基于非线性收敛因子和标杆管理的改进教与学优化算法

针对教与学优化算法寻优精度低、收敛速度慢以及局部最优避免性弱的问题,提出了一种改进教与学优化算法（MTLBO）。在算法的教学和学习阶段,分别引入了非线性收敛因子调整策略和标杆管理策略。基于2种策略的随机组合形成了3种不同的MTLBOs,与标准教与学优化算法（TLBO）的对比实验结果表明,3种MTLBO均优于TLBO,其中,引入2种策略的MTLBO3取得了最佳的数值实验结果,其远优于原始TLBO。为进一步验证提出算法的有效性,与其他著名的群智能优化算法进行了数值实验对比。数值结果和收敛曲线表明,MTLBO3的寻优性能明显优于其他对比方法,具有更高的求解精度、更快的收敛速度以及更佳的局部最优避免能力。最后,使用有约束的工程优化问题进一步验证了提出算法的有效性。     

探究性学习的教与学--"三角形中位线"的教学

探讨“三角形中位线”的教学中探究性学习基本模式的应用。     

英语课堂教学反馈的方法

反馈是教学活动中重要的一部分，既是一个教学活动的结束，也是一命新过程的开始。影响教学结果的诸多因素在反馈的过程中得到调整、改正和加强，并在以后的教学过程中体现出来，这就积极地促进了教与学的良好循环，收到的教学效果是不言而喻的。笔者从事英语教学多年，常常和身边同行就这一话题进行探讨，发现在教学过程中教师有效利用好了教学反馈这一环节，学生普遍反映学得好，[第一段]     

浅谈对中等职业学校教与学的再认识

随着我国经济持续快速发展，对中职校学生的需要不断增加。为了培养社会所需的合格人才，中职校必须深化教育教学改革，坚持以服务为宗旨，以就业为导向，以学生为本，探求教与学的最佳状态。     

融合简化粒子群的教与学优化算法

教与学优化算法(teaching-learning-based optimization algorithm,TLBO)是一种基于班级"教师阶段"和"学生阶段"的新型群智能优化算法.针对算法求解高维非线性复杂优化问题时精度较低的缺点,提出一种混合的教与学优化算法(HTLBO).首先,对"教师阶段"中的学生平均水平重新定义,并采用一种自适应策略根据粒子的适应度值对学习因子动态取值;然后,在迭代的过程中,根据适应度值将种群分成两个子种群,对于适应度值好的子种群采用改进的教与学优化算法(ATLBO)更新以增加种群的多样性,对于适应度值差的子种群采用简化粒子群算法(SPSO)以提升子种群的收敛性;最后,通过10个无约束优化问题进行对比测试实验,结果显示,HTLBO在探索性能和收敛速度方面优于TLBO等其他4种类型的算法.     

谈C语言程序设计的教与学

为了使学生学好C语言程序设计课程,本文分别从老师如何教、学生如何学的角度来阐述应采取的方法和措施。     

大专英语听力教与学中出现的不平衡问题

听力是影响人们获得有效信息和实际效果的最基本因素,同时也是获取信息最重要、最初始的环节。然而,从目前状况来看,大专学生的听力基础非常薄弱,大学本科的听力教学模式和教学方法并不适应于高专学生。因此,为实现教学实践中师生之间的良好互动和提高学生英语听力能力,应采取扩充词汇量、提高阅读能力和注意力、加强听力练习、丰富听力材料等对策。     

因材施教之学生气质与市场营销教学

阐述了职校教师在市场营销教学过程中通过研究学生气质，针对不同气质学生的特点，因材施教，探讨更有利于学生、更有针对性的教学方法，以达到提高课堂效率，落实素质教育的目的。     

也谈政治课堂教学的艺术性

课堂教学艺术，其实就是教与学的艺术，能否有效地把握好二者的关系，是新课改实施的关键，笔者从以下两方面谈一些个人的粗浅看法。     

谈谈数学教学过程中的交流

数学教与学的过程，实际上是交流的过程，是老师与学生的交流、学生与学生的交流、人与书本的交流。所谓数学交流，是用动作、模象、语言和符号等作为载体，对数学的认识、情感等进行表达、接受与转换。是数学教学过程中教与学的一种重要方式。在教学过程中应用好数学交流，能充分发展学生的认知、情感及其正确的数学价值观、提高学生的数学素养。