控制理论类课程的案例法教学设计

控制理论类课程具有较强的理论性和实践性。针对学生不同需求,进行了案例教学设计,详细介绍了从案例的选取到实施和反馈的过程,把课堂知识和控制技术的前沿运用到工程实际中,使案例教学更高效、更有针对性。      

基于翻转课堂的创新人才培养模式

基于研究生培养目标以及教学中出现的问题,设计了翻转课堂教学模式,阐述了针对创新人才培养的教学内容,并提出了采用嵌入式问题设计的教学策略,以期提高研究生教育中对创新人才培养的质量。      

柔性电力技术案例库教学研究

柔性电力技术是电气工程学科硕士研究生的一门重要专业课程，由于传统的教学方法无法满足该课程对学生培养的要求，因此提出了柔性电力技术的案例库教学方法。将多个案例穿插在各章节中，形成以理论研究为基础，以案例分析为主线，以仿真软件为工具的教学模式，激发了学生的学习主动性，提高了学生分析实际工程问题的能力和科研水平。      

基于大数据的西藏荒漠化治理植物优选与验证

植物种植作为荒漠化治理的重要方式之一,关系到荒漠化区域的高效可持续发展。为提高植物选择的科学性与合理性,在项目前期已建成荒漠生态治理大数据平台并实现中国主要荒漠化区域生态信息全方位采集的基础上,进行基于大数据的植物优选研究与试验验证。研究运用相关性分析、聚类分析等大数据分析方法对荒漠植物种质资源库中植物进行类别划分,初步筛选适应该地区气象条件的植物;进一步运用层次分析法、专家打分法等决策方法从土壤、地形、生态效益、经济效益和其他等5个方面进行综合分析与评价,以优化初选结果。将该方法应用于西藏地区荒漠化治理植物的选择,经大数据挖掘分析,初步筛选出了核桃、黑果枸杞、盐生草和花花柴等适宜植物;进一步优化分析得出,核桃具有经济效益高、耐储运、前期投入相对较少等优势,是该区域荒漠化治理中生态适应性与综合效益俱佳的植物。优选结果在西藏山南市扎囊县桑耶镇的荒漠化治理中得到了验证,目前核桃长势良好,预期生态与经济效益显著。基于大数据进行荒漠治理植物的优选可为荒漠化区域科学规划及高效治理提供坚实的理论与数据支撑。     

基于HSIC的日光温室温度传感器优化配置策略

在经济成本和管理便捷性约束下,为有效监测日光温室内非均匀分布的温度信息,需要对数量有限的传感器进行优化配置,从而降低配置冗余,并增强温度信息丰度。该研究以山东地区冬季日光温室为研究对象,开展了基于希尔伯特-施密特独立性准则（Hilbert-Schmidt Independence Criterion,HSIC）的传感器配置策略设计及验证工作。首先,在温室内均匀布置了22个温度传感器,采集了冬季寒冷时期28 d共7 880×22组数据,明确了温室温度场空间分布的不均匀性及多传感器配置的基本原则和方法。然后,利用HSIC准则分析了传感器之间的相对独立性,依据信息最大化原则提出了传感器配置优先级排序算法,并根据信息增益率及配置冗余度约束提出了传感器数量选择依据,从而建立了日光温室传感器优化配置策略。最后,策略验证结果表明：相比于22个传感器的温度数据,南北垂直方向上选择S6、S9、S3传感器时,平均温度的RMSE、MAPE和信息增益率分别为0.24 ℃、1.21%、6.70%;东西水平方向上选择H6、H5、H2传感器时,平均温度的RMSE、MAPE和信息增益率分别为0.33 ℃、0.70%、9.47%。上述2组传感器能够有效兼顾准确获取温度整体趋势信息和增强温度信息丰度的双重目标,试验结果证实了配置策略的有效性和可行性。所提的传感器优化配置策略可以为日光温室环境监测与调控提供理论参考和数据支持。     

北方番茄日光温室温度传感器布设位置研究

为提高温室环境监测的精准性，降低环境感知成本，设计了多点环境监测系统。针对秋冬季温室温度管理难度大导致的番茄病害率增加等现象，对山东省番茄温室内的温度进行持续监测，依据实测数据选用高斯函数对温室温度的日变化曲线进行最小二乘多峰拟合，将离散的数据点转化为连续的高斯函数，通过积分比较得到番茄各生长周期的最佳监测位置。结果表明，以高斯函数为目标对温室温度进行多峰拟合分析，效果较显著，最小决定系数为0.919；番茄苗期与开花坐果期，监测点N₁₅、N₁₀与温室平均温度之间温度曲线积分面积的绝对差最小，因此该生长时期的最佳监测点为N₁₅和N₁₀；番茄结果期，N₁₀和N₃监测点所在位置最接近温室整体平均变化水平，为该周期的最佳监测位置。综上，在番茄不同生长周期中，温室中部监测点N₁₀更能代表温室整体水平，该方法为温室环境精准监测奠定了基础。