学生头脑

摘要： 前概念的研究是从20世纪70年代开始的,但是传入中国并引起中国学者的关注是在20世纪80年代,现已日趋成熟。前概念是指学生在接受科学教育以前,对生活中自然现象的感受,自己形成的对一些概念的理解和认识,而这些概念往往是不准确的,甚至会对抗学生所要接触到的科学知识。学生在接受科学教育以前并不是一张白纸,所以,了解学生的前概念非常有必要,只有了解学生头脑中的概念和思维方式,才能准确高效地进行科学有效概念转化[1]。

摘要： 语文作为基础教育的核心课程,其所选历代经典诗文是学生接受传统文化教育、培育社会主义核心价值观的主阵地。如何将经典嵌入学生头脑而成为代代相传的好基因呢?显然,仅靠传统的背诵法是远远不够的。叶圣陶早就说过,光死记硬背,那就是“人型鹦鹉”“活书橱”。所以,语文教学,尤其是阅读教学,需要教师通过必要的解读,将蕴含于课文中的传统文化精华注入学生头脑,熔铸于学生血液之中。

摘要： 因为新冠肺炎病毒的肆虐,今年的寒假显得分外漫长。照顾本身自觉性不高的小学生,各位家长已经身疲力尽,但是仔细想想,即使缩短暑假,也不能和现在正适合学习的天气相比。那么,怎样才能让学生借助这大好时光奋力向上呢?我着力对本班学生进行了实践。我在毕业班任教,从以前的情况看来,部分学生头脑聪明,但是学习的自觉性仍然不足,需要家长和老师的帮助。

摘要： 在数学教学中,我们常常会遇到这样的现象:当教师进一步追问学生为什么时,很多学生找不到语言表述的切入点,理不出运用哪个数学依据,说不上具体的推理过程,一时陷入沉默。从中可折射出学生说理意识和说理能力都比较欠缺,可谓“知其然而不知其所以然”。教师若能通过链接学生头脑中已有的知识经验。

摘要： 学生的学习一般都是基于已有的知识和经验,从已有的思维出发,通过发现问题、提出问题、分析问题、解决问题的学习过程,抽象概念、形成公式、产生结论、感悟思想方法,建构知识的意义与价值.笔者认为,要将静态的知识变成学生头脑中“活”的知识.

摘要： 前概念,又叫前科学概念,在教学中泛指学生在新课学习前,对所学知识已有的认识和了解。许多研究表明,“在没有考虑学生前概念的情况下开展的教学是无效的”。因为新概念的建构只能基于已有的概念,那么如何将学生头脑中形成的前概念,上升为一定层次的科学概念?笔者认为,可以从以下三个方面进行:第一,教师应适时补充学生缺失的前概念。由于知识积累和生活经验不同,学生之间掌握的前概念有所不同,因此学习科学概念的基础也有所不同。有的学生前概念和科学概念共同属性较少,有的甚至缺失。因此,课堂上教师要适当补充一些内容来填补空白。

摘要： 统编本教材中编排了小说单元,可见编者对小说教学的重视。小说主要是通过环境的描写和故事情节的叙述来塑造人物形象,所以在教学小说的时候,教师应该贴着人物巧妙选择教学切入点,引导学生逐步深入理解,让小说中的人物在学生头脑中"鲜明"起来。一、选择动作描写来教小说动作描写是刻画人物的基本方法,主要通过对行为举止的描写来表现人物的性格特点,使小说中的人物变得可视化、立体化。细腻的动作描写可让人真切地感受到作品中的人物形象。选择动作描写作为教学切入点,可以使学生快速地认识小说中的人物。

摘要： 一、良性数学认知结构的内涵解读1.认知结构的含义。奥苏伯尔认为,认知结构就是学生头脑里的知识结构,即知识结构通过内化在学生头脑中形成的观念的内容和组织。可见,所谓认知结构,其实就是学生头脑里的知识结构,是一种反映事物之间稳定联系或关系的内部认识系统。认知结构是在学习过程中通过同化或顺应作用,不断扩大并积极改进所积累的知识而逐步形成的。

摘要： "认识平均分"是苏教版教材二年级上册"表内除法(一)"中的内容,它是学生学习除法的逻辑前提。教材按照循序渐进的原则,安排了四道例题,通过操作等多种活动使学生头脑中的"平均分"的概念既有具体的表象支撑,又能实现一定程度的抽象和概括,从而为认识除法打下良好的基础。本节课的例1是让学生用不同方法把6个桃分成两堆,初步认识到:把一些物体分成几份,每份分得同样多,叫做平均分。

摘要： 本发明提出了一种基于全局最优头脑风暴算法的无人机三维路径设计方法，首先，初始化环境地图和无人机路径的参数；其次，初始化路径种群，种群中每个个体所包含的变量作为B样条曲线的控制点，并由控制点产生一条由起始点到终点的具体路径；再将具体路径的可飞行性、安全性以及经济因素作为优化目标设计成本函数，并初始化优化目标权重；最后，通过全局最优头脑风暴算法对成本函数进行迭代寻优，从而得到无人机的最优三维路径。本发明满足无人机路径的曲率连续以及最大曲率的动力学约束条件，能够快速得到可飞行性、安全性和经济性的飞行路径，此路径可直接用于指导无人机实际操作飞行，且无需对路径进行后期光滑和调整。

摘要： 本发明公开了一种基于改进离散头脑风暴优化算法的引航员指派方法，包括，根据问题描述，确定问题约束条件，建立引航员指派模型；基于改进离散头脑风暴优化算法对引航员指派模型进行求解，找出最优引航员指派计划。本发明提出了离散头脑风暴优化算法，提出了头脑风暴优化算法在同一类中，个体向类中随机二个个体学习的方法，头脑风暴优化算法的离散化中个体融合和加入随机干扰的实现方法。采用改进离散头脑风暴优化算法，可以提高最优路径的搜索效率，避免算法陷入局部最优，提高算法的精度。

摘要： 本发明公开了一种基于改进离散头脑风暴优化算法的船舶引航排班方法，包括，确定船舶引航排班问题的约束条件，建立船舶引航排班数学模型；将船舶引航排班问题数学模型转化为伪旅行商问题模型；采用改进离散头脑风暴优化算法求解该伪旅行商问题模型，找出最优引航排班计划。本发明采用伪旅行商问题模型，消除了不可行解问题，提高了求解方法效率与精度；采用改进离散头脑风暴优化算法，可以提高最优路径的搜索效率，避免算法陷入局部最优，提高算法的精度。

摘要： 本申请公开了一种基于头脑风暴优化算法的无人机巡检路径规划方法，包括以下步骤：建立无人机巡检路径规划的三维环境，确定无人机个数、每个无人机的出发点和采集点；根据能耗约束参数建立带转角能耗的无人机巡检路径规划模型；根据所述无人机巡检路径规划模型，采用目标空间聚类离散头脑风暴优化算法，获取所述无人机巡检路径规划的最佳路径。根据本发明实施例的基于头脑风暴优化算法的无人机巡检路径规划方法，可以根据能耗约束参数建立带转角能耗的无人机巡检路径规划模型，并且通过采用目标空间聚类离散头脑风暴优化算法，获取无人机巡检路径规划的最佳路径，有效解决了无人机巡检调度问题。

摘要： 本发明公开了一种基于头脑风暴算法的功率电子电路优化方法及其应用，该方法步骤为：初始化用于优化功率电子电路反馈网络的算法参数，计算每个可行解的适应值，执行分组操作：每个可行解进行标准化，根据标准化后的个体位置将N个可行解分组，将每一组中的适应值最优的解作为该组的中心；执行替换操作；执行创造操作；构造新的解Yi；执行更新操作；判断是否达到预设的功率传输结束条件，结束优化或返回计算每个可行解的适应值。本发明在头脑风暴算法中引入基于标准化分组策略，以提高分组操作的有效性，使得功率电子电路优化的性能得到了提高。

摘要： 本发明涉及一种基于改进型头脑风暴优化算法的AUV路径规划方法，具体包括以下步骤：1、构建三维最佳航行曲面，随机产生n组初始的路径控制参数并分成m类，一组参数视为一个个体，计算个体的代价函数值，每类的最优个体成为该类中心；2、按照头脑风暴优化算法选择待变异个体，对待变异个体应用追随全局最优策略，并通过差分变异得到新个体，优胜劣汰更新种群；3、多次迭代直至迭代次数满足终止条件，输出最优个体。本发明充分利用基于全局最优和差分变异的头脑风暴优化算法在处理中低维问题上的优势，通过差分变异很好地捕捉代价函数特征，充分利用洋流减少航行时间，结合追随全局最优策略，使得算法有更高潜力在较短时间内寻找到更优解。

摘要： 本发明提供基于头脑风暴算法的集群编队控制方法、系统及存储介质，涉及集群编队仿真技术领域。包括：在解空间中随机生成N个初始解；对N个初始解进行聚类分析，得到m个聚类，对聚类中所包括的初始解按照代价函数值进行排序，获得聚类对应的聚类中心；随机选择一个聚类中心，在获得混沌解序列的情况下，对混沌解序列中所包括的混沌解按照代价函数值进行排序，获得最优混沌解，用最优混沌解替代随机选中的聚类中心；基于所有的聚类中心，对应每一初始解生成一个辅助解；基于每个辅助解对初始解进行更新，以获得每一初始解的新解；对所有的新解按照代价函数值进行排序，输出最优新解；将所述最优新解配置为集群编队的控制量，更新集群编队的状态。

摘要： 本发明涉及一种基于复合头脑风暴算法的森林芬多精检测方法，获取至少两个植物蒸腾模型的目标控制参数；通过骏方差聚类算法对获取的至少两个所述控制参数进行聚类；计算每个所述控制参数的适应度值，并将每个聚类中适应度值最优的控制参数作为所述控制参数聚类的中心；通过复合头脑风暴算法对至少两个控制参数复原进行扰动处理；将至少两个控制参数导入复合头脑风暴算法对高斯球中芬多精浓度进行优化，并输出芬多精浓度对应的芬多精浓度。与现有技术相比，使用风暴算法和骏方差的混合模型，根据离子理论中的高维度的扰动关联模型的控制优化关系，深度提取隐含的通量容差特征信息，确认动态时空四维度工作量程。

摘要： 一种面向医院消杀机器人路线规划的复合头脑风暴优化方法，解决医院消杀机器人路线规划，针对易陷入局部最优的缺点，融入模拟退火的思想以及Metropolis函数改进，由于模拟退火思想是Metropolis准则下存在一定概率接受非最优解为新解,因此本发明的头脑风暴优化方法中对新解的选择做出调整，使得算法不易陷入局部最优。

摘要： 一种基于头脑风暴优化的移动机器人多路线规划方法，针对K‑均值聚类算法采用的是基于的距离模型依据来进行聚类，聚类结果受初始聚类中心影响较大，易陷入局部最优的缺点，本发明使用考虑更新数据的均值和方差的高斯混合模型聚类算法去替代k‑means算法，不再使用基于距离的模型，而是使用基于分布的模型，来提高算法的鲁棒性，降低算法局部最优的概率。