知识经济与物流服务

我们行将跨人一个以知识为基础的全新时代，即知识经济时代。在这个时代，知识的产生、学习、创新将成为人类最重要的活动，依靠知识、信息和科技推动社会经济的发展，社会的一切财富都将以知识为基础。传统的以大量消耗原材料和能源为特征的工业经济形态将逐渐丧失其主导地位，而代之以高科技为主体，特别是以信息技术为支柱的新的经济形态，并且它将对社会的生产方式、生活方式、思维方式     

协会动态

出访考察 事件：组织有关单位的人员到境外考察学习、培训企业现代化人才、提高企业人员素质，为会员服务是协会对外联络部成立的宗旨。该部门成立以来，先后向会员和相关单位发出赴台湾、欧美等地进行考察、培训的通知，得到许多单位的积极响应。最近已有不少企业有关人士咨询并报名，对外联络部正加紧办理有关出访手续。     

《内燃机原理》课程的教学改革

《内燃机原理》是热力发动机(内燃机)专业的主干专业课，研究内燃机中的能量转换和性能。通过本课程的学习，学生应掌握内燃机能量转换、工作过程与循环、性能等方面的基本理论、基本实验技能和计算能力、分析方法以及新兴技术理论，为学习后续课程，从事内燃机性能研究和改进以及进一步获取近代科学技术知识，奠定必要的内燃机理论基础。     

前馈神经网络在求解N—皇后问题中的应用

采用前馈神经网络求解Ｎ－皇后问题，并用变学习因子的快速学习算法解决局部极小化夷了几组搜索结果。     

关于天文航海教学的探讨

天文航海是航海专业课程中的难点，学生很难把握和学好，文章从教学的角度分析了如何展开天文航海教学提高教学效果，增强学生天文综合应用能力。     

学习司马迁精神提高档案工作者自身素质

司马迁是汉代著名的史学家、文学家，也是一位杰出的档案工作者。他为了继承父志和时代赋予自己的神圣责任，在遭受宫刑奇辱和牢狱之灾的情况下，仍然以顽强毅力和坚定的信念，耗尽毕生心血．最终完成了被誉为“史家之绝唱，无韵之离骚”的不朽巨著——《史记》。在为我们留下宝贵文化遗产的同时，也为后人留下了一种精神。     

试论历史教学中的"人本主义"

人本主义，并不是一个崭新的概念，打开历史的画轴，因大力倡导人本主义从而极大地推动人类历史进步的史实至少有两次：一是中国春秋战国时期的百家争鸣；二是西欧诸国的文艺复兴。当前，面对环境的日益恶化，资源的相对枯竭和恐怖主义的不断蔓延，我们再次奏响了人本主义的乐曲。随着时代的进一步深入，传统的教学模式，已不适应新课程改革、素质教育的要求。作为教育实施者的教师，必须树立新的教育理念，树立“人本主义”观念，努力为学生营造开放、多元的支持性合作学习环境，给学生搭建一个充分发展个性、展示自己能力的平台，把学习的自主权交给学生，使学生能够真正成为教育教学的丰体。     

探究式学习在动画设计软件教学中的尝试

在动画设计课堂中开展探究式学习,让学生通过开放性的学习过程学会发现问题、分析问题、解决问题。本文运用当前相关的研究成果以及学校的教学实践,研究和探讨探究式学习在动画设计软件教学中的尝试     

以“三心”提供“三为”精准关爱不断提升驾驶员幸福感

“5.20公交驾驶员关爱日”是全国公交企业共同参与的活动,旨在营造全社会关注、理解尊重公交驾驶员的良好风尚。金华市公交集团有限公司(以下简称“金华公交”)创新推出暖心、贴心、聚心“三心”工作法,搭建平台,持续开展为心、为需、为规划的“三为”公交驾驶员关爱行动,全方位、多角度关心关爱公交驾驶员,用实际行动不断提升公交驾驶员的幸福感、安全感和获得感。     

基于TD3算法的人机混驾交通环境自动驾驶汽车换道研究

提高人类驾驶人的接受度是自动驾驶汽车未来的重要方向,而深度强化学习是其发展的一项关键技术。为了解决人机混驾混合交通流下的换道决策问题,利用深度强化学习算法TD3（Twin Delayed Deep Deterministic Policy Gradient）实现自动驾驶汽车的自主换道行为。首先介绍基于马尔科夫决策过程的强化学习的理论框架,其次基于来自真实工况的NGSIM数据集中的驾驶数据,通过自动驾驶模拟器NGSIM-ENV搭建单向6车道、交通拥挤程度适中的仿真场景,非自动驾驶车辆按照数据集中驾驶人行车数据行驶。针对连续动作空间下的自动驾驶换道决策,采用改进的深度强化学习算法TD3构建换道模型控制自动驾驶汽车的换道驾驶行为。在所提出的TD3换道模型中,构建决策所需周围环境及自车信息的状态空间、包含受控汽车加速度和航向角的动作空间,同时综合考虑安全性、行车效率和舒适性等因素设计强化学习的奖励函数。最终在NGSIM-ENV仿真平台上,将基于TD3算法控制的自动驾驶汽车换道行为与人类驾驶人行车数据进行比较。研究结果表明：基于TD3算法控制的车辆其平均行驶速度比人类驾驶人的平均行车速度高4.8%,在安全性以及舒适性上也有一定的提升;试验结果验证了训练完成后TD3换道模型的有效性,其能够在复杂交通环境下自主实现安全、舒适、流畅的换道行为。