摘要：新时代高等工程教育肩负着培养具备知识更新能力、岗位适应能力、职业拓展能力的工程人才的重任,构建以多维度培养质量评价为基础的特色化人才培养体系是重中之重。该文梳理国内外工程人才培养的相关进展,分析了人才培养质量评价要素,设计定量评价与定性评价相结合的人才培养质量评价指标体系,建立起持续改进机制。在评价与改进的基础上,构建以学生能力培养为中心、符合工程教育认证标准的电力特色自动化类专业课程体系,完善理论课程与实践课程设置,厘清课程与学生能力培养之间的映射关系,形成培养“解决复杂工程问题”能力的教学布局。以华北电力大学自动化类工程人才培养为例,介绍改革实践成效,希望为行业特色工程人才培养提供借鉴与参考。

摘要：能源与交通的交替进步承载了人类社会的繁衍发展与文明延续。面对资源紧缺、气候变化、环境污染带来的严峻挑战,利用交通资产能源化、交通用能绿色化途径可以有效实现交通领域“碳达峰、碳中和”目标已逐渐成为一种共识。本文系统回顾了道路交通能源融合的发展历史,调研并分析了源于国家能源安全、交通能源结构绿色化转型、交通资产能源化潜力开发,以及交通系统智能化等推动道路交通与清洁能源融合发展的需求与变化趋势。笔者在对我国道路交通风、光自然资源禀赋与用能需求自洽供给评估分析的基础上,给出了我国道路交通与能源融合发展的参考路径,并结合“碳达峰、碳中和”目标,提出了道路交通与能源融合发展的路线图。最后,提出了技术与政策两方面建议:在技术方面,建议强化科技研发、推进产业链发展,助力技术创新与融合;在政策方面,建议完善顶层设计与战略规划、支持探索市场新模式,进一步深化国际合作。

摘要：学生对待课堂的态度是评价课堂教学效果的重要维度之一,学生在课堂场域中的位置客观地反映了学生对于课堂的态度。为了实现对课堂进行客观评价的目的,设计了基于哈夫变换和神经网络的课堂场域评估实验,分别采用计算机视觉课程中传统特征检测方法和现代多目标检测方法,基于课堂图像对学生课堂场域进行检测和分析。结果表明,在理解不同检测方法原理的基础上,学生通过搭建模型和调整参数等方法解决了实际问题,在实际应用场景中分析比较了传统和现代方法的优缺点,并提出了不同的场域评估指标。该实验培养了学生的工程实践能力和创新能力,实验教学效果良好。

摘要：基于多目标优化问题Pareto最优解的概念 ,提出了一种求解非劣解集的多目标遗传算法 ,重点讨论了算法实现中非劣解集的筛选和适应度的计算 .将该算法应用于假想的干线客机方案优化设计 ,要求巡航段升阻比和有用载荷系数两个目标最大 ,对优化结果进行了分析比较 .研究结果显示出MOGA(Multi ObjectiveGe neticAlgorithms)

摘要：在专业课程中推进“课程思政”建设,对于落实高校“立德树人”根本任务具有重要意义。本文以保密管理概论课程为例,重点阐述了保密管理专业核心课程的思政建设目标设置、思政内容融入、思政教学方法应用、思政效果评价考核的基本情况,探索课程思政育人有效途径,充分展示了课程思政建设全过程,对保密管理专业人才培养具有重要意义。

摘要：作业车间往往因出现新作业而需要进行重调度。为尽量减少由重调度带来的计划变更,除了优化原有的性能指标外,还应减小重调度结果与原排序之间的差异。由此,提出一种双目标优化模型。为方便求解,将模型进行了分解,构建了可以分步求解的分级模型。对分级模型提出改进的修复约束满足算法(修复法),通过采用新的变量表示形式,设计了变量排序的启发式算法,并采用变量互换启发式算法,以保证全局搜索性能。以90个作业车间标准算例为基础,设计了重调度算例,并与现有代表性的第二代非支配排序遗传算法优化结果进行了对比,结果表明在相同运行时间下,所提算法更具优越性。

摘要：修复约束满足算法(修复法)是在完整初始解的基础上不断对变量进行修复,最终得到可行解.对此,提出一种求解flow shop排序问题的改进修复法(IRCS_WT),通过采用新的变量表达方式,设计了一种以启发式优化规则为指导的变量选择算法(LWT),并采用一种变量互换算法(LTEE)保证算法的全局搜索性能.将新算法应用于31个标准算例,与传统算法及遗传算法的优化结果进行比较,结果表明在相同运算时间下改进算法具有明显的优越性.

摘要：通过溶剂法设计合成出了结构中含有硅元素的新型苯并噁嗪单体(Si-BOZ),以其作为改性体系对双马来酰亚胺树脂(BMI)进行共混改性,在降低BMI预聚物粘度的同时优化其固化工艺,改善其综合性能。选用平板小刀法测定了Si-BOZ、BMI、Si-BOZ/BMI等树脂体系的凝胶时间,红外光谱(FTIR)跟踪研究了Si-BOZ和BMI在固化过程中所发生的化学反应,非等温差示扫描量热法(DSC)研究了Si-BOZ/BMI树脂体系的固化反应动力学特征,并通过Kissinger法和Ozawa法对两者固化过程中的各参数进行了讨论。

摘要：将遗传算法 (GA)和模拟退火 (SA)应用于飞机方案优化设计 ,给出了算法实现过程 .对同一算例进行了优化实验 ,对二者进行了对比分析 .实验结果表明 SA达到收敛所需迭代次数及方案分析次数远较 GA为多 ,但其优化结果要好于 GA.这两类非数值优化方法应用于实际的飞机方案优化问题 ,必须首先解决由于所需方案分析次数太多而导致的计算效率低下问题 .相对而言 GA较 SA在实际飞机方案设计中有更好的应用前景 .

摘要：文章针对基于JIT思想建立的一种批量计划和作业排序集成问题,建立整体模型,设计了一种启发式算法采用集成方法求求解。针对问题的特点和遗传算法的特性,各层优化时均采用遗传算法求解,借鉴递阶优化方法的思想,首先从优化作业排序层出发,将其优化结果作为约束来优化批量计划层,然后利用利用批量优化的结果再重新来协调优化作业排序层,进而进一步去求解更好的批量计划。基于这种协调传递的思想,使各层的优化形成一个闭环,直到满足循环终止条件,得到比较理想的结果。最后通过算例试验表明,这种启发式算法与采用整体求解方法相比,具有比较满意的寻优性能和收敛速度。