（精選）設(shè)計方案3篇

　　為保證事情或工作高起點、高質(zhì)量、高水平開展，常常需要預(yù)先制定方案，方案是為某一行動所制定的具體行動實施辦法細(xì)則、步驟和安排等。你知道什么樣的方案才能切實地幫助到我們嗎？以下是小編整理的設(shè)計方案3篇，供大家參考借鑒，希望可以幫助到有需要的朋友。

設(shè)計方案 篇1

　　一、引入新課

　　昨天我讓大家預(yù)習(xí)了第18課《雷雨》，誰告訴大家你讀懂了什么？（學(xué)生交流，讀相應(yīng)的語段、詞句，老師根據(jù)學(xué)生的回答作點評，并檢查生字的識記情況。）

　　（孩子們，我們讀書就好象吃飯，飯要細(xì)嚼慢咽，要一口一口地吃，才有營養(yǎng)，讀書呢，也要讀一讀，品一品，作者寫了什么，這樣寫能讓我們感受到什么，這樣的讀書才會很有意思，很有價值的。接下來我們就用這樣的方法讀一讀課文《雷雨》。）

　　學(xué)生自由讀課文，教師巡回指導(dǎo)讀書。

　　二、品讀感悟

　�。ㄒ唬┢纷x課文第一到三自然段

　　1、課件出示課文第一到三自然段，教師提出要求：這三段寫了什么？從中你感受到了什么？請準(zhǔn)備用完整的句子把你的意思清清楚楚地告訴大家。

　　2、學(xué)生合作感悟。

　　3、學(xué)生交流匯報，學(xué)生點評，教師點評。教師指導(dǎo)學(xué)生把話說完整，把意思表達清楚，并提醒學(xué)生養(yǎng)成傾聽同伴的發(fā)言，多給同伴肯定的.評價的習(xí)慣。

　　A滿天的烏云，黑沉沉地壓下來。（這句話寫的是烏云，從滿天一詞感受到烏云的多，黑沉沉一詞感受到云的顏色，壓一詞感受到云很多、很重，用朗讀表達自己的感受）

　　B樹上的葉子，一動不動，蟬一聲也不叫。（這句話寫的是葉子和蟬，一動不動、一聲也不叫讓我們感到天氣很悶熱，一絲風(fēng)也沒有。）

　　C忽然一陣大風(fēng)，吹得樹枝亂擺。（這句話寫了在風(fēng)，忽然寫出了風(fēng)來時的速度很快，樹枝亂擺寫出了風(fēng)很大，所以這個大風(fēng)還可以改成什么風(fēng)？）

　　D一只蜘蛛從網(wǎng)上垂下來，逃走了。（這句話寫了蜘蛛，垂下來逃走了讓我們感受到蜘蛛很可愛，它知道大雨要來了，心里很害怕。）

　　E閃電越來越亮，雷聲越來越響。（這句話寫的是閃電和雷聲，越來越亮越來越響讓我們感受到大雨就要來了。）

　　4、教師指導(dǎo)學(xué)生朗讀前三自然段，形式：男女讀，齊讀。（教師點評，鼓勵大家在讀課文的時候要注意自己的感受，還要學(xué)會想象。）（剛才我們學(xué)習(xí)了雷雨前的景象，接下來我們看看雷雨以后有什么樣的景象呢？大家找找看，它在哪？

　�。ǘ�）品讀課文第七、八自然段

　　1、學(xué)生自讀，小組交流，教師巡回指導(dǎo)。

　　2、小組派代表交流。

　　3、學(xué)生自主點評。

　　4、教師小結(jié)。（主要著眼于感悟是否到位，表達是否規(guī)范，點評是否能對同伴進行積極性評價）

　　三、課堂小結(jié)

　　今天我們學(xué)習(xí)了第18課《雷雨》的兩部分內(nèi)容，第一部分寫了雷雨前的景象，烏云很多很重，天氣很悶熱，風(fēng)來了，蜘蛛很害怕逃走了，閃電越來越亮，雷聲越來越響，雷雨馬上就要到來了；我們還學(xué)了雷雨后的景象，看到太陽出來了，彩虹高高地掛在天上，空氣也很清新，天氣也不感到熱了，蟬也高興得叫起來了，蜘蛛又開心地掛到了網(wǎng)上，青蛙也唱起歌來了，好象在告訴我們，雷雨后的一切讓大家多舒服呀。

　　剩下的課文的中間部分，我相信大家自己也能夠?qū)W得很好，能知道它寫了什么，也能感受到它告訴了我們什么？我們下節(jié)課一起再交流。

設(shè)計方案 篇2

　　配送中心是連接工廠與客戶的中間橋梁，其選址方式往往決定著物流的配送距離和配送模式，進而影響著物流系統(tǒng)的運作效率。因此，研究物流配送中心的選址具有重要的理論和現(xiàn)實應(yīng)用意義。

　　本文對近年來國內(nèi)外有關(guān)物流配送中心選址方法的文獻進行了梳理和研究，并對各種方法進行了比較。選址方法主要有定性和定量的兩種方法。定性方法有專家打分法、Delphi法等，定量方法有重心法、P中值法、數(shù)學(xué)規(guī)劃方法、多準(zhǔn)則決策方法、解決NP hard問題（多項式復(fù)雜程度的非確定性問題）的各種啟發(fā)式算法、仿真法以及這幾種方法相結(jié)合的方法等。由于定性研究方法及重心法、P中值法相對比較成熟，因此，本文將主要分析定量方法中的數(shù)學(xué)規(guī)劃、多準(zhǔn)則決策、解決NP hard問題的各種啟發(fā)式算法、仿真在配送中心選址中應(yīng)用的研究狀況。

　　數(shù)學(xué)規(guī)劃方法

　　數(shù)學(xué)規(guī)劃算法包括線性規(guī)劃、非線性規(guī)劃、整數(shù)規(guī)劃、混合整數(shù)規(guī)劃和動態(tài)規(guī)劃、網(wǎng)絡(luò)規(guī)劃算法等。在近年來的研究中，規(guī)劃論中常常引入了不確定性的概念，由此進一步產(chǎn)生了模糊規(guī)劃、隨機規(guī)劃、模糊隨機規(guī)劃、隨機模糊規(guī)劃等等。不確定性規(guī)劃主要是在規(guī)劃中的C(價值向量)、A(資源消耗向量)、b(資源約束向量)和決策變量中引入不確定性，從而使得不確定規(guī)劃更加貼近于實際情況，得到廣泛地實際應(yīng)用。

　　國內(nèi)外學(xué)者對于數(shù)學(xué)規(guī)劃方法應(yīng)用于配送中心的選址問題進行了比較深入的研究。姜大元(20xx)應(yīng)用Baumol-wolf模型，對多物流節(jié)點的選址問題進行研究，并通過舉例對模型的應(yīng)用進行了說明，該模型屬于整數(shù)規(guī)劃和非參數(shù)規(guī)劃結(jié)合的模型。各種規(guī)劃的方法在具體的現(xiàn)實使用中，常常出現(xiàn)NP hard問題。因此，目前的進一步研究趨勢是各種規(guī)劃方法和啟發(fā)式算法的結(jié)合，對配送中心的選址進行一個綜合的規(guī)劃與計算。

　　多準(zhǔn)則決策方法

　　在物流系統(tǒng)的研究中，人們常常會遇到大量多準(zhǔn)則決策問題，如配送中心的選址、運輸方式及路線選擇、供應(yīng)商選擇等等。這些問題的典型特征是涉及到多個選擇方案(對象)，每個方案都有若干個不同的準(zhǔn)則，要通過多個準(zhǔn)則對于方案(對象)做出綜合性的選擇。對于物流配送中心的選址問題，人們常常以運輸成本及配送中心建設(shè)、運作成本的總成本最小化，滿足顧客需求，以及滿足社會、環(huán)境要求等為準(zhǔn)則進行決策。多準(zhǔn)則決策的方法包括多指標(biāo)決策方法與多屬性決策方法兩種，比較常用的有層次分析法(AHP)、模糊綜合評判、數(shù)據(jù)包絡(luò)分析(DEA),TOPSIS、優(yōu)序法等等。

　　多準(zhǔn)則決策提供了一套良好的決策方法體系，對于配送中心的選址不管在實務(wù)界還是理論方面的研究均有廣泛的應(yīng)用與研究。關(guān)志民等(20xx)提出了基于模糊多指標(biāo)評價方法的配送中心選址優(yōu)化決策。從供應(yīng)鏈管理的實際需要分析了影響配送中心選址的主要因素，并建立相應(yīng)的評價指標(biāo)體系，由此給出了一種使定性和定量的方法有機結(jié)合的模糊多指標(biāo)評價方法。Chen-Tung Chen(20xx)運用了基于三角模糊數(shù)的模糊多準(zhǔn)則決策對物流配送中心的選址問題進行了研究。文章以投資成本、擴展的可能性、獲取原材料的便利性、人力資源、顧客市場的接近性為決策準(zhǔn)則，并對各個準(zhǔn)則采用語義模糊判定的方式進行了權(quán)重上的集結(jié)。

　　有關(guān)多準(zhǔn)則決策方法，特別是層次分析法和模糊綜合評判的方法，在配送中心的選址研究中有著廣泛的應(yīng)用。但是，這兩種方法都是基于線性的決策思想，在當(dāng)今復(fù)雜多變的環(huán)境下，線性的決策思想逐漸地暴露出其固有的局限性，非線性的決策方法是今后進一步的研究的重點和趨勢。

　　啟發(fā)式算法

　　啟發(fā)式算法是尋求解決問題的一種方法和策略，是建立在經(jīng)驗和判斷的基礎(chǔ)上，體現(xiàn)人的主觀能動作用和創(chuàng)造力。啟發(fā)式算法常常能夠比較有效地處理NP hard問題，因此，啟發(fā)式算法經(jīng)常與其它優(yōu)化算法結(jié)合在一起使用，使兩者的優(yōu)點進一步得到發(fā)揮。目前，比較常用的啟發(fā)式算法包括：遺傳算法；神經(jīng)網(wǎng)絡(luò)算法；模擬退火算法。

　�。ㄒ唬┻z傳算法

　　遺傳算法（genetic algorithm, GA）是在 20 世紀(jì) 60 年代提出來的，是受遺傳學(xué)中自然選擇和遺傳機制啟發(fā)而發(fā)展起來的一種搜索算法。它的基本思想是使用模擬生物和人類進化的方法求解復(fù)雜的優(yōu)化問題，因而也稱為模擬進化優(yōu)化算法。遺傳算法主要有三個算子：選擇；交叉；變異。通過這三個算子，問題得到了逐步的優(yōu)化，最終達到滿意的優(yōu)化解。

　　對于物流配送中心的選址研究，國內(nèi)外有不少學(xué)者將遺傳算法同一般的規(guī)劃方法結(jié)合起來對其進行了研究。蔣忠中等（20xx）在考慮各種成本(包括運輸成本等)的基礎(chǔ)上，結(jié)合具體的應(yīng)用背景，建立的數(shù)學(xué)規(guī)劃模型(混合整數(shù)規(guī)劃或是一般的線性規(guī)劃)。由于該模型是一個組合優(yōu)化問題，具有NP hard問題，因此，結(jié)合了遺傳算法對模型進行求解。通過選擇恰當(dāng)?shù)木幋a方法和遺傳算子，求得了模型的最優(yōu)解。

　　遺傳算法作為一種隨機搜索的、啟發(fā)式的算法，具有較強的全局搜索能力，但是，往往比較容易陷入局部最優(yōu)情況。因此，在研究和應(yīng)用中，為避免這一缺點，遺傳算法常常和其它算法結(jié)合應(yīng)用，使得這一算法更具有應(yīng)用價值。

　�。ǘ�）人工神經(jīng)網(wǎng)絡(luò)

　　人工神經(jīng)網(wǎng)絡(luò)(artificial neural- network, ANN)是由大量處理單元(神經(jīng)元)廣泛互連而成的網(wǎng)絡(luò)，是對人腦的抽象、簡化和模擬，反應(yīng)人腦的基本特征。可以通過對樣本訓(xùn)練數(shù)據(jù)的學(xué)習(xí)，形成一定的網(wǎng)絡(luò)參數(shù)結(jié)構(gòu)，從而可以對復(fù)雜的.系統(tǒng)進行有效的模型識別。經(jīng)過大量樣本學(xué)習(xí)和訓(xùn)練的神經(jīng)網(wǎng)絡(luò)在分類和評價中，往往要比一般的分類評價方法有效。

　　對于神經(jīng)網(wǎng)絡(luò)如何應(yīng)用于物流配送中心的選址，國內(nèi)外不少學(xué)者進行了各種有益的嘗試。韓慶蘭等（20xx）用BP網(wǎng)絡(luò)對物流配送中心的選址問題進行了嘗試性地研究，顯示出神經(jīng)網(wǎng)絡(luò)對于解決配送中心選址問題具有一定的可行性和可操作性。

　　這一研究的不足是神經(jīng)網(wǎng)絡(luò)的訓(xùn)練需要大量的數(shù)據(jù)，在對數(shù)據(jù)的獲取有一定的困難的情況下，用神經(jīng)網(wǎng)絡(luò)來研究是不恰當(dāng)?shù)摹Ｔ趹?yīng)用ANN時，我們應(yīng)當(dāng)注意網(wǎng)絡(luò)的學(xué)習(xí)速度、是否陷入局部最優(yōu)解、數(shù)據(jù)的前期準(zhǔn)備、網(wǎng)絡(luò)的結(jié)構(gòu)解釋等問題，這樣才能有效及可靠地應(yīng)用ANN解決實際存在的問題。

　�。ㄈ�）模擬退火算法

　　模擬退火算法(Simulated Annealing, SA)又稱模擬冷卻法、概率爬山法等，于1982年由Kirpatrick提出的另一種啟發(fā)式的、隨機優(yōu)化算法。模擬退火算法的基本思想由一個初始的解出發(fā)，不斷重復(fù)產(chǎn)生迭代解，逐步判定、舍棄，最終取得滿意解的過程。模擬退火算法不但可以往好的方向發(fā)展,也可以往差的方向發(fā)展,從而使算法跳出局部最優(yōu)解,達到全局最優(yōu)解。

　　對于模擬退火算法應(yīng)用于物流配送中心選址的研究，大量的文獻結(jié)合其它方法（如多準(zhǔn)則決策、數(shù)學(xué)規(guī)劃等）進行了研究。任春玉(20xx)提出了定量化的模擬退火遺傳算法與層次分析法相結(jié)合來確定配送中心地址的方法。該方法確�？傮w中個體多樣性以及防止遺傳算法的提前收斂，運用層次分析法確定 物流配送中心選址評價指標(biāo)權(quán)重，并與專家評分相結(jié)合進行了綜合評價。該算法對于解決物流配送中心的選址具有較好的有效性和可靠性。

　　除以上三種比較常用的方法之外，啟發(fā)式算法還包括蟻群算法、禁忌搜索算法、進化算法等。各種算法在全局搜索能力、優(yōu)缺點、參數(shù)、解情況存在著一定的差異。各種啟發(fā)式算法基本上帶有隨機搜索的特點，已廣泛地應(yīng)用于解決NP hard問題，同時也為物流配送中心選址的智能化處理提供了可能。用解析的方法(包括線性規(guī)劃等)建立數(shù)學(xué)模型，然后運用啟發(fā)式算法進行求解是目前以及未來研究物流配送中心選址的一種較為可行和可操作的研究方法。

　　仿真方法

　　仿真是利用計算機來運行仿真模型，模擬時間系統(tǒng)的運行狀態(tài)及其隨時間變化的過程，并通過對仿真運行過程的觀察和統(tǒng)計，得到被仿真系統(tǒng)的仿真輸出參數(shù)和基本特征，以此來估計和推斷實際系統(tǒng)的真實參數(shù)和真實性能。國內(nèi)外已經(jīng)不少文獻將仿真的方法運用于物流配送中心選址或是一般的設(shè)施選址的研究，研究結(jié)果相對解析方法更接近于實際的情況。

　　張云鳳等(20xx)對汽車集團企業(yè)的配送中心選址運用了仿真的方法進行了研究。先確定了配送中心選址的幾種方案，應(yīng)用了Flexim軟件對各方案建立了仿真模型，根據(jù)仿真結(jié)果進行了分析和方案的選擇。該方法為集團企業(yè)配送中心選址問題提供了一種較為理想的解決方法。薛永吉等(20xx)通過建立數(shù)學(xué)模型對物流中心的最優(yōu)站臺數(shù)問題進行研究，在一定假設(shè)和一系列限制條件下，求解最優(yōu)站臺數(shù)量，并針對數(shù)學(xué)模型的復(fù)雜性和求解的種種不足，以ARENA仿真軟件為平臺，建立仿真模型確定了最優(yōu)化方案。Kazuyoshi Hidaka等(97)運用仿真對大規(guī)模的倉庫選址進行了研究。該研究對倉庫的固定成本、運輸成本，和同時滿足6800名顧客進行了仿真，以求得臨近的最優(yōu)解(near-optimal solution)。在求解的過程中，結(jié)合了貪婪－互換啟發(fā)式算法(Greedy-Interchange heuristics)和氣球搜索算法(Balloon Search)兩種啟發(fā)式算法進行求解。該算法能比較有效地避免陷入局部最優(yōu)解和得到比較滿意的選址方案。但是，研究的結(jié)果容易受到運輸車輛的平均速度變化的影響。

　　仿真方法相對解析的方法在實際應(yīng)用中具有一定的優(yōu)點，但是，也存在一定的局限性。如仿真需要進行相對比較嚴(yán)格的模型的可信性和有效性的檢驗。有些仿真系統(tǒng)對初始偏差比較敏感，往往使得仿真結(jié)果與實際結(jié)果有較大的偏差。同時，仿真對人和機器要求往往比較高，要求設(shè)計人員必須具備豐富的經(jīng)驗和較高的分析能力，而相對復(fù)雜的仿真系統(tǒng)，對計算機硬件的相應(yīng)要求是比較高的。關(guān)于未來的研究，各種解析方法、啟發(fā)式算法、多準(zhǔn)則決策方法與仿真方法的結(jié)合，是一種必然的趨勢。各種方法的結(jié)合可以彌補各自的不足，而充分發(fā)揮各自的優(yōu)點，從而提高選址的準(zhǔn)確性和可靠性。

　　物流配送中心的選址決策對于整個物流系統(tǒng)運作和客戶滿意情況有著重要的影響。本文在對國內(nèi)外有關(guān)物流配送中心選址方法文獻研究的基礎(chǔ)上，對比分析了數(shù)學(xué)規(guī)劃方法、多準(zhǔn)則決策、啟發(fā)式算法、仿真方法在配送中心選址中的應(yīng)用。研究發(fā)現(xiàn)數(shù)學(xué)規(guī)劃方法、多屬性決策方法、啟發(fā)式算法、仿真方法各自有自己的優(yōu)缺點和一定的適用范圍，各種方法的組合研究是未來研究的一種趨勢。同時，由于選址問題本身具有的動態(tài)性、復(fù)雜性、不確定性等特性，因此，開發(fā)和研究新的模型與方法也是進一步解決配送中心選址問題的必需途徑。

設(shè)計方案 篇3

　　為培養(yǎng)學(xué)生創(chuàng)新精神，提高實踐能力和自身的科學(xué)素質(zhì)，養(yǎng)成愛科學(xué)、學(xué)科學(xué)、用科學(xué)的良好習(xí)慣，我們根據(jù)《全民科學(xué)素質(zhì)行動計劃綱要》的要求，并且結(jié)合我校少先隊工作特色，創(chuàng)建了xx市葵涌第二小學(xué)“六（4）班電池環(huán)保中隊”。

　　一、活動背景：

　　廢舊電池對環(huán)境的污染非常嚴(yán)重，現(xiàn)已成為全世界共同關(guān)注的問題。同時結(jié)合我校所在社區(qū)有很多著名的電池生產(chǎn)公司，例如：比亞迪、比克電池公司等等，部分學(xué)生的家長也在這類公司中任職，對電池的生產(chǎn)、利用、危害、回收等環(huán)節(jié)已經(jīng)比較熟悉，我們結(jié)合這些實際，創(chuàng)新活動形式，積極組織、參與廢舊電池的回收宣傳活動，提高了每一個隊員的環(huán)保意識。

　　二、活動目的

　　1、通過調(diào)查訪問，了解人們處理廢舊電池的方法；知道廢舊電池給人們的生活環(huán)境帶來的害處。

　　2、了解當(dāng)今世界對于廢舊電池的回收利用情況，根據(jù)我校社區(qū)的實際情況試圖找到解決的方法，使廢舊電池有個可去之處，為家鄉(xiāng)創(chuàng)最佳人居環(huán)境出一份力。

　　3、通過調(diào)查訪問等一系列的活動，訓(xùn)練隊員的膽量，培養(yǎng)隊員交往、合作、發(fā)現(xiàn)問題、研究問題、解決問題的多種能力，參與環(huán)境保護，做環(huán)境小衛(wèi)士、社會小主人，培養(yǎng)學(xué)生善用資源的情操。

　　三、活動對象時間地點：

　　1、對象：六（4）班全體隊員。

　　2、時間XX年2月——XX年4月，活動具體時間為綜合實踐活動課時間，及上學(xué)、放學(xué)的'課余時間。

　　3、活動地點：教室、自然實驗室、比亞迪公司、街道社區(qū)等。

　　四、活動形式

　�。ㄒ唬�、創(chuàng)新活動的載體

　　如在校園內(nèi)設(shè)立《電池回收箱》、設(shè)計《電池處理調(diào)查表》、評比“環(huán)保小衛(wèi)士”、開展“科技活動周”活動等形式提高隊員參加的積極性。

　�。ǘ�）、創(chuàng)新科技信息交流活動

　　引導(dǎo)學(xué)生通過實際拍攝、查閱書報雜志、上網(wǎng)瀏覽等方式，搜集關(guān)于環(huán)保電池的發(fā)展、種類、原理等知識。利用課間、班隊活動或晨會，開展各種形式的信息交流、展示活動：開展以“環(huán)保電池”為主題的圖片展覽會；以“環(huán)保電池”的為主題的中隊活動；出一期以環(huán)保電池為主題的黑板報；開展“環(huán)保電池”的小小分析會，舉辦中外科學(xué)家、發(fā)明家故事會，組織學(xué)生與電池科技工作者交流……

　�。ㄈ�）、走向社會，科技實踐活動“社會化”

　　開放性是科技教育的一個特點，社會實踐是校內(nèi)科技教育必要的延伸和補充，為此我們十分重視社會科技資源的開發(fā)和利用，使學(xué)�？萍冀逃�與社會緊密結(jié)合起來。

　　1、科技實踐活動小組進社區(qū)宣傳電池環(huán)保知識

　　2、參觀電池公司，學(xué)習(xí)高科技知識，科技實踐活動小組與專家面對面交流

　�。ㄋ模�、家校結(jié)合，科技實踐活動“家庭化”

　　1、加強家庭教育的指導(dǎo)

　　2、家長與學(xué)生一起編輯“電池環(huán)�？萍夹�報”

【設(shè)計方案】相關(guān)文章：

教學(xué)設(shè)計方案完整的教學(xué)設(shè)計方案11-11

設(shè)計方案11-08

經(jīng)典設(shè)計方案12-01

設(shè)計方案11-03

（精選）設(shè)計方案08-06

設(shè)計方案(經(jīng)典)08-21

設(shè)計方案【經(jīng)典】09-19

(精選)設(shè)計方案09-04

設(shè)計方案（精選）07-27

設(shè)計方案【精選】07-29