问题驱动原则在高等数学教学中的运用

问题驱动是一种新的教学模式.在高等数学教学中要以问题驱动,构建知识框架,不断提出问题,引导自主探究,通过自主探究问题,培养学生的创新思维,反思问题,培养学生数学思维,巩固知识体系.     

新时期大学生入党积极分子培养质量提升的路径研究

入党积极分子教育培训是发展大学生党员的重要＂入口关＂,探索提升入党积极分子培训质量对于党建工作具有重大而深远的意义。本文通过分析当前高校大学生入党积极分子培训中存在的问题,从思路原则、标准要求、沟通渠道、培训网络和教育机制等方面探索新路径,以期提升教育培训质量和效果。     

抓好科技教育的主阵地——浅谈科学探究课程的宏观设计

现阶段,对小学生进行科学意识的激发、科学思维的训练、科学能力的培养主要集中在小学科学课中。科技教育工作者应主动结合学科特点,渗透科技教育,让学生在探究中体验科学,培养科学探究的能力,改变学生学习科学的方式,提高学生的科学素养。     

受热弹性地基梁在机械荷载作用下的非线性分析

基于弹性地基梁在均匀升温及横向均布荷载联合作用下的非线性常微分控制方程。考虑一端固定夹紧、一端可移简支边界条件,采用打靶法得到了该两点边值问题的数值结果。分析了不同参数对结构平衡路径及内力分布的影响。     

分布式网络中基于主动探针的测量策略算法

提出一种基于探测节点集合的探测策略算法(AMPD),并应用到测量策略中.该算法在探测节点部署阶段,充分考虑探针对重要节点和重要链路的覆盖作用.首先通过重要节点排序算法选出部分节点部署探针,然后从探针的直连链路、探针之间路径、待测量路径构成的链路矩阵中化简出基向量,用基向量的测量结果表示待测路径的性能,有效地减少了待测路径的数目,为网络路径故障的判定提供了更好的基础.NS3仿真实验验证了该算法的实用性和有效性.     

基于改进混合蛙跳算法的动态环境路径规划

针对复杂场景中路径规划具有未知性和动态性,传统方法无法对路径规划问题进行求解的问题,设计一种改进混合蛙跳算法的机器人路径规划方法,以提高动态环境路径规划的求解精度.首先对动态环境路径规划的研究现状进行分析,并在此基础上建立数学模型;然后采用混合蛙跳算法对该模型进行求解,并针对基本混合蛙跳算法不足进行改进;最后对路径规划的有效性进行测试.测试结果表明,混合蛙跳算法可准确找到最优的路径规划方案,可应用于复杂场景路径规划中,且性能优于其他路径规划方法.     

基于改进蚁群算法的移动机器人路径规划

针对蚁群算法应用于移动机器人路径规划时存在易于陷入局部最优解、收敛速度慢的问题,提出了一种适用于静态障碍环境下基于改进蚁群算法的移动机器人路径规划方法。该方法改进了节点间的状态转移规则,增加了得到最优路径的概率;自适应调整启发函数,提高了算法的搜索效率;基于狼群法则对信息素进行更新,有效避免了算法陷入局部最优解;动态调整了衰减系数,在后期增加了蚂蚁对最优路径的选择概率,加快了算法的收敛速度。仿真实验表明,与其他算法在相同环境下比较,该改进算法在路径规划结果相同的情况下具有较快的收敛速度;且改进算法在不同复杂程度环境中均得到了最优路径,也表明了该算法的有效性和可靠性。该算法具有良好的寻优能力,可以适用于不同复杂环境中的移动机器人路径规划。     

介观LC电路的电荷和电流平均值随时间的演化

采用路径积分的方法,得出了外加信号作用下的介观LC电路的严格波函数。应用量子双波函数描述计算了单一介观LC电路中电荷和电流的平均值。结果表明：对双波描述下电荷和电流平均值作系综平均,双波描述回到通常的单波描述。     

基于改进人工势场法的机织机器人避障路径规划

针对机织机器人自动化作业时的避障问题,提出基于改进人工势场法的三维避障路径规划算法。利用改进人工势场法中斥力势场函数,引入修正系数,在机织机器人陷入局部极小值点时增加虚拟障碍物,破坏其在虚拟力下的平衡状态,解决了人工势场法无法到达目标位置和局部极小值点的问题。通过体素化网格方法和快速凸包算法处理障碍物点云数据,重建实际障碍物模型,提高了碰撞检测效率。仿真结果表明,以点云数据重建障碍物模型并采用改进人工势场算法规划出的避障路径使机织机器人成功到达目标位置,末端位置精度平均提高37%,并避免陷入局部极小值点。     

基于PSC-IGA算法的数字化车间仓配一体化研究

文章针对数字化车间内部的仓配一体化问题,以装配生产线的物料需求时间和数量为拉动因素,考虑物料配送效率和立库运行效率,将仓配问题分为2个层次,首先通过生产排程确定时间窗,以配送效率最大化为目标构建物料配送路径规划模型,然后构建货位分配多目标优化模型.采用两阶段的遗传算法进行求解,提出基于多色集合约束的遗传算法(polyc...