随机策略范文

2024-05-27

随机策略范文(精选10篇)

随机策略 第1篇

关键词:语文教学,课堂随机写作,教学策略

一、培养写作兴趣,激发写作欲望

写作是一项相当费心力的活动,单有写作的资料是远远不够的,若缺乏写作的兴趣,则照旧写不出好的作品。就如同人们生活中的吃饭一样,若没有吃饭的欲望,就算是再美好的食物也会觉得索然无味。兴趣是最好的老师,这个道理同样适用于写作。为了提高学生的写作质量,引导学生积极创作,就非常有必要培养学生的兴趣,激发他们的写作愿望。但是若学生不具备这种内心的渴望, 就算有再好的素材与资料也不会创作出好的作品。进行课堂随机教学的老师必须竭力对学生的写作欲望进行发掘激发。

比如,初中语文课堂随机写作教学时,可以为学生讲述在2012年4月的玉树地震中的事情。许多当地的孩子没有了父母,没有了家园,当他们站在地震过后的废墟之上,眼中流露出茫然与无措,他们望向远方,不知道自己未来的路会走向何方。在2013年的岷县地震中,一个年仅12岁的小男孩失去了父母,和奶奶在一起,当他看着父母下葬的时候,眼里满是坚强,这给了学生很多感慨,学生觉得这个小男孩十分坚强,能够面对这么痛苦和绝望的写作意境。这就增强了学生的写作欲望,从而创造出了一系列优秀作品。

二、增强学生的想象能力

“寂然凝思 ,视通力里。”这句话是对想象力的一种形象客观的表达与描述。学生要想获得知识,一条必备的途径就是丰富的想象力,因此在随机写作教学过程中加强对学生想象能力的培养就变得非常有必要。学生通过想象,可以更加深刻地体会到诗文中描绘的情景,如临其境,进而实现高效学习。在这一过程中,借助想象力,可以更加透彻地将学生想要表达的情感全过程展现出来。如果学生具备想象力,就可以使作文思路开阔、活跃,从而写出来的事物人物等有声有色、有血有肉。不具备这种能力的学生,就会词语贫乏,思路迟缓狭窄,写事写人就会平平淡淡,不能感动人。结合当前中学生的具体特点,我们必须运用一切教学手段在语文教学中充分激发、培养和发展学生的想象力。在写作训练中,我们可以设计出许多方式激发学生的想象力,创造一切提高学生想象力的机会。

比如,进行初中语文课堂随机写作教学时,可以采取课文作文的方式。课文作文的方式可以使学生思维更加开阔、活跃、深刻。具体实施办法就是围绕一篇课文,写出少的是三四篇,多的是六七篇的一组小文章,在内容上,既可以各自独立,又可以相互联系。比如考虑课文的角度,启发学生补写那些留下想象空间的课文的情节或是为其续篇, 或者把古诗文改写成其他文体的文章。通过这种训练,加深了对原文的理解,扩展、发散、集中与深化了学生思维,从而充分发挥了学生的想象力,也帮助学生在多个层次、多个题材、多个角度地一件事情或写一个人物。

三、设置创作模板

模仿的特点主要表现为有法可循,具有较强的针对性,这不仅能够降低学生学习的困难,而且能够收到较显著的效果。初中学生不仅善于模仿这些,而且乐在其中。老师可以借助这一点激励学生进行一系列模仿。在学生进行相关写作之前,老师可以教授一些写作技巧与方法,让学生进行阅读欣赏,鼓励学生从中找出其中的类似自己的情感表达和帮助学生再现自己的生活实践。为了激活学生的想象力或者激发思维,可以先用这些文章作为参照,写一些仿照性的作文。由于语文课对学生语言发展与实践有着不可替代的借鉴与模仿的价值, 通过课文鉴赏文章的形式与内容, 不仅可以提高学生在布局谋篇等方面的写作能力,而且可以挖掘学生的创新思维,提高学生的语言表达能力。

四、从生活中积累素材

初中语文课堂随机写作教学时,不仅要重视课堂的作用,关注生活也是写作必须具备的一项重要内容。写作来源于生活,生活是写作的根本,离开生活写作不可行。老师在进行随机写作教学时要鼓励学生注重生活中发生的一些小事, 设身处地地体验。写作必须结合生活,走进生活,必须能够反映实际。老师之所以不断鼓励学生通过走进书籍拓宽视野,积累一些素材、写作方法,就是因为其中蕴含了前人对自己生活的一系列感触。

随机策略 第2篇

然而这样的前提假设很可能与实际情况严重不符,这种质疑从一开始就存在,这一点至少在两个方面存在着有力的证据。一方面,现实中资产价格收益率分布多是“尖峰厚尾”且“负偏”的,突出表现在大幅下跌的情况比正态分布要多很多。典型案例,远的如1987年美国的黑色星期一、1992年英镑的崩溃、1998年美国长期资本管理公司(LTCM)的破产、2008年雷曼公司的破产等,近的如去年下半年的国内债券市场波动,以及今年以来的人民币汇率波动。这些都在向人们暗示,均衡并不是常态,市场往往以大起大落的态势展示着自身的活力与吸引力。可以想象,如果市场总是波澜不惊,那会使人们失去参与的动力而最终趋于消亡。

另一方面的证据是,近乎所有金融资产价格序列的Hurst指数都显著大于0.51。无论是国内还是国外,无论是股票还是债券,Hurst指数的实际水平多在0.7附近,这表明资产价格存在一个明显的序列相关趋势,而非完全随机。

对于这一假设与实际情况不符的解释,目前已经有了比较强的共识,主要是:作为市场参与主体,人们对信息的处理是非线性的。如果人们对信息可以及时、准确地处理并反映到价格上,那么相邻时间的资产价格必将相互独立。但实际情况是,人们显然没有如此高效的分析能力,往往是等到相关信息累积到一定程度,才会突然意识到该怎么处理这一连串信息集。这种非线性的变化在现实物理世界中也比比皆是。例如沙堆,沙粒不断下落堆积,形成尖堆,在使沙堆坍塌的最后一粒沙子下落前,堆积的过程是线性而缓慢的,但随后的坍塌却是非线性的瞬间爆发。再比如超导现象,将金属线不断降温,当低至某一临界温度后,电阻突然完全失去。磁性也有类似的现象,将磁铁加热至774℃,磁性也会突然消失。

除此之外,经典理论中关于理性人的假设也可能存在问题,人们并非简单地按照期望收益的高低来进行决策。例如,当面对一个稳赚9万,以及90%概率赚10万,10%概率不亏不赚的情景时,几乎可以断定,人们将选择前者。而当面对一个稳亏9万,以及90%概率亏10万,10%概率不亏不赚的情景时,又几乎可以断定,人们将选择后者。这说明,人们的风险偏好并不存在有效的单一规则,在某些情况下,甚至会出现非线性的“反转”。

再回到资产价格序列本身,如前所述,Hurst指数的实际水平多在0.7附近,这说明序列的运行发展介于线性趋势与随机波动之间,这让我们不难联想起协同学研究的核心,即随机与秩序共生的非均衡自组织系统。该学科的研究表明,我们所处的世界是一个按照一定秩序和随机性自我组织、自我形成的系统。秩序给事物以发展的方向,随机则保证了发展过程的灵活应变,使发展更加稳健。举例来说,每一片雪花的形成是随机的,非均衡的,它需要水分子打破原有的气态转向固态,但观察其结晶构造发现,每片雪花的局部与局部之间有着非常相似的结构,这一现象被称之为科克雪花(Koch snowflake),即数学上所指的分形,是一种秩序的体现。树木也是一样,树的生长显然存在着一定的随机性,每一个枝杈、每一片树叶都有所不同,但又极为相似,呈现分形特征,而且不是每一个分枝都可以发展为主干,有着明显的非均衡性。动态数据中的类似情景也很普遍,科学家在对加拿大的雪兔和大山猫(大山猫主要捕食雪兔)种群数量的统计中发现,二者的数量都存在近似的周期性涨落,但就某一时间的具体数目而言,又是完全无规则的,呈现出随机性。渔民也会经常发现,某种鱼的捕获量在时间上存在着周期性的波动。由此看来,大自然中,绝对的、线性的均衡似乎并不是常态,随机与秩序共生的非均衡、非线性系统则更加常见。

人类经济社会又何尝不是如此,虽然每次科技革命的出现都存在一定的偶然性,但在利己与利他这一自然秩序的支配下,人类经济社会大的周期演进却是必然出现的。顺着这一思路,联系当前国内的利率市场化进程,也许会在债券投资策略上找到不一样的视角。

利率市场化,作为一国经济发展到一定程度的客观产物,有其内在的必然性。如果将视野拓宽至整个世界经济大的演进过程中,甚至会发现,各国利率市场化进程中的市场反应存在着分形特征。虽然美国和日本在相关改革的节奏和力度上各有不同,简单概括为:美国是20世纪80年代上半期的大干快上,日本是20世纪70年代末到90年代初的小步慢走。但是就实际利率变化的大趋势而言,形态却极为相似。初期,面对新的改革,利率水平有一个非线性的快速拉升,而后震荡下行,并最终围绕一个适当的水平波动,整个过程如图1和图2所示,如果不标示出国家,相信大家很难辨识出国别。这类似于股票市场的情况,如果我们将日线、月线、年线各截取一段,略去标注,形态上也极为相似,这都是随机分形,是内在秩序与表观随机性的共生系统。

图1 美国实际利率走势(单位:%)

资料来源:Wind资讯

图2 日本实际利率走势(单位:%)

资料来源:Wind资讯

通过对比中国和美国的利率市场化改革背景,也可以看到改革内在秩序的一致性(见表1)。因此,站在国内债券投资者的角度,笔者相信大的方向和实际利率走势的基本形态是可以预期的,将与成熟市场的情况相类似。

表1 美国与中国利率市场化改革背景

美国(20世纪70年代末) 中国(当前)

劳动力条件 劳动力成本提高 劳动力成本提高

前期主导产业 房地产、家电、汽车 房地产、制造业

nlc202309051411

政府与市场的关系 减税,简政 减税,简政

面对的国际竞争 日本制造、德国制造 其他新兴市场的制造业

汇率环境 美元国际地位遭受冲击 人民币国际化进程

改革目标 产业升级,货币地位提高 产业升级,货币地位提高

改革结果 经济转型升级,IT行业兴起 未知

如此一来,策略的关键就在于对随机分形更多细节的把握。本文选择中美债券市场上1年期无风险利率作为进一步研究的对象。由于美国国债不存在免税效应,因此对应来看,国内的标的应该选择同样是主权评级的政策性金融债利率。

图3 美国1年期国债实际利率走势(单位:%)

资料来源:Wind资讯

图4 中国1年期政策性金融债实际利率走势(单位:%)

资料来源:Wind资讯

如图3所示,美国在1981年至1986年的集中改革期,1年期国债实际利率大致在[4%,7%]的范围内波动,均值为5.5%;在随后的经济黄金发展期(至2000年),波动区间下移至[0,4%],均值为2.6%。目前,中国需要确定出未来一段时间内实际利率运行的合理区间,这既是政策制定的关键,也是债券投资策略选择的关键。综合历史经验与现实环境,个人认为,未来中国1年期无风险利率的实际水平最大可能会在[2%,3%]区间波动。原因有三:一是美国当时[4%,7%]的高利率水平使得经济在短期内出现了严重衰退,1982年经济增速为-1.9%,而中国在当前国内外经济政治环境趋于紧张的大背景下,底限思维无法接受这样的经济状况;二是美国20世纪90年代的黄金增长也证明[2%,3%]的运行空间有其自身的生命力;三是通过观察去年6月至今的1年期政策性金融债实际利率走势(见图4),从1%的低位快速上行至3%附近后,已明显有所企稳,表明货币当局态度上的相对认可。

当然,就策略的完备性而言,至此还是不够的。既然承认在普遍意义上存在随机、有序的非均衡系统,那么与秩序的确定性相对的就是随机性和非均衡。这一点在美国的数据上也表现得非常充分,从1984年到1993年,美国的1年期国债实际利率水平如瀑布般倾泻而下,背后是美、日、欧经济短期内的接连受挫。因此,即使给出[2%,3%]的实际利率走廊,也不能排除一旦经济意外受挫,实际运行会突破区间下限的可能性,反之,突破上限的可能性也存在。

再者,需要对物价进行持续跟踪和数量分析。毕竟实际利率是一个相对水平,债券价格的涨跌最终取决于利率的名义值。这便要求大家用更严谨和科学的手段去把握CPI的运行。这一点在今年一季度的行情中体现得淋漓尽致,虽然实际利率停留在区间之内,但名义利率的下行幅度已经很大了。

至此,本文简要讨论了金融市场中更为现实、更具普遍意义的情形,即市场的运行并非随机漫步,而是秩序与随机相结合的非均衡系统,在这样的系统中广泛存在着分形和非线性波动。这对于策略选择的启发,在于用更好的分析方法来对情景或趋势进行识别,同时对可能发生的剧烈变化时刻保持警惕,并尽可能地通过概率来评估。在这些方面,除了上述的一点粗浅分析之外,发达市场的投资者更是将非线性数量模型引入了交易策略之中,如神经网络、遗传算法、决策树等,这也意味着国内的策略研发还有很多可以提升的空间,借此与所有市场参与者共勉。

注:1.Hurst指数为0.5说明序列独立同分布,为0至0.5说明序列存在均值回复,为0.5至1说明序列存在趋势相关。

作者单位:金元证券固定收益总部

责任编辑:廖雯雯 罗邦敏

论企业大客户随机合同谈判策略 第3篇

一、大客户与大客户开发

大客户 (Key Account) , 确切的说是“对企业具有战略意义的”客户。大客户的管理范畴包含很广, 但它的目的只有一个, 那就是“为客户提供持续的个性化的产品和服务”, 以此来满足客户的特定需求, 从而建立长期稳定的大客户关系。大客户关系发展的类型包括三类:普通大客户:这类大客户由大客户经理与采购方的关系组成, 主要是一些小值易耗的行业;伙伴式大客户:这类大客户涉及到的双方人员比较多, 包括双方的财务经理、物流经理、销售经理、总经理等, 在成本核算等领域的多方面合作;战略性大客户:这类大客户涉及的人员和组织是彻底的, 从最基层的销售员、采购员到高层的CEO、董事长, 并会成立不同部门的联合小组, 如产品研发联合小组、财务联合小组、市场营销联合小组、董事会联合会议等渗透性的供求关系, 而且会有独立的合作办公室。笔者认为, 大客户的开发过程主要包括以下步骤:

1. 对现有或潜在大客户进行分类

根据企业经营方向和发展的重点, 将企业现有客户或准客户按照产品类别、客户性质、服务内容等方式来加以分类, 以便企业按照大客户小组的分类开发能更有效。

2. 对大客户进行分析

选择大客户失误将给企业带来莫大的损失, 因此, 企业在开发每一个大客户之前都必须首先了解客户的优势、劣势, 及可利用的资源。以便更全面的了解并迅速开发出其潜在需求, 并通过企业产品或服务来扩大自身的优势, 把劣势缩到最小。对大客户进行分析的主要内容有:流动资产率、净利润率、资产回报率、回款周期、存货周期等。从而更有利于企业的服务效益, 在大客户碰到问题时能第一时间给予解决。

3. 大客户购买过程分析

大客户采购者所涉及的资金都相当庞大, 其购买决策并不是一、二个人就能决定的, 所以其购买过程就会显得漫长和复杂。大客户购买的类型有三种:初次购买——这类客户开发时间比较长, 让这类客户认识本企业的产品需要一段时间, 难度也会很大, 需要从头到尾的一个销售周期;二次或多次购买——购买过程相对较短。他们在前期已经认可了本企业的产品, 这时他们所关注的内容也会有变化, 更关心企业的服务标准、产品质量、价格、库存等问题;其他产品购买——大客户有时需要调整其战略或者产品, 也会要求供应商做出相应的调整, 这时候是对企业更重要的考验。因为一点失误就会导致前功尽弃, 把原来的产品一起让给了竞争对手。

4. 进行费用、销售预测分析

对包括企业销售额、销售利润, 需要的库存利息、人员的支出、差旅费、风险系数高低、开发客户所带来的管理和经营费用等内容进行分析, 从而真正得出该大客户是否有开发价值。

5. 大客户档案管理

建立大客户档案具有重要意义。其内容包括对大客户的一般信息, 如客户公司联系方式, 采购人员、财务总监、销售经理、配送经理、总经理、董事长等各层次人员的权限、性格、爱好等基本信息的收集;更重要的是对客户的组织架构、发展历史、经营目标、发展方向、产品定位、销售状况、竞争对手状况、供应商状况、资源状况, 本企业所提供的产品有多少、竞争对手有多少、利润如何等重要信息的收集;也包括过程信息管理, 如所有的谈判记录、谈判参与人身份, 谈判过程的回答, 下一步的谈判策略, 客户的产品订购、库存增降情况的记录与管理。

二、大客户合同谈判特点

商务谈判是指业务双方为协调彼此关系、满足各自的需求, 通过协商对话以争取达到意见一致的行为过程。合同是缔约双方当事人为实现一定的经济目的, 在自愿、互利的基础上, 经过协商一致, 确定双方权利和义务关系的一种协议。在谈判过程中, 双方如果就标的、质量、数量、期限、付款方式等几个要件达成协议, 并以法律形式规定下来, 这就是合同谈判。合同谈判的内容包括技术附件的谈判、合同条文的谈判、合同价格的谈判等。合同谈判并不是一次就形成的。多数情况下, 交易双方要反复多次协商, 进行各种意向性、协议性谈判, 直到条件成熟才进入合同签约阶段。大客户合同谈判是交易双方进入实质性交涉的阶段, 往往具有以下几个特点:

1. 谈判目标明确, 涉及实质问题

经过前几轮谈判的相互探测、摸底, 双方对要达成协议的目标都比较清楚、比较具体。因此, 双方很可能在谈判时很快就进入实质问题的磋商, 如产品交易中的价格、付款方式、交货期限投资项目中的利率、期限、宽限期等。这时, 双方都会千方百计地发挥各自的优势, 运用各策略技巧, 取得妥协, 达成合约。

2、谈判要确保双方交易的有效性

谈判如果能进入签约阶段, 则标志着双方实质性合作的开始, 也为交易提供了可能性和保障性。合同谈判都是正式谈判, 场合正规、气氛严肃。如果有一方在交易中不执行合同条款, 则会以违约受到处罚。正因为如此, 双方对谈判中的合同条款考虑都十分慎重, 决不轻易许诺、妥协或让步。

3. 签定合同要具有合法性

合同形式是指合同当事人之间确定相互权利和义务关系的行为方式, 对双方当事人都具有法律约束力, 以此确保双方按照合同规定的条款履行各自的权力和义务, 保证交易的顺利实现。合同的成立是以签字的书面形式体现的。要确保合同为有效合同, 双方的签字必须是法人或者是委托代理人。所以, 在合同谈判中, 双方的主谈人基本都是企业或项目负责人或授权代理人, 具有拍板决定权。

三、大客户随机合同谈判策略

谈判桌上风云变幻, 谈判者要在复杂的局势中左右谈判的发展, 必须做好充分的准备。在知己知彼的基础上, 拟定各种随即谈判策略;同时, 在谈判过程中, 还要恰当使用一些谈判技巧, 尽力避免强烈冲突或谈判僵局的出现。成功的大客户随机合同谈判可采用以下策略:

1. 知己知彼, 不打无准备之战

顶级谈判专家曾做过研究, 所有成功的销售工作都是了解客户的工作占70%, 销售签单的工作占30%, 而失败的销售则刚好相反。在与大客户进行合同谈判的准备过程中, 谈判者要在对自身情况作全面分析的同时, 设法全面了解谈判对手的情况。包括对手的实力, 资信情况、对手所在国 (地区) 的政策、法规、商务习俗、风土人情以及谈判对手的谈判人员状况等信息。

2. 选择高素质的谈判人员

与大客户进行合同谈判的过程在某种程度上是双方谈判人员的实力较量过程。谈判的成效如何, 往往取决于谈判人员知识方面和心理方面的素质。由于合同谈判涉及的因素广泛而又复杂, 因此, 通晓相关知识十分重要。除了要具备贸易、金融、市场营销等这些必备的专业知识外, 谈判者还应涉猎心理学、经济学、管理学、财务知识、外语、有关国家的商务习俗与风土人情以及与谈判项目相关的工程技术等方面的知识。较为全面的知识结构有助于构筑谈判者的自信与成功的背景。此外, 作为优秀的谈判者, 还应具备一种充满自信心、具有果断力、富于冒险精神的心理状态, 只有这样才能在困难面前不低头, 风险面前不回头, 才能正视挫折与失败, 拥抱成功与胜利。因为合同谈判常常是一场群体间的交锋, 单凭谈判者个人的丰富知识和熟练技能, 并不一定就能达到圆满的结局, 所以要选择合适的人选组成谈判班子与对手进行谈判。谈判班子成员各自的知识结构要具有互补性, 从而在解决各种专业问题时能驾轻就熟, 并有助于提高合同谈判效率, 在一定程度上减轻主谈人员的压力。

3. 拟订谈判最终目标

合同谈判工作的一个重要部分就是设定你让步的限度。经常遇到的问题就是价格问题, 这一般也是与大客户进行合同谈判的利益冲突焦点问题。在谈判前, 双方都会确定一个底线, 超越这个底线, 谈判将无法进行。这个底线的确定必须有一定的合理性和科学性, 要建立在调查研究和实际情况的基础之上, 如果把目标确定的过高把价格确定的过低, 都会使合同谈判过程出现激烈冲突, 最终导致谈判失败。因此, 企业的开价应在能接受的最低价和认为对方能接受的最高价之间, 并考虑对方的文化背景、市场条件和商业管理特点, 开价要符合实际, 是可信的, 合情合理的, 能促使对方作出响应。

4. 制定大客户随机合同谈判策略

每一次谈判都有其独有特点, 都要求采用特定的谈判策略和相应的战术。在某些情况下首先让步的谈判者可能被认为处于软弱地位, 致使对方施加压力以得到更多的让步;而另一种环境下, 同样的举动可能被看作是一种要求回报的合作信号。在与大客户进行合同谈判的过程中, 采取合作的策略可以使双方在谈判过程中建立融洽的商业关系, 促使使谈判成功, 各方都能受益;但一个纯粹的合作关系也是不切实际的, 当对方寻求最大利益时, 会采取某些竞争策略。因此, 在大客户合同谈判过程中采取合作与竞争相结合的策略会促使谈判顺利进行和合同的达成。这就要求我们在与大客户进行合同谈判前必须制定多种谈判策略和方案, 以便随机应变。需要事先计划好, 如果必要可以做出那些让步;核算成本, 并确定怎样让步和何时让步。总之, 重要的是在谈判之前要考虑几种可供选择的竞争策略, 万一对方认为你的合作愿望是软弱的表示, 或者对方不合情理、咄咄逼人时, 可以改变谈判的策略, 证明你的策略对客户是有帮助的, 以解决异议, 达成合同。

综上所述, 随着市场经济的发展, 大客户管理和大客户合同谈判将在我们的企业管理和企业营销中占据重要地位。大客户管理将逐渐由原来的“客户关系管理”转变到“客户行为价值管理”——即大客户为企业带来的利润。买方和卖方会更加紧密的协同合作, 以便使整个供应链条得到更好的提升, 这种合作不仅是在本企业的内部, 而且会不断以不同方式在各个关联企业部门里产生。现在和今后的竞争也已经不是企业和企业的竞争, 而是涉及到整个供应链和资源整合的竞争。买方和卖方的身份区别将变得不再重要, 而最终会被“客户行为价值管理”所取代。我们应该对大客户管理和大客户谈判充满信心。

摘要:在市场竞争日趋激烈的经济环境中, 各种经济组织之间的商业合作往来变得日益频繁。企业双方或者多方为了达到一定的经济目的而相互进行沟通和磋商的谈判活动在企业管理和企业营销中的地位越来越显得重要。与对企业具有战略意义的大客户进行合同谈判, 以取得长期稳定的合作关系, 是工业企业在激烈的竞争环境中求得发展的必然战略选择。本文界定了大客户合同谈判的相关概念;分析了大客户的开发过程;并提出了企业与大客户进行随机合同谈判的基本策略。

关键词:企业大客户,合同谈判,谈判策略

参考文献

[1]沃伦·H·施米:谈判与冲突化解.中国人民大学出版社.2001-4

[2]埃米尼亚·伊瓦拉:哈佛商学案例选集 (英汉影印版) 商各基础系列-谈判.中国人民大学出版社.2002-9-1

[3]MBA核心课程编译组.谈判与沟通.九州出版社.2002-1

作文的“随机”教学 第4篇

有的孩子对写作文有畏难情绪,并不是不会写,只是没找到切入点。这时只要教师稍加点拨,就能水到渠成。

在教完《日记两则》后,我指导学生写日记。大多数学生听我讲完写日记的方法后,都在埋头苦干,认真写日记,只有一位同学还皱着眉头,一个字也没写。我轻轻地走过去,摸摸他的头,问他:“你为什么还不写呀?”他说:“老师,我没什么事可写。”我问他:“那你今天一直在忙着干什么呢?老师和同学可都在为你忙活那件事啊。”他摸了摸后脑勺,说:“哦,老师,我的校服不见了,今天我一直在找校服。”我又问:“你掉了校服,心情怎么样呢?”“很着急。”我顺势鼓励他把这件事写下来:“你把你找校服的过程写下来,就是一篇好日记。”后来他的日记是这样写的:

12月12日 星期四 天气 晴

今天上体育课时,我不小心把校服给弄丢了。我一直找,可就是找不到。我问了同学,同学说没看到;我去德育处问,也没有;我又去门卫室,还是一无所获;下午,我还到广播室找,依然没有找到。我非常着急。

我真希望如果有人捡到我的校服,赶快告诉我。我的校服上的拉链头子是银白色的,另外,我的校服的袖口处被折叠缝在了一起。

校服校服,你到底在哪儿呀?

一个二年级的孩子,在老师的启发下,能写出一篇这么具体、生动、有真情实感的日记,真不简单!

突现的景物有时是一点灵动的色彩,可遇而不可求。特别是在写作教学中,偶而遇之,及时利用,就能成为教学中动听的音符。

在一天的写字课上,我正指导学生写字。突然,一个同学拿起飘到他桌上的白色绒絮状物叫起来:“咦,这是什么呀?”大家都睁大眼睛看,有的同学说:“我知道,这是柳絮。”有的同学问:“柳絮怎么飞到我们教室里来了呢?”听着学生的议论,我想:不如把这节写字课改成写话课,让孩子们到外面去观察柳絮吧。

我微笑着对学生说:“孩子们,我们去外面看柳絮,好吗?”孩子们欢呼雀跃,纷纷跑出教室。

“孩子们,你们说,柳絮像什么呀?”

“像雪花!”

“像棉花!”

“你们看那边草地上!”

顺着我手指的方向,学生惊叫起来:“哇!好美!”“就像给草地盖上了一层厚厚的棉被!”“又像一个个小伞兵降落在草地上!”……

听着孩子们脱口而出的话语,我仿佛看到了孩子们写话本上的精彩词句,我为自己上课计划的及时调整而感到高兴。

有时偶然发生的一件事,也能成为很好的作文素材。

我在老家吉安教五年级语文的时候,班上有个叫闵杰的学生,每次写起作文来就头疼。他的每篇作文的开头都是一样的,比如写《一件难忘的事》,他的开头就是:今天,老师让我们写一篇作文,题目叫《一件难忘的事》。接下来就是一行一个自然段,纯属凑字数。这还不算最糟糕的,有时,他连凑字数都懒得凑,就是不写。

五月的一天,学校原定召开的运动会因下雨延期举行。事先订好的盒饭不能退了,所以订了盒饭的学生中午都在学校用餐。开饭了,同学们都在津津有味地吃着饭。可闵杰带来买盒饭的钱掉了,早上没订饭,偏偏今天爷爷奶奶不在家,他也不能像平常一样回爷爷奶奶家吃饭。我打电话给他爸爸,他爸爸说闵杰掉了钱,得自己承担后果,让他饿肚子。可我不能看着自己的学生饿肚子,于是我匀了些饭菜给他。其他同学见状,也纷纷匀出饭菜给闵杰吃。

目睹此景,我突然灵机一动:何不让闵杰把今天中午这件事写下来呢?于是,等闵杰吃完饭以后,我把自己的想法说给闵杰听,希望他马上动笔写一件难忘的事,题目可以自己安。他欣然答应,不一会儿就完成了。

他的作文题目是《一碗饭》。开头简单交待了学校的运动会没开成的原因,接着写自己的钱掉了,导致没午饭吃。然后重点写了老师及同学们匀饭给他吃的经过。作文的最后两个自然段是这样写的:

“就这样,老师和同学们你分一点饭菜给我,他分一点饭菜给我,不一会儿,我的碗里就堆积如山了。

看着这碗饭,我热泪盈眶。这碗饭不是一般的饭,它饱含着老师和同学们对我的爱。”

如果不是亲眼所见,谁会相信这是闵杰写出来的作文呢?

以上几例,无不说明作文资源俯拾皆是。作为语文教师,在指导学生作文时,一定要根据具体的情况,巧妙地让学生在不知不觉中获得写作灵感,化随机为神奇,让学生轻轻松松写作文。

(作者单位:江西师范大学附属小学)

NET中随机生成试卷的策略研究 第5篇

在线考试的一个特点为在同一时间内有多名学生进行网上答题, 那么就意味着此时在线考试系统要生成多套试卷。在这一过程中, 需要对生成试卷过程中的试题重复性、试题难度及试题所处章节等问题进行重点处理, 尽量降低试卷中重复试题出现的机率。针对以上分析, 可以得到以下结论:

(1) 每套试卷难度系数基本一致;

(2) 每套试卷中的试题尽量不同;

(3) 相同试题在不同试卷中的位置不同;

(4) 相同试题的答案顺序可能不同。

满足以上几点, 那么试卷生成策略就可以满足实际应用。

2 随机生成试卷策略的实现

随机生成试卷策略的思路是:首先根据试题库随机取得相应试题和答案;其次, 将试题的答案随机打乱后与试题组合成为新的试题;再次, 根据试题类型将试题进行汇总;最后生成试卷并加载。

根据上述思路, 可以对随机生成试卷策略实施描述如下:

(1) 根据试题类型、试题难度及试题分布情况获取相应试题;

(2) 在获取试题中随机抽取试题;

(3) 打乱抽取试题的答案;

(4) 生成随机试卷。

3 随机生成试卷策略中的试卷生成

试题存放在数据库中的试题数据表中。在该数据表中包含有试题编号、题目、答案A、答案B、答案C、答案D、正确答案、试题难度、试题类型和所属章节10个字段。

首先根据试题类型获取试题, 例如, 单选题、多选题、填空题等, 将获取到的试题分别存储在数组中备用;接下来利用随机抽取试题算法抽取相应类型的试题, 打乱答案顺序后将其添加到DataTable中;最后将DataTable中的试题信息绑定到相应控件上完成试卷组装。

4 随机抽取试题算法分析

在该算法中, 首先声明2个数组, 第一个二维数组 (命名为A) 用来存放需要抽取的试题, 例如, 存放单选题类型、难度级别为1的所有试题, 该数组的维数分别为符合要求的试题总数和字段总数加1;第二个数组 (命名为B) 用来标记已使用的试题编号;该数组的各元素初始值均设为0, 该数组的大小为抽取试题数。再声明一个数组 (命名为C) , 暂存抽取的试题编号, 利用循环实现试题抽取, 在循环体内每次获取随机数后, 判断数组B中对应元素的数值是否等于0, 若为0则该随机数可用, 否则重新产生随机数, 直到抽取该类型试题完毕, 此时数组C中存放的就是抽取的试题编号。再声明二维一个数组 (命名为D) , 读取数组C中的试题编号, 将数组A中的对应试题添加到数组D中, 实现试题抽取。

string[, ] A=new string [候选试题总数, 11];//声明数组A, 存放可以选用的试题

int[] B=new int[候选试题总数];// 声明数组B

int[] C=new int[准备抽取试题数];// 声明数组C

string[, ] D=new string [候选试题总数, 11];//声明数组D, 存放抽取好的试题

for (int i=0;i<候选试题总数;i++) //数组B赋初值0

{ B[i]=0; }

int z=0;//符合条件的随机数个数

while (z<准备抽取试题数量) //

{ Random rm=new Random (unchecked ( (int) DateTime.Now.Millisecond) ) ;//产生随机数

int j=rm.Next (0, 候选试题总数) ;//

if (B[j]==0) //判断该随机数是否可用

{ B[j]=1;//用后更改为1

C[z]=j;//存储该随机数

z++;// }

}

for (int i=0;i<准备抽取试题数;i++) //获取随机产生的试题

{ for (int j = 0; j <试题的字段数量; j++)

{ D[i, j] = A[C[i], j];//填充试题信息 }

}

5 选择题型答案的随机分布算法分析

当出现同一道题显示在不同试卷中时, 可以将候选答案的顺序随即打乱, 从而实现试题相同但是答案顺序不同, 避免答案重复。例如:原候选答案顺序为a、b、c和d, 产生的随机数为4、5、3、2 (存放在数组F中) , 那么打乱后的候选答案则为c、d、b、a。实现代码如下:

int[] E = new int[6];//记录随机数是否可用

int[] F = new int[4];//保存随机数

//……在2~5范围产生四个不重复的随机数

for (int i = 2; i <6; i++)

{ E [i] = 0; }

int z = 0; //记录产生的合法随机数的个数

while (z < 4) {

Random rm = new Random (unchecked ( (int) DateTime.Now.Millisecond) ) ;//产生随机数

int j = rm.Next (2, 6) ;// 在2~5范围产生随机数

if (E [j] == 0) // 确保产生的随机数不重复

{ E [j] = 1;//

F[z] = j;//

z++;//合法随机数个数加1}

}

接下来需要将正确答案随之加以修改, 确保答案与选择项的统一。例如:原候选答案顺序为a、b、c和d, 正确答案是b, 产生的随机数为4、5、3、2, 那么打乱后的候选答案则为c、d、b、a, 此时正确答案应改为c。抽取试题存放在二维数组D中, 试题答案所在数组的下表分别为6, , 实现代码如下:

int p=0;//p表示未打乱前正确答案所在下标

int pNew=0;// pNew表示打乱后正确答案所在下标

switch D[6] //记录未打乱前正确答案所在下标

{case "a":

p=2;

break;

case "b":

p=3;

break;

case "c":

p=4;

break;

case "d":

p=5;

break;

}

string[] G=new string [4];//声明数组G, 存放抽取好的试题未打乱前的答案序列

for (int i=0;i<准备抽取试题数;i++) //获取试卷试题数量

{ for (int j = 2; j <=5; j++)

{ G[j-2]=D[i, j];//复制未打乱前的候选答案序列 }

for (int z = 2; z <=5; z++)

{ D[i, z]= G[F[z-2]];//填充打乱后的候选答案序列

if (p== F[z-2]) //记录打乱后正确答案所在下标

{ pNew=z; } }

switch pNew //记录未打乱前正确答案所在下标

{ case 2:

D[i, 6]="a";//修改数组D中正确答案信息

break;

case 3:

D[i, 6]="b";

break;

case 4:

D[i, 6]="c";

break;

case 5:

D[i, 6]="d";

break;}

}

如果题型为多选题, 那么就需要在单选题型的实现思路中做以下调整。

(1) 试题答案需要使用特殊字符进行连接, 例如:答案为abc时, 需要在数据库中写为a|b|c。

(2) 记录未打乱前正确答案时, 首先使用Split方法对字符串进行分割, 再分别进行判断确定正确答案下标, 最后改用整型数组分别进行存储。

(3) 修改打乱后正确答案时, 首先分别判断打乱后候选答案中各个正确答案的新下标, 再将新的下标转为对应的字符 (a~z) , 最后利用“|”进行连接重新写入到试题答案所在位置。

6 将完成的试题进行封装

将数组D中的信息添加到DataTable中, 那么我们就可以利用相应的控件来加载其中的试题信息了。因为该功能的实现代码比较简单, 这里对具体代码不再叙述。在实施中有一点需要注意:向DataTable中进行添加信息时, 要先建立数据行, 再建立数据列, 而每一个数据行中的数据列应当与数组D中的列数保持一致。

归纳起来, 试卷生成策略只要解决好试题的随机抽取、试题难度、试题答案序列的随机生成以及答案的更新这几个问题, 那么在实际应用中就基本可以满足要求。

摘要:近年来, 随着互联网的不断发展在线考试也逐渐成为各大院校考查学生的手段之一, 促进了教学信息化, 减轻教师工作量, 提高教学效率, 增加考核透明度。试卷的随机生成是在线考试中的核心问题。

关键词:在线考试,随机生成,NET

参考文献

[1]彭宏, 许建东, 吴涛.信号与系统课程试卷生成系统的设计[J].中国教育技术装备, 2012 (04) .

[2]张海燕.题库与试卷自动生成系统的设计[J].数字技术与应用, 2012 (06) .

[3]王长利.试卷生成管理系统的设计和实现[J].数字技术与应用, 2011 (03) .

基于随机决策的公交车辆滞站策略 第6篇

关键词:公共交通,公交车头时距,公交滞站,随机决策,动态规划

城市公交车辆在运行过程中受到道路交通状况和站点乘客需求等随机因素的影响,导致同一线路的各个车辆的车头时距产生波动。公交车辆车头时距的不稳定使得有限的公交资源不能充分被利用,浪费公交运力,并显著降低公交服务质量[1]。所以保持公交车辆车头时距的稳定性是公交调度中的一个重要任务。公交滞站策略适用于高频率的公交线路,迫使车辆在控制点处停滞一段时间再出发,提供额外的缓冲时间,以调整公交车辆间的车头时距。公交滞站策略多以准确的公交到站时间预测为前提,将信息技术与优化调度相结合,制定最优策略[2,3]。这些策略多以最小化乘客的等待时间为目标,确定滞站时间[4—6]。同时,从不同角度,国内外学者也提出了以均匀车头时距为目标的自适应控制策略[7—9]以及在公交车辆运行受到干扰时,寻找能够适应当前系统的最优车头时距的滞站策略[10]。

在公交系统的研究中,由于车辆行程时间和站点停留时间受到多种随机因素的影响,即使利用先进的信息化技术和大数据的方法,也难以进行准确的预测,而且公交系统的干扰因素较多,使得滞站策略往往达不到预期效果。所以在公交车辆滞站研究中,应充分考虑随机性,制定符合实际情况且抗干扰性强的策略。故针对这一问题,本文提出了基于随机决策理论的滞站策略研究方法。该方法并不完全依赖准确的公交到站时间预测结果,且充分考虑了公交运行影响因素的随机性,在实际应用过程中能够应对不确定因素的干扰,实现公交资源优化和服务质量改善的目标,这正是随机决策理论应用于公交滞站调度问题的优势所在。

1 公交滞站决策随机过程分析

1.1 系统相关假设和变量定义

假设一条公交线路上共有n辆公交车,将该线路所有车辆到站时间看作服从无偏联合概率分布随机变量。每辆公交车到达控制点时,都会进行一次滞站时间的决策,所以该决策过程是一个n阶随机决策过程。每当运行的公交车辆到达控制点时,决策单元即根据最优化准则确定该车辆的滞站时间和发车时刻。表1为相关符号定义。

1.2 公交滞站决策要素描述

在利用随机决策理论确定最优滞站策略之前,首先对该随机决策系统的要素进行数学描述。

1.2.1 系统状态和决策方案

决策的过程中,系统处于的不同状况称为系统状态。当第i辆公交车到达控制点时,系统开始进入第i阶段的决策,此时系统状态si即为busi-1在控制点的出发时刻与busi的到达时刻之间的时间间隔,如图1所示。由于公交车辆在运行过程中受到外界各种随机因素的影响,故系统状态为一个随机变量,Si。si为已观测到的系统状态,即该随机变量的一个观测值。

为实现决策的目的而实施的每一个可行的方案称之为决策方案。在每一个决策阶段i∈{2,…,n-1}中,决策方案即为第i辆车的滞站时间ai,即该车在控制点处的到达时刻与出发时刻之间的时间间隔,如图1所示。ai不小于0,即为保证公交车辆的服务质量和滞站策略的初衷,决策单元不能让一辆公交车在控制点提前出发。为方便起见,可设定an=0。

1.2.2 状态转移概率

随机决策系统中,不同时刻的系统状态是随机的,系统状态转变的概率,称为状态转移概率。在公交滞站决策问题中,系统状态取决于相邻两辆车的到达时刻和出发时刻,前车的出发时刻由决策方案,即滞站时间决定;后车的到达时刻则取决于该车辆的预测的到站时间,如图2所示。

在图2中,蓝色曲线表示预测的每辆公交车在控制点的到站时间的概率分布。定义随机变量Ki为控制点处的相邻两辆公交车的到站时间间隔,即busi-1和busi到达控制点的时间间隔,ki为随机变量Ki的一个观测值。当该决策过程开始时,在控制点(即始发站)处的车辆为bus1,其他n-1辆正在线路上运行的车辆到达该控制点的时间间隔的联合概率分布记为f(k2,…,kn),该联合概率分布的具体形式可由到站时间预测的方法得出,文中只用其隐式即可。在决策阶段i时的系统状态、到站时间间隔和决策方案之间存在如下关系:

即该决策系统中状态的转移过程。

在每个决策阶段中,相邻两辆公交车的发车的车头时距,即相邻两辆车发车时刻的时间间隔为si+ai。为保证公交系统的正常运行,规定该系统不允许超车现象,即各公交车辆按次序发车,即对于所有的i,si+ai不小于0。

1.2.3 费用函数和最优策略

公交滞站策略的目标是使某一线路上公交车辆的车头时距尽可能保持稳定,以保证公交运输能力和服务质量。在统计学中,方差体现了一组数据的稳定性和离散程度,故本文选取车头时距的方差作为衡量车头时距稳定性的标准。本文将每一个滞站策略下的控制点处的车头时距的方差看做一个随机变量DH,根据最优期望值准则,该决策问题的目标就是找出一个滞站策略,使得该随机变量的期望值E(DH)最小。

由于相邻两辆车的车头时距为si+ai,故任意一个滞站策略下,车辆车头时距的方差可表示为:

根据式(1),且an=0,式(2)可变为:

则随机变量DH的期望为:

可以发现,式(4)等号右边后一项中的各变量Si和Ki均与策略方案ai相互独立。原决策问题的决策目标只需将式(4)中右边的第一项最小化,。故本文将这一项作为该决策问题的费用函数,在一个策略π={a1,a2,…,an}下,第i阶段决策时的总费用函数记为uπi,该费用是控制点处车头时距的函数,也是系统状态和策略方案的函数,同时也是车辆到站间隔和策略方案的函数。该费用函数可描述为从第i阶段起,所有待滞站车辆在控制点处车头时距的平方和。用迭代的形式可以表示为:

根据多重期望定理,式(5)可变为:

式(6)表示,当j>i时,第j阶段的策略方案ajπ取决于第i阶段的策略方案和系统状态的历史数据。当满足以下条件时,策略π*即为最优策略:

公交滞站决策的目标就是找出最优的调度策略组合π*,也就是寻找最优的策略方案ai∈π*。

2 公交滞站决策最优策略解析

本文利用动态规划的方法,分析公交滞站调度的多阶段决策优化问题,并寻找最优策略。

2.1 动态规划方法

在本文公交滞站策略决策问题中,利用动态规划的最优化原理,将n阶段随机决策的原问题分成n个单阶段随机决策子问题,第i个子问题即为从原问题的第i个决策阶段起到最后一个阶段,即一个n-i阶段决策问题,先求解最后面的单阶段决策问题,再利用逆向归纳法向前推导原问题的解。

如果原多阶段随机决策问题不是连续时间的,那么最优策略π*就不能利用动态规划的方法来求解。该方法主要是对于{ki-aoi-1,k2,…,ki}的任意可能组合,评估以ai为自变量的费用函数uiπ(ki-aoi-1,k2,…,ki)。最后输出能够使费用函数最小化的ai的值,然后逆向重新评估第i-1决策阶段的费用函数。动态规划的方法可用于求解该问题的一个重要前提是,必须将控制点处的车辆到站时间间隔的联合概率分布f(k2,…,kn)离散化,这是因为到站间隔的任意随机变量Ki的值域是无穷大的。

2.2 最优策略求解

2.2.1 求解极值点

由于总费用函数在可行域中是凸函数,故公交滞站最优策略方案即为总费用函数在可行域中的全局最小点。根据式(6),总费用函数可表示为决策变量ai的函数,即

将上式对ai求一阶导,可得:

如果存在ai使得式(9)等于0,则该ai即为最优策略的方案ai*;如果不存在使式(9)为0的ai的值,则最优策略方案ai*为0。可得最优策略为:

或ai*=0。

由于aj≥0的约束,aj*在0处对ai并不是连续可微的。所以是非线性的,对于给定的策略方案ai和观测到的到站间隔{k2,…,kj},aj*的取值完全取决于随机变量{Ki+1,…,Kj}的观测值。

2.2.2 f(k2,…,kn)离散化

为保证滞站策略调度的最优策略的一般性并求解最优策略,需要对控制点处公交车辆到站间隔的联合概率分布f(k2,…,kn)进行离散化,定义随机变量:

在第i个决策阶段,P(Dji=1)表示第一辆不需要进行滞站的车辆,即第一辆滞站时间为0的车辆是busj的概率。对于任意的j1≠j2,P(Dij1=Dij2=1)=0。由于aj*的取值完全取决于随机变量{Ki+1,…,Kj}的观测值,也就是随机变量Dji的引入实现了对{Ki+1,…,Kj}分段的线性离散化,从而将最优策略方案用f(k2,…,kn)和P(Dji=1)来表示。

由于总费用函数在可行域上不存在拐点时,容易求得最优策略方案ai*=0,故以下推导只考虑费用函数在可行域上存在拐点的情况。通过归纳假设法,可以得到最优策略的离散化表示:

同样,利用归纳假设法,可以得到离散变量的概率分布为:

将式(11)和式(12)合并,即可得到最优策略方案的最终形式:

每当一辆车到达控制点时,该车即为bus1,其控制点处的滞站时间为a1*,经过a1*个时间单元后,bus1发车。当下一辆公交车到达控制点时,系统根据公交到站预测的方法,得到bus1到站时间的概率分布,然后系统将最新到达的车辆设定为bus1并根据最新信息重新求解最优的滞站调度策略,也就是a1*在本质上才是能够满足实时应用的滞站时间。

3 随机决策滞站策略性能分析

为分析本文提出的滞站策略的的应用性能,将随机决策滞站策略与目前研究中较为被认可的两种滞站控制策略进行比较分析,即以车头时距为基准的滞站控制策略[7]和自协调的滞站控制策略[10]。

3.1 公交线路情景假设

由于本文提出的控制策略只在线路中选取一个控制点进行滞站控制,故为方便起见,公交线路情景设定为环形线路,公交车辆在环形线路上连续循环行驶,唯一的首末站设置为控制点,线路上共25个公交车站,设定该线路共有7辆公交车。假设预测的行程时间服从均值为2 min、方差为30 s的正态分布。每个站点的停留时间取决于该站点处车辆的上下车人数。乘客在每个站点的到达率是相互独立的并且服从泊松分布。

3.2 结果分析

由于车头时距的波动沿着线路方向呈现明显的增加的趋势,所以第一个站点处的乘客的平均等待时间对于整个系统的性能具有显著的代表性[11]。故选取第一个站点处乘客的平均等待时间(WT)作为评价滞站策略性能的标准,即[12]:

3.2.1 对公交需求的敏感性

由于车头时距在线路方向上与上游站点处的单个乘客上下车时间和乘客到达率呈现负相关的关系[11]。故本文定义一个无量纲的参数,其等于乘客到达率乘以乘客的上下车时间。该参数是公交需求的体现,其变化直接影响乘客平均等待时间和车头时距。图3给出了当20辆车都被策略控制后,以95%的置信度得到的平均乘客等待时间。

当公交需求较低时,每种控制策略下的乘客平均等待时间基本相同,性能差异不大;随着公交需求的增加,乘客的平均等待时间也随之增大,以车头时距为基准的控制策略的乘客等待时间增幅最大;自协调控制策略要优于车头时距为基准的策略,但当公交需求参数大于0.5时,该策略下的乘客平均等待时间也较大幅度的增加;本文提出的随机决策滞站策略在公交需求不断增加的情况下,仍然能够保持较低的乘客平均等待时间。

3.2.2 抗扰动性

设定线路初始时每对站点OD之间的乘客到达率为0.36/min,每次上下车的时间为1 s,即公交需求参数为0.36。当循环到第70辆车实施控制策略后,公交需求出现激增现象,乘客到达率变为0.72/min,直到一个周期的车辆都实施策略后(之后7辆车实施控制策略后)恢复为0.36/min。该实验的目的是评估各控制策略对于系统出现公交需求激增的扰动时,能够保持正常运转的能力。图4给出了随控制策略实施次数的增加乘客平均等待时间的变化。

当扰动出现时,车头时距为基准的控制策略出现强烈的波动,导致乘客平均等待时间大幅度增加,最终乘客平均等待时间维持在20 min以上;自协调控制策略在扰动出现时,乘客平均等待时间有所增加,最高值约为10 min,而由于该策略的自协调能力,在扰动结束时,该策略通过较长时期逐步控制较长的车头时距,最终乘客平均等待时间逐步下降;而本文提出的随机决策滞站策略中,只用了一个周期的调度策略,就能够抵消需求扰动带来的影响,之后的策略则保持稳定,因为整体需求的增加,该策略乘客平均等待时间略有增加。

实验结果显示,随机决策滞站策略在需求出现扰动的情况下,能够快速消除扰动影响,保持最低的乘客平均等待时间。

4 结语

公交滞站策略对于保持公交车头时距稳定性及提高公交服务效率具有重要意义。本文利用随机决策理论和动态规划的方法,提出了以最小化车头时距波动方差为目标的滞站策略,数值结果表明,该方法能够有效缩短乘客平均等待时间,并且对于公交需求波动具有良好的抗干扰性。

滞站策略的实施是将公交车辆整体延后使得车头时距尽可能保持稳定,但是滞站策略在一定程度上会对公交车辆的周转率产生影响,未来应着重研究滞站和跃站策略的混合策略,在提高公交服务质量的同时,尽可能降低公交运营成本。

参考文献

[1] An S,Zhang X,Wang J.Finding causes of irregular headways integrating data mining and AHP.ISPRS International Journal of GeoInformation,2015;4(4):2604—2618

[2] 姚宝珍,于滨,杨忠振.基于公交车到站时间预测的动态滞站调度模型.北京工业大学学报,2011;37(6):869—875Yao Baozhen,Yu Bin,Yang Zhongzhen.Dynamic holding strategy based on bus arrival time prediction at stops.Journal of Beijing University of Technology,2011;37(6):869—875

[3] 李大铭,于滨.公交运营的协控准点滞站调度模型.系统工程学报,2012;27(2):248—255Li Daming,Yu Bin.Coordinated schedule-based holding model for bus operation.Journal of Systems Engineering,2012;27(2):248—2554 Sun A,Hic kman M.The holding problem at multiple holding stations.Berlin Heidelberg:Springer,2008:339—359

[5] Zolfaghari S,Azizi N,Jaber M Y.A model for holding strategy in public transit systems with real-time information.International Journal of Transport Management,2004;2(2):99—110

[6] Puong A,Wilson N H M.A train holding model for urban rail transit systems.Berlin Heidelberg:Springer,2008:319—337

[7] Daganzo C F.A headway-based approach to eliminate bus bunching:Systematic analysis and comparisons.Transportation Research Part B:Methodological,2009;43(10):913—921

[8] Daganzo C F,Pilachowski J.Reducing bunching with bus-to-bus cooperation.Transportation Research Part B:Methodological,2011;45(1):267—277

[9] 龙琼,胡列格,张谨帆,等.突发事件下公交车辆快速动态滞站调度算法.中国公路学报,2013;26(2):154—159Long Qiong,Hu Liege,Zhang Jinfan,et al.Rapid algorithm of dynamic holding scheduling for buses in emergent events.China Journal of Highway and Transport,2013;26(2):154—159

[10] BartholdiⅢJ J,Eisenstein D D.A self-cordinating bus route to resist bus bunching.Transportation Research Part B:Methodological,2012;46(4):481—491

[11] Hic kman M D.An analytic stochastic model for the transit vehicle holding problem.Transportation Science,2001;35(3):215—237

随机策略 第7篇

随着人们环保意识的增强和可持续发展的需要, 对退出使用的废旧产品的处理问题的研究越来越受到研究者和企业的重视。这主要基于以下原因[1,2]: (1) 许多国家尤其是发达国家, 政府立法要求企业对其生产的产品在整个生命周期上进行管理, 企业要对消费者使用过或者丢弃的产品回收; (2) 消费者对环境的关注使得他们更加喜欢购买那些环境友好型的产品; (3) 随着科技的发展, 出现了一批新的技术, 使得废旧产品中蕴含的剩余价值得以开发, 企业发现回收废旧产品经过再制造后“和新的一样好”, 在市场上销售和新产品没有太大的差别, 进而使他们的盈利增加。

这种产品从消费者手中再返回到生产商手中的新型物流称为“逆向物流” (Reverse Logistics) 。库存管理是逆向物流重要研究内容[3]。预测产品需求是决策者建立库存模型时面临的难点和主要问题。在考虑回收产品的情况下, 预测回收量变得更加重要。然而, 和产品需求量相比, 回收物流在数量、时间和质量上具有更大的模糊性和随机性[3]。由于消费者的需求数量和产品的回收数量无法准确描述, 研究者们建立了模糊库存模型解决此问题。文献[4]研究了一类模糊环境下不考虑退货的库存模型。文献[5]研究了一类生产——库存模型, 在模型中, 所有的参数都用模糊数来表示。最近, 文献[6]中研究了采用连续检查库存策略、提前期递减的库存模型, 文章把提前期内的不确定需求考虑为概率模糊集, 用模糊数的概率均值理论进行了求解。

在以上的所有文献中, 当具有“需求大约是d”情况下时采用模糊数来刻画。但是, 当语言信息集随机变化时, 这种表示方法就不太适宜。比如, 当回收量由不同专家预测时, 往往得到“回收量大约是d1”, “回收量大约是d2”等结果, 从而无所适从。而模糊随机变量就很好的描述了该种情形, 更正式的, 模糊随机变量是包含随机和模糊双重特性的变量。用它来刻画回收产品的不确定性在实际中更加方便和准确。例如一种产品的销售, 在销售旺季, 回收数量为大约200件, 销售一般时, 回收数量大约100件, 而销售淡季, 回收数量可能是50件。市场旺盛, 一般和萧条的概率也不确定。模糊随机变量以及模糊期望的概念最早由Kwakernaak[7]提出, 将其定义为概率空间到模糊集合的一个可测函数。Puri, Ralescu, Luhandjula等学者对该种变量的特性进行了深入的研究。近来, Pankaj Dutta[8]将需求考虑成模糊随机变量建立了单阶段的库存控制模型并用模糊集的排序方法进行了求解和分析;Hung-Chi Chang[9]等建立了基于模糊随机提前期和模糊总需求的库存控制模型, 并求解得到了最优的控制参数。于春云[10]等建立了模糊随机需求模式下的扩展报童模型, 考虑到传统求解方法的复杂性, 该文用随机模拟的方法进行了求解。

本文以下内容安排如下:第二部分给出了模糊随机变量的定义及其数学描述。第三部分建立了回收产品数量服从模糊随机分布的库存控制模型并进行了求解。第四部分给出算例进行阐述并做了灵敏度分析。最后对本文进行总结并对未来研究方向进行了展望。

1 模糊随机变量及其数学描述

根据实际的需要, 不同的学者给出了多样的可测函数来表示模糊随机变量。本文采用文献[11]中的定义形式。

定义1[8] 对于一个给定的模糊数A¯, 其区间值可能性均值定义为Μ (A¯) =[Μ* (A¯) Μ* (A¯) ], 其中Μ* (A¯) Μ* (A¯) A¯的上、下可能性均值并定义为:

Μ0 (A¯) =01αAα-dα01αdαΜ* (A¯) =01αAα+dα01αdα

记A是模糊数A¯的模, 对三角模糊数[A¯A¯], Aα为其α截集并表示为[A-α, A+α], 0≤α≤1。A¯的可能性均值定义为Μ¯ (A¯) =Μ* (A¯) +Μ* (A¯) 2, 也就是说, 可以写成如下形式:

Μ¯ (A¯) =01α (Aα-+Aα+) dα

A¯B¯为三角模糊数, 且Aα=[A-α, A+α], Bα=[B-α, B+α], α∈ (0, 1) , 则A¯B¯Μ¯ (A¯) Μ¯ (B¯)

定义2[8] 模糊随机变量是从概率空间 (, A, P) 到模糊变量集合的可测函数。令F表示所有模糊数的集合, 那么模糊值函数X¯:→F被称为模糊随机变量, 如果X¯是可测的。

对于模糊随机变量X¯, [X]α=[X-α, X-α], α∈ (0, 1) 为随机闭区间集合, 其中X-α和Χ+α为实值随机变量。模糊随机变量X¯的期望为一模糊变量EX¯∈F并定义为:

EX¯=X¯dp={ (Xα-dpXα-dp) /0α1}

关于模糊随机变量更详细的描述请参看文献[9,10]。

2 问题描述及模型建立

2.1 基本假设和符号

和文献[11]中研究类似, 本文考虑一个如图1所示的单产品回收库存系统, 该系统采用 (T, Q) 控制策略, 产品的订购周期为T。在一个订购周期内, 该系统面临外部需求和经过处理后的回收产品流入两种物料流。本文将回收产品的模糊性和随机性同时考虑, 引入模糊随机需求期望值理论, 建立了该模式下的随机型库存控制模型, 将用户需求考虑为服从正态分布的随机变量。模型的目标是确定最优订购数量从而使总的订购成本达到最小。为了研究方便, 本文做以下假设:①回收产品经过处理后直接放入库存并可和新产品一样销售;②库存有无限的容量;③外部需求服从正态分布, 回收产品则服从模糊随机分布;④不考虑回收产品在处理过程的时间延迟, 即为瞬间修复, 不考虑修复成本。

现将用到的符号规定如下:

Q 订购产品数量 (决策变量) ;

R¯经过处理后抵达仓库的产品数量, 服从模糊随机分布, 其形式为:R¯={ (r˜1p1) (r˜2p2) (r˜npn) }, r˜i为模糊数, pi为其出现概率, 且i=1npi=1;

cd 单位回收产品修复费用, cd≥0;

k 单位产品进价;

p 单位产品售价, 满足p>k;

s 产品需求数量, 服从正态分布, 其密度函数为φ (s) , 分布函数F (a) =∫0aφ (s) ds, a>0;

h 单位产品存储成本;

C0 固定订购成本。

2.2 模型建立与求解

为简便起见, 设R¯i为三角模糊数, 且其隶属度函数为

μr˜i (x) ={L (x) = (x-Ri¯) / (Ri-Ri¯) Ri¯xRiR (x) = (Ri¯-x) / (Ri¯-x) RixRi¯

由于回收设定为模糊随机变量, 在实际应用中需要将其转化为确定的形式。考虑到模糊随机变量的期望为模糊变量, 因此可以通过对其期望的求解并运用模糊数的可能性均值排序方法进行处理。和其他的清晰化的方法相比, 这种方法处理简单, 并且转化过程中存在的误差最小, 对原信息保留更完整[12]。基于该种排序方法, 可以得到:

定理 需求量s和回收量R¯同时存在的情况下, 其净需求量S (需求量-回收量) 的期望为Μ¯ (S) =Μ¯ (s-R¯) =s-[16i=1n (Ri¯+Ri¯) pi+23i=1nRipi]

证明:对于R¯={ (Rα-Rα+) ;0≤α≤1}, 由第二部分的叙述可以得到

S-α=s-R-α (1)

S+α=s-R+α (2)

对不同的α, 很容易求的E (S-α) 和E (S+α) , 且二者均为模糊变量。根据可能性均值的排序方法, 可以得到:

Μ¯ (S) =01α (E (Sα-) +E (Sα+) ) dα (3)

其中,

E (Sα-) =i=1n (s-Riα-) pi=i=1n (s-Li- (α) ) pi=i=1n[s-Ri¯- (Ri-Ri¯) α]pi

E (Sα+) =i=1n (s-Riα+) pi=i=1n (s-Ri+ (α) ) pi=i=1n[s-Ri¯- (Ri¯-Ri) α]pi

将 (4) 和 (5) 代入 (3) 就可以得到:

Μ¯ (S) =01αi=1n[s-Ri¯- (Ri-Ri¯) α]pi+i=1n[s-Ri¯+ (Ri¯-Ri) α]pi

=201αi=1nspidα-01αi=1n[Ri¯-Ri¯- (Ri¯+Ri¯-2Ri) α]dα

=s-16i=1n (Ri¯+Ri¯) pi+23i=1nRipi (6)

证毕。

由此, 模糊随机变量 可以转化为确定性的表达方式。

当订货量为Q, 净需求量为S时, 实际销售量为min[Q, S], 因而实际销售收入为p*min[Q, S];因此, 若记订购量为Q时的赢利为W (Q) , 则:

W (Q) =赢利-购买费用-存储费用-固定订购费用-退货量×单位修复费用

考虑到s为正态分布变量, 则赢利的期望值为:

E[W (Q) ]=p0Q (s-R¯) φ (s) ds+pQQφ (s) ds-kQ-h0Q (Q-s+R¯) φ (s) ds-C0-cdR¯=p0sφ (s) ds-pQsφ (s) ds-p0QR¯φ (s) ds+pQQφ (s) ds-kQ-h0Q (Q-s+R¯) φ (s) ds-C0-cdR¯

=p·∫∞0sφ (s) ds-pQsφ (s) ds+p0QR¯φ (s) ds-pQQφ (s) ds+kQ+h0Q (Q-s+R¯) φ (s) ds+C0+cdR¯ (7)

容易知道, 式中第一项与Q无关, 故求赢利的最大值就是求后面中括号式子的最小值, 设中括号中的式子为C (Q) , 问题转化为求解min C (Q) 。下面求解问题min C (Q) 。

dC (Q) dQ=ddQpQsφ (s) ds+p0QR¯φ (s) ds-pQQφ (s) ds+kQ+h0Q (Q-s+R¯) φ (s) ds+C0+cdR¯

=h0Qφ (s) ds-pQφ (s) ds+k+ (p+h) R¯φ (Q) = (h+p) 0Qφ (s) ds-p+k+ (p+h) R¯φ (Q) (8)

dC (Q) dQ=0, 得:

(h+p) 0Qφ (s) ds-p+k+ (p+h) R¯φ (Q) =0 (9)

进而得到:

(h+p) φ (Q) -p+k+ (p+h) R¯φ (Q) =0 (10)

用 (6) 中的可能性均值代替 (10) 中的R¯并解该方程, 将得到的Q记作Q*, Q*为其驻点。容易证明Q*为其最小值点, 也即E[W (Q) ]的最大值点, 即Q*为最佳订货量。

在模型中, 如果缺货损失不只是考虑销售收入的减少, 如果考虑到赔偿需方的损失时, 单位缺货成本C缺就会大于P, 在这种情况下, 只要在推导过程中用C缺代替P即可, 并不影响结论。

另外, 考虑到多阶段订货的情况下, 由于需求是随机变量, 在每一阶段开始时, 很可能存在期初库存 (上一阶段尚未售出的货物) 。设本阶段期初库存为I, 则除了进货成本减少kI外, 其他均不变。

3 算例

为了验证模型, 下面通过一个算例来说明其有效性。设在一个订购周期内, 某种产品经过处理后进入库存的数量具有模糊随机的特性, 例如, 回收数量并非确定的量, 而只能由“大约是40件”, “可能有50件”, “估计最多55件”等这样的语言变量来形容。

为了准确的预测回收量, 决策者需要通过搜集专家或者有经验的职业经理的意见从而进行决策。假设决策者得到如下的结果:在20名专家中有4名认为回收量“大约是200件”, 有10名认为“可能有370件”, 剩下的认为“估计为480件”。按照规则, 将以上的语言变量转化为三角模糊数如下:

“大约是200件”=r˜1= (180200230) , 概率为0.2;

“可能有370件”=r˜2= (350370390) , 概率为0.4;

“估计为480件”=r˜2= (460480490) , 概率为0.3。

其他的相关数据分别为:Cd=20, k=70, p=130, 该产品的需求服从s~N (2000, 32) 的正态分布, h=10, C0=1000.。运用matlab7.0, 求解方程 (10) , 容易得到其最佳订货量Q=1313.02, 取整后可得Q*=1313, 即为其最优订购量。利用本文模型的方法和算法, 本文还分析了当Cd和R变化时最优订购量的变化情况, 得到的变化曲面如图2和图3所示。

注:为了分析数量变化对最优订购量的影响, 假设认为“可能有370件”的专家数量不变, 使有其他两种可能的专家的概率分别变化。

从以上图中可以看出:回收产品在数量上概率值分布的变化带来的最佳订购量的变化相当大, 曲面的变化斜率逐渐增大。而不同修复成本所带来的总成本的变化则逐渐下降。因此准确的预测回收产品的回收数量对最优策略的选择影响很大。

如果不考虑经过处理的回收产品的数量, 即R¯=0 (此时的修复费用同样为0) , 此时即为传统的库存控制策略, 经过计算, 得到的最优的订货量为Q*=1746。可见, 考虑到回收情况下, 虽然增加了维修成本, 但总体的库存订购量降低了, 总的成本也更低。

4 结论

考虑到产品回收的数量相比需求来讲在时间、质量和数量上具有的更大的不确定性, 本文将模糊随机变量及其期望值理论及模糊数的可能性均值排序方法引入了单周期的库存控制系统, 建立了在模糊性和随机性同时存在情况下的库存控制模型并进行了求解。算例验证了该模型的有效性。但是, 本文的研究仅仅是对回收产品的数量进行了刻画, 如何将回收产品在时间上和质量上的这种性质进行表达并考虑到模型中, 仍然值得探讨和研究, 为了方便, 本文将需求考虑成了正态分布, 然而在现实中, 由于历史数据的难以获得或者对于一些新产品来说, 这种假设还存在很大的理想成分。另外, 不确定性还可能表现为粗糙、模糊粗糙、双重随机等其他不确定形式, 如何在考虑各种不确定环境更准确的进行库存控制, 都将是需要更进一步研究的内容。

参考文献

[1].Lund R.Remanufacturing.Technology Review[M].1984, 87 (2) :18~23

[2].Fleischmann, M, JacquelineM.Bloemhof-Ruwaard.Quantitative models for reverse logistics:A review[J].Euro-pean Journal of Operational Research, 1997, 103:1~17

[3].周垂日, 许传永.逆向物流的新进展:文献综述[J].科研管理, 2007, 5 (3) :123~132

[4].Kelle P, Silver EA.Forecasting the returns ofresurable containers[J].Journal of Operationas Management, 1989, 8 (1) :17~35

[5].Toktay LB, Wein LM, Zenios SA.Inventory manage-ment of manufacturable products[J].Magagement science, 2000, 46 (11) :1421~1426

[6].Teunter R.Ecomomic ordering quantities for recover-able item inventory systems[J].Naval Research Logistics, 2001, 48:484~495

[7].H.Kwakernaak, Fuzzy random variables:Definitionand theorems[J].Information Sciences, 1978, 15:1~29

[8].Pankaj Dutta, Debjani chakraborty, A.R.Roy.Con-tinuous review inventory model in mixed fuzzy and stochastic en-vironment[J].Applied Mathmatics and Computation, 2007, 188:970-980

[9].Hung-Chi Chang, Jing-Shing Yao, Liang-YuhOuyang.Fuzzy mixture inventory model involving fuzzy randomvariable lead time demand and fuzzy total demand[J].Euro-pean journal of operational research, 2006, 169:65-80

[10].于春云, 赵希男.模糊随机需求模式下的扩展报童模型与求解算法[J].系统工程, 2006, 24 (9) :103~107

[11].黄祖庆, 达庆利.一个允许退货的库存控制策略模型[J].东南大学学报 (自然科学版) , 2003, 33 (6) :792~795

随机策略 第8篇

关键词:混淆,控制流,字节代码

分布式的计算机环境中,软件被安装在多台的主机之上,但是不可能全部是可信任的主机。软件可能通过逆向工程被分析和篡改,安全性能得不到有效地保障,混淆技术就是针对这一问题而诞生的一种保护技术。混淆技术应用一种转换机制使转换后的程序复杂化。混淆变换有词法变换、数据变换、类结构变换等会方法。目前的研究以控制流变换为热点,是混淆技术中最有效的技术之一。

通常,混淆后的程序会出现更多的代码,程序执行中需要更多的时间,尤其在多次迭代后性能会出现超负荷现象。运用随机插入的混淆策略,通过对随机函数的引入来限制代码的插入,减少代码长度的增加,形成了以Java字节为基础控制流混淆转换工具。

1 如何设计 Java 混淆器

1.1 确定基本模块

本设计结合了分支插入与循环条件插入两种混淆算法,这就涉及到如何确立程序的基本模块。调用类指令、条件跳转类指令、无条件挑战类指令和返回类指令等多种转换类指令组成了两个程序之间的根本模块流程。

根据流程转移范围差别分为两个类型 :一是由调用类指令和返回类指令等所造成的所有的流程转移 ;另一种是无条件转移类指令和条件跳转类指令等造成的部分的流程转移。

依据指令逻辑的功能和完成操作的差别,可以将指令细致的分为顺序类指令、条件跳转类指令、无条件跳转类指令、无程序调用类指令、返回类指令、陷阱类指令和复位类指令七个类型。

1.2 无条件跳转指令的处理

判断当前的指令是否是无需任何条件的跳转指令或者是子程序调用指令,若是,就运用分支插入的算法,把代码插入到目标的指令之前,操作如下 :

1)插入永真式分支,目标指令必须是无条件跳转指令或者是子程序调用指令,原来程序模块间的执行顺序不会改变,原程序功能也不发生变化 ;

2)把一些垃圾代码运用到分支的假出口,把GOTO引入垃圾代码之后并令其跳转到所插入代码的开始阶段,使控制流复杂化 ;

3)变更无条件跳转指令或者子程序指令,让目标指令成为代码插入的第一指令,并且在模块间建立分支。

1.3 条件转换与循环条件转换之间的处理

首先判断当前指令是不是条件跳转指令,若是,再进一步判断其是否是循环条件,反之,则运用循环条件插入算法,反之就利用分支插入算法,判断的依据为条件跳转指令的目标指令是否在该跳转指令之前,若是的话,就是循环条件跳转,反之就是一般的条件跳转。

利用分支插入的方法处理非循环条件的跳转,使条件结构更加复杂化,对跳转后的目的地的位置加以隐藏,具体操作如下 :

1)插入永真式分支,条件跳转的目标指令作为它的真出口,不改变原程序模块间的执行顺序,确保程序功能不变 ;

2)把GOTO指令引入假出口,令它返回到程序的初始阶段,使程序控制流更加复杂 ;

3)变更条件转换的目标指令,并把其作为插入代码的初始指令,在模块间建立分支。

利用循环条件插入法处理循环条件跳转,具体步骤如下 :

1)把永真代码插入到原条件跳转指令的目标指令(真出口),总体是真逻辑,把GOTO插入到插入条件的假出口,令它跳转到园条件跳转指令的家出口,总体是假逻辑,确保程序功能的总体不发生改变 ;

2)把GOTO插入到原来条件的假出口,把原条件跳转假出口的初始指令作为GOTO的目标指令,使程序控制流更加复杂。

1.4 随机插入混淆的处理

当模块数量高于标准值时,采用碎甲插入混淆来控制混淆操作的次数,减少程序在混淆后造成的时间和空间开销。

2 使用 Java 混淆器

以Java字节代码的混淆器主要处理无条件转移类,子程序调用类,条件转移类的操作,并且把无条件转移类与子程序调用类归结为一类,把条件转移类拆分为双操作数条件转移和单操作数条件转移两大类。具体分类如下 :

(1)A类 :无条件转移和子程序调用类

(2)B类 :双操作数条件转移

(3)C类 :单操作数条件转移

主要有以下几个实现步骤 :

(1)运用BCEL对Java Class文件进行解析

(2)取得指令

对Java Class文件进行解析后,会得到关于JVM的指令序列,一个个基本模块构成了一系列的最大连续指令的集合,中间基本无跳转指令,只有在结尾时有一个跳转指令。按照顺序从第一条指令开始扫描,如果中途中碰到了一个跳转指令,一个基本模块就会结束,下一条指令将会成为一格新的基本模块的开始,根据以上设计的思路继续进行操作处理。

(3)对指令集进行扫描,应用上文所提到的条件跳转和循环跳转处理所应用的算法对各个指令数进行混淆插入处理。

(4)进行收尾工作。

3 测试性能

测试环境设置为PC机,AMDsempron1.8GHz,512MB RAM, 以Windows XP为操作为测 试系统,使用Sun Java 2 SDKVersion1.4.2,Apache BECL。

因为Java程序的控制流主要由上文所提到的多种语句进行控制的,目前选取了Java中6个不同的程序来进行试验,实验以指令栈的高度和程序执行过程所需要的时间为参数,对所考察的代码量在混淆前随机插入混淆和完全混淆两种不同情况下参数的变化进行验证。最终,实验数据表明,完全混淆后程序增大了它的代码数量以及执行所需要的时间,而随机插入混淆有效地控制了混淆转换所引起的性能过量超载,同时阻止了逆向工程的攻击。

4 结语

随机与偶然 第9篇

作为一位军史画家,周武发通过其创作的许多军事历史题材画作,追求的就是这种大于情节描述的形象真切感,从而使他的作品呈现出鲜活生动的个性。譬如, 《邵家庄伏击战》是一幅主题性的情节绘画,但画家并没有刻意铺叙伏击战的前后情节,而是描绘伏击战最紧张激烈的阵地肉搏场面。画面塑造的那5位战士拼刺刀、耍大刀、描准射击和咬开引信投弹的不同动态形象以及被反压在地上的日军负隅顽抗的挣扎,仿佛带人进入了那个你死我活的拼杀现场。显然,此作的精彩不在情节与立意的独特构思,而在如何刻画和塑造这些形象的生动真实——从拼杀的动态到富有个性的表情刻画和服饰道具的考证等,无不体现了造型艺术追求视觉真实的特征,而且这些拼杀的神情与动作也克服了“摆拍”的人为设计感与舞台化效果。与《邵家庄伏击战》类似的《夜袭阳明堡》,也是直呈夜袭最激烈的战斗场面,并以战士射击投弹的各种动态感极强的形象让你感受战场的殊死搏斗,顽抗的日军也克服了概念化的描绘,刀刃上的生与死让你感受到战争的悲壮与惨烈。再譬如,描写红军会师的《胜利》,既没有恢弘的场面也没有特定的情节,而是通过一群欢呼跳跃的红军战士形象让你体味那铁流汇涌的历史时刻。画面打动人的是那群欢呼跳跃的战士,没有固定程式化的姿态与表情,没有过多修饰性的神情动态显示了画家试图捕获人物在随机的偶发动作中流露出的难以复制的真实感。画面中的战士也没有想象的那般威武,但作品却改变了过于理想化的人物形象选择与塑造,那种自然生活中的随意性成为画家寻找真实的突破口。

显然,周武发在他的一系列军事题材的作品里并没有图说事件、情节、主题,而是从形象塑造的本体出发,让形象的真实生动替代情节性的描述。他的关注点在于捕捉那些形象本身在随机与偶然中直呈出来的生命本真状态。他的获得第十一届全国美展获奖提名的《71770部队特种兵大队新兵张小勇、姜浩、王二柱等》,仅从名字或许就能读到画家追求的某种随机性与偶然性,去掉“设计”其实正是这件作品获得成功的关键。画面一溜排开刚理完发、换上新军服的新兵蛋子的“憨傻样”,在那一刻显现出某种生动的淳朴——军装改变了他们的身份,但表情与举止还没有职业军人的老道干练,画家用粗犷的笔触去捕捉那些大男孩稚气未脱、略显掏紧而手足无措的神态,画面的不完整性恰恰显现出随机生发的带有某种偶然性的真实与生动。这件作品的形象塑造更像是一台照相机在某个角落自动拍摄的某个瞬间,没有选择的记录或许是最真切朴实的形象。

去“设计”、去“摆拍”与去“舞台化”,几乎成为周武发写实油画最为鲜明的“自我”特征。他的画室曾在来广营一带,在那个城乡结合部,他每每看到那些城乡人粗朴而嘈杂的生活场景总是生出未名的怅惘,那是底层民生最原生的状态阿,其喜笑怒骂都关乎最基本的生存保障。他试图通过《悠闲》、《收获》和《市》等作品,去触摸那个蔬菜集散中心的市井百态。在这些作品里,画家并没有明确的画面主题“设计”,也没有优美的造型“摆拍”,而是追求随意截取的场景,让那种粗朴零乱的原生态的生活现场来感染你。在《悠闲》里,卖大白菜的小伙子难得在偷闲看书,抬起的脸上掠过一丝愁绪,毕竟,他背后还有那一卡车的白菜啊;在《收获》里,点钞票的卖葱人没有任何表情,他点钞票的专注让人联想到小商贩生存的不易;在《市》里,运菜的,看摊的,称菜的,买菜的,吆喝的,几乎构成了菜市喧嚣嘈杂的声响,画家抓住了市面上那些无绪的杂乱与粗俗的神态。也可以说,画家就是要在这些没有修饰的、纯属偶然的场景里寻找画意,直呈民生的粗劣、繁琐、无绪和低俗。

周武发的作品无疑追求着一种叙事的记录性,这些作品的叙事并不以情节为重,而是以现场的真实重现作为一种审美追求。他关注那些并不完美的形象,在那些对象随意或偶然闪露出的神情与动作中捕获最真实的人性表达。而这种随意或偶然也不局限于对象的原生状态,在油画语言上,他也把这种随意与偶然反作用于笔触与形色经营上。在人物的形色处理方面,画家追求一种速写式的快感,那画面上的许多人物生动鲜活的神情与动作无不得益于这种速写式的勾画,那是在画室内写生所不能得到的。他画面的油色非常薄透,形色也尽量减少反复塑造,洒脱畅快的笔性特征被充分调动出来,在形色的塑造中显现出心性直抒的随意与灵动。显然,这种随意的速写式的油画语言是和他追求现场的形象张力是融为一体的,是他追求无设计人物形象与去主观修饰的那种原生美感的体现。当然,即使这种速写式的油画语言还有待进一步提炼与升华,现场的原生再现尚可以处理得更精微与深入,但他对于这种粗劣原生的审美追求也的确在当下过度修饰、过度设计的艺术创作中起到了某种纠偏作用,毕竟他打开了另一扇表现真实的窗口,而且这种审美又是如此能够揭示生命的真实状态。

随机策略 第10篇

一随机通达教学策略的内容特征

随机通达教学也称随机进入教学, 是指要在不同时间、不同情境、不同目的、不同角度对同一学习内容进行学习, 来获得高级知识的过程。

第一, 随机通达教学的原则: (1) 教学必须要从不同的知识层面进行表述。 (2) 教学过程中要运用多个案例来辅助理解, 从多方面来展示高级知识, 确保对其整体和局部都有深入的了解。 (3) 教学材料要非常丰富。 (4) 教学要以案例为基础, 重点在于解决问题, 而不是简单的信息传递与接受。

第二, 随机通达教学的主要环节: (1) 基本简介:向学生阐明学习的内容和相关情境。 (2) 随机进入学习:根据学生选择的内容, 呈现相关联的主题, 使学生自己学习。 (3) 思维扩展训练:因为这种教学方法的内容一般比较复杂, 涉及的方面较多, 所以教师在教学中一定要注意学生思维能力的培养, 首先要向学生提问, 然后通过对学生思维模式的了解, 进行引导, 以发散其思维。 (4) 分组别进行讨论学习:学生要以组为单位, 围绕刚才发现和提出的问题进行讨论, 不同的学生会有不同的出发点和看法, 他们在相互交流、相互评价时的不断思考, 加深了学习印象。 (5) 评价学习效果:教师要对课堂教学进行一个评价, 包括对内容评价、对小组评价, 从而反映学生课堂学习效果。

二随机通达教学策略与生物教学

在实际的生物教学中, 教师需要运用随机通达教学策略来进行实验:

第一, 运用多媒体教学对即将学习的内容和相关资料进行展示, 让学生在观看时既能对内容有一个基本认知, 又要有自己的认识, 选择不同出发点。如在学习生物进化时, 先让学生观看记录片《狂野非洲》, 并在观看时有侧重地预留一些问题:为什么长颈鹿的脖子那么长?为什么羚羊的速度那么快?让学生在观看时有意识地进行思维扩展, 从而扩展课堂空间, 同时还能让学生明确学习内容, 自主性地进行学习。

第二, 教师要引导学生以随机的方式进入教学, 要将主动权交到学生手里, 让其自己判断对目标的认知是否正确, 选择方法是否得当。仍接上例, 学生在对学习内容有一定认知后, 就会根据自己的理解进行探索, 提出一系列结论:“外部环境是影响生物进化的主要原因”, “基因突变是影响生物进化的主要原因”, “外部环境和基因突变共同影响生物进化”等。从而加强学生在学习时的类推性、连贯性, 使之对目标内容有更深的理解。

第三, 教师要引导控制学生的后续认识, 利用反馈信息, 提供互动空间。具体就是在多媒体展示的基础上, 要训练学生推理、提出观点、分析观点的认知, 及时让学生进行自我评价, 并将信息反馈回来, 让学生根据反馈信息, 对自己的认知进行评价, 从而调整认知方向。

第四, 引导学生开展分组讨论, 交流思想。知识迁移和学习方法选择要根据学生的不同情况进行, 学生的特点是不相同的, 有的学生理解能力强、有的学生记忆力好、有的学生动手能力强、还有的学生思维清晰。在讨论时, 要根据不同学生的长处来理解问题, 将大家的优势结合起来, 使得对知识的理解更全面。

第五, 教师和学生要相互反馈学习状况, 并进行自我评价和相互评价。这样能让教师对教学的效果有所了解, 并及时做出调整, 引导学生自主学习。还可以让学生根据自身状况, 调整策略, 更好地认知目标。

三随机通达教学策略与学习迁移的关系

从以上实验可以发现, 学生们的学习主动性更高了, 变得爱积极发问, 主动参与讨论学习的方法和解题思路, 更加注重学习的针对性, 对重点和难点进行反复练习;会进行自我评价, 及时地调整学习策略, 总结出适合于自己的学习方法并应用于学习中。这些都明确地表现了随机通达教学策略对于学习迁移的促进效果。

四结束语

随机通达教学在我国的发展还不成熟, 教师在教学中也要进一步探索研究、发现更适合我国教育现状的方法, 将随机通达教学更好地融入生物教学当中, 引导学生迁移, 培养学生学习主动性, 提升教学效果。

摘要:随着新教材的发布, 高中教学面临着巨大的挑战, 教师要改变以往的思维定势, 更多地对学生学习迁移进行探讨。而随机通达教学作为最适合素质教育的教学策略, 在教学中有着不可估量的价值, 怎样将它更好地运用在高中生物教学之中, 是当前亟待解决的问题。

关键词:随机通达教学策略,高中生物教学,学习迁移

参考文献

[1]王宁.随机通达教学在课堂上的运用[J].读与写 (下旬) , 2010 (8)

[2]龚少英.学习迁移研究的历史与发展[J].内蒙古师大学报 (哲社版) , 2010 (9)

本文来自 99学术网(www.99xueshu.com),转载请保留网址和出处

【随机策略】相关文章:

随机生成05-10

随机模式05-16

随机特性05-31

随机环境06-12

随机振动07-08

随机网络07-09

随机参数08-13

随机规划08-22

随机生产08-23

随机森林模型05-19

上一篇:中职数学教育的重要性下一篇:病虫管理