浅谈大学生学科竞赛之“全国计算机仿真大奖赛”的教学体会

大学生学科竞赛能够培养学生的创新意识和实践动手能力,同时也是大学教师教学业绩和大学教学质量评估的要素。然而,优秀的学科竞赛成绩离不开大学教师的教学与指导。论文以“全国计算机仿真大奖赛”为例,分析了该竞赛的命题特点,以及参赛学生需要具备的知识技能,并分享了该竞赛的组织、培训、准备等方面的教学体会与经验,对各大学在组织该竞赛的培训与教学等方面具有重要的指导意义。     

谈社会性软件与大学生信息素养教育

社会性软件是web2.0的重要组成部分,也是网络应用的发展趋势。大学生使用社会性软件有助于自身信息素养的提高,高等院校也应该承担培养大学生掌握社会性软件、具备社会化学习能力的教育责任。文章调查分析了大学生使用社会性软件的现状,提出通过开设选修课程培养大学生社会性软件使用及社会化学习能力的几点经验与策略。     

民族院校公共课教育学模拟教学初探

民族院校公共课教育学模拟教学形式，即在现有的课时内，在教师基本完成教学理论部分的传播后，由学生按规定独立准备教案，并以本班为模拟对象，依次上台试讲的教学实习活动。任课教师应克服各种困难，解决民族院校师资培养工作的难题。     

造就我国新一代图书馆自动化信息系统开发队伍

首次提出造就我国新一代图书馆自动化信息系统开发队伍的基本构想。并论证了只有通过较高的SW-CMM以及SSE-CMM国际认证才能够造就出我国新一代图书馆自动化信息系统开发队伍。     

教学管理系统软件的创造性应用与二次开发

教学信息化建设是高职院校发展的一个趋势。仅仅通过购买现成的软件难以完全达到学校的要求，必须以创造性的方式应用教学管理系统软件，并在现有软件的基础上进行二次开发，才能满足学校自身的需要。     

软件开发中的资源共享研究

ActiveX、OLEDB、ODBC、ADO等技术 ,在软件开发中具有明显的资源共享意义。通过它们 ,共享思想可以在软件资源开发中得到应用。OSS的涌现 ,为软件开发中的资源共享开辟了新纪元 ,可避免重复开发造成的浪费 ,提高用户二次开发能力 ,有利于软件人员提高技术水平 ,等等。参考文献 6。图 1。     

不确定性条件下企业信息系统的云化决策方法

企业在决策本地化信息系统转换为云模式的软件即服务时面临着技术市场发展、云化收益、决策者风险偏好等诸多不确定性。针对该决策,引入前景理论考虑了维持现状偏好、追求管理时尚等心理行为,依据交易成本理论和技术组织环境理论提取了决策指标,以未来不同的软件即服务市场成熟度作为前景状态,计算各备选信息系统云化迁移的综合前景值,形成不确定性条件下企业信息系统的云化决策方法。同时,应用该方法实例分析了一家企业,并与基于期望值的灰色随机多准则决策方法进行了比较,说明了该方法的可行性和合理性。     

数字环境下文献分类法的检索应用及其发展

在数字环境下,文献分类检索应以等级浏览形式为主,重视易用性、灵活性,同时进行必要的多维化改造、完善相关关系揭示等。数字化环境下的应用必然给类表带来结构上的变化,需要进行相应技术探索,并应根据其在检索体系中的定位,研讨应用规律。另外,表达了对检索软件编制的一些看法。     

Handling multi-lean measures with simulation and simulated annealing

This paper describes a simulation-based approach for developing a lean production system of multi-lean measures. Three lean measures are defined to characterize the leanness of the underlying production system: productivity, cycle time, and work-in-process inventory. An optimized setting to certain operational parameters is determined so that a best tradeoff of the three lean measures is reached. The problem formulation results in a multi-objective optimization problem with no closed-form definition of problem objective functions and constraints. The solution approach utilizes Discrete Event Simulation (DES) to deploy lean techniques and model lean measures under process variability and plant constraints and dynamics. A direct search method (i.e., Simulated Annealing (SA)) is used to search of problem domain. A model-based Value Mapping (VM) is used for combining the conflicting multi-lean measures and guiding the SA search for optima. The DES model is also used to develop a future state dynamic Value Stream Map (VSM) of the optimized production process. The approach is applied to an example production system where the capacity of material handling conveyors and the size of maintenance crew are optimized to develop a lean system in terms of three lean measures. Little’s formula is used to verify the simulation assessment of lean measures. Optimization results are also used to demonstrate the conflict among lean measures, the impact of process variability on lean measures, and the role of VM in reaching an efficient tradeoff of multi-lean measures.