知识建构课堂中的高阶思维发生路径研究

如何培养学生高阶思维能力是目前社会各界非常关注的问题。知识建构教学在促进"浅层学习"转向"深度学习"方面取得的研究,已经得到了国际学习科学领域的广泛认可,而对于如何促进学生高阶思维能力发展具体途径,还需要不断进行探索。研究以小学二年级科学课程为例,按照知识建构的课堂组织了教学设计过程。通过研究发现,知识建构的课堂通过培养学生发散思维能力、发现问题、解决问题的能力和综合能力,可以有效促进学生高阶思维能力的培养。     

道路网络分层的快速路径诱导算法

路径诱导在现代交通和部队机动过程中具有重要应用,传统路径诱导算法(如Dijkstra算法)具有很高的计算复杂度和搜索空间,所规划路径仅仅是数学意义上的最短路径,很难满足实际道路交通导航诱导要求.为了降低路径诱导算法的搜索空间,同时使得规划的结果更能体现驾驶人员行车偏好,提出一种基于道路网络分层的快速路径诱导算法,在利用道路网络中道路的不同等级特性对路网进行分层处理基础上,通过限制算法搜索区域达到快速路径规划的目的.实验结果表明,该算法解算出导航路径中大部分是由快速路段组成,能很好地满足驾驶人员的选路偏好,路径搜索时间和搜索空间也大大减少.     

模糊需求下保障设施选址-路径模型及算法

针对装备保障过程中被保障单位需求量不确定的问题,在详细分析保障设施选址-路径相关因素的基础上,利用三角模糊数对需求量进行标定。通过运用模糊综合评价与群决策思想确定保障设施备选址点权重,构建时间满意度函数与惩罚成本函数,建立模糊需求下带有时间窗及容量限制的选址-路径模型,并设计了基于聚类分析与蚁群算法的混合启发式求解算法。通过算例分析验证了模型的正确性及算法的有效性。     

逆向选择、混同均衡与人才流失——对我军人才流失现象的一种解释

我军的人才流失现象可以理解为作为军事劳动力购买者的军队在与军人的博弈中处于信息劣势而产生的逆向选择。文章在建立我军人才流失的逆向选择模型的基础上,通过分析教育对于解决逆向选择问题的信号作用,认为我军处于无法解决逆向选择问题的混同均衡状态,并针对这一现状提出了打破混同均衡、避免人才流失的对策。     

片上trace：嵌入式处理器的有效调试和优化技术

片上trace技术弥补了传统调试方法的不足,可以实现对嵌入式软件的非入侵调试.首先分析了当前主流调试方法的不足,论述了trace与断点调试方法互为补充的关系,而后介绍了YHFT系列DSP的片上trace系统TraceDo的功能与结构,并解释了路径trace的原理和工作过程,最后讨论了片上trace的应用.     

无人机的侦察路径规划

交叉熵算法具有快速准确的特点,在理论研究和实际应用中占有很大的优势.交叉熵算法不仅应用于稀疏网络评估,还可以进行组合优化和模式识别等诸多方面.利用交叉熵算法对无人机的侦察路径进行优化,并根据长航时无人机的自身特点,在约束条件下,对无人机侦察航路进行了路径规划,同时利用实例模拟计算对交叉熵算法进行了验证,取得了满意的结果,在计算过程中展示了交叉熵算法在运算中的鲁棒性和时效性.     

SiC纤维表面CVD SiC涂层对其单丝强度的影响

采用化学气相沉积(CVD, Chemical Vapor Deposition)工艺在KD-I型SiC纤维表面制备了SiC涂层,选择2h、4h、6h和8h四个时间点研究了沉积时间对纤维性能的影响.结果表明:具有CVD SiC涂层的SiC纤维较无涂层的纤维来说强度有所下降;在所研究的沉积时间范围内,随着沉积时间的增加,涂层的厚度有所增加,涂层由不连续的岛状转变为连续层状,纤维的单丝强度出现了先升后降的趋势.     

基于量子粒子群优化的无人飞行器路径规划

根据地形障碍、敌方防御雷达、防空火力等威胁以及禁飞区的分布情况,引入最小威胁面的概念,利用B-Sp line插值逼近最小威胁面中的三维航迹在二维水平面内的投影,从而将三维曲线的规划问题简化为二维平面中控制点的寻优问题。采用量子粒子群优化算法,将约束条件和搜索算法相结合,有效解决了简单粒子群算法在高维空间中易陷入局部最优点的问题,简化了问题复杂度、提高了计算效率。仿真结果表明,生成的航迹具有地形跟随、障碍回避和威胁回避等功能。     

蚁群算法在车辆巡回保障中的应用研究

应用蚁群算法（ACA）解决车辆巡回保障问题，建立了车辆巡回保障优化数学模型，对轨迹更新规则进行了重新设定，给出了算法的实现步骤。通过算例分析，将计算结果与遗传算法（GA）和粒子群算法（PSO）作了比较，对模型和算法的正确性、高效性和适用性进行了验证。实验结果表明，该算法可以快速、有效求得车辆巡回保障的优化解，得到车辆巡回保障过程中的较优方案。     

地球静止轨道高能电子通量在线预测模型

利用粒子群优化算法和最小二乘支持向量机,建立地球静止轨道高能电子通量在线预测模型。针对粒子群优化算法,提出一种新的粒子群多样性测度计算方法,有效改善其早熟收敛现象。运用改进的粒子群优化算法优化最小二乘支持向量机的正则化参数和核参数。利用滑动时间窗口策略更新模型数据,选择触发机制以及模型的再学习机制为设计变量,实现模型的在线预测功能。对2000年电子通量监测数据和相关太阳风、地磁参数等实际数据进行的提前1~3天的预测实验,表明所建在线预测模型具有较高的预测性能,并具有一定的实用价值。