以项目为导向，以任务为驱动，仿真工学结合提高高职教学质量

现代高等职业教育中以项目为导向,以任务为驱动的教学方法的改革悄然兴起,工学结合的教学模式培养高等职业专业人才也在高职院校中普遍展开,结合我们自身各方面的实际和专业性质,我们对模拟仿真工学结合的教学模式作为工学结合的一种补充做了有意义的尝试,获得了一些经验。     

任务驱动式教学在高职院校《劳动法规》课程中的应用

《劳动法规》课程在高职院校人力资源管理专业中的地位日显重要,人力资源管理专业为了使培养的学生适应社会需要,在《劳动法规》课程教学中应采用适当的方法实现课程教学目标。结合工作实际,本人提出了任务驱动式教学方法在《劳动法规》课程教学中的应用,并从前期准备（任务设计、学习团队形成）到应用过程（任务导入、学生自主探索学习、成果展示以及教师总结）整理出了自己的一些做法。     

Java语言课程教学改革的探索与实践

本文结合作者多年的Java课程教学经验,从理论教学、实践教学和课程设计等方面探讨了Java程序设计课程的教学方法与改革,强调了任务驱动教学法和课程设计的重要性。     

案例任务驱动教学法在计算机应用基础课教学中的初探

案例任务驱动教学法的原理是案例教学与任务驱动教学相结合的一种教学方法,任务驱动作为一条主线贯穿课堂教学的始终,起到组织教学各环节的作用,具体教学以案例为基础而展开。本文结合实际教学,探讨了计算机应用基础这门实践性很强的课程的教学模式。     

任务驱动法在初中信息技术课中应用的思考

在跨入二．十一世纪的同时,信息技术也走进了中小学课堂。信息技术作为一门新兴的学科,它的教学研究还处在起步阶段,教学规律、教学模式也尚未定型。实践证明,任务驱动法在初中信息技术课教学中是很有应用价值的,它抓住信息技术学科特点,以信息处理为核心,以学生为主体对象,改变传统的“老师教学生学”的教学模式,任务驱动法特别适合应用于信息技术课教学。本文主要探讨什么是任务驱动法。在初中信息技术课中如何进行任务的设计。     

高职院校《Photoshop》课程的教学改革与实践

Phocoshop是一款优秀的专业图像处理软件,其实践性和应用性强,在高职院校的Photoshop课程教学过程中采用基于工作过程的任务驱动式教学模式,结合模块化、案例化教学方法进行教学,并充分发挥科学考核的激励性,能显著提高学生的学习积极性和创新能力与应用能力。     

正确选择教学方法，激发学生学习动力

本文通过建筑力学的教学实践体会,论述了在中职建筑力学教学中,如何选择恰当的教学方法,激发学生的学习动力。     

基于"项目驱动"金工实习教学改革的探讨

本文总结卓越计划班金工实习的教学,初步探讨基于项目驱动金工实习教学模式在金工实习中的实践.以项目驱动为基础的模块化教学,对提高学生的动手能力,激发学生的求知欲,养成良好的岗位和职业素养起到了较好的效果,这种教学模式可行性高、实习内容丰富、各实习环节可无缝衔接,增强了各学院之间教师的交流和联系,进一步提高了本...     

转向架参数测定试验台位姿正解

并联机构位姿正解求解运用的 Newton-Raphson 迭代法对初值有很强依赖性,且 收敛速度较慢,无法满足实时性要求． 为此文中提出基于 Levenberg-Marquardt(L-M)算法 的改进 BP 分类神经网络结构模型和高阶收敛改进 Newton-Raphson 迭代法(HMNR)相结 合求解并联机构位姿正解． 以转向架参数测定试验台为例,借助位姿反解将轨道谱路谱转 化成试验台作动器的伸缩量指令,将其给定到液压系统中,驱动试验台耦合运动模拟车体 或转向架在该路谱线路上的运行状态． 运用大量实际运行样本数据作为训练数据,实现了 试验台位姿正解的初值求解,并与常用的基于拟牛顿算法(BFGS)的神经网络模型和量化 共轭梯度(SCG)算法的神经网络模型进行对比分析． 结果表明,L-M 算法模型在误差性能 分析上明显优于 BFGS 与 SCG 算法模型,且预测角度值误差均小于 4 ×10 －7 ,位移值误差 均小于 8 ×10 －4 ． 将预测值作为 HMNR法的初值,进行迭代计算,较之 Newton-Raphson (NR)法迭代次数减少 41%,迭代时间缩短 23%． 将此混合策略用于试验台,进行实际相 邻车端相对位姿测量试验,进一步验证了该策略的有效性．     

可压多孔介质流的扩展混合元解法

讨论多孔介质中两种可压缩流体混溶驱动问题数值方法,假定介质是各向异性的,渗透率系数为张量形式。压力方程采用扩展混合元方法求解压力变量、梯度变量,以及速度变量;浓度方程采用标准有限元方法求解,这一方法对各向异性渗透率多孔介质流可以获得更可靠的数值解。构造了半离散数值格式,通过理论分析得到了压力、速度以及浓度等变量的最优L2模误差估计,对浓度变量获得了H1模最优误差估计。