多学科优化（通用12篇）
多学科优化 篇1
引言:众所周知, 飞机整体设计的一个重要环节就是各个组成配件及其重量的预测以及指标的确定。假如对其结构重量的预测计算过度的保守的话就会使飞机整体的重量指标在竞争上失去优势, 相反的, 假如预测的比较乐观的话就会致使飞机的性能或者是重量指标不合乎设计要求。所以, 确保机翼结构重量预测的有效性以及准确性是目前飞机整体的设计过程中所面临的最主要的问题。
一、飞机结构重量的预测所采用的传统方法
飞机结构重量的预测方法可以主要区分为两种类型, 一种是统计方法还有一种就是物理学方法了。所谓的统计方法就是利用以前的飞机结构重量等统计学数据, 进行分析从而得到的一种经验公式, 这种计算方法的局限性在于该方法主要分析以前的飞机结构重量等数据, 对于采用了新型材料和新技术手段的新型飞机便失去了参考价值。物理学方法则主要是采用了应用力学的原理, 经过对飞机的机翼结构的分析来达到对其结构重量的预测。这种方法主要包含以下几种手段:
1) 工程梁方法。这种手段主要是把机翼翼盒抽象为盒型梁, 以机翼的载荷为研究对象对其进行受力分析, 分别计算机翼承剪和承弯以及承扭材料的重量, 进而对得到的数据进行修正处理从而得到机翼翼盒的结构重量。
2) 等效平板法。这种方法就是机翼看成是一系列的平板, 这种手段的优势就在于可以考虑结构布置的特点, 主要适用于对小展弦比机翼的重量预测。
3) 有限元方法。该方法能够做到对结构设计方案进行更详细的模拟, 这一优势也决定了其适用的范围非常的广泛, 计算的精准度也非常的高, 是当前最受到重视的手段之一, 同时计算精准度的提高也带来了计算过程复杂但是这种方法的计算过程非常的复杂, 在飞机的整体设计过程中不能被快速的应用。
二、多学科设计优化的优势
由于飞机的机翼结构重量受很多方面因素的影响, 比如其外形或者是各种结构的布置以及所使用的材料等都可能会对其结构重量造成巨大的影响, 所以说飞机结构重量的预测是一种跨越多学科的问题, 应当采用多学科设计分析优化的手段来对其进行结构重量的预测。
多学科设计分析优化的办法与传统的计算方法相比较来说, 其主要优势是, 采用了数字分析模型取代了传统的估算模型, 该模型可以分析更多的影响因素;减少了对统计数据的依赖性, 因此可以利用到新型飞机的整体设计中去;综合运用了不同学科的不同科技手段;现在飞机的整体设计已经向着多学科设计的分析优化方向发展[1].并且最近几年来发展迅速。
1.机翼结构重量的预测计算方法
运用多学科设计的分析优化的手段, 采用统一的预测计算流程, 实现对其结构重量的精准预测, 如图1[2].
对图1的计算过程简单的说明一下:
1) 以飞机整体设计的方案为基础, 建立一个机翼外形和机构的数学模型。
2) 设定机翼的展向载荷分布数据, 当做气动设计优化的输入。
3) 依据第一步建立的数学模型, 自动的生成气动分析模型。
4) 以上步骤生成的启动分析模型为基础, 经过启东话设计的优化, 在满足气动力设计的条件下, 形成最佳的机翼外形。
总结:为了提高飞行器结构重量预测方法的可信度和适用性, 应用多学科设计优化方法, 建立了一种新的结构重量预测方法。研究结果表明:
1) 由于重量预测中分析模型采用数值分析模型, 包括CAD模型、CFD方法、结构有限元模型等, 结构重量预测的可信度要高于现有的工程方法。
2) 由于该方法采用了参数化方法, 自动化程度高, 可实现机翼结构重量的快速计算。设计人员只需设定机翼外形参数、展向气动载荷分布、结构布置参数、结构材料等输入参数, 整个计算过程自动进行。
虽然本文算例的研究对象是机翼, 但本文方法适用范围广, 可应用于其他部件或全机结构重量的预测, 而且还可扩展到非常规布局或采用新技术的飞行器结构重量预测。在下一步研究中, 将把利用多学科设计的分析优化对机翼的研究成果逐步的应用到融合布局飞机的结构重量问题中去。
摘要：随着经济和科学技术的不断发展, 飞机机翼的发展变化也日新月异, 各种新型飞机不断的涌现, 因此, 传统的机翼结构重量的计算方式已经不能适应现在的情况, 进而以多学科分析为基础的机翼结构重量计算方式就得到了快速的发展。该种方式最主要的就是对机翼外形及其结构进行数学建模, 然后利用CAD等软件的二次开发方式, 生成机翼外形的几何模型机翼结构布置几何模型等, 使用这种方式可以有效的缩短结构分析以及优化所用的计算时间。利用多学科集成以及优化技术来建立起一个机翼结构的重量预测系统, 逐步实现整个系统的自动化处理。通过使用这种计算方法, 可以快速有效的分析机翼的外形与结构重量之间的相互联系, 实现分析以及优化更加科学的目的。
关键词：机翼,重量预测,结构重量,多学科设计分析优化,有限元方法
参考文献
[1]余熊庆.飞机总体多学科设计优化的现状与发展方向[J].南京航空航天大学学报, 2008, 40 (4) :417-426.
多学科优化 篇2
涡轮叶片一维气动方案多学科优化设计
涡轮叶片设计过程中涉及气动、几何、结构、材料、强度、温度等多个学科,需要用多学科优化设计方法进行涡轮叶片的设计.本文应用iSIGHT软件和基于精化网格法的`自编程序分别进行了涡轮叶片一维气动方案设计.通过对iSIGHT软件中不同算法的求解与对比分析,为基于三维精确仿真的涡轮叶片多学科优化设计过程中的优化算法选择提供了参考.应用精化网格法编制的多级涡轮叶片优化设计程序,根据发动机总体提出的性能要求与约束条件,计算得到了多级涡轮热态子午流程通道以及涡轮叶片气动三角形等参数,为基于三维精确仿真的涡轮叶片多学科优化设计提供了初始的设计点.
作 者：史海秋 邓家�A 作者单位：北京航空航天大学720研究所,北京,100083刊 名：制造业自动化 ISTIC PKU英文刊名：MANUFACTURING AUTOMATION年，卷(期)：28(6)分类号：V2关键词：涡轮叶片 多学科优化 精化网格法
优化学科德育亟需三个转变 篇3
因此，要优化学科德育，需要从观念到行动实现必要的转变。
一、从“知的倚重”到“人的发现”
这里有两个层面的问题需要思考。一方面，当下的教学依然存在着偏重知识传授的倾向，把学生当作接受知识的工具。这样，在学科教师面前，活生生的学生——有着生命活力、个性差异、主体能动意识的“人”不见了。而只有有“人”的课堂，一切教学与教育才能正常展开。
另一方面，一提到学科德育，许多教师就自然地想到传授一些“德育知识”或宏观的这个“观”那个“主义”，同样没能更好地考虑学生的心理状态和内在自觉。
多次观摩伯尔的小说《流浪人，你若到斯巴……》和肖洛霍夫的《一个人的遭遇》（节选）教学展示课，不少教师在分析课文的过程中，总喜欢讲述什么是正义战争，什么是非正义战争，怎样才算是爱国主义。这本身并没有错，甚至有时也是必要的，问题是，我们的学生从小在和平的环境中长大，《水浒传》等传统作品体现的“快意恩仇”，或近年“抗战神剧”的影响，几乎主宰着他们对战争的认知。可惜，不少教师对于眼前的学生没有深入了解，无视学生的困惑，如学生对《流浪人，你若到斯巴……》中的“我”，战争受了重伤却还觉得炮声是“优雅”颇感不解，那么，一切崇高的教育都将大打折扣。
可见，对于这些战争题材的作品教学，首先要引领学生深入文本，设身处地地了解，指导学生联系已学的同题材作品或影视作品进行比较，同时适度拓展。让学生在读懂文本的同时，读出自我。
二、从“导的在场”到“能的智慧”
优化学科德育，无疑需要所有的教师自觉地担当起“在场者”的职责。但是，一些教师在学科德育上扮演着“退场者”的角色，即使在场的“引领者”也往往缺乏应有的智慧。
笔者曾观摩一位教师上《论语》中的《侍坐章》一课。执教者先花半节课让学生梳理课文，即从孔子问志到学生答志，再到孔子评志。然后用剩下的半节课让学生谈感想，即学生自己说志，同桌评志。有学生说：“我的志向和大家一心要考好的大学可能不同，我想开一个小店，卖自己喜欢的东西。”其同桌评论说：“这个念头有点古怪。”教师没作任何评价便让别的学生继续说，那名要开店的学生似乎很没趣。又有一名学生说：“我的志向是嫁一个外国的老公。”这自然引来一片笑声。教师笑着让其同桌评论，其同桌说：“我觉得她的志向一定能够实现，因为，作为同桌，我知道她口语很好，与外国人交流很方便……”课堂上笑声不断，教师偶然也会有“你的志向好独特”“你真的很聪明”之类的评价，但是，教师的引领实在缺乏必要的思想和智慧。比如，对于明显的搞笑者，没有进行必要的应对；对于流露出来的观念偏差，也没有进行必要的分析。
其实，《侍坐章》中孔子的言行和态度便是学科德育的智慧。孔子对“率尔而对”的子路，“哂之”，在后面的评价中特别提到“为国以礼，其言不让”，对子路的表现有所不满，但并没有全盘否定子路的政治理想。而对于有点“另类”、似乎“没志向”的曾晳，孔子却明确表示“吾与点也”，并在评价中阐明自己的理想境界。这样，对于不同的学生都有所触动，更有所引领，体现了教师的担当与智慧，值得各学科教师借鉴。
三、从“点的揭示”到“过程的体悟”
以往，不少教师把学科德育简单地理解为在教学的某个环节把一些德育的“点”揭示出来，以便让学生记住，却忽略了引领学生自己发现和体悟。而一些教师片面理解高考的导向作用，又加剧了上面的偏差。如近年高考文学作品阅读题，往往有一道开放题，如浙江卷选用《静流》，其最后一题为：“结合文中弟弟的经历，写出你的亮点成长感悟。”
于是，在日常阅读教学中，一些教师热衷于与高考“接轨”，总喜欢让学生找到一些“点”，作为德育的“标签”。如杨绛先生的《老王》被选入初、高中多个版本教材，我们见到的相关课例也极多。但是，大多教师热衷于得出一些“点”的结论，如“底层的光芒”“关爱弱势群体”“知识分子的担当”等，而学生自己的发现和体悟没能跟进。
过程的体悟，还需教师引领学生联系生活，回到文本进行细读感悟。如杨绛先生为什么要在讲述中让老王自己说 “脑袋慢”“没绕过来”“晚了一步”，就“进不去了”？因为这样，展现在我们眼前的老王，是一个没有任何怨言的老实人，他谁也不怪，只怪自己。而我们只要肯思考，就不难发现，真正自责的应该是谁？真正要愧怍的应该是谁？这样的叙述，没有把矛头指向有关部门，却体现了一个学者的良心。
还有，杨绛直接引用老王的话，说他两个侄儿“没出息”。是两个侄儿没有考上大学、没有找到好工作或当上干部而“没出息”？显然不是。是两个侄儿经济状况也不好而没有能力帮助照顾老王而“没出息”？有一定可能。是两个侄儿对老王并不怎么孝顺而“没出息”？从全文看，可能性或许最大。老王说他们“没出息”，话里面自然有些不满，但从老王的嘴里这么说出来，并没有责怪的味道，足见老王为人老实与厚道。有亲人而不亲，有时候比没有亲人更感觉痛苦。如果让学生体悟到老王如此的辛酸，远比得出一个“我们应该关爱老人”之类的结论强。
如果说，教师对学生作为“人”的重视和教师对自身引领智慧的丰富，是学科德育优化的前提的话，那么，引领学生在学习过程中作为主体而自觉体悟，则是优化学科德育的根本。
多学科优化 篇4
多学科设计优化(MDO)作为一个研究领域,始于20世纪80年代,美国已将其纳入“美国国家关键技术发展规划”;中科院提出的10个左右我国经济社会发展全局的战略必争领域中也包括多学科设计优化的研究。多学科设计优化通过充分利用各个学科(子系统)之间的相互作用所产生的协同效应,获得系统的整体最优解。MDO技术的研究主要分为两方面:一个是理论研究,包括学科软件联合和建模语言开发等建模方法研究和协同优化、遗传算法等优化算法研究;另一个是实际应用的研究,研究成功的先例主要集中在航空和军事领域。
目前在国内多学科优化的研究成果还比较少,特别是在实际应用方面,主要是国防科技大学、西北工业大学等在飞行器上的应用。就装载机机构的研究方面,过去主要集中在建模仿真,分析已有模型的特性参数,优化也是针对单个简单零件,没有从多体动力学方面考虑。
本研究提出采用多学科优化设计平台,以多学科优化软件iSIGHT集成CAD、动力学以及有限元软件,充分发挥各个学科软件优势,并且实现高度自动化。
1 集成环境
iSIGHT软件是由美国的易擎软件公司(Engineous Software,Inc)近年来推出的一个集工业优化设计和自动化分析计算于一体的多学科优化软件。iSIGHTT己在国外的汽车、航空航天、工业制造及国防工业等众多领域的优化设计和稳健性设计应用中取得了一定的成效。
iSIGHT软件的特色是融合了优化设计中需要的三大主要功能:自动化功能、集成化功能和最优化功能,通过图形界面(GUI)以对话形式实现法的选择以及运行监控等全过程的操作实施优化下,基本操作步骤分为:过程集成、优化问题的设定、优化监视器[1]。设计流程如图1所示。
2 集成过程
2.1 iSIGHT数学优化模型
不同的优化模式使用不同的数学模型来表示,以下假设将某个系统描述成n个领域,各个领域数学模型在iSIGHT中的优化为:
undefined
式中 SF—比例因子;W—权重默认值,都为1;UB—设计变量上限;LB—设计变量下限;h(x)—等式约束;g(x)—不等式约束。
如何将各个领域的约束统一起来?这里就需要研究各个领域约束之间的耦合因素,耦合因素基本上可以分为两类:交叉变量(系统变量)和相关变量(耦合变量)。在iSIGHT中用罚函数,即每个独立目标都有一个权重和比例因子。
由公式(1)可以看出,复杂系统经过分解后每个子系统都有各自的目标函数、设计变量和约束方程,可以独立地进行优化设计,并通过系统级的优化调解控制器,对各个子系统间的耦合变量进行控制,以得到整个系统的最优解。
本研究建立的优化设计平台涉及的仿真软件包括三维建模软件PRO/E、多体动力学分析软件ADAMS、大型有限元分析软件ANSYS[2],下面主要介绍iSIGHT软件集成以上学科软件时的关键技术。
2.2 PRO/E集成
PRO/E强大的参数化建模功能,为CAE软件的方便运用奠定了基础。本研究用到结构尺寸参数和装配参数,通过采用在装配文件的同一坐标系下直接建立零件的方法,使两类参数能在一个关系文件中表示,简化了参数的调用和修改。
PRO/E会自动将GUI操作的所有命令记录在工作目录下的trail.txt.*文件中,iSIGHT通过集成该命令流以建立批处理文件,集成PRO/E文件。批处理文件内容为:
"D:Program FilesproeWildfire 2.0binproe1.bat" pro-wait trailfile.txt
2.3 ADAMS集成
ADAMS作为机械系统动力学仿真分析软件,它使用交互式图形环境和零件库、约束库、力库,创建完全参数化的机械系统几何模型,其求解器采用多刚体系统动力学理论中的拉格朗日方程方法,以建立系统动力学方程,对虚拟机械系统进行静力学、运动学和动力学分析,输出位移、速度、加速度和反作用力等曲线[3]。ADAMS软件的仿真可用于预测机械系统的性能、运动范围、载荷等。
本研究通过调用该文件以形成ADAMS的批处理文件,其内容如下:
"D:MSC.SoftwareMSC.ADAMS2005commonmdi.bat"
av ru-s b E:iSIGHTADAMSaview.txt e
2.4 ANSYS集成
ANSYS主要涉及了结构的静力分析和动力分析,用来求解外载荷引起的位移、应力和力。静力分析适合求解惯性和阻尼对结构的影响并不显著的问题。ANSYS程序中的静力分析不仅可以进行线性分析,而且可以进行非线性分析,例如塑性、蠕变、膨胀、大变形、大应变及接触问题的分析[4]。
ANSYS软件提供了两种工作模式,即人机交互方式(GUI)和命令流输入方式(BATCH),通过命令流方式,即参数化设计语言(APDL),可以自动完成有限元常规分析操作,对其进行修改,用户就可以完成任意多次的分析,从而大大减少了修改模型后重新分析时所需时间。运用APDL修改LOG文件,可以简化命令流文件,并可以实现某些GUI方式很难实现甚至不能实现的分析操作。
集成ANSYS的批处理文件内容如下:
"D:Program FilesAnsys Incv100ANSYSbinintelansys100.exe"-b-p ansys-i zhuang.txt-o
2.5 学科软件优缺点对比及相互弥补
2.5.1 PRO/E与ADAMS样机模型传递
PRO/E软件以使用方便、参数化造型和系统的全相关性而著称,经过多年的发展,虽然也能进行动力学和有限元分析,但是功能不如专业软件强大。ADAMS在多体动力学仿真和分析方面具有显著优势,但是建模比较复杂。这里引入由MDI公司开发的连接三维实体建模软件PRO/E与机械系统动力学仿真分析软件ADAMS的接口模块MechPro 2005,快速实现PRO/E与ADAMS之间的数据传递,其一般设计流程如图2所示。
2.5.2 ADAMS与ANSYS柔性体信息传递
ADAMS中的柔性体是用离散化的若干个单元的有限个结点自由度来表示物体的无限多个自由度的。柔性体的运动微分方程为:
undefined
式中 vi—节点移动速度;mi—节点模态质量;Ii—节点模态惯量。
ADAMS虽然自带柔性体分析模块,但是只能以轮廓线或向量图的形式显示,不能输出具体数值或进行强度校核。ANSYS作为大型有限元分析软件,能够建立简单的约束副,但是对于像装载机这样的多体动力学问题,需要建立多对复杂的约束副,ANSYS很难甚至不能求解。为了充分发挥ADAMS的多体动力学求解和ANSYS的有限元求解的相互优势,ANSYS自带的ADAMS connection成功实现了两者之间的数据传递和转换。一般的设计流程如图3所示。
3 装载机执行臂的多学科优化
过程集成,即通过提取各学科软件操作过程,编辑成命令流,并通过建立上述批处理文件,在iSIGHT内部调用以实现自动运行;文件解析,即通过指定学科软件的命令流中哪些参数为输入/输出参数的过程。
通过上述方法建立的装载机过程集成如图4所示。
因为每改变一次参数,各个软件都会产生相应的文件,随着优化过程的进行,文件数量会相应增加,为了节省空间,在每个学科软件运行之前建立一个init可执行程序,这里采用直接在iSIGHT的simcode中选择教本Script(默认可执行程序),用Dos Batch教本语言编写删除文件程序。
参数提取:这里需要考虑的参数一共有4个,分别是设计变量执行臂的厚度(thick)、宽度(length),目标变量质量(m)、体积(V)、最大应力(stress)。通过对相应的文件进行解析,可得到ISIGHT中的参数列表,如图5所示。
优化方案的选择:在iSIGHT的优化方案模块中选择优化方法。在本优化问题中,因为知道各参数的初始值,而且参数比较少,问题比较简单,因此本研究采用数值优化算法-序列二次规划法(NLPQL)作为优化方案[5,6]。优化运行后系统输出结果如图6所示。
从该结果文件中可以看出,经过42步的计算,thick值约为6,length值约为90时,在满足应力条件下,模型的体积约为0.15E-01,相比原设计减少了11.96%,这在一定程度上降低了制造成本。
4 结束语
本研究基于iSIGHT平台成功实现了学科软件联合优化装载机执行臂,说明了在iSIGHT平台上,集成PRO/E三维建模、ADAMS多体动力学仿真、ANSYS大型有限元分析的可行性。利用各个学科软件的命令流文件编制的批处理程序,实现了从更改参数、建立虚拟样机模型、传递数据、运动仿真、分析与输出结果的高度自动化,大幅度提高了设计效率,节约了设计成本。上述方式的成功实现为其他涉及多体动力学优化的问题的解决,提供了一个良好的工具和平台。
摘要：多学科协同建模、仿真、优化是提高复杂产品设计质量的有效途径之一,针对在机构设计中过度考虑安全因素,导致材料浪费的问题,研究了在iSIGHT多学科优化平台上利用CAD/CAE学科软件搭建的装载机执行机构的多柔体虚拟样机模型。介绍了面向模型的多领域协同仿真技术及基于系统过程集成和命令文件解析的建模技术。应用多学科变量耦合优化算法有效地解决了子系统之间的耦合和并行优化设计。从结果分析中可以看出,用该方法有效地实现了装载机执行机构的轻量化设计。
关键词：多学科优化设计,协同,iSGHT,过程集成,文件解析
参考文献
[1]Engineering Ltd..iSIGHT-2004-8-10-inner-training[M].Engineering Ltd.,2004.
[2]李庆国,曾庆良,范文慧.一种多体动力学优化方法的研究与实现[J].机械制造,2007,45(7):4-6.
[3]李军,邢俊文,覃文浩.ADAMS实例教程[M].北京:北京理工大学出版社,2002.
[4]龚曙光,谢桂兰.ANSYS操作命令与参数化编程[M].北京:机械工程出版社,2004.
[5]程成,须文波,冷文浩.基于iSIGHT平台DOE方法的螺旋桨敞水性能优化设计[J].计算机工程与设计,2007,28(6):1455-1459.
多学科优化 篇5
一种处理多学科优化问题的通用和有效方法
提出将多学科设计优化问题按单级优化来处理,并利用包络对偶法直接对其进行优化运算.通过对一道测试和评价多学科优化方法有效性的典型算题的`计算和求解,显示了该方法处理多学科优化问题具有收敛速度快、计算效率高、并具有通用性等特点.
作 者：王晓慧 夏人伟 WANG Xiao-hui XIA Ren-wei 作者单位：北京航空航天大学宇航学院,北京,100083 刊 名：宇航学报 ISTIC PKU英文刊名：JOURNAL OF ASTRONAUTICS 年，卷(期)： 27(5) 分类号：V421.1 关键词：多学科设计优化 包络对偶法 二次规划问题算法借鉴多种学科，优化生物课堂 篇6
一、理科课型
（一）元素及其化合物和有机化合物课
高中生物是从生物的物质基础讲起的，因此在教学这部分内容时，教师要着眼于化学，只有在做好化学特别是有机化学的知识储备的基础上才能恰当切入。在授课时，教师要充分揭示知识内在联系，将知识连线结网。教师应注意采用从个别到一般的归纳法和从一般到个别的演绎法，抓住物质之间的相互衍变关系，并应以性质为核心，并与其存在和用途密切联系，构建起主要化合物之间的关系网。
教材实例：生物必修一《分子与细胞》第二章中的细胞的化学组成；第四章第一节ATP和酶、有机物的鉴定。
（二）生物学中的数学
在生物学中常运用到的数学知识及技能包括数列、排列组合、概率及统筹学、建模思想、表格曲线分析等。而涉及的生物学内容包括净光合作用、总光合作用和呼吸消耗之间的关系、碱基互补配对、DNA复制的半保留特点、遗传规律、有丝分裂和减数分裂过程中各时期染色体数量变化和DNA含量的变化规律。由于部分内容兼具数学、生物学、化学等内容，因此采用恰当的教学方式很重要。如有些计算有一定的技巧，譬如碱基比率的计算、杂合子连续自交后代中杂合子的比例等，教师可通过数形结合法、特殊值法等予以突破。至于曲线和图表的分析，如种群数量J型和S型增长曲线的讨论等，教师则可通过提高图文转换能力予以解决。
课程实例：核酸、蛋白质及基因控制蛋白质合成；光合作用和呼吸作用；遗传概率、基因（型）频率；细胞分裂；食物链、物质循环和能量流动等。
二、文科课型
（一）说明文课
生物学课本上大多是科技说明文。在教学这些内容时，我们要从说明文的角度把握好各种要素，譬如时间顺序、空间顺序、逻辑顺序等。光合作用的发现、生长素的发现就是时间顺序；细胞膜的流动镶嵌模型、DNA的双螺旋结构的说明就是空间顺序；探索谁担当了遗传物质的过程就是逻辑顺序。
适合内容：细胞器的分工与合作、细胞分化、衰老和凋亡、关注癌症、染色体变异及其应用、生物群落的基本单位一种群、生态系统的稳态、生物个体的稳态等。
（二）议论文课
“现代生物进化理论”内容就属于议论文教学范畴。其授课思路和流程如下：（1）中心论点。生物是不断进化的，把握文章的中心。找出分论点或关键句，譬如种群是生物进化的基本单位、突变和基因重组产生进化的原材料、自然选择决定生物进化的方向。（2）桦尺蠖、加拉帕戈斯群岛地雀的演变进化是典型论据。（3）分析论证过程。（4）注意文章中非议论成分的作用。
教学实例：DNA是主要的遗传物质、现代生物进化理论。
三、学习方法课
教师应引导学生将学过的知识进行归纳总结，内化为自己的知识系统。如学完“绿色植物的新陈代谢”后，教师可以一棵树的营养器官根茎叶的生理活动作为主线，将水的吸收、利用、散失及光合作用、细胞呼吸等联系起来，构建知识树。教师还可让学生自己设计图解，以提高学生分析比较、综合概括的能力。
课程实例：细胞综述、代谢综述、染色体专题、蛋白质综述、生态系统综述等。
四、学法指导课
学法指导课一般侧重于指导学习方法和培养操作技能，主要对学生进行思维方式的训练，让学生在自主合作的氛围中探究生物学知识的根源。学法指导课注重学生生物素养的整体提高，通过阅读材料，全面实现多维教学目标。
教学实例：学期第一节课、新课需要新能力的有机渗透和穿插。
高考迫使我们研究题型，但其实我们更应该多研究课型。新课程的实践要求我们在不断更新教学内容的同时，大胆革新教学方法，用灵活的教学形式、教学手段来组织教学。实践证明，对于同一课程中的不同章节内容，要因材施教，采用不同的课型。这样才有利于激发学生的学习兴趣，调动学生的主观能动性，从而培养学生分析问题和解决问题的能力。我们发现，借鉴语文和数学等课程，从工具学科的角度看待生物学专业内容，有助于我们把握生物学的结构及内部的逻辑关系。总之，我们要追求教学的有效性，就要善于借鉴，不断优化生物学课堂，做到因材施教。
多学科优化 篇7
火炮协调器是自行火炮供输弹系统的一个重要部件,是连接弹仓与输弹器、药仓与输药器的纽带,其作用是负责从弹仓和药仓中接受弹丸和装药模块,将它们传输到炮尾后部,使弹药轴线与炮膛轴线对齐,随后利用输弹机和输药机把弹丸和模块药分别可靠、一致地推入药室[1]。协调器由机械臂、液压系统和电气控制系统组成,是一个典型的机电液控系统。
目前对协调器进行研究的相关文献资料甚少。文献[1]对协调器进行了受控动力学分析,用MATLAB优化工具箱对PD控制器增益进行了优化,并对4种截面尺寸的协调臂模型进行了分析比较,得到了较优的设计。文献[2]以多体动力学理论和虚拟样机技术为基础,在ADAMS环境下建立了协调器的动力学仿真模型,并以小平衡机气体压力为验证指标对模型进行了验证,针对协调器的协调困难故障,建立了以平衡机气体初始压力和液体容积为故障因素的故障仿真模型,并通过仿真分析找到了两个故障因素的影响规律,确定了取值阈,为协调器的维修保障提供理论参考。文献[3]利用ADAMS软件在ADAMS/view中建立了自动供弹机构的动力学模型,获得了ADAMS环境下机构的动力学特性。文献[4]建立了自动摆弹装置的动力学模型,采用MATLAB优化工具箱对PD控制器增益进行了优化,并结合机械制动方法对摆弹臂的控制进行了分析,优化后的方法能使摆弹臂在给定的定位精度要求下动作。
多学科一体化优化方法[5]是处理多学科优化问题[6]的最传统方法,本文将多学科设计优化技术应用于协调器的系统设计,建立了协调器系统多学科一体化设计优化模型,并进行了相关仿真分析研究,获得了系统整体综合性能较优的全局优化解。
1 协调器一体化建模与分析
图1所示为协调器的多学科模型。协调器的电气控制子系统包括传感器反馈电路、AD/DA转换电路、控制器、信号放大电路等,其作用是根据期望输入对液压及机械子系统进行控制。机械子系统包括液压缸本体、协调臂本体及弹丸、模块药抱夹机构,负责执行液压输出,完成预期的协调任务;液压子系统由液压泵、蓄能器、伺服阀、辅件组成,主要对电气控制信号作出响应,驱动液压缸动作。协调器系统多个学科之间存在相互耦合,如机械子系统与液压子系统之间的耦合变量有活塞杆力FL、活塞杆速度v0,机械子系统与电气控制子系统之间的耦合变量有转角误差e,电气控制子系统与液压子系统之间的耦合变量有电流控制信号i,耦合关系如图2所示。
协调器存在多个设计变量,主要包括PD控制器的比例增益Kp、微分增益Kd、液压缸内径D、活塞杆直径d、协调臂上液压缸活塞支点位置l。
1.1 电气控制器模型分析
电气控制系统通过安装在协调臂转轴上的角位移传感器检测协调臂当前的转角θ,模数转换后将其与给定的期望转角θd进行比较,得到转角误差及角速度:
(1)
然后通过PD控制器计算输出控制信号(经信号调理电路),控制液压系统作动,其工作原理如图3所示。电流控制信号为
式中,Kf为功率放大器增益。
1.2 液压伺服阀模型分析
液压系统由于存在蓄能器和溢流回路,所以假设供油压力基本保持不变。伺服阀的输入为阀芯的位移,其流量qL与阀芯位移xs之间的关系为
ω=πd xs=Kxsi
式中,Cd为流量系数;ω为阀的面积梯度;d为阀芯凸肩直径;Kxs为伺服阀增益;ρ为油液密度;ps为供油压力;pL为液压缸工作压力,其值由工作负载决定,与机械系统耦合。
1.3 机械子系统模型分析
1.3.1 液压缸模型分析
液压缸为机械系统的执行元件,输入为油液压力,输出为活塞杆速度。液压缸模型如图4所示,其数学模型如下:
A1=πD2/4 A2=π(D2-d2)/4
式中,ηm、ηV分别为缸的机械效率和容积效率;FL1、FL2分别为活塞杆收回和伸出时机械臂作用于活塞杆上的负载作用力,可由机械臂本体动力学方程得到。
1.3.2 机械臂本体动力学分析
机械臂在液压缸活塞杆驱动下,绕点A旋转,液压缸与机械臂所成夹角为α,活塞杆伸出时,v0=v02,反之,v0=v01。设机械臂质量为m,转动惯量为J,质心与A点的距离为L,其他参数如图5所示。
通过分析可知机械臂上B点的速度:
vB=v0sinα (6)
则
由牛顿第二定律可得机械臂动力学方程:
则液压缸负载为
1.4 协调器多学科一体化优化模型
系统响应性能是待优化的主要目标之一,其评价指标较多,本文将时域响应的上升时间Ts及转角误差e作为系统响应性能的评价指标,由于误差信号存在正负,于是用e2的积分代替,定义评价响应性能的目标函数:
J1=λe∫e2dt+λtTs (10)
其中,λe((°)-2·s-1)、λt(s-1)分别为误差平方累积和上升时间的权重系数,其取值采用容限加权法,即估计转角误差项和上升时间项的变动范围,并用各自计算结果去除,使得各项分目标在数量级上达到统一。
液压缸作为执行元件,应尽量减小液压缸活塞杆对机械臂的作用力FL。力FL存在正负,于是用FL的平方的积分代替,定义最小化驱动力的目标函数:
J2=∫F2Ldt (11)
对整个协调过程驱动力求最小。
于是协调器多学科一体化优化模型可描述如下:
其中,约束g1是液压缸存在条件,一般而言,液压缸缸体必须比液压缸活塞杆行程至少大0.1m,g2为液压缸直径约束,H1、l1为常数,单位为m。
2 多目标进化算法实现与仿真分析
2.1 多目标进化算法实现
进化算法来源于对生物进化过程的模拟,为复杂系统优化的求解提供了一种通用框架,是一种具有较强鲁棒性的通用计算模型。本文根据多目标进化算法原理,设计机械臂多学科一体化模型的算法框架(图6),其思路描述如下:
(1)初始化种群。采用实数编码,解个体为液压缸尺寸、PD控制器参数及l的随机组合,产生初始种群P0,设定种群大小Num_P、外部档案大小Num_Arc、最大进化代数Max_G、交叉概率pC、变异概率pM等。
(2)目标函数与约束条件计算。调用多学科设计分析模块,对第i组解,计算目标函数值Ji1、Ji2,判断约束gi1、gi2的满足情况。
(3)排序与归档。对种群P进行非劣排序,得到非劣前端PF,若非劣解个数超过外部档案大小,则进行拥挤比较操作,对种群进行排序,并选择其中最好的解存入外部档案Arc。
(4)判断停止准则。检验当前进化代数Gen是否超出最大进化代数Max_G,如果满足终止条件,则结束,将外部档案中的Pareto解输出;否则继续。
(5)进化操作。对当前种群和外部档案种群进行二元锦标赛选择、交叉和变异,形成新种群New_P,返回步骤(2)。
2.2 仿真分析
利用图6所示的多目标进化算法对机械臂系统进行一体化优化,初始化设置种群大小为20,最大进化代数为200,交叉概率为0.9,优化结果的Pareto前端如图7所示。
本文偏好解的选择原则:①在机械臂响应性能合适的条件下,尽可能选择驱动力较小的解;②不能为了使某个目标函数微小的变优,而使另一目标函数出现较大的变劣。根据以上原则,选择图7中的点V为最优偏好解,具体结果见表1。
由表1给出的数据,在ADAMS中对机械臂系统进行仿真分析,以验证最优解的有效性。图8所示为期望转角θd=30°时协调臂转角误差曲线,图9所示为期望转角θd=30°时液压缸驱动力曲线。在给定的时间(0.6s)内,协调臂均达到了期望转角,而优化后的控制力显然较优化前小,可见优化解在动力学和控制性能上有了很大提高,完全满足设计要求。
图10～图13给出了优化前后系统的响应。优化前协调臂转角响应的确优于优化后的响应,但液压缸驱动力的最大值均超过20kN,在θd=70°时甚至达到30kN;优化后,协调臂转角的响应基本满足设计要求,且液压缸控制力均在20kN内,受期望转角大小的影响较小。
3 结语
本文对火炮协调器系统进行了多学科一体化设计研究,分析了电气控制子系统、液压子系统及机械系统的数学模型,结合学科间耦合关系,建立了机械臂系统多学科一体化分析模型。借助多目标进化算法求解优化模型,得到了机械臂系统偏好解。与原设计相比,优化后的设计使系统拥有更优的综合性能。
摘要：为了解决传统火炮优化设计中单学科建模分析的不足,采用多学科一体化设计优化方法对某火炮协调器系统进行了研究。通过对电气控制、液压、机械三个学科及学科间耦合关系的分析,建立了协调器结构控制一体化分析模型,结合多目标进化算法,对建立的一体化分析模型进行了设计优化研究。与原设计相比,优化后的设计使系统拥有更优的综合性能。
关键词：多学科优化,一体化方法,协调器,多目标进化算法
参考文献
[1]侯保林,樵军谋,刘琮敏.火炮自动装填[M].北京:兵器工业出版社,2010.
[2]李伟,马吉胜,马杨,等.协调器故障仿真及应用研究[J].火炮发射与控制学报,2009(3):36-39.Li Wei,Ma Jisheng,Ma Yang,et al.Study on Fault Simulation and Application of Coordinator[J].Journal of Gun Launch&Control,2009(3):36-39.
[3]方立波.中口径防空高炮自动供弹方案研究[D].南京:南京理工大学,2009.
[4]陈波.中口径火炮自动供弹机方案研究[D].南京:南京理工大学,2011.
[5]Kodiyalam S,Sobieszczanski S J.Multidisciplinary Design Optimization-some Formal Methods,Framework Requirements,and Application to Vehi-cle Design[J].International Journal of Vehicle De-sign,2001,25(1/2):3-22.
多学科优化 篇8
航空电子产品的不断发展以及部分平台的特殊要求, 使得人们对航空电子产品的小型化和轻型化的要求越来越高, 设备的质量指标已经成为其是否具备竞争力的一项至关重要的指标, 在满足质量要求的同时, 还应具备高可靠性、维修性、保障性、测试性、安全性和环境适应性, 对设备的研制开发提出了严峻的挑战, 因此需要开展以减重为首要目标, 同时兼顾各项性能指标要求的多学科优化设计。在国内外电子设备设计的减重设计中, 多以新材料应用、芯片高度集成为主, 多学科优化设计方法应用较少[1]。
1 设备的组成、减重指标及减重的几种重要手段
设备整体采用穿杆式设计, 由5个模块组成, 分别为发射模块、接收模块、天线信号处理模块、信号处理模块和电源模块 (图1) 。模块采用相同的截面尺寸, 厚度根据电路需要进行设计, 通过长螺杆组装起来, 穿杆形式具有耐振动冲击好、维修性好等优点。
根据初样机的设计, 设备体积为203mm×180mm×164mm (不包括隔振器) , 质量为7.2kg, 其中发射模块2.54kg、接收模块1kg、天线信号处理模块0.68kg、信号处理模块1.2kg、电源模块1.3kg、附件0.48kg。设备的质量分配指标为5.6kg, 为了满足该指标, 在正样设计时需要在初样机的基础上减重1.6kg, 即减重22.2%。
为了完成在初样基础上减重22.2%的目标, 在正样机设计时从以下多个方面采取措施。
1.1 优化结构件
该屏蔽盒类别的模块中, 结构件和印制板 (包括元器件) 大约各占质量的50%。在保证核心电路设计不改动的情况下, 对结构件进行优化, 是最直接和最简单的减重手段。
分析5个模块的特点, 其中2个信号处理类模块主要是数字电路, 可以取消屏蔽盖板, 取消后不影响整个设备的性能, 后续相关电磁兼容试验证明, 取消盖板未影响模块性能。其余3个模块可以对盒体壁厚进行进一步优化减薄, 从平均3.5mm减为平均2.5mm。对薄弱环节进行相关结构强度仿真分析, 后续亦进行了相关力学试验, 结果证明, 盒体壁厚减为平均2.5mm, 未影响模块力学性能。
从表1中可以得出, 通过优化结构件的措施, 可以减重0.48kg, 但是只能在初样质量基础上减重6%。
1.2 优化电路
模块电路部分所占质量比例也非常大, 在外围结构件已经无法进一步减重的情况下, 电路的优化以及减少电路冗余设计, 也是减重设计中不可缺少的手段之一。经过初步核算, 优化电路部分后可在初样质量基础上减重4%。
因为电路设计指标为设备实现其核心功能的重要指标, 为了保证其在初样机基础上的设计延续性, 一般尽量慎重选择该方法。
1.3 使用新材料
除了上述减重措施外, 新材料的应用也是减重的重要手段之一。传统屏蔽盒类模块的材料多选用铝合金, 随着新型材料的研究和应用, 镁合金、复合碳纤维等材料也越来越多地应用到工程中。镁合金密度约为铝合金的2/3[2], 复合碳纤维密度约为铝合金的50%~60%[3], 其减重效果不言而喻。但新材料在表面防护、机械加工、成本控制等方面还有待研究, 新材料的使用, 尤其是在可靠性和环境适应性要求高的工程项目中的使用更应慎重。
1.4 减小模块截面积
在初样机的基础上优化了结构件和电路设计后, 依然只能完成减重10%的目标, 这必然要求考虑更有效的减重设计手段。根据该设备的特点, 并分析初样机电路板上的器件密度, 最终考虑将模块截面积减小20% (图2) , 结构和电路部分都重新进行设计。此方法优点是减重效果明显, 缺点是设计继承性差, 初样机完成的设计分析和试验均需重新验证, 并且安装接口改变, 需增加过渡板以保证安装接口不变。在质量指标为首要指标的前提下, 需克服其他困难, 以保证实现目标。
从表2中可以计算得出, 通过缩小截面积的措施, 可以减重1.65kg, 能在初样质量基础上减重23%, 已经实现了减重目标。
综合以上四种减重方法, 在该设备的减重设计方案中以第四种为主, 包含了第一种和第二种方法, 最终达到质量要求。第三种方法因目前对新材料的工艺方法研究和使用验证均不充分, 暂缓采用。
2 多学科优化及仿真设计
对于本研究的目标设备, 选用多学科优化设计中的一致性约束优化算法 (CCO) 进行优化分析。图3为一致性约束优化法的算法结构图, 该方法又称为IDF法。IDF法将耦合状态变量作为辅助设计变量, 使得各子系统能够独立地进行分析, 从而避免了优化过程中各子系统分析之间的直接耦合关系。IDF法的优化过程不再调用系统分析, 而直接调用学科分析。优化过程的中间点不一定满足系统方程组, 只有当算法渐进收敛后, 随着一致性约束的满足, 各学科状态变量的兼容性才得到保证。该算法的分析过程和优化过程同时完成, 因此又称为同时分析和设计算法 (SAND) 。IDF适用于耦合变量较少、耦合关系较简单的多学科设计问题[4]。
本设备的减重设计中, 质量为一致性约束, 目标为满足环境适应性中的结构强度和散热要求, 设计变量主要为结构件形状。学科分析主要为结构强度分析 (力学性能分析) 和热分析。结构强度和散热均与质量有密不可分的联系。在正样机分析设计中, 主要考虑在初样机设计基础上改动较大的部分。通过简化, 建立一个典型的三学科分析模型, 见图4。其中, Xs为各学科共享的设计变量, 如结构件厚度、外形尺寸等;Xi (i=1, 2, 3) 为各学科单独需要的设计变量。
2.1 结构强度分析
对设备进行整体减重后, 将模块部分与初样机对比分析后发现刚度和强度差不多, 但是新增加的过渡底板需要进行设计验证。第一次底板设计如图5所示, 底板为一块227mm×194mm×4mm的铝板, 为了减小质量, 尽可能地加工去掉了多余部分。
2.1.1 对底板在给定随机振动条件下的强度进行评估
模型中零件的材料为铝合金, 具体力学性能参数如下:弹性模量为71GPa, 泊松比为0.33, 密度为2770kg/m3, 疲劳极限约为80MPa。根据分析结果:X、Y、Z方向的应力值分别达到了118MPa、103MPa、134MPa, 大于铝合金的疲劳极限, 因此, 底板损坏的可能性较大。
2.1.2 优化设计底板后重新进行评估
从图6中应力图来看, 底板中部承受的应力较小, 材料在此处比较浪费, 螺杆材料为不锈钢1Cr18Ni9Ti, 强度足够, 所以考虑将底板一分为二 (图7a) , 并重点加强底板与隔振器、底板与设备连接位置刚度。
根据优化后分析结果 (图7b~图7d) , X、Y、Z方向的应力值达到了58MPa、60MPa、73MPa, 小于铝合金的疲劳极限, 因此底板损坏的可能性不大。
2.2 电源模块热分析
与初样机相比, 其余几个模块的散热设计方案均无大的变化, 而电源模块由于面积缩小后取消了风机, 由强迫风冷散热改为自然散热, 因此, 必须对散热设计进行仔细的计算复核。
由初样机热测试结果可知, 当电源内部主要散热器件安装底面温度不超过110℃时, 该模块可以正常工作。因此, 热设计的目标是优化散热齿, 让器件安装底面温度不超过110℃, 同时质量最小。电源模块原始模型如图8所示 (图中数值表示热产生率) 。
由表3中5种方案的分析云图 (图9) 可知, 方案5在满足安装底面温度不超过110℃的同时, 质量最小, 在电路设计时将热耗最大器件分布在边缘位置, 可进一步降低温度0.5℃左右。
3 验证结果
3.1 质量验证
从表4中数据可知, 该减重方案取得预期效果, 达到设计指标。
3.2 环境适应性试验
该设备顺利通过高低温、振动、冲击和温度高度试验, 证明结构强度分析和热分析结论正确。
kg
4 结束语
本文结合传统的减重设计方法并在设计过程中结合结构强度、散热等多个学科的优化设计以达到整体最优解, 最终成功使设备减重23%。本文只运用了多学科综合优化的设计手段中的其中一种, 随着电子设备结构的日趋精密复杂, 其他更为先进和复杂的多学科综合优化设计方法将得到更为广泛的应用。
参考文献
[1]卢凉, 冯刚英, 方伟.多学科优化技术在航空电子设备设计中的应用[J].电讯技术, 2009, 49 (4) :20-23.Lu Liang, Feng Gangying, Fang Wei.Application of Multidisciplinary Design Optimization (MDO) in Avionics Equipment Design[J].Telecommunication Engineering, 2009, 49 (4) :20-23.
[2]侯彬.镁合金防腐蚀表面处理研究进展[J].电子机械工程, 2008, 24 (4) :42-44.Hou Bin.Research Development of Anti-corrosion Surface Treatment for Magnesium Alloys[J].Electro-Mechanical Engineering, 2008, 24 (4) :42-44.
[3]王春净, 代云霏.碳纤维复合材料在航空领域的应用[J].机电产品开发与创新, 2010, 23 (2) :14-15.Wang Chunjing, Dai Yunfei.Application of Carbon Fiber Composite in Aerospace, Development&Innovation of Machinery&Electrical Products, 2010, 23 (2) :14-15.
多学科优化 篇9
多学科设计优化 (multidisciplinary design optimization, MDO) 是一种通过充分探索和利用系统中相互作用的协同机制来设计复杂系统和子系统的方法, 目前已经成为优化设计领域的研究热点, 主要应用于航空航天领域[1,2,3]。多学科设计优化理论的研究历史不长, 在多学科设计优化理论中考虑不确定性因素大多基于概率理论[4,5,6]。基于概率模型的可靠性理论需要大量的样本信息来构造随机变量的概率分布函数, 而在多学科设计中变量往往很多, 要得到设计变量的精确概率分布和联合概率分布密度有很大难度, 因而基于概率模型的可靠性理论在实际工程中的应用受到很大的限制。研究表明:在掌握数据较少的情况下, 基于概率模型进行不确定性优化所得的结果是毫无意义的[7]。
在不确定性设计优化中, 采用凸集合模型来处理未知但有界的不确定性变量的应用较多[8,9,10]。文献[7]将非概率凸集合理论应用于多学科耦合系统, 基于静态参量的超椭球模型研究了多学科系统耦合状态变量的变差分析方法以及稳健可靠性分析方法, 建立了可靠性分析的SAND模型以及稳健优化设计的All-in-one模型。Jiang等[11,12,13,14]在基于区间模型的不确定性优化方面做了较为深入的研究工作。在多学科设计优化中目标函数及约束条件存在不确定性且为非线性时, 怎样进行设计优化是MDO面临的一个问题。笔者提出一种多学科不确定性设计优化方法来解决在多学科设计中不确定性变量为未知但有界变量的优化问题, 首先将不确定性问题转化为两目标的确定性问题, 然后将两目标问题转化为单目标问题, 再采用常规多学科设计优化方法进行求解。
1 问题描述
一个多学科设计优化工程问题可以用如下的多学科设计优化模型表达:
min F (f1 (Z, X1, y1) , f2 (Z, X2, y2) , …, fn (Z, Xn, yn) ) (1)
s.t. gi (Z, Xi, yi) ≤vii=1, 2, …, n
Hi (Xi, yi, y1i (Z, X1, y1) , y2i (Z, X2, y2) , …, yji (Z, Xj, yj) , …, yni (Z, Xn, yn) ) =0
j=1, 2, …, n且j≠i
式中, F为目标函数;Z为系统设计变量 (公共设计变量) ;X1, X2, …, Xn为学科设计变量;y1, y2, …, yn为学科状态变量, 可以由学科分析求得;y1i, y2i, …, yni为耦合状态变量, 可以由系统分析求得;gi为不等式约束;Hi为系统分析所必须满足的方程。
解决如式 (1) 所表达的确定性多学科设计优化的方法主要有多学科可行方法 (MDF) 、单学科可行方法、同时分析优化算法、并行子空间优化算法、协同优化算法、两极集成系统合成法等[1]。但上述方法都无法解决目标函数和约束中存在不确定性变量的设计优化问题。当式 (1) 中的目标函数和约束存在不确定性且采用区间模型描述不确定参量时, 优化模型可以改写为
min F (f1 (Z, X1, y1, U1) , f2 (Z, X2, y2, U2) , …, fn (Z, Xn, yn, Un) ) (2)
s.t. gi (Z, Xi, yi) ≤[vLi, vRi]
Hi (Xi, yi, y1i (Z, X1, y1, U1) , y2i (Z, X2, y2, U2) , …, yji (Z, Xj, yj, Uj) , yni (Z, Xn, yn, Un) ) =0
j=1, 2, …, n且j≠i
式中, [vLi, vRi]为不等式约束的区间, 上标L和R分别表示区间的上界和下界;Ui∈Γ=[ULi, URi]为不确定性变量, 且为一个区间数。
2 算法原理
2.1目标函数的转化
为表达简便起见, 将F (f1 (Z, X1, y1, U1) , f2 (Z, X2, y2, U2) , …, fn (Z, Xn, yn, Un) ) 简写为F (Z, Xi, yi, Ui) 。在确定性多学科设计优化中, 如果式 (1) 中的Z及 Xi给定, 则可以求得相应的目标函数值。但式 (2) 即使给定Z及Xi而 Ui在一定的区间变化时, 目标函数为一个区间数F, F= [FL, FR], FL、 FR分别为区间的上下界, FL及 FR可以通过优化获得:
根据区间数学理论, 如果区间数F不仅有小的中点值而且有小的区间半径, 那么该区间数F为优化值[11], 因此式 (2) 中的目标函数可以转化为一个两目标问题, 式 (2) 的目标函数转化为
min (mF (Z, Xi, yi, Ui) , wF (Z, Xi, yi, Ui) ) (4)
式中, mF (Z, Xi, yi, Ui) 为区间中点;wF (Z, Xi, yi, Ui) 为区间半径。
通过如上处理, 不确定性变量Ui可以从目标函数中去除, 从而将多学科问题的不确定性目标函数表达为确定性目标函数。常用的多学科设计优化方法无法处理多目标问题, 为了能够采用常用的多学科设计优化方法来处理如式 (4) 的问题, 采用加权法将式 (4) 所表达的多目标问题变为单目标问题, 转化后的表达式为
min ( (1-β) mF (Z, Xi, yi, Ui) +βwF (Z, Xi, yi, Ui) ) (6)
式中, β为权重系数, 0≤β≤1。
2.2不等式约束的转化
式 (2) 的约束gi中由于有不确定性变量Ui, 因此约束gi与目标函数F一样也为一个区间数, gi∈[gLi, gRi], gLi、gRi分别为约束变化区间的上下界, 同时约束gi的容许变化范围[vLi, vRi]也为一个区间数, 因此必须处理这两个区间数的满足关系, 将不确定性约束转化为确定性约束。对于单学科不确定性问题的不等式约束gi (X, U) ≤[DLi, DRi], 文献[11]提出的将不确定性不等式约束转化为确定性不等式约束的方法为
PC≤D≥λi (7)
C=[CL, CR]=[gLi (X) , gRi (X) ] D=[DLi, DRi]
式中, C为不等式约束的取值区间;D为容许约束区间数;PC≤D为区间数C小于或者等于区间数D的概率; λi为满意度水平, 可以根据实际情况需要以及技术人员的经验选定, λi ∈[0, 1]。
通过式 (7) 可以将不确定性约束转化为确定性约束。gLi (X) 、gRi (X) 的计算方法为
相应地, 可以将式 (2) 中的多学科不确定性不等式约束转化为确定性不等式约束, 转化方法为
PCi≤Di≥λi (10)
Ci=[gLi (Z, Xi, yi) , gRi (Z, Xi, yi) ] Di=[vLi, vRi]
2.3等式约束Hi的处理
与单学科设计优化不同, 学科间耦合关系的存在使得多学科设计优化中存在状态变量 (包括学科状态变量、系统状态变量以及耦合变量) , 状态变量可以通过系统分析 (包含学科分析) 求得。在循环迭代求解状态变量时, 系统设计变量、学科设计变量和不确定变量均为已知量, 未知量为各状态变量, 所求得的状态变量必须满足约束方程。可预先设定各状态变量值以及循环终止条件, 再通过循环迭代的方法求得各状态变量的值[1]。
2.4无约束问题转化
目标函数以及约束的转化已将多学科不确定问题转化为单目标确定性优化问题, 该确定性问题表达如下:
min ( (1-β) mF (Z, Xi, yi, Ui) +βwF (Z, Xi, yi, Ui) ) (12)
s.t. PCi≤Di≥λi
式 (2) 目标函数的等式约束Hi没有出现在式 (12) 的约束条件中, 是因为Hi并不是优化过程中的约束条件, 它不影响也不决定可行区间, Hi是进行优化之前状态变量必须满足的方程, 在多学科设计优化中通过系统分析求解状态变量。利用罚函数法将式 (12) 转化为无约束优化问题:
min
式中, σ为罚因子, 通常取较大的正数。
至此, 通过上述转化, 已经将如式 (2) 所表达的不确定性多学科设计优化问题转化为如式 (13) 所表达的无约束的确定性单目标多学科设计优化问题。
2.5计算步骤
本文将单级优化中的多学科可行方法作为优化方法, 在该方法中, 状态变量通过高斯-塞德尔 (G-S) 迭代方法求得[1]。本文采用如图1所示的流程实现从式 (2) 到式 (13) 的转化及优化, 该计算流程包含3层循环:内层循环为高斯-塞德尔迭代, 用于求解式 (2) 中的状态变量, 以状态变量的稳定性作为循环终止标准;中间层优化用于求得目标函数和约束的区间数, 即求解式 (3) 和式 (11) ;外层优化循环用于优化罚函数
3 算例及讨论
为验证本文提出的算法的性能, 采用两个多学科模型进行验证。
3.1测试函数
参考文献[16]中的多学科模型并进行适当改造, 如式 (15) 所示, 该多学科不确定模型由两个学科sub1和sub2组成。
min (f1+f2) (15)
sub1:min f1
f1=U1X21+U2Z22+y12
s.t. g1=1-0.5y12≥[0, 0.3]
y12=U1Z21+U2 (Z1+X1) -0.2y21
sub2: min f2
f2=exp (-y21)
s.t. g2=0.1y21-1≥[-0.5, 0]
y21=U3 (Z1+Z2) +0.2y12
式中, Z1、Z2为系统设计变量, 0≤Z1≤5, 0≤Z2;X1为学科设计变量, X1≤10。
当不确定变量的分布未知而其边界确定时, 采用区间模型描述不确定性变量, 因此各不确定变量的区间为U1∈[1.0, 1.3], U2∈[0.9, 1.1], U3∈[1.2, 1.4]。
外层优化IP-GA中, 种群规模为5, 交叉概率为0.5, 罚因子取1000, 目标函数中的权重因子β取0.5;中间层优化采用拟牛顿法;内层采用高斯-塞德尔迭代方法。考察算法的收敛性, 式 (12) 中满意度水平λ取为0.95, 遗传算法的计算代数分别为100、200、300、400、500时的计算结果如表1所示。从表1中可以看出, 计算代数为300时罚函数的值趋于稳定, 400代和500代时的罚函数的值相同, 该结果表明所提出的优化算法可以解决目标和约束函数中存在不确定变量的多学科设计优化问题。表2为计算代数为400且在4个不同满意度水平下的优化结果, 从表2可以看出:随着满意度水平的提高, 罚函数值不断增大, 这是因为约束严格程度的提高使得可行域区间缩小, 在工程实际问题中可以根据情况选择适当的满意度水平。
3.2工程问题
文献[17]中的超音速概念飞行器的数学模型是一个典型多学科优化工程问题, 此模型是结构、气动、推进和飞行器航程4个模块的耦合系统, 其优化的目标是使飞行器的航程R最大。系统层设计变量有厚弦比t/c、高度h、马赫数Ma、展弦比AR、翼掠过角Λ、翼表面积SREF, 结构子系统设计变量为锥度比α、翼展x, 气动子系统设计变量为表面摩擦因数μf, 推进子系统设计变量为推力T, 其设计结构矩阵如图3所示[18], 该图表达了飞行器模型的各个子系统之间的耦合关系及数据流向, 各子系统的详细定义见文献[17]。在飞行器制造和使用过程中存在的各种不确定性因素影响其性能, 因此在目标函数、约束以及状态变量中考虑不确定性更加接近实际情况, 为此在目标函数及其中的一部分约束和状态变量中加入不确定变量, 如表3所示, 模型的其余部分与文献[17]定义相同。
注:L/D为升阻比;WT为总质量;WF为燃料质量;WE为发动机质量;SFC为燃料消耗标准;θ为结构系数;WO、WBE、WFo为模型中的常量; WFw、WW、V、ρ、CD、D、
为考察本文提出算法的有效性, 一共引入了12个不确定变量, 表3中U1至U12表示12个不确定变量, 各不确定变量的区间见表4。外层及中间层优化均采用遗传算法作为优化求解器, IP-GA中, 种群规模为5, 交叉概率为0.5, 罚因子取100 000, 考虑到优化目标为航程最远, 因此式 (13) 中的β=0, 另外在飞行器设计中要求严格满足所有约束, 因此满意度水平取值为1。不同代数的计算结果如表5所示, 由表5可知当计算代数为400时罚函数的值趋于稳定。在没有考虑不确定性情况下采用两极集成系统合成法求得该模型的优化目标函数值为3963[17], 与表5对比可知由于目标函数、约束以及状态变量中存在不确定性参量, 目标函数的最优值要比确定性多学科优化的最优目标函数值小, 这说明在多学科设计优化中考虑不确定性因素是有必要的, 采用该算法得到的结果是合理的。当然, 本例中仅考虑满意度水平取值为1的情况, 如果可以适当放松约束即满意度水平可以取小于1的值, 那么目标函数值将会有所增加。对于其他的工程问题, 技术人员根据实际情况以及其经验选取不同满意度水平可以使得优化过程具有柔性。
4 结束语
本文采用区间模型描述多学科设计优化中的不确定性信息。基于区间模型及多学科可行方法提出了一种多学科不确定性设计优化算法。利用测试函数和工程实例对该算法进行验证, 得到了不同满意度水平下的优化结果, 证明了该算法的有效性, 同时该算具有很好的灵活性。但是, 该算法是只针对多学科可行方法, 而多学科可行方法有计算耗费大的不足, 因此有必要研究基于区间模型并针对先进多学科设计优化方法的多学科不确定性设计优化方法。
多学科优化 篇10
1 为什么要在建设工程设计中应用多学科设计优化
建设设计优化的重要性:通过探索和利用工程系统里各个相互作用的协同机制, 进而设计出复杂的系统以及子系统的方法理论, 我们成为多学科设计优化 (MDO) 。多学科设计应用在建筑设计领域中, 能充分地开发和利用各个学科间相互作用的关系, 达到最好的协同效应, 可以对建筑设计系统进行最优化的整合, 特别是MDO实现了多学科并行设计, 节省设计时间, 增强设计效果。建设项目设计可以分为三个主要阶段:方案设计、初步的设计以及建设前施工图的设计, 在设计过程中, 需要应用到多方面的知识。在设计方案的过程中, 涉及到经济学以及建筑学等相关知识。而在设计施工图的过程中, 又涉及到施工暖通、流体以及结构力学等知识, 所以, 建设项目的设计实际上是一个囊括多方面知识的过程。目前, 多学科知识在设计中的应用还没得到综合的整合优化, 各学科间存在交流障碍, 让建设工程设计常出现效率低、耗时长、投入大等问题。要克服这些问题, 首要解决的就是各个学科信息得不到共享的问题。建筑工程设计多学科优化理论有效地改善了建筑工程设计的现状, 在经过独立静态优化、独立动态优化和均衡优化的理论发展过程后, 设计中的各个资源优势得到了充分发挥, 能合理地设计资源结构的配置。这将改变以往把各学科间的联系只用在建筑工程设计的具体问题的应用, 多学科优化设计重视各个学科间的联系、作用以及综合效应。MDO影响着建筑工程设计每个环节。
2 多学科设计优化在建筑工程设计中的优势
在设计建设项目的过程中, 传统方法一般分为三个阶段。先提出设计的建议, 在对其进行分析, 然后做出相关的决策。第一, 建筑设计师会按照业主的要求来确立相应的设计原则和方法, 第二, 根据工程项目所设计的施工图纸, 从其中获取相关信息, 然后建立起各个学科的分析模型, 第三, 由工程项目的工程师和设计人员来确定系统是不是和建设的理念相符合。在设计的过程中, 应该注重的是设计方案, 而不是针对整一个项目进行分析。传统设计过程中, 很多时间都是花费在对信息的管理和执行过程中, 但是却花很少时间去对信息进行评价。但如果是利用MDO这一技术, 那么在设计工程项目时, 就可以根据下面这三个方法来进行:首先根据设计的空间要求等, 来选择相关的参数。然后根据这些参数, 采用参数化的CAD工具建立起相应的几何模型。对几何模型设计过程中的多个学科进行综合分析, 得出结果后, 再计算出材料、设备的用量、成本等;用适合于设计空间搜索要求的统计方法控制新参数配置的选择, 最后就能通过优化器反馈空间最优的位置。在整个过程中, 除了相关的要求以及一些给定的项目之外, 其他的都要通过软件来完成, 这样有利于提高设计的准确性, 节省了整个过程所需要耗费的时间。MDO技术彻底改变了作为工程师所承担的任务, 工程师不需要根据以往的经验来对指定构造中的各项参数进行控制。目前工程师们在定义和设计空间的过程中, 只需要辅助指定相关的规则和参数即可, 并对结果进行解析。对不同方案进行比较, 做出决策, 与传统技术相比, 大大地降低了工程师的工作量, 效率也得到有效的提升。
3 建筑工程设计中多学科设计优化的应用
3.1 建立建筑模型
这里的建筑模型是指建筑信息模型, 是通过对象化的数字物体去描述和表现真实世界的建筑构件, 参数建模是用一个关系数据库和一个行为模型和动态捕捉和表现所需的建筑信息。因为使用了参数化技术的建筑模型是具有其在真实世界的行为和属性的, 而参数化模型可以智能化地识别出所有构件的特征和相互作用的规则, 所以它会保持构件在真实世界的相互关系, 并在管理建筑构件时保持最初设计意图的智能性, 大大减少了设计工作的重复性。为了使建筑模型具有足够的柔软性和灵活性, 满足人类智能参与的需要, 一般多学科产品都会建立合适的产品设计对象树, 设计对象树中每一个设计对象包含参数、约束、方法以及目标集合这四个部分。
3.2 划分模块
根据建筑项目在设计阶段所需要涉及到的每个学科特性以及相关要求, 将原系统细分为若干个子系统。首先对这些子系统进行独立求解, 并行优化, 再耦合各个子系统之间的关系进行分析, 最后整体系统对所有的耦合变量加以协调, 以满足每一个子系统之间的目标, 这样就能得到整体的最优解。
3.3 多学科的耦合
理想状态下, 为了得到具有较高整体性的最优解, 各个学科之间应该是相互独立的, 没有耦合关系的。应该讲系统的目标设定为每个学科具体目标的增函数。因此, 为了实现学科之间的耦合, 需要进行协同优化。可以采用将每个学科之间因为耦合因素的不相同概率降低作为一种目标, 来促进自身的最优化。这种方法能够通过学科等级的优化, 在协调系统级中, 利用松弛因子加以实现。组合优化的主要目的是在结构的可行解空间以及能源的可行解空间之中找到一个共同解的空间, 由于耦合参数具有冲突性, 因此, 在共同解空间中不能将最优解的出来, 而只能获取优化解的空间。于是, 设计人员必须根据实际需求, 在空间的生命周期间耗费的运营成本和总的投资成本之间寻取一个平衡点。但是设计师只能利用MDO这一技术, 找到更为直观、可靠的数据支持以及可视化的替代方案, 以更好地利用软件平衡中各个变量, 来选择更加合适的设计方案。
4 总结
M DO这种技术在建筑工程设计过程中具有很多应用优势, 它大大缩短了设计所需要的循环时间, 实现了整个产品质量的优化, 有利于开发出更多具有较高可操作性的替代方案。还能优化建筑工程中的管理组织结构, 将工程中的一些冲突和变更显示出来。同时, 它还实现了信息的自动化, 提高了决策的科学性。在建筑设计中对MDO这一技术的应用, 对工程项目中拓扑图以及各项复杂参数加以确定, 庞大的解空间和运算时间都是技术人员要面对的挑战, 但是MDO技术在建筑工程设计应用中的优势将会使MDO技术日益成熟。
参考文献
[1]王广斌, 向乃姗.多学科设计优化在建筑工程设计中的应用[J].东南大学学报, 2010.
[2]钟毅芳, 陈柏鸿, 王周宏.多学科综合优化设计原理与方法[M].华中科技大学出版社, 2006.
[3]赵敏, 操安喜, 崔维成.多学科设计优化方法的比较[J].中国造船, 2008.
少教多学，优化高中语文课堂教学 篇11
关键词：少教多学；高中语文；课堂教学
【中图分类号】G633.3
近年来，随着我国社会的不断发展，教育事业受重视的程度越来越高。作为一名高中语文教师，除了要有深厚的文化素养，更要根据时代发展的要求，来适时地调整课堂教学方式，确保每一个学生都能多方面、全方位的学到知识。
一、少教多学的概念及意义
1、少教多学的概念
理解少教多学的概念要从“教”和“学”两个字入手。所谓的“教”字，并不是指教师系统的传授知识，而是在适时的情况下对学生进行点拨，教师要有秩序的安排学生自学，在自学的过程中，对学生疑惑的知识点进行指导，对学生不懂的问题进行讲解。
所谓的“学”字，也并不是学生盲目的学习，一堂课的关键就在于这个“学”字，教师要给学生布置任务，为学生自学制定一个起点，让学生有目的的去学。在语文教学中的每一堂课，教师都要以学生为主体，要让学生先自学后讲解。
2、少教多学的意义
少教多学作为一种现代的教学思想，准确的把握了现代教育事业的发展趋势。少教多学本着以人为本的思想，在教学课堂中以学生为主体，把学习的主动权交给学生。在以学生自学为主的前提下，提高学生自学的能力、深化学生自学的效果。这种教学思想要求学生积极主动地参与到学习中去，培养学生自主学习的精神，为学生未来的发展打下基础。
少教多学要求学生学会如何让学习，在这个过程中找到属于自己的一套学习方法，要学会独立思考问题，独立阅读文章，独立对不懂的问题提出质疑。在这个基础上，教师根据教学的要求以及学生的特点，进行有目标的指导。这样就达到了课堂上教师少讲、学生多学的目的。给学生充分的时间发挥自己的主观能动性，让学生自由的讨论，同学间合作学习，充分展示每个学生不同的思维过程，调动学生学习的积极性。以学生为主，教师为辅，引导学生观察分析，灵活思考，激起学生的求知欲和求真精神，自己动脑实践，快乐学习。真正的减轻学生学习的思想负担，真正让学生的学习变被动为主动。
二、利用少教多学的教学模式优化高中语文课堂教学
1、明确课堂的教学目标
教师在上每一节课之前，都要充分的把握课堂上的教学内容，对知识有一个完整的认识，构建一个系统的体系，掌握好本节课的重点难点。在此基础上为学生布置自学的任务、引导学生有重点有难点的自学，明确学习目标。并且要告知学生本节课在本单元以致整本书中的重要地位，激发学生的学习兴趣。
2、问题的引领
课堂中的问题包括教室布置的问题以及学生疑问的问题。在教学过程中，教师要认真备课，在给学生布置问题的时候，要有一个由易到难、循序渐进的过程，激发学生的求知欲，引领学生从独立思考到探讨式思考，充分把教学的重难点体现出来。与此同时，教师要在学生自学的过程中，仔细观察，充分的掌握每个学生遇到的问题，在此过程中及时的发现问题、提出问题，引导学生树立疑问，调动学生探讨探讨能力，教师辅之以解决问题。
提高学生质疑的能力与教师教学的质量息息相关。学生提出质疑的前提一定是对书本进行了认真的学习，这既能提高课堂上的学习效率，也能提高学生自主学习的能力。所以教师在进行一堂新课之前，要让学生提前的自主预习，在预习的过程中发现问题斌并且在课堂上提出质疑，这将会大大的提高教师的教学质量，提高学生的学习效率。
3、小组合作，探讨学习
在新课改的趋势下，学生小组合作、探讨学习已经成为其必然的内在要求。培养学生的合作意识、发挥学生的主观能动性也不失成为一种提高学习效率较好的学习方式。教师首先要把学生分成几个小组，面对几个小组提出同一个问题，让同学们在小组内进行讨论，然后各组选出一个代表，进行组与组之间的讨论，最后由教师确立一个正确的命题，对于每一组讨论的结果进行分析，对于每一个学生的想法都要加以鼓励。这样，在课堂教学中，既能给学生独立的思考时间，也能确保每一个学生积极主动地参加到讨论中来。在合作中互相学习，形成一个良好的学习氛围。
4.教师点拨，引导学习
在高中语文教学的课堂上，教师一定要改变以往的教学模式，学会让学生自学。在一节课45分钟当中，教师连续授课的时间应限制在10分钟之内，把课堂将真正的教给学生，教师要完全的信任学生，做好学生的引导工作。改变以往的讲授重点，注重点拨，启发学生的思维，和学生进行有效的交流。真正的关爱每一个学生，了解每一个学生，与学生建立一个和谐的师生关系，引导学生自主高效学习。
结语
少教多学是一种具有可行性、高效的教学模式，以学生为主体，充分发挥学生的主观能动性，让学生真正的体会到学习的乐趣。一名合格的高中语文教师，不仅要有良好素养，更要拥有一套高效的教学模式，把其运用到教学当中来，真正的提高了学生的学习的效率。
参考文献：
[1]张守娣.对高中语文课堂教学模式改革的认识[J].新课程研究（基础教育）.2010（06）
[2]刘呈兴.中学语文课堂教学模式的探索与实践[J].新课程研究（基础教育）.2010（03）
紧扣学科特点, 优化活动策略 篇12
一、巧猜想促发现, 有效获取新知
小学数学是一门思维性较强的学科, 不少知识源自于生活, 因此, 观察、猜测、实验、计算、推理等都是数学学习活动中有效的方法。不同的知识适合运用哪种方法需要教师灵活地对待, 才能让学生在数学活动中感受数学学习的乐趣。猜想是数学教学中常用的一种活动方法, 教师要结合教学内容, 鼓励学生大胆猜想, 通过猜想、验证, 发现其中蕴涵的数学知识。
如在学习平行四边形的面积公式时, 教师先复习长方形、正方形的面积公式, 然后结合教材设计情境图让学生比较长方形和平行四边形的面积大小, 当学生的意见不一样时, 教师以此为“导火索”让学生切入本课探究。当学生的学习欲望被激发后, 教师鼓励学生大胆猜想, 如何才能计算出平行四边形的面积?由于学生已学过长方形、正方形的面积, 对面积也具备一定的感性经验, 因此, 教师引导学生尝试猜想, 有助于学生将新课的学习同旧知识联系起来。如有的学生可能会结合数格子的方法算出平行四边形的面积, 有的学生会在观察对比中发现平行四边形的底同长方形的长一样, 高同长方形的宽一样, 进而得出平行四边形的面积公式是底乘高。可以说, 把猜想融入到数学活动中, 并不是让学生漫无边际地思考, 而是建立在一定的基础之上, 考虑到新旧知识的契合点, 使学生能够借助猜想活动去获取新知。
二、巧操作促理解, 有效发展思维
动手操作是小学生建立感性经验、获取数学知识的重要方法。小学生刚入学时, 数学教师就会让学生用数小棒的方法感知数学, 如将10根小棒捆成一把, 以此帮助学生建立个、十、百等数学概念。因此, 教师在教学中要结合具体的教学内容, 选择合理的教学方法, 借助动手操作让学生发现数学知识、验证数学知识, 并获得思维能力的发展。
如在学习“长方体的表面积”时, 为强化学生对长方体表面的认识和体验, 丰富学生的感性经验并上升到理性认识, 我设计了一系列的动手操作活动。在学习长方体的表面积公式之前, 我让学生制作长方体模型, 并为相同的面涂上同种颜色, 从而让学生在大脑中建立长方体的空间观念, 知道长方体有6个面, 上下、前后、左右是分别对应相同的。当学生通过动手操作对长方体建立了一定的感性经验之后, 学习长方体的表面积时, 我放手将课堂交给学生, 让学生结合自己准备的长方体模型, 通过动手操作自己推导出公式, 由于学生在动手操作中容易发现长方体6个面的特点, 这样, 他们就会想到只要求3个面再乘2就行了。如果长方体的表面积公式只学到此, 学生的思维还是停留在比较简单的层面, 他们可能只掌握公式, 但对于长方体表面积的理解还不够深, 如缺少一个前面的长方体如何求表面积, 也就是如何让学生知道长方体的每个面应该怎样求, 即长、宽、高两两相乘所对应面的面积。要让学生熟练掌握这些关系, 就要让学生多动手操作、多思考, 从而在一定的感性经验基础之上全面理解长方体的表面积公式。可以说, 只有将动手操作同学生的思考相联系, 学生才能实现从形象思维向逻辑思维的转化。
三、巧迁移促思考, 主动建构知识
在数学学习中, 有些新旧知识之间存在一定的联系, 而数学学习的迁移并不是自动发生的, 它受制于多方面的因素, 迁移需要学生对新旧知识进行分析, 才能概括出其中存在的共性规律, 并移植到新的知识上来。数学学习是一个再创造的过程, 迁移性的学习方法需要建立在学生一定的认知、经验的积累之上, 学生才能自觉调控学习过程, 努力来建构新的知识结构。
如在学习“小数除以小数”时, 教师先复习小数除以整数, 然后让学生明白小数除以整数关键点在于商的小数点的位置如何确定。然后教师引出小数除以小数的算式, 如7.98÷4.2, 算式出来之后, 教师不要急于让学生探讨如何计算, 而要让学生先发现今天学习的内容同旧知识的相同点和不同点, 然后出示“79.8÷42=1.9”与“7.98÷4.2”, 这时候学生就会发现今天学习的算式里除数是小数, 同时, 学生能够借助被除数与除数和商之间的变化规律来自主研究出7.98÷4.2的得数, 这是迁移法应用的第一步, 学生尝试借助旧知识解决新问题, 但如何让学生在新旧知识的对比中, 研究得出除数是小数的计算方式, 为了培养学生的自学能力, 教师让学生结合学过的知识进行讨论, 最终找到计算方法。可以说, 数学学习是学生主动接受知识的过程, 要实现数学知识顺利迁移需要学生能够根据学习内容找到与旧知识的链接点, 深入思考, 最终获得能力的提升。