《系统工程与决策分析》案例教学探索.docVIP

《系统工程与决策分析》案例教学探索.doc

  1. 1、本文档共3页,可阅读全部内容。
  2. 2、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
  3. 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  4. 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
  5. 5、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
  6. 6、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们
  7. 7、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
  8. 8、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
《系统工程与决策分析》案例教学探索.doc

  《系统工程与决策分析》案例教学探索 摘 要:该文在信息类专业《系统工程与决策分析》课程的教学实践中,引入案例教学方法。通过面向信息专业特色、理论联系实际和激发学习兴趣等方式建设课程案例库。文章还进行了案例教学引入和案例学习分析过程等教学方法的探讨。课程实践表明案例教学能激发学生学习主动性,提高解决复杂问题的能力。 中国 8/vie   关键词:案例教学 系统工程与决策分析 案例库建设   中图分类号:G712 文献标识码:A :1672-3791(2017)02(c)-0165-02   长期以来,传统的系统工程教学方法以理论讲授为主,忽视应用系统工程方法进行实践教学。另一方面,案例教学这种亲验型、参与型的学习方法对《系统工程与决策分析》有着不可替代的重要作用[1-3]。为改进传统的教学方法,笔者及同仁在《系统工程与决策分析》课程的实践中,引入案例教学,结合课堂研讨活动开展案例教学,着重进行案例收集和案例库建设,并进行案例教学引入和案例学习分析等教学方法的探讨。   1 案例收集和案例库建库建设   案例收集和案例库的建设是一项复杂的系统工程,案例库建设作为系统工程与决策分析的教学改革与实践的重要环节,能够有效地弥补现实教学中与实践环节联系不够紧密的不足,有利于学生进行自主学习,更好地实现教学目的。   1.1 当前案例教学与案例库建设存在的问题   建设《系统工程与决策分析》课程的案例库,需要解决数量和质量的问题[4]。系统工程与决策分析的教学知识点较多,为帮助学生理解教学过程中的理论与方法,如果不建设一个数量充沛的案例库,很多知识点无法找到与之相对应的案例,教师在教学中只能够通过自身对问题的理解向学生举例说明,可能会导致教学效果不能达到预期。其次,案例的质量亟待提高,从书籍和报刊网络上找来的案例大多偏向于叙述性。更为重要的是现有的案例基本上是偏向于社会管理方向的,而所授课程的对象是电气和控制方向的研究生,照搬这类案例的话会形成针对性不强,难以调动学生的学习积极性。   1.2 案例收集和案例库建设的途径   在建设案例库的过程中,建设途径有以下几个方面。一是教师在教学和科研中,将本专业的课程或课题中与系统工程相关的内容整理成案例;其次是从各种电子资源中寻找合适的案例;另一个重要的途径是在课程中安排了学生在老师的全程指导下进行案例学习环节,并以此作为案例库的一个来源。经过几年的尝试,通过发动学生自选课题,老师帮助筛选课题,师生共同探讨解决问题的方法和模型,最后由学生经过建模、分析,得到案例解决方案的过程是学生对案例学习的良好体会。与此同时,一些问题阐述清晰、模型结构特征鲜明、方案选取有理有据的典型案例分析也被选取出来,为课程的持续改进充实了新鲜内容。   1.3 结合专业特色,理论联系实际,激发学习兴趣,建设案例库   在案例收集和案例库的建设过程中,着重关注了以下几个问题。   首先,和专业相结合,尽量采纳本专业课程或课题中所涉及的系统工程应用的案例。引入本专业的相关项目和课题,将它们作为系统工程的应用案例可以增强学生对课程内容的体验感,所以在案例库的建设中强化了这方面的内容。典型的案例包括应用层次分析法、多元非线性回归和深度学习算法等进行城市洪灾预测,应用启发式算法对某市的风光蓄互补独立微电网系统进行优化设计。以后者为例,在对系统建模后,研究者发现这是一个复杂优化设计问题,需要进行多目标的优化。优化目标包括微网系统的总费用、能量过剩倍率、微网系统的清洁率,以及系统可靠性负载缺电概率等。进一步结合实际应用场合,可将相对不重要的目标如负载缺电概率和微网系统的清洁率降级为约束条件。借鉴生物界自然选择和自然遗传机制的随机群体搜索策略,启发式多目标遗传算法在这里被用来解决复杂优化设计问题。在Matlab?h境中编程后,在最优解集中找到系统的满意解。   其次,以案例提高学生的学习兴趣,将一些比较枯燥的理论学习转换为有趣的案例应用。例如,在讲解解析结构模型时,把一个足球队员人数之谜的智力游戏用解析结构的传递关系来表述,应用解析结构的矩阵表达式对足球队员的站位顺序和站位高度建模,这样,解析结构的递阶关系就给出了足球队员从11人转化为10人的解。解析结构模型的理论学习因其对矩阵的定义和复杂分析而略显枯燥。将其应用在足球队员人数之谜的案例中,既能加深对解析结构模型理论学习的理解,又增强了课堂的活跃度。另一个案例则是将学生的兴趣爱好结合到课堂中来。不少学生是NBA联赛的忠实观众。为此,在案例库中增加了一个分析评价NBA常规赛赛程安排对各球队的有利程度的案例。通过收集2012―2013赛季的前半程的比赛时间间隔、背靠背次数、对手实力、区域因素、主客场因素,建立了基于模糊综合评价的分析模型,并应用该模型对赛季的后半

文档评论(0)

ggkkppp + 关注
实名认证
文档贡献者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档