數學網絡研修總結【五篇】（全文完整）

摘要數學教師應該不斷學習新的教學理念、專業知識、先進技術等，使教學內容豐富多彩，提高教學效率，調動學生學習積極性。網絡研修是一個很好的學習平臺，教師可以不受時間限制，自主學習，促進同行之間相互交流，增下面是小編為大家整理的數學網絡研修總結【五篇】（全文完整）,供大家參考。

數學網絡研修總結范文第1篇

摘 要 數學教師應該不斷學習新的教學理念、專業知識、先進技術等，使教學內容豐富多彩，提高教學效率，調動學生學習積極性。網絡研修是一個很好的學習平臺，教師可以不受時間限制，自主學習，促進同行之間相互交流，增強教學意識。

關鍵詞 網絡研修；
數學教師；
專業成長

中圖分類號：G635 文獻標識碼：B

文章編號：1671-489X（2016）19-0016-02

網絡研修是一種依托網絡平臺開展教師培訓活動的新方式。隨著現代信息技術的迅速發展，網絡研修已經很快融入各學科教學中。網絡研修利用豐富的互聯網資源，拉近了專家、教師、學生之間的距離，促進相互交流、互動、研討、學習。數學作為教育教學的基礎性學科，應用于各行各業的技術領域。信息時代的知識不斷更新，對教師專業成長提出新的挑戰，提高數學教學質量是數學教師的首要任務。

1 網絡研修的特點

網絡研修利用以互聯網為基礎搭建的教學平臺，不受時空和人員限制，為廣大一線教師提供內容豐富、理念新穎、技術先進、實用便捷的優秀課程資源，為教師、學者等提供交流平臺。網絡研修具有以下特點。

研修形式多樣化[1] 目前比較成熟的研修平臺有校園網站、博客、微博、微信、百度官方貼吧、論壇/BBS等網絡社區。校園網站功能豐富，可以在線交流、遠程視頻，具有豐富的教學資源庫，還可以與其他教育網站相鏈接，便于教師網上學習。鼓勵建立數學交流微信群，各個成員可以將平時看到的好的教學理念、方法分享到群里供大家閱讀，對于數學教學中的熱點、難點、疑點問題，大家可以相互討論，傳授教課經驗。與傳統模式相比，網絡研修平臺可以實現多個主體之間不受時間、地點限制，隨時隨地相互交流、探討，教師可以從中吸取經驗，同伴之間互幫互助，增長專業知識，充分發揮教師在教學中的主體作用，為教師專業成長提供了機會。

網絡研修方便快捷 上網學習，足不出戶、不影響工作，體現了學習者的主觀能動性。教師及學生在工作與學習的同時，閑暇時間可以網上發帖及回帖留言，或通過微信語音、視頻現場解決，有利于協作學習。師生之間交流利用互聯網線上、線下相結合，在校園網站中教師通過班級公告的管理功能可以迅速掌握班級學習問題，學生也可以把自己在學習中的問題、見解到網絡中，通過相互討論，進一步激發學習興趣，增強求知欲和創新意識，感受到成就感。

網絡研修促進資源分享 網絡的學習模式改變了傳統的學習模式，實現真正意義上的師師互動、資源共享；
網絡研修讓教師之間溝通更加靈活便捷，遇到問題能夠及時討論、解決；
也讓教師的時間更加靈活、更加自主，業余時間也能夠開闊眼界。

2 網絡研修與數學教學相結合的表現

教材多媒化 現代數學教學利用多媒體信息技術，使教學內容更加生動形象、結構鮮明。越來越多的教材和工具書變成多媒體化，如步步高家教機等，這些多媒體學習工具不僅包括文字和圖形，還融入聲音、動畫、錄像以及模擬的三維景象。數學本來就是一門枯燥乏味的學科，教學內容多媒體化，使教學課程更生動、形象，提高了學生的學習興趣。

資源全球化 憑借互聯網平臺，網絡研修使全世界的教育資源連成知識的海洋，融入先進的教學方法，可供各大教育學者共享?，F在網上有很多類型的教育資源，如教育網站、輔助學習的工具（步步高家教機、讀書郎、好記星等）、虛擬圖書館、電子書刊等。

教學個性化 利用人工智能技術構建的智能導師系統能夠根據學生的不同個性特點和需求進行教學和提供幫助，使每個學生的優點得到最大限度的發揮，也讓學生更能體會到“數學的趣味性”[2]。

學習自主化 現代教育理念與以往有所不同，堅持以學生為主體的教育思想，不再要求教師和學生去學習某一科目，可以根據自己的喜好，學習自己喜歡的東西，培養具有個人特色的教學方法。利用信息技術支持自主學習是現代教育教學的方向。

管理自動化 計算機管理教學系統的廣泛應用，減輕了教師教學的工作量。教師可以利用計算機對考試內容自動進行測試與評分，根據常見的學習問題設置自動診斷、回復，學習任務自動分配等。如網絡在線考試系統，在一個大的數據庫下隨機抽選相關試題進行作答，交卷后自動評分，并對錯題進行解析。

環境虛擬化 電子網絡化教育的盛行，標志著現代教育模式已經逐漸從課堂教育走出來。教育環境的虛擬化使教學活動不再受空間、時間限制，教學活動可以選擇在虛擬教室、虛擬圖書館、微信群、社區論壇等場所進行。各學校為了擴大招生、提高升學率，利用局域網在校園網站上開展網上教育，有的還進行遠程教育。虛擬教育成為未來信息化學校的發展方向。

3 對數學教師專業成長的看法

增強了數學教師的教學意識 教師的職責是教書育人，教書是手段，育人才是目的[3]。通過遠程網絡培訓，可以讓數學教師更容易接受新的教學理念，勤于總結，善于反思，新的教學方法更能深入人心、理解學習。數學教師在教學過程中，既要注重教材內容的教學，也要注重學習者的心理特征。通過網絡研修學習，使教師具有良好的教學意識，態度和藹、語言平和，以學生為主，縮減了教師與學生之間距離。有一個良好的學習氛圍，學生才會更喜歡學習數學。

促進數學教師之間的行業交流 網絡研修屬于網絡交流平臺，貼近一線、貼近教師、貼近學生、貼近學術。在網絡研修過程中，教師可以吸取他人經驗，獲得最新的教學信息，幫助其成長；
可以提出問題，教師之間互幫互助；
可以進行學術討論，獲得專家引領。網絡研修實現了多個教師之間的零距離交流，打破了教師之間的鴻溝。校園中建立的網站、博客、社交平臺等都能夠成為教師進行深度學習的平臺，成為他們教研的中心、成長的搖籃。

降低了學習成本，保證了質量 為了提高教學質量，各學校就要改善教育設施和技術，提升師資力量，專門為教師提供教室、設施（桌椅、麥克風、音響等），讓幾十人聚集在一起上課，每天教學任務繁重，有時不方便到場學習，教室、設施空置，造成資源浪費。通過網絡研修，教師可以根據自己的時間安排自主學習，與各專家、學者在線交流，教學能力得到提升，還節約了學校成本，一舉兩得。

4 結語

網絡研修已成為數學教師專業發展中知識結構及能力素質的一部分，提升了教學研究能力，提高了創新能力和實踐動手能力。數學教師的不斷自我“充電”，滿足了現代教育事業對創新人才的需求。教師的成長與發展與繼續教育網絡學習是分不開的，學習讓人生更有意義?！?/p>

參考文獻

[1]宋雅麗.搭建網絡研修平臺，促進教師專業發展[J].中國信息技術教育，2010（13）：82-84.

數學網絡研修總結范文第2篇

[關鍵詞] 網絡學習；

學習成效；

性別差異；

統計分析；

對策探討

[中圖分類號] G434 [文獻標志碼] A

網絡學習是通過因特網或其他數字化手段進行學習與教學的活動，它充分利用現代信息技術所提供的、具有全新溝通機制與豐富資源的學習環境，實現學習全新的方式。這種學習方式將改變傳統教學中教師的作用和師生之間的關系，從而根本改變教學結構和教育本質。[1]學界對網絡學習內涵的理解有廣義、狹義之分，廣義的網絡學習包括一切基于因特網或其他數字化資源進行的教學活動。狹義的網絡學習則指利用網絡或其他數字化資源，對某一門特定課程開展的有目的、有計劃、有組織的學習活動。本文的網絡學習取其狹義內涵，專指成人學習者在網絡教育機構注冊后按照其教學計劃開展的有規律、有組織、有步驟并能取得學歷的學習活動。在這種學習活動中，學習者的學習成績是否存在性別差異，找出造成這種差異的原因，將有助于制定分別適合男女生的網絡教學方式，提高學生網絡學習的整體成效，提升網絡教育的教學質量。

一、學習成效

學習成效是學習者學習行為的學習結果與實現這一結果所付出的學習成本之比，即單位學習成本的綜合學習結果。[2]相應地，網絡學習成效則是學生參加網絡學院的系統學習后，所取得的學習結果與實現這一學習結果所付出的學習成本之比。對網絡學習成效影響因素的研究，王昭君通過文獻分析后提出影響網絡學習成效的四大關鍵要素：學生特性、網絡課程特性、學習平臺特性和教學互動；
[3]何字娟、李爽在借鑒已有分析模型的基礎上提出用四元遠程學習者特征（人口學維度、支持性維度、心理維度和策略維度）分析網絡學習成效的影響因素；
[4]而張家華、張劍平在綜合國內外相關研究成果的基礎上，將網絡學習效果的影響因素歸結為四個方面：學習者、教學者、網絡課程及學習環境。[5]可見，大部分研究者認為影響網絡學習成效的因素是多方面的，概括起來就是“內因”和“外因”。內因是人的內部因素，包括生理、心理以及策略等；
外因是人以外的所有因素，包括教師、平臺、課程、互動、環境、情境等。

同一網絡學院的學生，網絡學習的條件一樣，影響網絡學習成效的因素便主要是內因。對男女生而言，若網絡學習成效存在差異，則應是由性別及其心理學、社會學方面的差異造成的。男女生心理學方面的差異包含智力因素與非智力因素，智力是人的各種基本能力的綜合，包括觀察力、記憶力、想象力、注意力、分析判斷力、創造力及應變力等。非智力則指智力以外的心理能力，具體包括傾向性（興趣、態度、動機、需要、歸因等）、情感（信仰、世界觀等）、意志力（自我效能感、自信心等）、調節力（情緒調節、環境適應等）、氣質、性格和情緒等。社會學方面的差異主要是性別偏見、學習策略引起的差異。

對網絡學習成效的評估，Moore（穆爾）和Thompson（湯普森）曾指出：基于雙向交互通信的遠程教學，其成效只有通過學習成就、師生態度以及投資與回報來衡量時，其評估結果才是有效的。[6]這一觀點基本得到國外學界的認同。美國教師聯盟探究了近10年有關遠程教學成效的研究，得出評估遠程教學成效的三個方面：①學生學習成績，包括期末成績和平時測驗成績；
②學生對網絡學習的態度；
③學生對網絡教育的滿意程度。臺灣洪明洲認為，評估網絡學習成效，特別針對具體學習效果時，應包括客觀的學習效果與主觀的學習收獲?？陀^的學習效果包括測驗成績、完成進度時間、學期分數等；
主觀的學習收獲包括學習滿足、成就、偏好等。[7]王昭君在認真查閱、整理相關文獻的基礎上，比較了很多研究者及機構的網絡學習成效評估指標，得出大多數研究者網絡學習成效的評估指標基本一致，一般包含學生主觀感受（如學習滿意度等）和客觀表現（如期末成績等）。[8]黃天慧、鄭勤華對國內外相關文獻進行比較研究后認為，大多數研究者在關于遠程學習績效評估指標方面的研究基本一致，傾向于用學生的學習成績和對學習的滿意度來衡量數字化學習績效。[9]評估網絡學習成效，對學生的網絡學習成效進行統計分析、作出價值判斷，是網絡教育服務質量管理的核心，對提高教學和學習效果具有重要作用。

學習成績就是學習所取得的成就、收獲，它是衡量學習者學習行為綜合結果的指標之一。在網絡教育中，學習成績也叫總評成績，包括期末成績、作業成績和平時成績，所占的比例分別為70%、20%和10%。期末成績是學生學習完一門課程后，參加總結性考核的成績；
作業成績是老師布置的、讓學生課后完成的學習任務的成績；
平時成績是學生學習過程積極程度的評價。本研究以學生的網絡學習成績為指標，對其性別差異進行統計與分析，找出性別影響網絡學習成績的緣由與規律，提出一些提高網絡學習成效的建議及對策。

二、統計結果

（一）研究對象及問題

本文以華南師范大學網絡教育學院2004年秋季、2005年春季及2005年秋季入學并已畢業的專升本計算機專業學生為調研對象，其中男生335人，女生54人。期末成績來源于該學院教學教務管理平臺的數據庫（截止日期為2010年10月）。由于該學院采用完全學分制和彈性學制，學習年限為2～5年，本文將對調研對象學習年限內的成績進行統計分析，以了解學習成效的性別差異，進而分析性別對學習成效的影響。

（二）課程成績的統計結果

數學網絡研修總結范文第3篇

一、提高認識，充分認識研修的重要性

為做好暑期語數外教師全員培訓工作，學校采取多項措施，加強研修管理。

1、抓研修前準備工作。為確保所有研修學員順利進入研修狀態，我校組織開好管理人員會、指導教師會、參訓教師動員會，明確要求，同時要求網管人員在假期內熟悉操作規程、做好網絡調試等，做實做細研修前準備工作。

2、注重過程管理。要求教師在研修過程中要做到兩個“結合”：遠程研修和校本培訓相結合，研修培訓和平時教學相結合。針對培訓中可能出現的部分老師只重視關注度，忽視作業質量的現象，學校召開了指導教師會議，要求各學科明確研修目的，在推出精品作業上下工夫，確保教師有所學必有所得。

3、強化制度管理。建立完善三個制度：一是責任制度，校長親自掛帥，副校長負責培訓的全面工作，教研組長、備課組長是直接責任人，一級抓一級，層層抓落實。二是考勤制度，要求考勤人員認真做好考勤記錄，研修教師在培訓過程中要按正常上班對待，不得遲到、早退、曠班；
三是考評制度，學校制定了量化考核措施，對教師的培訓進行監督和檢查。

二、專家交流，給教師思想的洗禮

教師認真研修，熱情高漲。每天早早來到計算機室，坐在電腦前看視頻、做作業、發評論，該休息了還遲遲不肯離去。室內空氣燥熱，可是老師們不叫苦，不喊累，為期10天的研修無一人曠班、遲到早退，老師們都想抓住這次很好的提高充電機會，好好學習，與新課程一起成長。

視頻里專家們用自己嚴謹的治學態度，豐富的教學經驗、高尚的師德修養、先進的理論水平為我校教師提供了一堂堂精彩的報告，對教師的職業道德、理論水平、教學實踐給予了很大的改進和提高，老師們普遍認為每一次的專家報告對每一位培訓的教師都是思想的洗禮、靈魂的撞擊、理論的引領、水平的提高，他們的教學藝術、實踐經驗對我們教師必將產生深遠的影響；
一線教師的現場講課也給老師們很多的啟迪，他們對事業的執著，對學生的熱愛，對教育的滿腔熱忱，他們廣博的知識，豐富的教育藝術，對教育教學細致地研究，給學員們留下了深刻的印象，樹立了榜樣。

三、收獲希望，讓培訓教師受益匪淺

這次全員培訓活動安排有序，內容豐富，方式便捷實用，實效性強，為教師專業成長提供了良好的發展平臺。全體學員珍惜這次學習機會，認真參與培訓，主動學習，勤于總結反思，全面提高自身素質，促進了自己的專業化發展，達到了預期目的。學員們紛紛表示這次培訓收獲很大，每每聽完專家的討論點評，總有一種豁然開朗的感覺；
每次面對面討論，都是一次真誠的交流；
每次作業，都是新的感悟與思考，全體參訓學員都對模塊教學有了進一步的認識，為新學期的選課走班奠定了堅實的基礎。

2010年暑期，根據山東省教育廳統一部署，利用山東省教師教育網組織開展了初中語文、數學、英語部分教師參加的為期10天的新課程專題培訓。為組織好此次培訓，多次進行調研，了解學校硬件設施和網絡條件，確定富國中學等11處作為語文、數學、英語教師集中研修點。

7月20日各研修點專門召開了籌備會議，對集中研修的內容、模式、時間、開課條件作了詳細說明并提出了具體要求。為順利啟動培訓，組織語數英98名教師于7月26日下午2：00在各自培訓點報到，特組建了班委會，組織教師們對網絡平臺進行登錄測試，確保每一位研修學員按時順利登錄網絡進行在線學習。研修期間編排了巡查日程，由教研室、師訓科全體同志組成的巡查組每天進行巡查指導，并提出指導意見。分科駐點跟蹤輔導，各集中研修學習點都設置了各科班主任全程進行班級服務與管理，實施一天四點名制度，并對出勤情況及時進行通報。

7月27日—8月7日集中研修期間，絕大多數參訓教師能夠認真觀看視頻、瀏覽資源、提交作業，積極參加在線研討，每天集中學習6個多小時。經培訓點負責人、班主任和全體學員共同評選，評出了26名同志為優秀學員，由教委頒發證書予以表彰。對于非全勤學員全市進行了通報，要求各學校將學員考勤情況納入下一學年的年度考核之中，凡遲到（早退）達二次以上、事假達一天以上、病假達二天以上或曠課半天以上的學員其全部午餐補助費學校不予報銷。

通過2010年語數外三科培訓，各科教師知識面加寬，與專家交流及時的解決教學中的疑惑，極大地促進了我辦中學的教育教學。

四、幾點建議

1、完善教師培訓機制，加大教師培訓力度，使培訓學習成為教師工作生活的常態。

2、拓展研修平臺效能。研修平臺不能僅僅用于暑期培訓，放大其功效，用于日常教學教研，可以通過累計積分、增加教師學分等措施來促進教師專業化發展。

數學網絡研修總結范文第4篇

早期關于人工神經網絡在水文水資源系統中的應用與研究的進展情況，文獻[3]有較為詳細、系統的介紹.其中，關于洪水預報的研究成果，大多處于如何應用人工神經網絡算法進行洪水預報的階段，即如何將洪水預報的實際問題概化成人工神經網絡可以識別的算法模型.近期的研究成果表明，研究的問題更加深入，如LINDASEE(1999)[4]將洪水過程分為上升段、洪峰段和下降段三部分，分別建立相應的預報模型，充分考慮了不同階段的洪水過程其演進規律的差異.Fi-JohnChang(1999)[5]引入洪峰預報誤差和峰現誤差作為洪水預報精度的評價標準，對于洪峰預報精度給予了高度的重視.能否保證較高的洪水峰值的預報精度，是將人工神經網絡的實時洪水預報技術實際應用的關鍵性問題.

本文在總結大量實踐經驗的基礎上[6,7]，提出了一種能夠進行峰值識別的改進BP算法(ErrorBackPropagationwithPeakRecognizer,簡稱BPPR).該算法在修改網絡權重時偏重大值，即大值誤差對權重的修改起主要作用.這種改進的BP算法使人工神經網絡洪水預報模型對洪峰峰值的預報精度顯著提高，從而保證了洪峰預報的可靠性.

1人工神經網絡的峰值識別理論

洪水預報主要是為防汛服務的，通常對洪峰時段的水位(或流量)的準確預報尤為重要.但是，對于經典的BP算法，網絡訓練是根據全局誤差修改網絡權重的，這種權重修改方法很難控制洪峰水位(或流量)的訓練精度，訓練后的網絡權重所貯存的信息很可能更多地反映了樣本數量較大的中、低水位(或流量)的變化規律.所以，經過訓練的網絡對中、低水位(或流量)的預報精度相對較高，而對洪峰的預報精度往往低一些.如何提高人工神經網絡模型對洪峰水位(或流量)的預報精度，是人工神經網絡理論應用于洪水預報的關鍵問題之一.

本文是在結合實際課題廣泛研究的基礎上，提出了一種能夠提高網絡模型峰值識別精度的改進BP算法.

1.1峰值識別的基本思想經典BP算法的訓練過程由信號的正向傳播與誤差的逆向傳播兩個過程組成.其中，誤差的逆向傳播是基于網絡全局誤差并按“誤差梯度下降”的原則對網絡權重進行修改.如果對原來基于“全局誤差”的權重修改原則進行合理調整，使權重的修改傾向于減小輸出值較大樣本的網絡映射誤差，這是峰值識別原理的基本思想，其實質是在誤差逆向傳播的網絡權重修改過程中，遵循了側重于“峰值樣本誤差”的權重修改原則.

1.2峰值識別的算法峰值識別理論的實現方法，是在引入動量項和采用學習率自適應調整的改進BP算法[4]的基礎上，對峰值樣本的網絡誤差引入合理的修正系數，使網絡的權重向著使峰值訓練誤差減小的方向修改.

首先，從經典BP算法開始.設有輸入為x1(t)、x2(t)、…、xn(t)的n維輸入，輸出為xL1(t)、xL2(t)、…、xLm(t)、的m維輸出和若干隱層組成的多輸入、多輸出人工神經網絡模型.這里的t為樣本序列號，這樣的樣本共有P對.

第l層中第i個神經元節點所接收到的上一層輸入總和為

式中：Nl為第l層神經元節點總數；
w(l)ij為第l層i節點與第l-1層j節點之間的連接權重；
θ(l)i為第l層i節點的閾值.

第l層中第i個神經元節點的輸出為

x(l)i(t)=f（y(l)i(t)）=1/1+exp(-σy(l)i(t))(1≤l≤L,1≤i≤Nl)（2）

式中：f()為轉移函數，這里采用的是對數型的單極性Sigmoid函數；
σ為決定Sigmoid函數壓縮程度的系數.該系數越大，曲線越陡；
反之，曲線越緩.

則，當訓練次數為k時，網絡輸出層及隱層的誤差信號可表示為

式中：d(L)i(t)為訓練樣本的期望輸出.

那么，網絡權重的修改公式為

式中：η(k)為訓練次數為k時的學習率；
α為動量項系數.

以上為經典BP算法的基本內容.基于峰值識別的思想，實現網絡誤差修正傾向于輸出樣本的較大值，定義誤差修正系數ξ

ξi=di(L)(t)/d(L)max(t)（7）

式中：d(L)max(t)為訓練樣本期望輸出的最大值.

為了進一步提高神經網絡模型的訓練速度，改善網絡峰值識別的精度，可以在上述修正系數的基礎上，增設誤差修正放大系數μ.那么，加入誤差修正系數ξ及誤差修正放大系數μ后，當訓練次數為k時，網絡輸出層誤差信號的向量表達式如下

應用該算法進行網絡訓練，能夠使峰值誤差修正占優，從而提高網絡對峰值的映度.

2應用實例

2.1工程概況及基本模型珠江流域西江段的水系關系比較復雜，如圖1所示.從柳州站、遷江站、南寧站或貴港站預報梧州站洪水目前還是一個難題.結合現有的研究成果，介紹洪水預報峰值識別理論的有效性.選取珠江流域從對亭站、柳州站、遷江站、南寧站預報江口站洪水的江口站洪水預報模型，分別以BP算法與引入峰值識別理論的BPPR算法進行網絡訓練.以多年實測記錄數據為訓練樣本，并采用下一年的記錄數據為測試樣本，即以1988、1992～1994、1996～1998各年的水位(流量)資料為訓練樣本，以1999年水位(流量)資料作為測試樣本.

圖1珠江流域西江段主要水情站及洪水平均傳播時間示意

*傳播時間單位：h

傳統相應水位的洪水預報方法是根據天然河道洪水波的運動原理，分析洪水波在運動過程中，波的任一相位自上游水情站傳播到下游水情站的相應水位及其傳播時間的變化規律，尋找其經驗關系，以此進行洪水預報[8].人工神經網絡對信息的分布存儲、并行處理以及自學習的能力，決定了它具有對模糊信息和復雜非線性關系的識別與處理能力.網絡的訓練學習過程，就是網絡認知事物內在規律的過程.構造基于人工神經網絡洪水預報模型的首要問題，是如何將洪水過程合理地概化成人工神經網絡可以映射的輸入、輸出關系.

以上游干流和主要支流水情站的水位(流量)資料作為網絡模型的輸入，以下游水情站所形成的相應水位(流量)作為網絡模型的輸出；
同時，將下游同時水位(流量)作為網絡模型的輸入，以模擬下游初始水位的影響.洪水自上游水文站至下游水文站的傳播時間就是網絡對洪水的預見期.

本題中所建立的江口站洪水預報模型中，作為江口站的上游水文站共有對亭、柳州、遷江和南寧等站，其中的遷江站處于干流河道.值得一提的是，對亭站方向的來水屬山區洪水，特點為量小、峰高、歷時短，洪水過程線陡起陡落，其結果是水位的變化非常大，而實際的流量又很小，這無疑會影響水位預報模型的識別精度.為了減少這種小支流的干擾，在建立水位預報模型時，未將對亭站的水位作為輸入項.在建立流量預報模型時，為了保證水量的總體平衡，仍將對亭站的流量作為一項輸入.

以3h為一個間隔時段進行洪水數據采集來組織樣本，以干流遷江站t時刻水位(流量)、對亭站(t-3)時刻流量、柳州站(t-3)時刻水位(流量)、南寧站(t-8)時刻水位(流量)和江口站t時刻水位(流量)作為網絡的輸入，江口站(t+T)時刻的水位(流量)為網絡的輸出.其中，T為網絡的預見期，即洪水自上游遷江站傳播到江口站的時間，亦為峰現時間.在組織樣本時，采用洪水在各站間的實測傳播時間，但網絡預報的預見期為平均預見期，即T=9時段，約28h(洪水在各站間的傳播情況見圖1).圖2為江口站洪水預報模型的網絡拓撲結構圖.

圖2江口站洪水預報模型的網絡拓撲結構

在網絡結構設計中，輸入與輸出節點數由實際問題而定，而隱層數及隱層節點數是網絡設計中的關鍵問題.在實際問題中，常常無法估計問題的真實復雜程度，通常采用雙隱層.關于隱層節點數目的確定，直接關系到能否成功地解決問題.實際上，隱層節點數決定于訓練樣本的多少、樣本噪音的大小以及所面對問題的復雜程度.若隱層節點數太少，網絡映射能力不足；
若隱層節點數太多，不僅增加網絡的訓練時間，還會引發所謂“過度吻合”問題，即雖然增加了訓練精度，但是由于網絡過多地獲得了樣本的個性特征，而掩蓋了樣本的共性特征，從而造成預報精度的下降.目前的研究成果，還不能在理論上提供一套科學的推導方法，試算法是可靠的常規方法.本題經多次試算，合理的拓撲結構為：水位預報模型(4-40-20-1),流量預報模型(5-40-20-1).

圖3水位預報模型中BP算法與BPPR算法映結果比較

網絡模型的初始權重在(-1，1)之間隨機產生，動量項系數α取0.9.初始學習率η0在基本BP算法中取0.001，在BPPR算法中取0.0005，初始學習率往往會因不同網絡模型而不同.BPPR算法的峰值誤差修正放大系數μ取2.0.水位模型的訓練停止條件為平均映射誤差l≤0.20m，流量模型的訓練停止條件為平均映射誤差q≤500m3/s.

2.2計算成果分別采取BP算法與BPPR算法進行網絡模型的訓練，兩種算法對于峰值水位(流量)的映射情況見圖3、圖4.以完成訓練的網絡模型對1999年的洪水情況進行測試預報，預報結果見圖5、圖6.

圖4流量預報模型中BP算法與BPPR算法映射結果比較

2.3成果分析圖3、圖4反映了完成訓練的網絡模型對訓練樣本中洪峰水位與流量的映射情況，從圖中可以看到，BP算法對于洪水演進規律具有很高的映度，引入峰值識別理論的BPPR算法能夠進一步提高網絡對洪水峰值的映度，這種作用對于較高洪峰識別效果更為明顯.

圖51999年水位預報結果比較

圖61999年流量預報結果比較

圖5、圖6為網絡模型對1999年洪水主洪峰的預報情況.在水位預報模型中，BP算法對洪峰的預報誤差為0.13m(低于實測值)；
BPPR算法的預報誤差為-0.05m(高于實測值).在流量預報模型中，BP算法對洪峰的預報誤差為291m3/s；
BPPR算法的預報誤差為-83m3/s.

這里所采用的峰值誤差修正放大系數μ實質上與樣本集中大值樣本所占的比例有關，大值樣本所占比例越小，μ的取值越大；
反之，則小.在實際操作中，ξμ是作為一個參數進行權重調節計算的，所以μ的取值又受樣本集中最大值和最小值間比例關系的限制.

如果放大系數選取過大，網絡訓練容易失穩，造成訓練誤差增大；
反之，網絡權重的修改難以體現洪峰樣本的貢獻.具體取值由實際問題而定，在珠江流域的洪水預報模型中，放大系數的取值范圍為1.5～2.5.

從網絡模型的訓練識別和測試預報兩方面的研究成果來看，人工神經網絡對于洪水演進規律的識別具有較高的精度，能夠模擬洪水的動態過程，其中，引入峰值識別理論的BPPR算法有利于提高模型對峰值的映射與預報精度，效果明顯.這些改進效果對于水文水資源預報中，可能效果并不十分顯著，但在防汛中，水位預報對防洪決策至關重要，往往十幾厘米的誤差，直接影響到防洪方案的決策.因此，峰值識別理論對基于BP算法的洪水預報模型來講，具有重要意義.

3結束語

基于人工神經網絡的洪水預報方法作為防洪減災領域一種新的研究途徑，將智能化思想引入到對洪水過程的計算模擬，更能反映洪水復雜非線性的動態演進規律.研究結果表明，人工神經網絡算法能夠很好地映射洪水的演進規律，做到對洪水實時的監測與預報，預報精度較高.

數學網絡研修總結范文第5篇

關鍵詞：飛機維修 維修網絡 反向VPN

一、前言

在中國，航空公司背負沉重的成本負擔前行，其中飛機維修成本占航空公司總成本10～20%，而維修費用達到購機費用2/3，中國CCAR-145部266家維修單位能夠進行飛機和發動機大修單位僅3家?，F在國內普及寬帶作為接入支撐平臺，普遍使用VPN技術保證安全，但傳統方案大多借助DNS-ALG（動態域名系統-應用層網關）在NAT（Network Address Translator）上部署，結合公網與私網DNS服務器實現[1]，利用反向VPN來實現NAT鏈接方案能有效建立一套基于SSL協議強密算法、身份認證，公網私用，專網反向穿透的VPN安全網絡，采用全新內網外接的布署策略，大大減少維護成本，可成功穿越NAT設備，具有組網靈活性強、管理維護成本低、用戶操作便捷等優勢。

為此，我們亟需建立數字網絡維修化平臺，增強聯合技術攻關、資源共享，人力互補，綜合運用計算機技術、數字通信技術、專用網絡傳輸、檢測和診斷技術、多媒體技術和智能化技術[2]，使各種維修信息能實時或近實時地傳遞、處理、存儲與交流，達到整個維修體系范圍內能力提升，實現飛機維修診斷、監控、決策、通信、保障高度一體化。

二、飛機維修與基本連接通訊協議

目前關于生產、監控、測試數字化技術有：瑞典Kvaser公司世界上首個制定出高層協議CAN Kingdom、Magi Sync和Silent mode技術， 德國SOFTING公司的現場總線通信、診斷和OPC技術，數據采集系統前端測量模塊（SIM 系列，T系列，M 系列）將所連接的傳感器上的信號，以CAN 報文的方式發送到CAN總線上，提供獨立采集模式和同步數據采集兩種工作模式[3]。

三、反向VPN模式下飛機維修網絡控制

反向VPN虛擬專用網方案的關鍵技術包括：隧道策略、隧道協議、密鑰管理技術、流量技術、加密解密與認證技術、用戶終端與設備身份認證技術。

1.隧道協議與策略控制

VPN隧道分布在第二層鏈路層隧道協議、第三網絡層隧道協議和第四工作高層隧道協議，其中隧道包括對稱和非對稱隧道。

2.安全控制技術

包括加密解密算法、密鑰管理和身份認證技術， SSL VPN，通過虛擬驅動SSL協議交換密鑰、身份安全信息等并結合曲線加密算法、PKI系統來實現隧道雙方系統認證[4]，著名對稱密鑰加密算法有3DES、GDES、DES等，非對稱算法有RSA、背包密碼等，其中最有影響RSA算法能抵抗到目前為止已知的所有密碼攻擊，籍此保證隧道傳輸數據的秘密性、完整性和可鑒別性。

四、飛機網絡服務技術鏈接框架

1.反向VPN模式下航空飛機網絡通訊流程

反向VPN網關必須從維修終端發起內網資源請求、建立SSL安全隧道后（見圖1），按照系統安全策略進行訪問控制決策，轉發用戶請求訪問的內網資源[5]，最后切斷VPN進入專網用戶終端，因此基于反向VPN的工作流分三個階段：

第一階段：建立自愿請求隧道

飛機維修工作站通過發送VPN請求來配置和創建一條自愿隧道，此時用戶端計算機作為隧道的客戶方成為隧道的一個端點，創建到目標隧道服務器的虛擬連接。

1.1自愿請求訪問：維修終端客機WS_A執行網關的映射URL（諸如192.168.0.154），使用HTTPS協議進入路由網關登錄并與SSL VPN網關轉發認證請求并建立自愿安全隧道連接，將用戶身份信息遞交給本地身份認證數據庫。

1.2認證結果：VPN服務器CS_A依據數據庫反饋用戶驗證結果，若成功則進入，否則退出。

圖1 基于反向VPN飛機維修網絡系統

第二階段：
資源控制安全

1.3訪問控制請求：通過認證之后，SSL VPN 服務器CS_A將用戶WS_A的192.168.0.254網段數據包導入SSL隧道，執行系統訪問策略控制。

1.4安全檢查：遠程主機在網關自動調入ActiveX程序對主機狀態進行審查評估，以確定用戶角色和主機WS_A安全狀態，服務器CS_B的IP地址記錄進入NAT資源庫列表，生成允許用戶訪問的資源。

第三階段：內網終端導通

1.5資源與界面下發：服務器CS_B解密并生成用戶訪問許可列表，切斷CS_B的VPN導向服務網絡隧道，VPN網關通過HTTPS協議返回內網封裝資源，以Web頁面方式返回到用戶主WS_A，客機WS_A收到主機CS_A網絡資源，即可通過NAT網關與主機WS_B進行對點安全隧道交互通信。

2.飛機維修網絡系統協同化的工作模式

高效的航空飛機維修服務信息網絡系統要求服務終端能夠連接內網DB服務器并加密整個連接，將SSL加密連接請求轉發到綜合航空維修服務平臺上，集成數字化維修單元、智能化機種維修導向、綜合化維修技術、維修專家與技師一體化資源系統，這種網絡系統簡捷高效，遠程維修信息采集與專家VPN網絡通道從內網隔離開，所有內網其他流量都將被禁止以防內網遭受未經授權訪問/攻擊，VPN僅連接固定開放準入的TCP端口，最大限度保證基于Internet的連接安全性，遠程直連路由器并備份鏈路，保證信息網絡安全可靠。

五、結論

反向VPN在公共互聯網絡中突破控制較強，費用成本較低，將系統探測、檢視、預警系統，通信聯絡系統，指揮控制和裝備系統組成一個以計算機為中心的網絡信息通訊體系，強化維修服務信息交互、共享、聯合技術攻關，推進我國航空飛機維修管理信息化進程。

參考文獻

[1]包江奇，黃煒. 便攜式國產大飛機維修輔助設備的設計與實現[J]. 電子技術應用， 2011，（01）.

[2]張莉，王峰，溫克利. 基于AHP故障樹分析方法下飛機液壓診斷研究[J].光機電信息，2011，（02）.

[3]劉羨倫， 郭京波. 分布式網絡控制系統在盾構機上的應用[J]. 隧道建設， 2011，（S1）.

[4]段道聚，張永禎，張景義，廖小健. 基于無線網絡的便攜式維修輔助終端設計[J]. 信息化研究， 2010，（08）.

[5]范亞芹，張靜，侯智慧. 一種新型P2P-VPN組網技術[J]. 吉林大學學報（信息科學版）， 2009，（06）.