“同课研究”引领教师成长

近年来,我校改变了以往“最优课”、“理想课”的老式教研模式,取而代之的是“同课研究”,这是一种新兴的校本教研方式,是教师课堂教学实践性研究的一种形式,笔者作为参与到“同课研究”中的一名教师,深深感受到了它的魅力,并在“同课研究”中逐渐成长。     

请笑对学生

实习教师小胡跟着我实习已经将近半个月了,我发现,她与班上的学生相处得很融洽,学生都愿意亲近她。一次课后,我问学生：“你们喜欢胡老师吗？”“当然啦!她总是笑着面对我们,和蔼可亲……”     

带约束多设施选址分配模型与基于变分不等式的启发式算法

设施选址问题在生活、物流、军事中有着非常广泛的应用.主要考虑设施有约束限制以及设施间存在相互运输的情形,提出一个约束多设施选址模型.目标是在平面上的约束区域内选择多个设施,使得这些设施到各个需求点以及各个设施间的距离和最小.提出了基于变分不等式方法的交替选址-分配启发式算法解决此模型:在分配步,采用最近中心再分配算法将顾客分配给设施;在选址步,先将子问题转化为等价的变分不等式问题,再用投影收缩方法求解相应的变分不等式问题.分析了问题及算法的一些性质,并给出了数值试验,证明了算法的有效性.     

理发师的启示

一位理发师带了徒弟，徒弗正式上岗这一天，给第一位顾客理发后，顾客嫌头发留得太长。师傅解释：长发显得含蓄，这叫深藏不露，很符合你的身份。顾客听罢高兴而去。徒弟给第二位顾客理完发后，顾客嫌头发剪得太短。师傅解释：头发短使你显得精神。顾客听罢欣喜而去。徒弟给第三位顾客理完发后，顾客嫌时间太长。师傅解释：为“首领”多花点时间是很必要的。顾客听罢满意而去。     

英语时态chant“记忆歌”四则

第一次听水滴声：课文导入时 师：同学们，侧耳倾听，这是什么声音？（课件播放水滴声，同学们静听约半分钟。）     

英语学习环境的创设

环境和氛围对人的影响是巨大的，良好的语言环境是学好一门语言的重要条件。小学英语教学要成功，首先要重视创设浓郁的英语学习氛围，让学生沉浸在英语小世界中，以“自然”的方式接触英语、学习英语。有资料表明，人在学习语言时，其视听信息的输入达到20％。据此我认为，在创设学校英语学习环境时，我们要抓住视、听两个方面，创设“硬”、“软”两类环境，坚持两手抓。     

时间序列分析在地表沉陷主要参数预测中的应用

本文运用时间序列分析中的有关理论,提出了预计地表移动主要参数的一种新方法,并通过实例证明该法是可行的,其预计参数的精度高于原来传统的方法。该法对于“三下”采煤中准确确定参数具有一定的指导意义。     

带投资约束且p不确定的推广p-中位问题

p-中位问题是设施选址中的一个经典模型,在交通、物流等领域有着广泛应用．在经典p-中位问题的基础上提出一种p不确定的推广p-中位问题,并且加上总投资约束,使得此推广模型更加实用．针对此推广模型,提出三种启发式算法：简单启发式算法、变邻域搜索算法和改进的遗传算法．数值实验结果表明变邻域搜索算法和改进的遗传算法在求解此推广模型时是有效的．     

基于改进遗传算法的集合覆盖问题

集合覆盖问题是组合优化中的典型问题,在日常生活中有着广泛的应用.提出了一种改进遗传算法来解决集合覆盖问题.算法对标准遗传算法的改进主要表现在:1)结合启发式算法和随机生成,设计了新的产生初始种群的方法;2)引入修补操作处理不可行解使其转换成可行解;3)对重复个体进行处理再利用;4)对多点交叉进行推广,提出了新的交叉算子;5)针对可行解和不可行解,采取两种自适应多位变异操作.数值实验结果表明该算法对于解决规模较大的集合覆盖问题是有效的.     

大规模多设施Weber问题的改进Cooper算法

 多设施Weber问题（multi-source Weber problem,MWP）是设施选址中的重要模型之一,而Cooper算法是求解MWP最为常用的数值方法.Cooper算法包含选址步和分配步,两步交替进行直至达到局部最优解.本文对Cooper算法的选址步和分配步分别引入改进策略,提出改进Cooper算法：选址步中将Weiszfeld算法和adaptive Barzilai-Borwein （ABB）算法结合,提出收敛速度更快的ABB-Weiszfeld算法求解选址子问题;分配步中提出贪婪簇分割策略来处理退化设施,由此进一步提出具有更好性质的贪婪混合策略.数值实验表明本文提出的改进策略有效地提高了Cooper算法的计算效率,改进算法有着更好的数值表现.