共查询到20条相似文献,搜索用时 640 毫秒
1.
算法多样化不仅满足了学生个性化学习的需求,同时也体现了"要使不同的人在数学上得到不同的发展"的神圣使命,但当人们对"算法多样"纷纷效仿时,我们有理由对这种现象进行必要的思考。我个人认为对于算法多样化的认识,我们理应变得理性起来。算法多样化的效用关键在于呈现后,教师组织和引导学生正确分析、认识各种算法的特点和价值,学会在不同情况下灵活选择恰当的算法。提倡算法多样化,同时更应重视优化。 相似文献
2.
什么样的算法是优化的算法呢?是不是书本上的算法就是优?或是老师要求掌握的就是优?还是学生喜欢的就是优呢?我认为,优是最基本、最一般或者最佳的算法。一、优化算法——掌握最基本的算法【片断1】(北师大版一年级下册)《小小图书馆》(两位数减一位数退位减法)师:大家仔细观察情境图,你能提出哪些数学问题?生1:儿童画报还剩多少本?生2:故事书还剩多少本? 相似文献
3.
计算教学改革经历了两个明显的阶段:第一阶段,教材选定算法——教师讲解算法——学生模仿算法——练习强化算法;第二阶段,倡导"算法多样化"的教学理念。综观两个阶段,都极大程度上强调了算法,而忽略了算理。笔者结合自己所执教的《9的乘法口诀》,谈谈关于计算教学中的点滴体会。 相似文献
4.
5.
刘娟娟 《南京晓庄学院学报》2011,(5):37-41
许多国家都把算法作为中小学数学课程的必修内容,我国数学课程从小学开始渗透算法思想。为了尊重学生的独立思考,让学生有更多的交流机会,感受算法形成的客观过程,课标提出要"鼓励和提倡算法多样化"。但是在具体实践中仍存在诸多问题,其根源还是在于对算法和算法多样化的理解上。因此,该文立足于算法和算法多样化的内涵,探讨其教育价值,并结合当今小学数学实际,提出了实施算法多样化和优化的教学建议。 相似文献
6.
本文是对2004年一道日本高考题"求x的p次方除以n后的余数"的算法优化,指出原算法的理论可行性与实际操作的不可性之间的矛盾,并采用scilab语言描述了优化后的算法. 相似文献
7.
8.
算法的优化是算法多样化策略的延伸,算法多样化提倡的是一种探索,是一种思维的创新,而优化是将自主探索的结果进行提炼,实现第二次创新。在数学课堂中教师不仅要对算法多样化给予关注,也要重视算法的优化。一、鼓励学生求异算法的优化是指学生结合自己的生活经验和已有知识水平,在多样的算法中找到一个自己认为最好的、最为合适的过程。算法多样化与算法优化是相辅相成的,在优化的过程中,教师只是一个 相似文献
9.
对算法多样化,需要教师有效主导,引导学生进行优化。教学中,本人对如何引导学生进行算法优化进行了摸索实践,主要有以下几点体会:一、创设宽松的课堂氛围,促进自主优化当出现算法多样化时,优化算法不是教师 相似文献
10.
11.
杜凤巧 《小学教学(数学版)》2021,(3)
孔企平教授在《小学数学课程与教学论》中提出:在学生的计算学习中除了要形成高效的运算方法,也应该适当地关注算法多样化问题。尊重学生个性化学习的算法多样化,能促进学生的个性化发展,它强调的是尊重学生的独立思考。 相似文献
12.
13.
实施新课程改革以来,教师们的教育观念、教学方法发生了翻天覆地的变化。但是,在小学数学教学中,教师们对算法多样化的问题还有诸多的困惑:不同的学生由于生活经验、家庭背景、智力水平、思维方式等不相同,所以在教学过程中出现了不同的算法,那么,怎样进行算法多样化的教学?怎样在算法 相似文献
14.
一、背景分析 新课程"人本理念"的不断介入,使得学生的主体精神得到了前所未有的充分扩张.于是,在我们的数学课堂上,探究知识的多维途径、感悟算理的多样思维、解决问题的多种方法逐渐成为了自主课堂的主流风景.而我们的教师,则恪守"价值引领"的角色职责,引导学生在多种算法的交流基础上,确定出相对基本、相对简便的算法,以实现算法教学的最终目标.但有的时候,教师主观预设、力图关注的算法,却往往得不到学生主体的内心认同. 相似文献
15.
提倡算法多样化既要尊重学生的个性化学习方式,也要引导他们向更高的思维层次发展。以下结合用回形针教学“24 12=?”的教学片段谈谈在算法优化过程中如何关注学生的思维发展。 相似文献
16.
17.
针对粒子群优化算法的早熟收敛和进化后期收敛速度慢等问题,提出了权均值粒子群优化算法。通过在"认知"部分和"社会"部分加入随机权值更新粒子的飞行速度,使粒子能够很快地收敛到全局最优点。典型函数的仿真结果表明,该算法不仅具有较好的全局收敛性能和较快的收敛速度,而且有效地避免了早熟收敛问题。 相似文献
18.
将量子进化算法(QEA)和粒子群优化算法(PSO)相互结合,提出了两种混合量子进化算法:嵌入式粒子群量子进化算法(PSEQEA)和量子二进制粒子群优化算法(QBPSO),并通过对多用户检测问题的应用,表明新的算法不仅操作更简单,而且全局搜索能力有了显著的提高. 相似文献
19.
20.
《实验室研究与探索》2017,(10):104-109
在电力系统有功优化这个复杂的全局优化问题上,差异进化(Differential Evolution,DE)算法可以增加其种群多样性但搜索效率低,于是在其基础上提出了一种改进的差异进化算法(Improved Differential Evolution,IDE)。IDE算法保留了DE算法的三大步骤:变异、交叉以及选择,优化了传统的变异策略,同时引入了Logistic映射改变系统参数,使固定取值的搜索步长和交叉算子在一定范围内随机取值,以此扩大种群搜索范围,加快收敛速度;IDE算法最后运用了考虑系统约束的非贪婪选择,以确保算法在可行域里探索最优解。为验证算法的实用性,利用Matlab软件,将DE和IDE算法在IEEE30节点测试系统上进行目标函数为电网功率损耗的有功优化仿真。仿真结果表明,IDE算法增加了种群多样性,加快了收敛速度并且提高了搜索效率。通过此次仿真,加深了学生对电力系统有功优化以及DE算法的认识和理解,同时引导学生利用计算机技术改善算法的搜索性能并且求解优化问题。 相似文献