让德育课焕发时代活力——中职学校德育课教学方法探讨

近年来,如何提高中职学校德育课教学实效,让德育课课堂焕发新的活力成为教学工作的一大课题.通过建立融洽的师生关系,提升教师业务知识水平,改变教学方法等方面来激发学生的学习兴趣,从而达到提高课堂教学实际效果.     

中职校德育课教学实效性的反思与对策

德育课要做到知识学习与能力培养和行为养成相统一,切实增强针对性、实效性和时代感。德育课教学成效如何,直接关系到所培养人才的素质。笔者根据中职校德育课的培养目标,针对当前中职学校德育课教学实效性不佳的状况,分析、反思德育课教学的现状和成因,提出提高中职校德育课教学实效性的对策。     

中职学校德育课课程改革初探

随着新一轮的中职学校德育课课程改革的深入开展和中职学生主体意识的增强,传统的德育课教学有许多方面需要进一步改进和完善.在中职学校德育课教学中实施高效良性的师生互动,能提高德育课的教学实效和学生的思想道德素质,为学生职业生涯发展奠定基础.     

我国家族企业家族式管理的文化路径依赖分析

依据新制度经济学的路径依赖理论,分析我国家族企业以及家族式管理模式的文化路径依赖。指出对家族式管理要从历史的和文化的角度进行分析,不应简单否定;认为我国家族企业采用家族式管理是对传统文化的路径依赖,是对家文化和古代人治思想的延续和演化,并强调在市场经济条件下家族式管理模式与现代管理方式结合的必要性。     

改进A*算法的采摘机器人路径规划与跟踪控制

为提高采摘机器人的工作效率和控制精准度,提出一种基于改进A*算法的路径规划与跟踪控制方法.首先建立移动采摘机器人的动力学模型,然后通过引入人工势场法改进了A*算法的效率,实现了对采摘机器人运动路径的快速规划,最后利用状态观测器估计出系统状态,并设计终端滑模控制律来准确跟踪路径指令,大大提高了控制精度.仿真结果表明:设计...     

新时代高职院校教学名师培养路径探讨

习总书记在十九大报告中,对高职教育发展提出了新的要求,加快高职院校教学名师的培养,正是建设教育强国新的时代要求。笔者从教学名师队伍现状、教学名师的培养现状两个方面进行分析;从"工程式"推进培养路径、师徒制与校企合作培养路径、"校校联合型"培养路径、"政策导向型"培养路径等四个方面对教学名师的路径进行探讨;从推动职业教育改革需要、高职院校内涵改革发展需要、职业教育教师成长需要三个方面对新时代高职院校教学名师培养意义进行分析。     

基于实训型众创空间建设的高职院校专创融合人才培养模式探索

本文提出以实训型众创空间建设为突破口和平台,建立适应高职院校特点的专创融合人才培养模式,具体从建设跨专业实训型众创空间、建立学研产创融通机制、打造政行企校创新创业孵化生态链、开展以真实项目为载体的教学形式改革、完善新"双师型"导师培养机制等方面进行了实施路径探索。     

多农机重复路径协同作业下的导航路径迭代学习控制

在农作物从种到收多个作业环节中,多农机大都按同一参考路径(存在实时干扰)协同作业。针对"重复路径行驶"特点和借鉴"迭代学习"思想,可以逐渐提高协同作业时的农机导航路径跟踪精度,因此提出一种基于迭代学习控制的农机导航路径跟踪方法。首先,建立了离散的车辆运动学非线性模型;然后,设计了开闭环迭代学习控制律,并进行了收敛性分析;最后,进行了直线和圆形路径跟踪仿真实验。结果表明:迭代学习控制能够实现农机导航路径的完全跟踪;相同迭代次数下,与开环、闭环控制仿真结果比较,开闭环迭代学习控制收敛速度更快,路径跟踪误差逐渐趋近于0。     

“毕业设计与答辩”课程思政教学实践策略研究

文章以高职机械设计与制造专业"毕业设计与答辩"课程思政教学实践改革为对象,分析了"毕业设计与答辩"课程开展课程思政的意义及当前存在的问题,并从师资队伍建设、思政元素挖掘、思政元素有机融入、革新教学评价体系等方面探讨了"毕业设计与答辩"课程开展课程思政的具体实施路径,为高职"毕业设计与答辩"及其他相近课程的"课程思政"教学改革提供借鉴经验。     

基于改进RRT算法的猕猴桃采摘机器人全局路径规划

为提高猕猴桃采摘机器人导航效率,提出一种基于采样状态实时引导随机树扩展的改进方法（Straight-RRT）。首先,针对传统RRT算法盲目搜索的问题,引入评价指数与阈值划分采样状态,根据采样状态决定采样节点的选取方式,实时引导随机树的扩展。其次,为增强算法对不同环境的自适应性及快速避开不规则障碍物,引入动态阈值并优化最近节点选择机制。最后对路径进行优化处理,去除路径冗余点并采用贝塞尔曲线平滑路径减小路径复杂度。基于棚架式猕猴桃果园环境进行路径规划实验,实验结果表明改进后算法在猕猴桃果园环境中具有更好的适应性及规划效率,为提高猕猴桃采摘机器人导航效率提供了解决方法。     

基于改进RRT算法的猕猴桃采摘机器人全局路径规划

为提高猕猴桃采摘机器人导航效率,提出一种基于采样状态实时引导随机树扩展的改进方法(Straight-RRT)。首先,针对传统RRT算法盲目搜索的问题,引入评价指数与阈值划分采样状态,根据采样状态决定采样节点的选取方式,实时引导随机树的扩展。其次,为增强算法对不同环境的自适应性及快速避开不规则障碍物,引入动态阈值并优化最近节点选择机制。最后对路径进行优化处理,去除路径冗余点并采用贝塞尔曲线平滑路径减小路径复杂度。基于棚架式猕猴桃果园环境进行路径规划实验,实验结果表明改进后算法在猕猴桃果园环境中具有更好的适应性及规划效率,为提高猕猴桃采摘机器人导航效率提供了解决方法。     

区域交通智能车辆导航控制技术

通过系统辨识实验得到车辆转向系统动态特性方程，结合车辆预瞄运动学模型和二自由度转向动力学模型建立基于视觉预瞄的转向动力学控制数学模型，根据线性二次型最优控制理论设计的最优控制器能稳定跟踪直线路径。采用模糊控制快速跟踪弧线导航路径，结合车辆转向系统当前状态和最快动态响应能力建立车辆弧线跟踪时的变结构控制输出集。针对JLUIV-V型区域交通智能车辆部分状态变量的不可测性，根据Kalman滤波理论构造状态观测器。仿真和试验结果表明：该控制技术在区域交通智能车辆户外路径跟踪过程中平稳、可靠。     

农村信息技术服务对农民收入影响的实证研究——基于哈尔滨市面板数据的分析

农村的信息服务是新农村建设能否成功的基础和保障,农村信息技术服务的状态决定着能否通过提高农村信息服务水平带动农民增加收入、加快"三农"问题的解决。为此,基于对哈尔滨市270户农户农村信息化实证调研面板数据的调研分析,结合国外农业信息服务发达国家的经验,分析了哈尔滨市农村信息技术服务和农民收入的现状,在二者之间建立统计关联。同时,通过量化处理提出提高哈尔滨市农村信息服务的水平、促进哈尔滨市农民增收的相关路径。     

“1+X”证书制度下学生核心能力的培养——以农科类院校为例

文章结合当前的"1+X"证书制度,从农科类院校教学发展的困境入手,探究了"1+X"证书制度对培育农科类院校学生职业核心能力的重大意义,并制定相应的人才培养路径,以期为现阶段农科类院校的人才培养提供借鉴,提升农科类院校人才培养的整体水平。     

双差速驱动移动机器人路径跟踪混合控制律研究

针对双差速驱动移动机器人的路径跟踪问题,建立了双输入-双输出的非线性运动学模型并进行了输入-输出线性化,分析了冗余运动约束的速度协同条件,提出了一种融合偏差智能转化评价函数法和指数稳定控制的混合控制律。评价函数法可针对不同的偏差状态智能选择合适的控制量以将其转化到指数稳定控制的适用范围,再通过指数稳定控制实现姿态角偏差和距离偏差向零的同步收敛。数字仿真和实验测试结果表明,该混合控制律可平滑转化偏差状态、同步消除位姿偏差,使移动机器人精确、稳定地跟踪直线和圆弧导引路径。     

基于模型预测的插秧机路径跟踪控制算法

为了提高自动驾驶插秧机路径跟踪更高频的控制,本文提出一种基于模型预测的路径跟踪控制方法。以模型预测算法为基础设计自动驾驶控制器,通过简化农机车辆模型、线性化运动学方程、制定约束量,实现以当前状态量p=(x,y,θ)预测下一时刻的车辆状态,控制自动驾驶插秧机沿参考路径行走。通过在Matlab中建立仿真模型验证控制器的可行性,结果表明：直线路径跟踪横向偏差小于0.02m,航向偏差小于0.08°,曲线路径横向偏差平均值为0.022m、航向偏差平均值为0.699°,可用于实车试验。另外,以水稻插秧机为试验平台,通过设置不同车速验证算法的鲁棒性,直线路径跟踪平均横向、航向偏差分别为0.021m、6.187°,曲线路径跟踪平均横向、航向偏差分别为0.450m、10.107°,可满足自动驾驶插秧机路径跟踪精度及实时性需求,为农机路径跟踪控制研究提供了参考。     

基于多传感器融合的跟随AGV复合导引技术

在"主从式"AGV协同作业中,跟随AGV的定位和导引,除了获取环境信息,还需要观测领航AGV的位姿进行路径跟随,对精度和稳定性有更高的要求。为了提高跟随AGV的导航精度,提出一种惯性导航与多目视觉结合的组合导航方法。针对多传感器的数据融合问题,提出一种基于自适应无迹卡尔曼滤波的跟随AGV最优位姿估计方法。惯导传感器输出信号用于跟随AGV的状态预测;路径跟踪导航与RGB-D视觉导航组成多目视觉导航,作为系统观测修正惯导的累积误差。实验表明,本文提出的复合导引方案具有更快的偏差收敛速度、更稳定的路径跟踪状态和队形保持,提高了双车协同搬运系统的实时性和鲁棒性。     

基于MPC的插秧机路径跟踪控制算法研究

针对国内自动驾驶插秧机路径跟踪精度不高的现象，提出一种基于线性时变模型预测控制的路径跟踪方法。将建立的非线性插秧机运动学模型进行线性化和离散化处理，并基于此模型进行模型预测路径跟踪控制；建立以控制增量为状态量的目标函数；考虑系统控制量和控制增量的约束条件，将目标函数求解转为带约束的二次规划问题；采用内点法进行求解，将所得控制序列第一个元素作用于系统，并且不断重复以上过程实现最优控制。在MATLAB/Simulink环境下，搭建上述模型预测控制器系统仿真，并与路径跟踪效果良好的Stanley控制算法对比，结果表明，上述模型预测控制器优于Stanley控制算法。采用卫星信号接收机、电动方向盘和转角传感器，改造井关PZ60型插秧机，搭建插秧机自动驾驶试验平台，进行田间试验，试验结果表明，基于线性时变模型预测控制器能够使自动驾驶插秧机车速1 m/s时，有效进行路径跟踪，直线段跟踪误差最大2.02 cm，满足插秧机自动驾驶路径跟踪精度要求。     

基于改进人工势场法的路径规划决策一体化算法研究

车辆路径规划与决策算法是无人驾驶汽车的重要研究方向之一。现有的路径规划与路径跟踪决策算法中规划层与决策层存在时滞现象,往往会引起检测信息与真实行驶环境信息的偏差,使得规划的局部路径不能反映当前真实状态,是无人驾驶汽车安全行驶的不稳定因素。本文综合考虑了环境交通参与者与车辆自身运动学特征,建立了横纵向安全模型,对车辆目前行驶环境的风险特征进行了综合评估。在行驶环境特征与车辆动力学特征的基础上对传统人工势场法进行了改进,设计了基于虚拟力的局部路径规划与控制决策一体化算法,提升了算法在复杂动态环境下控制的可靠性。最后,利用Carsim/Simulink建立了联合仿真环境,分别对传统路径规划算法、路径跟踪算法与本文提出的路径决策规划一体化算法在典型工况下进行仿真。仿真结果表明,该算法能减小路径规划决策环节的时滞影响,为复杂动态环境下的无人驾驶车辆提供更加合理的控制方法。     

基于神经网络预测的无线传感器网络田间射频信号路径损耗

为解决应用无线传感器网络技术监测农田信息时无法快速预测射频信号路径损耗的问题,基于神经网络理论研究了田间路径损耗与其影响因素间的关系。试验中选取915和2 470 MHz 2个载波频率,在冬小麦的不同生长阶段测量射频信号在田间各影响因素作用下的路径损耗,建立和验证基于神经网络的射频信号田间路径损耗预测模型。所建立模型模拟值与实测值的相关系数为0.92,应用建立的神经网络预测田间射频信号路径损耗并与实测值对比,最大预测误差绝对值为4.186 dB,最大预测标准差为2.759 dB,预测准确度为94.2%。所建立的BP网络可以对田间射频信号路径损耗进行预测。