基于多元智能理论的高职职业生涯规划课程教学评价研究

高职院校职业生涯规划课程教学评价是教学工作的重要环节,但传统的教学评价存在方法单一、模式静态等问题。多元智能理论体现了新的智能观和评价观,针对高职院校职业生涯规划课程教学评价存在的问题,引入多元智能理念,从评价目标设定的可行性和多元性、评价与教学过程的融合性和交互性、评价过程和结果的延续性和反馈性三个方面设计教学评价,从转变考核理念、采用"档案袋评价"、即时性评价与量化评价相结合三个方面实施教学评价。     

基于自组织模糊神经网络的大功率LED调光模型

大功率LED光度输出不仅与操作电流大小有关,且受传热过程的时滞时变不确定因素影响难以预测。针对传统机理建模存在参数提取困难、模型适应性弱等缺点,提出基于模糊神经网络建模算法,从而构建以操作电流、热沉温度、环境温度为输入,光通量为输出的调光模型。模型结构和参数依据在线数据进行调整,通过递推学习,模糊规则得到增量式完善,进而不断逼近实际动态过程。结果表明,利用该方法构建的调光模型与参考模型理论值相对误差小于3%,与其他模型相比,结构更加紧凑,预测精度更高。