排序方式: 共有146条查询结果,搜索用时 31 毫秒
21.
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。 相似文献
22.
23.
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] 相似文献
24.
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。 相似文献
25.
《河南师范大学学报(自然科学版)》2016,(6):159-164
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. 相似文献
26.
27.
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。 相似文献
28.
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。 相似文献
29.
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。 相似文献
30.
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。 相似文献