杨德志
作品数: 48被引量:77H指数:5
  • 所属机构:辽东学院
  • 所在地区:辽宁省 丹东市
  • 研究方向:文化科学
  • 发文基金:辽宁省高等教育学会基金

相关作者

丛佩丽
作品数:28被引量:76H指数:6
供职机构:辽宁机电职业技术学院
研究主题:专业群 高职 LINUX操作系统 课程实施 教学做合一
扈玉莲
作品数:2被引量:3H指数:1
供职机构:辽东学院经济学院
研究主题:储油罐 变位识别 罐容表标定 模型修正 常数项级数
李德晶
作品数:5被引量:11H指数:3
供职机构:辽东学院经济学院
研究主题:高职院校高等数学 计算机辅助教学 实验教学 高等数学教学 高职院校
陈克伟
作品数:26被引量:84H指数:4
供职机构:装甲兵工程学院
研究主题:成像卫星 综合电子系统 电系统 PDDL CAN总线
邵杰
作品数:11被引量:0H指数:0
供职机构:辽东学院
研究主题:随机变量阵列 弱大数定律 依概率收敛 高等数学教学 高等数学
一种基本初等函数图像绘制板
本实用新型涉及图像绘制板技术领域,且公开了一种基本初等函数图像绘制板,包括底座,所述底座的上端中心处固定连接有立柱,所述立柱的外壁通过滚珠轴承转动套接有转筒,所述转筒的上端外壁通过多根连接杆固定连接有三个均匀分布的U形定...
杨德志
低碳城市发展进程评估模型的研究被引量:8
2011年
以可持续发展思想为指导思想,利用采用层次分析法构建出由经济发展、低碳技术、低碳环境以及低碳社会四大子系统、21个指标的低碳城市评价体系.根据上海市2000-2009年的统计数据对上海市低碳经济发展现状进行综合评价,得到上海市的低碳经济发展水平正处于不断上升的状态的结论.
杨德志
关键词:低碳城市层次分析法
高职院校高等数学教学方法与思路浅析被引量:3
2011年
本文对高职教育中的高等数学教学方法进行了探索,针对高职学生的特点,结合高职院校的培养目标,提出了因材施教的教学方法;在教学方面要体现高职应用型特点,制定科学可行的系统方法,培养复合型、应用型的高职人才。
李德晶杨德志
关键词:高职教育教学方法
集装箱货运网络优化问题的研究——以宁波舟山港集装箱运输为例
2024年
为优化集装箱货运网络,对进出口货运集装箱装卸中转站的最佳地理位置的选择和集装箱运输计划的设计进行了研究。2个问题同时考虑建设成本、运输成本以及存储、运力等因素,建立了一种集装箱货运网络优化模型。利用国际集装箱货运代理公司在宁波舟山港一整年的船期数据,使用LINGO软件对所建模型的效果进行求解。最终从宁波舟山港腹地现有38个存储中转仓中优选出32个中转仓存储集装箱,使大约5%的集装箱通过铁路运输,从而能节省5.74%的运营成本。
杨德志邵杰
关键词:网络设计集装箱运输
一种数学网络授课原笔迹书写屏
本实用新型公开了一种数学网络授课原笔迹书写屏,涉及电子产品领域,包括放置底座和书写屏主体,所述书写屏主体的一端固定设置有对接限位条,所述放置底座的上侧开设有放置槽,且放置槽的一侧设置有收纳槽,所述收纳槽内放置收纳有书写笔...
杨德志
广义回归神经网络在乙肝发病数时间序列预测中的应用被引量:14
2013年
利用2005年至2011年中国内地法定报告的乙肝发病数资料分别建立广义回归神经网络模型以及传统的BP神经网络模型,探讨广义回归神经网络在乙肝发病预测中的实用价值。结果显示,广义回归神经网络拟合及预测结果的平均绝对误差,平均相对误差以及均方误差均小于BP神经网络。该结果提示,广义回归神经网络在乙肝发病数预测中具有较好的应用价值。
杨德志
关键词:广义回归神经网络乙肝时间序列
基于GSPN的车电系统可靠性建模与分析被引量:2
2012年
在深入分析车电系统故障模式的基础上,以广义随机Petri网为理论工具,提出一种基于GSPN的车电系统可靠性模型。通过仿真实验得到了系统可用度指标的动态变化曲线,分析了各个功能子系统对车电系统整体可用度的影响。该模型可为新型车电系统可靠性的分析、设计与优化提供理论依据。
陈克伟杨德志
关键词:广义随机PETRI网可靠性
一种数学教学用便携式概率学演示装置
本实用新型涉及教学演示装置技术领域,且公开了一种数学教学用便携式概率学演示装置,包括壳,所述壳体的内部上侧横向设有滚筒,所述滚筒的内部设置有多个球体,所述滚筒的筒壁开设有多个均匀分布的出球孔,所述滚筒的内部横向设有第一转...
杨德志
文献传递
低碳城市发展进程评估模型的研究
2011年
以可持续发展思想为指导思想,利用采用层次分析法构建出由经济发展、低碳技术、低碳环境以及低碳社会四大子系统、21个指标的低碳城市评价体系。根据上海市2000-2009年的统计数据对上海市低碳经济发展现状进行综合评价,得到结论是:上海市的低碳经济发展水平正处于不断上升的状态。
杨德志
关键词:低碳城市层次分析法
基于QPSO参数优化的LS-SVM智能标定被引量:2
2011年
研究粒子群算法(PSO)优化最小二乘支持向量机(LS-SVM)的参数时,受到搜索空间有限的限制,容易陷入局部极值,直接影响罐容表的标定精确度的问题。针对该问题,作者采用量子粒子群算法(QPSO)选取LS-SVM的径向基核参数进行优化,建立了基于QPSO-LS-SVM的罐容表标定的软测量模型。仿真实验结果表明:该方法不用建立复杂的机理模型,只需利用QPSO-LS-SVM算法进行软标定,大幅度缩短了训练建模时间,提高了运行效率。
杨德志