模糊子模型。试验表明:在保持传统平式结构模糊算法预测精度的同时,基于分级协同结构的温室环境模糊算法减少了规则数目,提高了模糊系统规则的可读牲且降低了子模型规则改变的系统成本。

基于工作分解结构的跨企业项目多级网络计划

为解决跨企业项目多级计划的一致性问题,提出了基于工作分解结构的跨企业项目多级网络计划方法。首先,从跨企业项目计划特点出发,给出了跨企业项目工作分解结构的分解规则与方法;然后,在考虑工作分解结构与网络图工序之间对应关系的基础上,提出了基于工作分解结构的跨企业项目多级网络计划生成模型、方法和策略;最后,给出了应用实例,说明了该构建方法的实际应用。

智能教育时代下人机协同智能层级结构及教师职业形态新图景

人工智能逐渐成为国际竞争的新焦点和国家重大战略。文章通过文献分析和国家规划文件研究,指出智能教育既是指用人工智能技术辅助教育,也是指培养学生个体智能发展的教育。人工智能时代下的智能最终将进化成为由人的生命主导的"‘机器智能+’人"的人机协同智能层级结构(HISHMC),即人机协同基础:计算思维;协同支撑:计算智能、感知智能、认知智能;协同接口:智能环境(智能系统、智能平台、智能媒体);协同主体:认知智能、情感智能、志趣智能和创新智能。智能教育时代,教师的职业形态将变成人机协同工作,教师将聚焦于凸显生命特质的职业能力;提供高端服务品质;促进人机协同的智慧教育;探寻生命整体意义;师生共同感悟生命实践形成新的职业形态。

面向协同装配规划的信息模型研究

为解决复杂产品的装配设计团队和装配规划团队间的协同工作,提出了装配结点概念,用以集成描述产品装配信息,利用装配结建立了产品的装配联系图模型,通过图模型中顶点和边的属性,分别独立描述零件和装配信息。给出了一个基于割顶点的装配联系图层次分解算法,构建了基于共享零件的产品结构层次树模型。基于结构层次树模型,描述了协同装配规划中的协同工作信息。利用实例说明了面向协同装配规划的信息建模过程及模型的有效性。

分布式协作虚拟样机可视化框架

基于微型计算机的分布式协作虚拟样机可视化框架具有低成本、体系结构开放的特点。通过模型对象的层次化设计,利用全局场景和本地场景的概念,不仅能够保证虚拟样机对象分布式渲染的实时性,同时也能够实现分布式系统中对象的同步处理。在可视化框架中,MicrosoftDirectX提供了优秀的渲染引擎,CORBA技术在分布式环境中构成系统软总线。实验原型系统验证了DirectX能够在微型机算机上满足虚拟样机的3D渲染需求。

住宅产业化技术创新递阶研究

分析找出住宅产业化技术创新主要因素,建立了住宅产业化的技术创新体系内容,采用解释结构模型划分了创新体系中各要素间的多级递阶关系,提出住宅产业化技术创新研究的的递阶层及模型。住宅产业化元素集合间的解释结构模型表征了产业化协同创新因素间的相互制约关系和层阶顺序。

分层蜂窝网络的层间联合建模与性能分析

分层蜂窝结构(HCS)已经成为第三代移动系统的一个主要发展要求。一个应用双向溢出策略的双层蜂窝网结构被研究,允许用户呼叫在上层宏小区和下层微小区间发生溢出,用户根据其移动速度进行接入层选择。为了评估这种分层网络的性能,提出了一种层间联合的微小区(宏小区)业务模型,此模型将常用的微小区(宏小区)业务模型(马尔可夫调制的泊松过程)延长,添加宏小区(微小区)的溢出业务模型(M/M/C/C的排队系统)。理论分析和仿真结果都验证了此模型的可靠性。最后利用此模型分析了速度阈值的作用。

分层蜂窝Ad hoc混合网络的建模与性能分析

以移动设备同时支持蜂窝和基于IEEE 802.11的网络接口为前提,提出1种分层蜂窝混合网络结构(HCA),它融合了分层蜂窝结构(HCS)和移动Ad hoc网(MANET),移动用户根据情况(速度和与基站间距离等)选择直接接入分层蜂窝的下层小区(微小区)、上层小区(宏小区)或以Ad hoc模式接入上层小区。随后利用Markov模型对此混合网络性能进行分析,仿真结果显示,此网络能够提高系统容量,平衡小区业务分布,从而降低呼叫阻塞率和被迫中断率。

基于分层递阶结构和S模型预测控制的快速路多匝道协同控制模型研究

为缓解快速路匝道拥堵,提出一种基于分层递阶结构和S模型预测控制的快速路多匝道协同控制模型,包括上层主线关联多匝道协同控制模型和下层子系统的模型预测控制,案例分析中以VISSIM为仿真平台,结合MATLAB进行二次开发,结果表明:协同控制模型相对于ALINEA控制模型来说,在快速路主线的平均行程时间和车均延误方面没有优化效果,但是在入口匝道的平均行程时间、平均排队长度和车均延误方面都有较大程度的优化,且从整体上来说,协同控制模型相对于ALINEA控制模型在平均行程时间、平均排队长度和车均延误方面分别优化了14.6%、88.9%和71.7%,总体上能够提高快速路系统,尤其是入口匝道的运行效率。