算法及其描述教案

算法及其描述教案（共9篇）

篇1：算法及其描述教案

一、教学内容：算法和算法的描述（选修1算法与程序设计 广东教育出版社）

二、教学课时：1课时

三、教学地点：计算机室2

四、教学目标：

1、知识目标

（1）明白算法的概念，理解算法的特征。（2）掌握算法描述的三种方法，能看懂流程图。（3）了解算法的意义，找出三种算法描述的优缺点。

2、技能目标

（1）知道在什么场合应该用什么算法描述。

（2）能对算法和算法的描述正确定位，能用算法解决实际问题，为学习后面的程序设计打下基础。

3、情感目标

（1）能把现实社会中的问题用算法描述出来，培养学生们的合作精神和想象能力，以提高学生们的信息素养。

五、教学方法：任务驱动法

六、教学重点：

算法的概念、描述算法的三种方法。

七、教学难点：

用流程图描述算法。

八、教学过程

1.激发兴趣、创设情景

这节课内容主要是一些概念和理论，而算法的概念和理论都太抽象，讲起来非常的枯燥乏味，那么就要把这些抽象的东西变得通俗易懂，使学生能轻松而又愉快的接受并理解。

举出一个例子如炒土豆丝如何做？引导学生们一步步说出步骤，最后教师总结：算法就是解决问题的方法和步骤。在以后的编程中也要记住了，有些步骤是可以颠倒的，不影响程序的结果；但是有些一但颠倒了那最终的结果也就全变了。

2.讲.解

激发学生的兴趣后对算法、算法的特征（确定性、有穷性）进行讲解，注意运用生活中的实例，以便让学生们理解。

讲述算法的三种描述方法：自然语言、流程图、伪代码。学生们比较熟悉的是自然语言，陌生难理解的是流程图和伪代码。

先带学生们了解自然语言，然后讲伪代码，讲完伪代码后，引导学生们如何把这些程序用流程图表示出来。流程图的基本图形及其功能

给出一个程序，让学生们先读这个程序，再用流程图表示这个程序如：

Private Sub Command1_Click()a = InputBox(“输入数字”)If a Mod 2 = 0 Then Print a & “是偶数” Else Print a & “是奇数” End If End Sub 学生们自学后，由教师引导发现这是一个判断奇偶数的程序，找一个学生展示他的流程图，然后大家共同检查这个流程图是否正确。

九、课堂作业 再给学生们一个程序，让学生们读并且在word中画出流程图，然后教到主机上。

十、课后反思：

在本节课中进行任务驱动式教学，充分发挥学生的主观能动性。同时这节课内容多，而且难以理解，练习生活中的实例，既可以激发学生们的兴趣，又有助于知识的迁移和内化。

篇2：算法及其描述教案

教学目标：

1.进一步理解什么是；算法，知道算法的多样性

2.能够对设计的算法做简装的评价

3.学会利用自然语言、流程图和伪代码来描述算法

教学内容

1.了解什么是算法及其特征 2.学习三种描述算法语言

教学重点:通过例子设计算法

教学难点:三种描述算法语言的使用

课时数：1课时

正课讲解

一、算法是“灵魂”

1.算法存在于人们生活中，如：上街购物、顾客付款、营业员（主）找银等。

2.“韩信点兵问题”有不同的求解过程，就有不同的算法。

有N个人，除以3，5，7，分别余2，3，2，求N。

3.算法——解决问题的方法和步骤。

算法是尼克劳斯.沃斯（N.Writh）提出的，他指出：算法+数据结构=程序。

（即算法不能单独构成程序，它必须和数据结构合二为一）

4.算法的发现

时间：公元前3000年~公元前1500年 地点：巴比伦

巴比伦人求解“算法”的过程：先用解代数方法，再计算实际数目，最后写上一句短句“这就是一个过程”。

5.算法的特征

我们曾在必须修课中提过一点算法，如：冒泡排序法。

例：计算1+2+3+„„+100=？

分析：这个算法有限制范围，可以在有限时间内完成，这是算法的第一个特征：有穷性。计算此算法可以用纸笔、算盘、运算器

和计算机来完成，且计算过程是多样的，但结果是唯一的。这就是算法的可行性、确定性。

计算方法：

⑴把这100个数按顺序相加。

⑵用凑数法：1+99=100，2+98=100，3+97=100，„„，49+51，最后只剩下50和100。

⑶令S=0，使1≤n≤100，先执行S=S+n ⑴，再执行n=n+1 ⑵

n=1，S=0时，S（0）=1 n=2，S=1时，S（0）=3 n=3，S=3时，S（0）=6

n=4，S=6时，S（0）=10 n=5，S=10时，S（0）=15 n=6，S=15时，S（0）=21„„

算法的另外一个特征：输入、输出。

练习：水仙花数问题，如153=1^3+5^3+3^3，分析它应满足什么条件才能使用此方法？

二、如何描述算法

1.用自然语言描述算法

⑴自然语言——人们日常生活中使用的语言。

⑵此种语言的特点：通俗语易懂，缺乏直观性和简洁，且易产生歧义。

使用此种语言的注意事项：描述要求尽可能精确，详尽。

例：用自然语言描述凯撒密码的原理

第1步：输入26个英文字母，它们分别对应1~26个数学。

第2步：令a=1，k=3，n=26。

第3步：使a的取值范围为1≤a≤26，F(a)=(a+k)mod n，转第5步。

第4步：a=a+1，转第3步。

第5步：输出F(a)相对应的数字。

第6步：把数学转化成相当的字母，输出字母。

第7步：累计字母出现顺序，转第4步。

练习：现有一串字母“PROGRAM”给它加密，请设计算法，用自然语言描述。

2.用流程图描述算法

⑴特点：描述算法形象、直观，容易理解。

⑵流程图符号

3.用伪代码描述算法

特点：描述的算法简、易懂，修改容易，容易转化为程序语言代码。

例：分析课本经9页算法描述

第一个条件：y mod 4=0

判断闰年的条件：⑴y不能被100整除；⑵y能被400整除且y能被400整除。

判断不是闰年的条件：⑴y mod 4=0 且y mod 100=0,但y不能被400整除；⑵y不能被4整除。

表示条件判断语句 表示循环处理语句：

IF 条件 THEN 执行语句一 Do While 条件循环语句

ELSE执行语句二 Loop

END IF

条件语句中可以包含多个子语句

篇3：算法及其描述教案

在现代发动机活塞研制过程中,通过计算机仿真来分析和预测活塞性能已经是必须的工作流程,但由于活塞顶部复杂的安定性响应,长久以来业内一直都缺少合适易用的本构模型在仿真计算中描述这种复杂的非线性响应。铝合金作为活塞材料有密度小、质量轻、机械加工性能好等优点,但是铝合金材料在高温下机械性能会变差。特别是对于活塞顶部来说,高温下的低周热疲劳导致的裂纹是其主要损坏形式。发动机活塞的循环机械应变是在高温环境下进行的。铝合金材料在常温下的机械响应可以看作是线性的,但是伴随温度的上升铝合金的机械强度则迅速下降,而冷却系统与火焰的共同作用更使得活塞顶部温度梯度极大。实验发现,活塞顶部作为燃烧室的一部分,在火焰直接作用下仅热应力就可以使塑性应变发生,但是由于活塞的复杂受力情况使得活塞顶部处于安定性工作状态,即虽然活塞顶的循环应变进入了塑性区,但整体上却表现为弹性,正是这种稳定的安定状态使得热应力仿真分析无法用线性理论描述,因而对进一步的疲劳分析造成了困难。因此,一般在活塞研发中只对活塞卡环以下的裙部进行仿真分析,而对于高温工况的活塞顶部部分只能用实物实验的方法来分析。为了实现活塞高温部分热应力响应的仿真,必须选择适用的本构模型,并将之解析编写为用户子程序代入ABAQUS软件进行计算。

发动机活塞的热应力形变过程包括弹性应变、塑性应变和蠕变。在低周热循环过程中塑性应变和蠕变交替主导非弹性应变过程。为了准确描述这一现象,需要使用合理的非线性本构模型来表达。自上世纪70年代以来,Bodner和Parton[1],Miller[2]、Walker[3]、Krieg[4]、Chaboche[5]等众多学者相继提出了多种基于内变量的非线性本构模型,也有一些学者在此基础上发展了一大批应用于解决各类问题的本构模型。但这些模型还有很多问题,还存在着诸如循环硬化准则不够完善、适用范围狭窄、参数确定困难、过于依赖实验又或者不曾考虑高温条件等诸多不足,因此仍然需要一种非线性本构模型来专门解决高温下铝合金活塞热应力分析的问题。

1 基于内变量的铝合金非线性模型

在铝合金材料模型研究领域极为值得关注的是Sehitoglu[6]对铸铝材料本构模型所进行的发展和改进。他通过比较等效应力与内变量拉应力的大小,来判断材料现阶段是处于塑性应变为主还是蠕变为主的状态,从而应用不同的流动法则。模型的基本假设是非弹性的流动决定于应力的值和当前两个内变量的值,两个内变量分别是背应力(张量)和内变量拉应力(标量)。背应力是用于预测随动硬化行为如包辛格效应的影响,而内变量拉应力描述各向同性的循环硬化或软化,即在塑性应变上蠕变的影响。Sehitoglu的粘塑性模型是一个整体的本构关系,这种本构模型与B-P模型的思想一脉相承,没有关于屈服面的假设,应变速率和温度历史的影响仍然是通过状态因变量捕获来得到的。非弹性应变率与当前应力Sij,背应力Scij还有内变量拉应力K有关,

其中,A为材料参数,为等效应力并且有:

其中,参数n1和n2通常都是较大的数值[7]。状态变量的演化方程表达为硬化减去恢复的形式,并定义为:

其中是等效塑性应变率。参数h表示硬化,r表示回复(即在时间或热作用下硬化程度变小的过程),表示拉应力随温度变化的改变,而为温度变化率。Sehitoglu模型通过构造分段函数,用幂函数描述塑性变形部分,用指数函数描述蠕变部分,显然更加符合实验结果[8],但是针对于将模型应用于计算机仿真分析的目标而言,实践证明将本构模型数学解析之后编写为程序并最终应用于仿真问题仍然是一个极大的挑战。

2 本构模型的数值解析方法

将上述本构关系数值化难度很大,因为只有很小的应变增量才可以被用于增量计算,然而对于结构复杂的发动机活塞来说,由于复杂的几何约束和形变,局部应变增量极大的情况始终存在。因为在ABAQUS的内置算法中通常都试图使用尽量大的增量,这有时会造成严重的问题,因为在非线性模型的非弹性应变方程中,不仅包括了等效应力,背应力,拉应力的部分,它还包含了一个变量是高幂的指数流动方程,而这样的函数使迭代更加容易发散。不准确的结果有可能导致数值迭代不稳定甚至计算意外终止。使用牛顿拉尔逊法对本构模型积分,方程被构建成非弹性应变速率的形式以适用于迭代方案。

在第N次增量之后,第(N+1)次的推导式如下:

其中:

而偏背应力和内变量拉应力第(N+1)次的递推式如下:

只要应变速率增量可由牛顿-拉尔逊迭代法求出,背应力和内变量拉应力就可以通过式(7、8)进行更新。ABAQUS只支持增量法子程序,最关键的步骤是保证上述迭代过程的收敛,这很不容易做到,因为本构模型表现得非常硬,为了得到可靠的结果,必须小心选择初值以避免牛顿-拉尔逊过程中可能的发散。这里使用了一个修正的径向返回法,其中初值采用了较小的非弹性应变率。对于整体演化模型来说,非弹性应变增量和状态变量基于每个变量的当前正切模计算出来。对于上述本构理论提供的方法,应力增量以弹性应变率的形式表达,方程式可以通过数学推导来获得。背应力和拉应力的演化公式近似,可以分别表示为:

其中:S0ij,Sijc0和K0是已知量。在理想塑性中的标准等效应变速率是通过强制更新应力和状态变量来确定以保证屈服情况的安全。径向回归法因此被修订为强制更新比率为当前值即如果上述过程没有实现本构方程的收敛时间增量将会被强制减小。

ABAQUS用子程序来提供材料刚度矩阵以用于它的非线性迭代。因为材料刚度矩阵被用于下一个迭代以给出目前应变增量的正确值,而这会导致结构中残余应力不平衡,这样材料刚度矩阵可以令应变只因为应变增量而改变。对非线性形变,应力增量是应变、时间和温度的函数:

基于上述讨论,材料刚度矩阵可以定义为:

数值仿真中子程序使用的材料常数和参数来自于美国伊利诺斯大学和福特发动机公司实验室的Al319-T7B实验[9,10]。

3 本构模型的应用验证

为了检验这个模型是否可以应用于铝合金发动机活塞,将本构模型子程序带入ABAQUS,并提交到一款重型柴油机铝合金活塞中进行热应力仿真分析(活塞金属成分如表1所示)。在实际工况中活塞顶受到的周期变化的气缸内气体压力作用在这里暂不讨论,因为如果材料模型能合理反映热应力作用安定状态下的应力-应变响应,也必然可以可以正确反映叠加了相位压力时的应力-应变响应。发动机活塞顶部温度极值随着时间呈周期性变化,温度从低温稳态(整体180℃)开始随时间变化,图1显示了活塞顶温度表面极值在一个周期内的变化。

在活塞顶部选择一个等效塑性应变(如图2所示)极值点(P点)进行分析。

这个仿真分析中热载荷是唯一动载荷,每次加载都使得活塞顶表面温度极值在180℃至275℃间周期变化,每个加载周期如图1所示。随着热加载次数增加,应力幅值变小而应变极值增加,应力应变滞回曲线趋于扁平,由图3可以看出当只有热应力作用时,经过多次(30次)循环加载应力应变响应可以达到一个稳定的安定状态,产生了约0.7‰的残余应变。

活塞模型应用线性模型该点等效非弹性应变应变极值为-4.9×10-3而在应用了非线性本构模型的计算中这个值上升到-6.4×10-3。应变值大幅增加了约30%,这个值对于做寿命预测是非常重要的,因为很多模型都是通过应变来控制失效的。在寿命模型中应变是最为重要的参数。通常越高的应变振幅导致越短的寿命,而越小的振幅寿命越长。由于线性仿真中应变比非线性中的小了很多,可见基于线性本构的寿命推测是不够保守,而利用非线性模型尽行仿真计算的结果则要准确很多。

4 结束语

基于Sehitoglu铸造铝合金本构模型,通过修正的回归法和牛顿迭代成功的控制了计算收敛过程。将模型数值解析并应用于活塞仿真,可以看出其应力-应变曲线特征是符合试验的,分析结果优于线性模型,这种非线性本构模型可以用于解决铝合金活塞热疲劳仿真的问题。

摘要：本文基于金属材料非线性本构理论,分析其连续函数构成方法,对一种适用于发动机活塞铸铝材料的非线性本构模型的算法进行数值化解析。利用ABAQUS接口开发相应的户材料子程序,并对铝合金活塞在高温环境下循环热载荷工况下安定性响应进行仿真计算。研究结果表明:这种本构模型对热荷载安定状态响应的描述合理可信,可以应用于发动机活塞低周热疲劳分析的仿真计算。

关键词：发动机活塞,铝合金,安定性,非线性本构模型

参考文献

[1]Bodner S R,Parton Y.A large deformation elastic-iscoplastic analysis of a thick-walled spherical shell ASMEJ Apple Mech,1972,39(9):751-756.

[2]A.K.Miller.An Inelastic Constitutive Model forMonotonic,Cyclic,and Creep Deformation:PartII ASMEof Eng.Mat.And Tech.1976.98:97-113.

[3]Walker K P.Research and development program for non-lineal structural modeling with advanced time-temperaturedependent constitutive relation ship.Report NASA-CR-165533,1981.

[4]R.D.Krieg,J.C.Swearengen and R.W.Rohde,in:InelasticBehaviour of Pressure Vessel and Piping Components,T.YChang and E.Krempl(eds.,)ASME 1978 15.

[5]Chaboche J L.Constitutive equations for cyclic plasticityand viscoplasticity.Int J Plasticity,1989,5:247-302.

[6]H.Sehitiglu and M.Karayaka,“Predictions of TheromechanicalFatigue Lives in Metal matrix Composites“,Met.TransA.1991.

[7]X.Qing,H.SehitogluT.Smith H.Maier and J.Allison,“Sress-strain Response of a Cast 319-t6 Aluminumunder Thermo-Mechanical Loading“,Mat Science andEng.,1998.

[8]H.Sehitoglu:Handbook on Fatigue and Fracture,ASM,Materials Park,OH,1996,19:527-540

[9]Socie,D.F.and Marquis,G.B.,“Multiaxial Fatigue,”SAEInternational,Warrendale,PA,2000

篇4：算法及其描述教案

关键词：多描述编码；标量量化；Matlab；码率

中图分类号：TP391文献标识码：A文章编号：1009-3044(2007)16-31148-01

Image MDSQ Arithmetic And Its Implementation Using Matlab

JIANG Yu-zhen

(Department of Mathematics and Information Technology,Hanshan Normal University,Chaozhou 521041,China)

Abstract:Multiple description image coding Arithmetic based on scalar quantization (MDSQ) can effectively improve the data receival quality. The paper completes the MDSQ Arithmetic using Matlab due to its advantage in matrix processing,and proves its feasibility by analyzing the experiment results.

Key words:multiple description coding;scalar quantization;Matlab;rate

1 引言

高速网络环境下，传统基于包的数据传输通常会面临丢包或误码等问题，这在一定程度上影响了信息传输的效率及接收的效果。近年来多描述编码（Multiple description coding, MDC）作为一种可选的解决方案已开始受到关注。多描述编码技术将信号分解成多个独立的码流，即描述，并通过不同的信道传输，因而以分散的、低码率的数据码流形式来增强信号的稳健性。当只接收到一个描述时，可恢复出粗糙但可以接收的信息，接收描述个数越多，恢复的信息质量越高。MDC技术使信号的传输更具灵活性，可适应各种网络环境的传输并在各种环境下尽量获取最佳接收效果，该技术尤其适合图像、视频、音频等多媒体信息的传输。

2 图像MDSQ算法

目前基于图像的多描述编码方法主要有基于量化、基于变换和基于空间扩展等几类[1]。在实际应用中，评价一个MDC算法的优劣主要依据编码效率、编码难度和解码质量等几个方面。基于标量量化的图像多描述编码（MDSQ）算法就是一个成熟的、综合性能较高的多描述方法。

MDSQ方法需要设计一个复杂的量化标号函数，用于对信源进行不同精度的量化。其基本思想是：信源通过不同的大步长量化可得到多个描述，即大步长量化信号，而当多个描述相互结合时可得到精细量化信号。两个描述的MDSQ算法模型如图1所示。其原理是：先将信源用量化器Q1和Q2进行标量量化，将量化结果输入标号分配函数a( : )进行标号分配以得到两个描述。在解码端，如果只收到一个描述，可用边解码器g1或g2直接解码，若两个描述均收到，则形成索引对（i,j），通过中央解码器g0解码可得到更精确信息。MDSQ的量化模式如图2所示。

图1 两个描述的MDSQ模型

图2 MDSQ的量化模式

MDSQ的关键之处是标号分配函数a( : )的设计，即标号分配问题，标号区间的长度及标号分配方案将直接影响算法性能。文献[2]在对该问题进行研究基础上收提出了两种不同的标量分配方案——嵌套标号分配和线性标号分配，如图3(a)和3(b)所示。

(a)嵌套分配模式 (b) 线性分配模式

图3 MDSQ的两种标号分配模式

3 Matlab仿真实验及结果分析

3.1Matlab实验及程序

基于Matlab对矩阵操作的灵活性，实验尝试用Matlab编程实现MDSQ的嵌套标号方案(线性标号方案也类同)。编码端采用的方法是：先对图像信号进行22级量化，然后通过索引Q1、Q2线性表以得到两个量化结果，即两个描述。在解码端，则对接收的两个描述分别索引Table1、Table2，以及联合索引Table0以获取不同的解码图像。具体程序如下：

编码端：

I=imread('CAMERA.bmp');

[a,b]=size(I);

Q1=[1 2 1 2 2 3 3 4 3 4 4 5 5 6 5 6 6 7 7 8 7 8];

Q2=[1 1 2 2 3 2 3 3 4 4 5 4 5 5 6 6 7 6 7 7 8 8];

Temp=uint8(zeros(a,b));

I1=uint8(zeros(a,b)); I2=uint8(zeros(a,b));

k=256/22;

Temp=fix(double(I)/k)+1;

I1(1:a,1:b)=Q1(Temp(1:a,1:b));

I2(1:a,1:b)=Q2(Temp(1:a,1:b));

save I1,I1; save I2,I2;

解码端：

load I1; load I2;

[a,b]=size(I1);

Table1=[2 3.5 7.5 9.5 13.5 15.5 19.5 20.5 ];

Table2=[1.5 4.5 6.5 10.5 12.5 16.5 19.5 21.5];

Table0=[1 3 0 0 0 0 0 0; 2 4 5 0 0 0 0 0;

0 6 7 9 0 0 0 0;0 0 8 10 11 0 0 0;

0 0 0 12 13 15 0 0;0 0 0 0 14 16 17 0;

0 0 0 0 0 18 19 21;0 0 0 0 0 0 20 22];

T1=zeros(a,b); T2=zeros(a,b); T0=zeros(a,b);

T1(1:a,1:b)=Table1(I1(1:a,1:b));

T2(1:a,1:b)=Table2(I2(1:a,1:b));

for i=1:a;

for j=1:b;

T0(i,j)=Table0(I1(i,j),I2(i,j));

end;

end

k=256/22;

T1=uint8((T1-1)*k+k/2);

T2=uint8((T2-1)*k+k/2);

T0=uint8((T0-1)*k+k/2);

figure;imshow(T1);imwrite(T1,'描述1.bmp');

figure;imshow(T2);imwrite(T2,'描述2.bmp');

figure;imshow(T0);imwrite(T0,'两描述.bmp');

3.2实验结果及分析

对256*256的8位灰度图“CAMERA.bmp”进行MDSQ编/解码码后，得到三种解码图像如图4所示，这里仍采用峰值信噪比PSNR，来对三种解码图进行客观评价，三个解码图的PSNR值分别为24.56、25.13和37.39。可见，接收到单个描述可获得一定质量的解码图，而两个描述均收到时则可得到高质量图像。由于Matlab中图像的最小空间处理类型为uint8，即8bit每个像素，该程序还不能体现单个描述的压缩码率。本算法中单个描述的数据值范围是1~8，根据香农（Shannon）理论[3]，其图像码率将不高于3dpp，具有了较好的编码效率。

(a)描述1解码图 (b)描述2解码图 (c)两个描述联合解码图

图4 MDSQ三种解码图效果

4 小结

基于量化的图像多描述编码是提高信息传输质量的一种有效方法，本文利用Matlab工具在处理矩阵上的灵活性，以简洁的程序实现了MDSQ算法，并通过实验结果的分析证明该方法良好的多描述性能。在实际应用中，还可以根据信息及网络的特点，灵活设定量化步长及标量分配方案以取得最佳的编码效果。

参考文献：

[1]张炜,蒋刚毅.等.图像信号的多描述编码方法[J].中国图象图形学报,2004.9(3):257-264.

[2]Vaishampayan V A.Design of multiple description scalar quantizer[J].IEEE Transactions on Information Theory,1993,39(3):821-834.

[3]林福宗.多媒体技术(第2版)[M].北京:清华大学出版社,2003.3:45-46.

篇5：算法及其描述教案

教材分析：

这节课内容主要是一些概念和理论，而算法的概念和理论都太抽象，讲起来非常的枯燥乏味，那么就要把这些抽象的东西变得通俗易懂，使学生能轻松而又愉快的接受并理解。

学生分析：

学生基本上没有接触过编程，那么在高中阶段初步接触编程，学生首先会感到很深奥，看到书中的程序语句，尤其是看到后面的长一点的程序语句更是觉得可怕，那教师必须要考虑在授课中如何正确引导，以什么样的方式进行。学生有没有兴趣学，往往看这个课是不是有意思，难不难学，一看难学又乏味，就开始产生厌学的情绪。

教学目标：

引导学生对编程的兴趣，理解算法的概念和如何科学合理的选择和设计算法，为程序设计打好基础。

教学重点：

算法的概念、算法的设计和选择。教学难点：

如何科学合理的选择和设计算法。教学方法：

与学生进行互动探讨式教学,以趣味智力题激发学生探索解决问题的兴趣，以故事事例和具体的程序运行对比，引导学生一步步的思考，从而总结出算法的概念，以及如何设计和选择算法，充分调动学生的主观能动性和探究学习能力。

教学过程：

1、引导学生对编程的兴趣

（1）教师：同学们喜欢玩电脑游戏吗？

（2）学生：喜欢！（说到游戏学生总是表现出很浓的兴趣。）

（3）教师：在上机练习课的时候，总发现有个别同学偷偷的玩游戏，其实你们喜欢，老师也很喜欢，那么同学们想不想自己编个游戏来玩呀？

（4）学生：会不会很麻烦！（学生表现出好奇，又对编程心里还没有底。）（5）教师：不用担心，编程并不像你们所想像的那样难，很快你们就会编一些小游戏程序了。其实编程是件非常有意思的事情，在以后的学习中你会发现自己越来越喜欢编程，甚至会着迷的。

2、算法的概念

(1)教师：幻灯片出示一个经典的趣味性例子, 有一个牧羊人带着一头羊,一只狼和一颗大白菜准备过河,他找到一只很小的船,每次只能带一样东西过去,可是如果让狼与羊单独在一起,狼会吃羊,让羊与白菜单独在一起,羊会吃白菜，牧羊人应如何过河？

（2）教师：分组讨论，前后四个同学为一组,把你们的橡皮擦放到一块,分别写上狼、羊、白菜，你们自己是牧羊人，现在请同学们来设计一个方案,把3样东西安然无恙的带过河。我们来比一比看哪组同学最快完成。

课堂立即活跃起来，同学们把它当作一种游戏全都投入进去了，积极思考起来。（3）很快就有学生举手回答。过河的方案: 第一步：人和羊过河，人返回，留下羊；

第二步：人和狼过河，人和羊返回，留下狼； 第三步：人和菜过河，人返回，留下菜； 第四步：人和羊过河。

（4）教师：同学们这个方案行不行？（5）学生：行。

（6）教师：还有没有其它方案？

（7）学生：还可以在第二步时，人和菜先过河，人羊返回，留下菜；第三步，带狼过河。

（8）教师：刚才同学们把第二步和第三步可以改变先后顺序，其它顺序还能不能颠倒，比如说：第一步先过狼？

（9）学生：不能。

（10）教师总结出算法的概念：同学们说的不错。那什么是算法呢？这个过河的方案就是这道趣味题的算法。请同学们记住一句话：算法就是解决问题的方法和步骤。在以后的编程中也要记住了，有些步骤是可以颠倒的，不影响程序的结果；但是有些一但颠倒了那最终的结果也就全变了。

3、用流程图来描述算法

（1）教师：幻灯片放映，出示例题：某商场为了对苹果进行促销，规定购买2千克以上可以在原价每千克1.5元的基础上打8折。请同学们告诉我该怎么计算应付款？

（2）学生：首先称好苹果，超过2千克，应付款为：苹果重量*1.5*0.8;如没超过，应付款为：苹果重量*1.5（3）教师：放幻灯片，演示流程图。好，这个同学刚才给出了算法。现在我用一个图来把这个过程描述一下。

（4）教师：解释这个图的执行过程。问：同学们，告诉我这是什么图啊？（5）学生：流程图。

（6）教师：幻灯片出示：流程图的基本图形及其功能

（7）教师：我知道大家在数学课程里，学习过用流程图来描述算法。有了你们数学课的一点基础，那么我们现在学习起来就比较容易。流程图是描述算法常用的工具，容易表达，结构清晰简洁，有利于不同环境的程序设计。在以后的学习中，我们还会充分利用流程图来帮我们分析问题。

4、算法的设计与选择

（1）教师：大家在做题时,是不是有时候一道题有多种解法?（2）学生：是。

（3）教师：我给大家讲个故事：200年前的一天，一位数学教师走进课堂，也许是想清静一个小时，给四年级的学生们布置了一道题：从1加到100。5分钟后，一个学生走到他跟前，交上了正确答案，这时他是多么吃惊呀！这怎么可能呢？这个孩子一定是个天才。

（4）教师：请大家告诉我1加到100等于多少？、（5）学生：5050（6）教师：你们是用什么方法计算的？

（7）学生：首尾相加后，再乘以100，即(100＋1)*50=5050（8）教师：这无疑是一种很好的算法，既简单实用，效率也高。1+2+3…+100最终也能加到结果，但是计算的过程大家可想而知。解决问题的方法，也许有很多种，但是运用不同的方法却会产生不同的效果。我们编写程序也是一样，你使用不同的算法，也会产生不同的效果。说归说，我们再来看一个例子。

幻灯片出示：求9147485和5147480两个数的最大公约数。

（9）同学们你们是怎么计算的？（10）学生：用“辗转相除法”计算。（11）教师：好，请你们来计算一下。（12）学生：数这么大很难算啊！

（13）教师：同学们别着急，有两个同学已经编写了解决这个问题的程序。大家一起

来看一下。（幻灯片出示）

（14）教师：同学甲编写的程序用的算法是“辗转相除法”;同学乙用的算法是“穷举法”，从5147480开始，每次减1，一个个的进行判断，直到找到为止。好，我们分别来运行一下，请同学们注意观察。

教师：启动VB，运行同学甲的程序：

第1次运行 输入：9147485和5147480 , 结果：5 第2次运行 输入：45684和58460 , 结果：4 第3次运行 输入：8654726和675942 , 结果：2 运行同学乙的程序：

第1次运行,大约5秒钟后显示结果：5 第2次运行,大约5秒钟后显示结果：5（15）教师：请学生回答观察到的现象。

（16）学生：甲的运行速度快一些，还可以求其它组数的最大公约数，而乙只能计算这一组。

（17）教师：同学们观察得很好！那你们认为那个算法好一些呢？（18）学生：甲。

（19）教师：对。算法的设计，直接影响着程序的通用性和解决问题的效率，总的来说，一个好的算法，应该是科学而又合理的算法。实践练习：

篇6：算法工程师的工作职责描述

1、负责强化学习、深度学习人工智能数学模型研究和落地、算法实现及优化;

2、跟踪人工智能技术和算法的前沿技术;

3、深度了解机器学习算法模型构建和算法实现及应用场景，输出可落地的应用场景解决方案;

4、参与产品整体方案的设计。

任职要求：

1、在数据挖掘、机器学习、深度学习等领域有3年以上的算法、模型研发经验(熟悉模型参数调优);

2、有扎实的数据结构和算法功底，精通关联、聚类、回归、预测等算法的原理与应用，能够针对不同的业务需求使用不同的算法模型实现业务诉求，有丰富的算法应用和工程化落地的实际工作经验;

3、具有良好的统计分析基础，熟练掌握数据分析和挖掘的流程与方法，能够独立进行数据建模和分析，产出数据分析报告;

4、有良好的程序开发基础，精通python、Java语言，熟悉Hadoop、Spark、Storm、Flink等分布式计算平台;

5、熟悉Linux、UNIX系统，掌握MYSQL等主流数据库中的一种，熟悉SQL以及SHELL脚本开发;

6、熟悉机器学习开源框架(TensorFlow、Caffe等)，研究过开源框架的源码者优先;

7、细心、耐心、有很强的责任感，对产出的质量有高要求，执行力强，富有团队精神;

8、本科以上学历，运筹学专业优先。211院校毕业和获得英语CET4/CET6证书者优先;

篇7：图像算法工程师的工作职责描述

1.负责图像处理算法设计，程序开发、分析和测试

2.负责图像处理算法研究并解决关键技术难题

3.撰写算法设计文档

4.与硬件开发人员及客户沟通配合芯片设计的工作

职位要求：

1、硕士及以上学历，计算机、通信、电子、自动化等相关专业。

2、精通Matlab、C/C++程序开发，能独立编写代码;

3、有较强的图像处理知识背景，熟悉数字图像处理理论、人工智能理论;

4、对Python有一定的了解，熟悉深度学习框架者优先考虑;

5、有较强的数学建模和逻辑分析能力者优先;

篇8：算法及其描述教案

从20世纪70年代开始, 有关图像检索的研究就已开始, 当时主要是基于文本的图像检索技术 (Text-based Image Retrieval, 简称TBIR) , 利用文本描述的方式描述图像的特征, 如绘画作品的作者、年代、流派、尺寸等。到90年代以后, 出现了对图像的内容语义, 如图像的颜色、纹理、布局等进行分析和检索的图像检索技术, 即基于内容的图像检索技术 (Content-based Image Retrieval, 简称CBIR) 。CBIR属于基于内容检索 (Content-based Retrieval, 简称CBR) 的一种, CBR中还包括对动态视频、音频等其它形式多媒体信息的检索技术。

在检索原理上, 无论是基于文本的图像检索还是基于内容的图像检索, 主要包括3三方面:一方面对用户需求的分析和转化, 形成可以检索索引数据库的提问;另一方面, 收集和加工图像资源, 提取特征, 分析并进行标引, 建立图像的索引数据库;还有一方面是根据相似度算法, 计算用户提问与索引数据库中记录的相似度大小, 提取出满足阈值的记录作为结果, 按照相似度降序的方式输出。

为了进一步提高检索的准确性, 许多系统结合相关反馈技术来收集用户对检索结果的反馈信息, 这在CBIR中显得更为突出, 因为CBIR实现的是逐步求精的图像检索过程, 在同一次检索过程中需要不断地与用户进行交互。而本文中对相关反馈技术没有深入研究。

图像检索的目的就是为了解决图像数据库与用户需求的匹配和选择问题, 网络环境下的图像检索无疑也是如此。在此, 主要介绍网络环境中的图像资源的检索问题, 区别于基于现成的特定图像库检索的软件和系统, 网络图像检索问题将相对稳定的图像数据库拓展为动态变化的网络图像库。

基于内容的图像检索技术作为一种新的检索方法, 目前已成为研究的热点。它和基于文本的图像检索不同, 主要是根据图像的颜色、纹理、形状及它们的空间关系等内容特征作为图像的索引, 通过加算计查询图像和目标图像的相似距离, 按相似度进行检索。

在图像的形状、颜色、纹理等特征中, 颜色特征是最显著、最可靠、最稳定的视觉特征, 是人识别图像的主要感知特征。对于基于颜色特征的图像检索, 科学工作者们提出了多种方案。譬如颜色直方图、主色调、颜色矩 (Color Moments) , 颜色集 (Color sets) 、聚类、扫描线投影等检索算法, 颜色直方图是目前较常使用的检索方法。

颜色直方图法具有运算速度快、存储空间要求低的特点, 并且对图像的尺度及旋转变化不敏感, 因此得到了广泛的关注。目前基于颜色特征的检索已经成为检索的一个重要手段, 并提出了许多改进方法。总体来说, 主要分为两类:全局颜色特征检索和局部颜色特征检索。按照全局颜色分布来索引图像可以通过计算每种颜色的像素个数并构造图像是一个很好的途径, 局部颜色信息是指局部相似的颜色区域, 它考虑了颜色的分类与一些初级的几何特征。本文所采取的是全局颜色特征检索。

1 算法描述

本文主要对基于颜色分布的各种图像检索方法进行研究, 在得到图像的颜色直方图的基础上, 通过计算图像直方图之间的相似性来进行图像检索是该方法的基本思想, 而图像之间相似性的度量方法有多种, 本文主要应用适量距离法, 另外提出其它4种方法同矢量距离法惊进行比较, 从而得到寻找出一种更为精确的方法进行图像检索。在进行相似性测量之前建立图像库的颜色直方图。

1.1 颜色直方图的实现算法描述

基于颜色直方图的检索方法一般是:首先, 要选择某个合适的颜色空间, 然后, 需要对颜色空间量化即颜色量化, 从而得到颜色直方图, 通过对颜色直方图的匹配来进行检索。颜色空间的选择是图像检索的准备工作。国际标准的MPEG-7定义了6种颜色空间:RGB、YCr Cb、HSV、HMMD、RGB的任一线性变换和单色。在这些颜色空间中, HSV颜色空间更适合于图像检索的应用。HSV颜色空间的优点在于一方面去除了亮度成分在图像中与颜色信息的联系, 另一方面, 饱和度成分与人们获得颜色的方式密切相关, 而且, 它还具有线性伸缩性, 可感知的颜色差与颜色分量的相应值的欧几里德距离成比例, 因此, 非常适合基于颜色的图像相似性比较。基于以上原因, 本文采用HSV颜色空间, 在此基础上得到图像的颜色直方图。

1) 单幅图像颜色直方图的实现算法描述

(1) 读取该图像的RGB数据;

(2) 将图像的RGB转换成HSV;

(3) 根据颜色分布矩阵得到该图像的大小;

(4) 计算目标图片的直方图。

2) 图像数据库中颜色直方图的实现算法描述

(1) 根据图像库文件夹的目录读取文件;

(2) 利用1.1中的算法计算文件夹中所有目标图片的直方图;

(3) 将得到的直方图存入MAT文件中, 使用前转载MAT文件。

1.2 相似性度量方法的算法描述

矢量距离法:

1) 计算出待检索图像的三维颜色直方图, 然后采用插值法在每一个方向增加柄的数量;

2) 对数据库中的每一幅图像I, 装载其直方图并对其进行插值, 使得图像矩阵间的柄数相同, 便于进行图像矩阵间的四则运算;

3) 计算出待检索图像与图像I直方图每一柄上的距离D;

4) 在进行相似性度量之前定义两个阈值T1, T2;

5) 计算出两图像直方图之间的欧几里德距离, 保留其中大于T1距离值D1, 和小于T2的距离值D2。相似性度量的计算式为:S=LENGTH (D1) *MEAN (D2) /LENGTH (D2) ;

6) 根据上式计算两幅图像的各对应子块的相似度;

7) 将N幅被比较的图像与用户输入的源图像的最后计算出来的相似度结果记录放入数组中;

8) 将N个相似度从大到小排列;

篇9：现代油藏描述技术及其应用

关键词：油藏描述 模型建立 三维

我国经济的快速发展使得对石油的需要与日俱增，而现在石油勘探和开发十分的困难，要想提高石油勘探开发的成果，就必须创新石油勘探开发技术。着眼现在的石油勘探开发技术，我们发现现代油藏描述已经成为了最重要的开发技术，这种技术在描述地下油藏以及勘探石油储量上起到了非常重要的作用。所以我们应该全面了解现代油藏描述技术。理解并掌握其内容和方法，在有了一定的基础了解以后加深对其核心内容的学习，并进行探讨，这样更加有利于该技术在石油勘探开发中的应用，对于提高石油开采量具有重要的作用。

1 主要技術和应用

1.1 油藏描述的两种方法 我国的大部分油田已经进入了开采后期，剩余油的开采难度十分大，这些剩余油都分布在相互隔断不易受到水驱的单独的分隔体当中，因此在油藏精细描述当中十分关注储集层的分隔性，而对连续性相对关注较少。已经投产多年的油田进行增产增注的时候，首先考虑要采出的石油就是这部分未受到水驱且独立存在的剩余油。要开展对分隔体的研究，先把分隔体在剖面上划出来，还要把储集体进行更细的划分，划分成流动单元，最小一级的分隔体必须尽最大的努力进行描述，这是研究分隔体最重要的环节。在对系统开展研究的时候可以采取层次界面分析法，这种分析法并不侧重海平面的变化，主要侧重点是系统论的论点，关注的是系统的层次性以及结构性，还有就是界面的级别性。

1.2 随机模拟技术 这种技术是在地质统计学的基础上建立的一项技术，采用这种技术对于储层的非均质性将会取得了解，同时还能预测出井间的参数，采取的算法非常随机，用这随机的算法对区域进行模拟。随机模拟技术包含着很多不同的方法，但都不是具体的方法，具有相对的独立性，它们都有自己的工作原理，而且复杂程度各不相同，在何种条件下适用也不相同。

1.3 模型建立技术 模型建立技术主要针对动态的、集成的油藏，在应用现代油藏描述方法时，会使用很多动态的资料，并且多数情况下是许多的预测方法一起使用，所以建立动态集成油藏的模型在石油勘探开发领域发展的十分迅速，对这一模型建立技术进行总结发现其三个比较明显的特点：①在对油藏进行建模的过程中总共分为三个级别，要经过两个步骤，这三个级别分别为一维、二维、三维，依据层次界面分析法进行层次划分，凡是划分出来的层次都要建立地质模型，但是级别要不相同。同时模型当中应该有层次界面以及隔夹层。②在对油藏进行建模的过程中使用了地质统计学方面的知识，其原理和方法在建模的过程当中得到了广泛的应用。③在模型建立的过程中使用了一体化的建模方法，这一体化的建模方法就是“地质-地震-测井”。

在使用一体化建模过程中，动态资料，数值预测和模拟变成了建模所需要的最重要的部分，而不再是仅仅起到辅助的作用。在建模的过程中使用不同的技术手段，可以帮助我们有效预测分隔体内剩余油的分布，这样更有利于我们建立油藏模型，而这时建立的油藏模型也更符合实际情况。

1.4 开发地震技术 油藏精细描述包含很多的技术内容，这些技术内容当中地质认识和建模发展尤其迅速，但是开发地震技术也发展极快，开发地震技术是在地球物理基础上发展起来的一项技术。开发地震技术具有其明显的优势，尤其是在精细研究方面十分有用。随着这项技术的进一步发展在划分层序和获得参数等方面也得到了广泛的应用，所以这项技术在不久的将来会得到更加广泛的应用。

地震反演近年来在石油勘探开发领域得到了快速的发展，这是一项解释地震现象的技术，而且属于综合性技术，它在研究储层地震时起到了关键性的作用。在钻井和测井过程中都会得到大量的资料，如果将他们连起来进行对比，可以加深对地层的了解，地层反演为了能够达到这个目的，它可以对常规的地震剖面进行技术转化，这样常规的地层剖面就变成了声波测井剖面，以此可以对任何储层进行研究，得出其变化的规律。如果按作用不同对地震反演进行分类的话，可以将其分成4类。随着科技的发展，油藏精细描述得到了快速的发展，出现了很多新的反演技术，比如随机地震反演等，这些新技术的不断发展充实了地震反演技术，使该技术不断获得突破向前发展。

1.5 油藏描述软件 在现代油藏描述当中软件是必不可少的一部分，没有软件的支持很难对地下地质情况进行描述，因此此类软件的开发研究在各个国家都受到了重视。可是这类软件有一个非常大的缺点，就是在对早期油藏进行描述的时候能够达到很好的效果，可是对老油田进行描述的时候效果却不明显，尤其是有些老油田只有钻井资料，在对这些油田进行描述的时候就显得无能为力，根本不能预测出老油田地下的地质情况。此外油藏数值模拟大多采用的网格都比较粗，如果与油藏描述进行对比的话，数值模拟显得很是粗糙，甚至有的不符合要求。为了克服这种现象世界各国都在努力开发一款功能多样，综合性强，可以进行一体化三维描述的软件，这款软件如果开发出来将会具有插值多样化的特点，同时与以往的软件进行相比还具有预测能力强，因素考虑全面等特点。

2 未来发展方向

相信随着科技的发展油藏技术描述也会得到进一步的发展，尤其是使用分辨率高的层序地层学以及四维地震技术等对油藏的开采情况进行研究。层序地层学就是要确定地层的分布规律，当然必须在一定的框架之内，这个框架就是等时地层框架和时间地层框架。基准面发生旋转会形成岩石单元，这个岩石单元为成因地层时间单元，对基准面旋回进行分析，可以得到不同级次地层的结构，尤其是陆相地层，从而建立分辨率较高的地层框架。在对油藏进行开发的过程当中，储层内流体的密度以及压力等都会发生变化，这样地震波的传播时间也会受到很大的影响。油田进行开发以后，每隔一段时间都要进行三维地震测试，得到资料以后与先前的资料进行对比，从而得出地下流体的分布以及变化情况，得出其地下分布图。而四维地震技术正是在这基础上发展起来的一项新技术。在未来会得到广泛的应用，对于提高对储层的准确预测程度会起到非常积极的作用。

3 结语

随着油气资源的枯竭，地质问题越来越突出，科技在不断的进步所以油藏描述也应该加快发展的步伐，我们只有对储层有了更深入的了解，才能进一步提高石油产量以满足我国建设现代化的需要。

参考文献：

[1]蔡毅，熊琦华，黄述旺，祝永军，康志勇.油藏描述中求取特低渗储层渗透率的方法[J].石油学报，1994（S1）.

[2]周叶，王家华，李换鹏，郑容植.测井解释数据预处理的计算机实现[J].测井技术，1994（06）.

[3]金萍，吕文新，汪玉华，王春林.530井区J1b4+5层油藏描述应用[J].化工之友，2006（12）.

[4]郎晓玲，芦天明，康洪全，赵力民.RM油藏描述系统及其应用研究[J].测井技术，1997（05）.

[5]王俊芳，惠卓雄，张春林.三维地质模型在濮城西区沙二上油藏描述中的应用[J].重庆石油高等专科学校学报，2004（01）.

[6]杨辉廷，颜其彬，李敏.油藏描述中的储层建模技术[J].天然气勘探与开发，2004（03）.

[7]墨延霞，房金翠.现代油藏描述技术发展趋势[J].内江科技，2007（07）.