制造系统建模与仿真学习心得
制造系统建模与仿真学习心得一、制造系统建模与仿真的含义1．制造系统制造系统是制造过程及其所涉及的硬件、软件和人员所组成的一个将制造资源转变为产品或半成品的输入／输出系统，它涉及产品生命周期(包括市场分析、产品设计、工艺规划、加工过程、装配、运输、产品销售、售后服务及回收处理等)的全过程或部分环节。
其中，硬件包括厂房、生产设备、工具、刀具、计算机及网络等；软件包括制造理论、制造技术(制造工艺和制造方法等)、管理方法、制造信息及其有关的软件系统等；制造资源包括狭义制造资源和广义制造资源；狭义制造资源主要指物能资源，包括原材料、坯件、半成品、能源等；广义制造资源还包括硬件、软件、人员等。
随着科技的进步，制造系统的发展也经历了传统手工生产、机械化、自动化孤岛、集成制造、并行工程和敏捷制造等几个阶段。
2．模型与仿真模型是对真实对象和真实关系中那些有用的和让人感兴趣的特性的抽象，是对系统某些本质方面的描述。
它以各种可用的形式描述被研究系统的信息。
系统模型并不是对真实系统的完全复现，而是对系统的抽象，而仿真是通过对模型的实验以达到研究系统的目的，当制造系统尚未建立或者研究时间长成本高以及从安全性考虑我们有必要对制造系统预先进行建模并仿真以确定系统的最佳结构和配置方案、防止较大的经济损失、确定合理高效的作业计划，从而提高经济效益。
制造系统建模与仿真技术是以相似原理、模型理论、系统技术、信息技术以及建
物流仿真实验报告
《物流仿真实验》实验报告书实验报告题目：物流仿真实验学院名称：管理学院专业：物流管理班级：物流1303姓名：孟颖颖学号：201317060325成绩：2016年7月实验报告一、实验名称物流仿真实验二、实验要求⑴根据模型描述和模型数据对配送中心进行建模；⑵分析仿真实验结果，进行利润分析，找出利润最大化的策略。
三、实验目的1、掌握仿真软件Flexsim的操作和应用，熟悉通过软件进行物流仿真建模。
2、记录Flexsim软件仿真模拟的过程，得出仿真的结果。
3、总结Flexsim仿真软件学习过程中的感受和收获。
三、实验设备（1）硬件及其网络环境服务器一台：PII400\\\/10.3G\\\/128M以上配置、客户机100台、局域网或广域网。
（2）软件及其运行环境Flexsim，Windows2000Server、SQLServer7.0以上版本、IIS5.0、SQLServer数据库自动配置、IIS虚拟目录自动配置四、实验步骤1概念模型2建立Flexsim模型第一步：在模型中加入实体从模型中拖入3个source、6个processor、3个Rack、3个Queue和1个Sink到操作区，如图：第二步：连接端口根据配送流程，对模型进行适宜的连接，所有端口连接均用A连接，如图：第三步：Source的参数设置为使Source产生实体不影响后面Processor的生产，尽可能的将时间间隔设置尽可能的小，并对三个Source做出同样的设定。
打开Source参数设置窗口，将时间到达
学习数学建模的心得体会
一年一度的全国数学建模大赛在今年的9 月22 日上午8 点拉开战幕，各队将在3 天72 小时内对一个现实中的实际问题进行模型建立，求解和分析，确定题目后，我们队三人分头行动，一人去图书馆查阅资料，一人在网上搜索相关信息，一人建立模型，通过三人的努力，在前两天中建立出两个模型并编程求解，经过艰苦的奋斗，终于在第三天完成了论文的写作，在这三天里我感触很深，现将心得体会写出，希望与大家交流。
1. 团队精神：团队精神是数学建模是否取得好成绩的最重要的因素，一队三个人要相互支持，相互鼓励。
切勿自己只管自己的一部分（数学好的只管建模，计算机好的只管编程，写作好的只管论文写作），很多时候，一个人的思考是不全面的，只有大家一起讨论才有可能把问题搞清楚，因此无论做任何板块，三个人要一起齐心才行，只靠一个人的力量，要在三天之内写出一篇高水平的文章几乎是不可能的。
2. 有影响力的leader：在比赛中，leader 是很重要的，他的作用就相当与计算机中的CPU，是全队的核心，如果一个队的leader 不得力，往往影响一个队的正常发挥，就拿选题来说，有人想做A 题，有人想做B 题，如果争论一天都未确定方案的话，可能就没有足够时间完成一篇论文了，又比如，当队中有人信心动摇时（特别是第三天，人可能已经心力交瘁了），leader 应发挥其作用，让整个队伍重整信心，否则可能导致队伍的前功尽弃。
3. 合理的时间安排：做任何事情，合理的时间安排非常重要，建模也是一样，事先要做好一个规划，建模一共分十个板块（摘要，问题提出，模型假设，问题分析，模型假设，模型建立，模型求解，结果分析，模型的评价与推广，参考文献，附录）。
你每天要做完哪几个板块事先要确定好，这样做才会使自己游刃有余，保证在规定时间内完成论文，以避免由于时间上的不妥，以致于最后无法完成论文。
4. 正确的论文格式：论文属于科学性的文章，它有严格的书写格式规范，因此一篇好的论文一定要有正确的格式，就拿摘要来说吧，它要包括6 要素（问题,方法,模型,算法,结论,特色），它是一篇论文的概括，摘要的好坏将决定你的论文是否吸引评委的目光，但听阅卷老师说，这次有些论文的摘要里出现了大量的图表和程序，这都是不符合论文格式的，这种论文也不会取得好成绩，因此我们写论文时要端正态度，注意书写格式。
5. 论文的写作：我个人认为论文的写作是至关重要的，其实大家最后的模型和结果都差不多，为什么有些队可以送全国，有些队可以拿省奖，而有些队却什么都拿不到，这关键在于论文的写作上面。
一篇好的论文首先读上去便使人感到逻辑清晰，有条例性，能打动评委；其次，论文在语言上的表述也很重要，要注意用词的准确性；另外，一篇好的论文应有闪光点，有自己的特色，有自己的想法和思考在里面，总之，论文写作的好坏将直接影响到成绩的优劣。
6. 算法的设计：算法的设计的好坏将直接影响运算速度的快慢，建议大家多用数学软件（Mathematice,Matlab,Maple, Mathcad,Lindo,Lingo,SAS 等），这里提供十种数学建模常用算法，仅供参考：1、 蒙特卡罗算法（该算法又称随机性模拟算法，是通过计算机仿真来解决问题的算法，同时可以通过模拟可以来检验自己模型的正确性，是比赛时必用的方法）2、数据拟合、参数估计、插值等数据处理算法（比赛中通常会遇到大量的数据需要处理，而处理数据的关键就在于这些算法，通常使用Matlab 作为工具）3、线性规划、整数规划、多元规划、二次规划等规划类问题（建模竞赛大多数问题属于最优化问题，很多时候这些问题可以用数学规划算法来描述，通常使用Lindo、Lingo 软件实现）4、图论算法（这类算法可以分为很多种，包括最短路、网络流、二分图等算法，涉及到图论的问题可以用这些方法解决，需要认真准备）5、动态规划、回溯搜索、分治算法、分支定界等计算机算法（这些算法是算法设计中比较常用的方法，很多场合可以用到竞赛中）6、最优化理论的三大非经典算法：模拟退火法、神经网络、遗传算法（这些问题是用来解决一些较困难的最优化问题的算法，对于有些问题非常有帮助，但是算法的实现比较困难，需慎重使用）7、网格算法和穷举法（网格算法和穷举法都是暴力搜索最优点的算法，在很多竞赛题中有应用，当重点讨论模型本身而轻视算法的时候，可以使用这种暴力方案，最好使用一些高级语言作为编程工具）8、一些连续离散化方法（很多问题都是实际来的，数据可以是连续的，而计算机只认的是离散的数据，因此将其离散化后进行差分代替微分、求和代替积分等思想是非常重要的）9、数值分析算法（如果在比赛中采用高级语言进行编程的话，那一些数值分析中常用的算法比如方程组求解、矩阵运算、函数积分等算法就需要额外编写库函数进行调用）10、图象处理算法（赛题中有一类问题与图形有关，即使与图形无关，论文中也应该要不乏图片的，这些图形如何展示以及如何处理就是需要解决的问题，通常使用Matlab 进行处理）以上便是我这次参加这次数学建模竞赛的一点心得体会，只当贻笑大方，不过就数学建模本身而言，它是魅力无穷的，它能够锻炼和考查一个人的综合素质，也希望广大同学能够积极参与到这项活动当中来。
MATLAB Simulink系统建模与仿真 实验报告
系统仿20世纪40年代末以来伴随算机技术的发展而形成的一门新兴学科。
仿真（Simulation）就是通过建立系统模型并利用所见模型对实际系统进行实验研究的过程[2]。
最初，仿真技术主要用于航空、航天、原子反应堆等价格昂贵、周期长、危险性大、实际系统试验难以实现的少数领域，后来逐步发展到电力、石油、化工、冶金、机械等一些主要工业部门，并进一步扩大到社会系统、经济系统、交通运输系统、生态系统等一些非工程系统领域。
可以说，现代系统仿真技术和综合性仿真系统已经成为任何复杂系统，特别是高技术产业不可缺少的分析、研究、设计、评价、决策和训练的重要手段。
其应用范围在不断扩大，应用效益也日益显著。
1．系统仿真及其分类 系统仿真是建立在控制理论、相似理论、信息处理技术和计算机初等理论基础之上的，以计算机和其他专用物理效应设备为工具，利用系统模型对真实或假设的系统进行试验，并借助于专家的经验知识、统计数据和信息资料对实验结果进行分析研究，进而做出决策的一门综合的实验性学科。
从广义而言，系统仿真的方法适用于任何的领域，无论是工程系统（机械、化工、电力、电子等）或是非工程系统（交通、管理、经济、政治等）。
系统仿真根据模型不同，可以分为物理仿真、数学仿真和物理—数学仿真（半实物仿真）；根据计算机的类别，可以分为模拟仿真、数字仿真和混合仿真；根据系统的特性；可以分为连续系统仿真、离散时间系统（采样系统）仿真和离散事件系统仿真；根据仿真时钟与实际时钟的关系，可以分为实时仿真、欠实时仿真和超实时仿真等。
2．系统仿真的一般步骤 对于每一个成功的仿真研究项目,其应用都包含着特定的步骤，见图9-2。
不论仿真项目的类型和研究目的又何不同，仿真的基本过程是保持不变的，要进行如下9步： 问题定义 制定目标 描述系统并对所有假设列表 罗列出所有可能替代方案 收集数据和信息 建立计算机模型 校验和确认模型 运行模型 分析输出 下面对这九步作简单的定义和说明。
它不是为了引出详细的讨论，仅仅起到抛砖引玉的作用。
注意仿真研究不能简单遵循这九步的排序，有些项目在获得系统的内在细节之后，可能要返回到先前的步骤中去。
同时，验证和确认需要贯穿于仿真工程的每一个步骤当中。
（1）问题的定义 一个模型不可能呈现被模拟的现实系统的所有方面，有时是因为太昂贵。
另外，假如一个表现真实系统所有细节的模型也常常是非常差的模型，因为它将过于复杂和难于理解。
因此，明智的做法是：先定义问题，再制定目标，再构建一个能够完全解决问题的模型。
在问题定义阶段，对于假设要小心谨慎，不要做出错误的假设。
例如，假设叉车等待时间较长，比假设没有足够的接收码头要好。
作为仿真纲领，定义问题的陈述越通用越好，详细考虑引起问题的可能原因。
（2）制定目标和定义系统效能测度 没有目标的仿真研究是毫无用途的。
目标是仿真项目所有步骤的导向。
系统的定义也是基于系统目标的。
目标决定了应该做出怎样的假设、应该收集那些信息和数据；模型的建立和确认考虑到能否达到研究的目标。
目标需要清楚、明确和切实可行。
目标经常被描述成像这样的问题“通过添加机器或延长工时，能够获得更多的利润吗
”等。
在定义目标时，详细说明那些将要被用来决定目标是否实现的性能测度是非常必要的。
每小时的产出率、工人利用率、平均排队时间、以及最大队列长度是最常见的系统性能测度。
最后，列出仿真结果的先决条件。
如：必须通过利用现有设备来实现目标，或最高投资额要在限度内，或产品订货提前期不能延长等。
（3）描述系统和列出假设 简单点说，仿真模型降低完成工作的时间。
系统中的时间被划分成处理时间、运输时间和排队时间。
不论模型是一个物流系统、制造工厂、或服务机构，清楚明了的定义如下建模要素都是非常必要的：资源、流动项目（产品、顾客或信息）、路径、项目运输、流程控制、加工时间，资源故障时间。
仿真将现实系统资源分成四类：处理器，队列，运输，和共享资源如操作员。
流动项目的到达和预载的必要条件必须定义，如：到达时间、到达模式和该项目的类型等属性。
在定义流动路径时，合并和转移需要详细的描述。
项目的转变包括属性变化、装配操作（项目和并）、拆卸操作（项目分离）。
在系统中，常常有必要控制项目的流动。
如：一个项目只有在某种条件或某一时刻到来时才能移动，以及一些特定的规则。
所有的处理时间都要被定义，并且要清楚表明那些操作是机器自动完成，哪些操作是人工独立完成，哪些操作需要人机协同完成。
资源可能有计划故障时间和意外故障时间。
计划故障时间通常指午餐时间，中场休息，和预防性维护等。
意外故障时间是随机发生的故障所需的时间，包括失效平均间隔时间和维修平均间隔时间。
在这些工作完成之后，需要将现实系统作模型描述，它远比模型描述向计算机模型转化困难。
现实向模型的转化意味着你已经对现实有了非常彻底的理解，并且能将其完美的描述出来。
这一阶段，将此转换过程中所作的所有假设作详细说明非常有必要。
事实上，在整个仿真研究过程中，所有假设列表保持在可获得状态是个很好的主意，因为这个假设列表随着仿真的递进还要逐步增长。
假如描述系统这一步做得非常好，建立计算机模型这一阶段将非常简便。
注意，获得足够的，能够体现特定仿真目的的系统本质的材料是必要的，但是不需要获得与真实系统一一对应的模型的描述。
正如爱因斯坦所说“做到不能再简单为止”。
（4）列举可能的替代方案 在仿真研究中，确定模型早期运行的可置换方案是很重要的。
它将影响着模型的建立。
在初期阶段考虑替代方案，模型可能被设计成可以非常容易的转换到替换系统。
（5）收集数据和信息 收集数据和信息，除了为模型参数输入数据外，在验证模型阶段，还可以提供实际数据与模型的性能测度数据进行比较。
数据可以通过历史纪录、经验、和计算得到。
这些粗糙的数据将为模型输入参数提供基础，同时将有助于一些需要较精确输入参数数据的收集。
有些数据可能没有现成的记录，而通过测量来收集数据可能要费时、费钱。
除了在模型分析中,模型参数需要极为精确的输入数据外,同对系统的每个参数的数据进行调查、测量的收集方式相比，采用估计方法来产生输入数据更为高效。
估计值可以通过少数快速测量或者通过咨询熟悉系统的系统专家来得到。
即使是使用较为粗糙的数据，根据最小值、最大值和最可能取值定义一个三角分布，要比仅仅采用平均值仿真效果都要好得多。
有时候采用估计值也能够很好的满足仿真研究的目的。
例如，仿真可能被简单的用来指导人员了解系统中特定的因果关系。
在这种情况下，估计值就可以满足要求。
当需要可靠数据时，花费较多时间收集和统计大量数据，以定义出能够准确反映现实的概率分布函数就是非常必要的。
需要的数据量的大小取决于变量的变异程度，但是也有通用的规则，大拇指法指出至少需要三十甚至上百的数据。
假如要获得随机停机时间的输入参数，必须要在一个较长时间段内捕获足够多的数据。
（6）建立计算机模型 构建计算机模型的过程中，首先构建小的测试模型来证明复杂部件的建模是合适的。
一般建模过程是呈阶段性的，在进行下一阶段建模之前，验证本阶段的模型工作正常，在建模过程中运行和调试每一阶段的模型。
不会直接将整个系统模型构建起来，然后点击“运行”按钮来进行系统的仿真。
抽象模型有助于定义系统的重要部分，并可以引导为后续模型的详细化而进行的数据收集活动。
我们可能想对同一现实系统构建多个计算机模型，每个模型的抽象程度都不相同。
（7）验证和确认模型 验证是确认模型的功能是否同设想的系统功能相符合。
模型是否同我们想构建的模型相吻合，产品的处理时间、流向是否正确等。
确认范围更广泛。
它包括：确认模型是否能够正确反映现实系统，评估模型仿真结果的可信度有多大等。
（8）验证 现在有很多技术可以用来验证模型。
最最重要的、首要的是在仿真低速运行时，观看动画和仿真钟是否同步运行，它可以发现物料流程及其处理时间方面的差异。
另一种验证技术是在模型运行过程中，通过交互命令窗口，显示动态图表来询问资源和流动项目的属性和状态。
通过“步进”方式运行模型和动态查看轨迹文件可以帮助人们调试模型。
运行仿真时，通过输入多组仿真输入参数值，来验证仿真结果是否合理也是一种很好的方法。
在某些情况下，对系统性能的一些简单测量可以通过手工或使用对比而来获得。
对模型中特定区域要素的使用率和产出率通常是非常容易计算出来的。
在调试模型中是否存在着某种特定问题时，推荐使用同一随机数流，这样可以保证仿真结果的变化是由对模型所做的修改引起的，同时对随机数流不做改动，有时对于模型运行在一些简单化假设下，非常有帮助，这些假设是为了更加简便的计算或预测系统性能。
（9）确认 模型确认建立模型的可信度。
但是，现在还没有哪一种确认技术可以对模型的结果作出100%的确定。
我们永远不可能证明模型的行为就是现实的真实行为。
如果我们能够做到这一步，可能就不需要进行仿真研究的第一步（问题的定义）了。
我们尽力去做的，最多只能是保证模型的行为同现实不会相互抵触罢了。
通过确认，试着判断模型的有效程度。
假如一个模型在得到我们提供的相关正确数据之后，其输出满足我们的目标，那么它就是好的。
模型只要在必要范围内有效就可以了，而不需要尽可能的有效。
在模型结果的正确性同获得这些结果所需要的费用之间总存在着权衡。
判断模型的有效性需要从如下几方面着手： ①模型性能测度是否同真实系统性能测度匹配
②如果没有现实系统来对比，可以将仿真结果同相近现实系统的仿真模型的相关运行结果作对比。
③利用系统专家的经验和直觉来假设复杂系统特定部分模型的运行状况。
对每一主要任务，在确认模型的输入和假设都是正确的，模型的性能测度都是可以测量的之前，需要对模型各部分进行随机测试。
④模型的行为是否同理论相一致
确定结果的理论最大值和最小值，然后验证模型结果是否落入两值之间。
为了了解模型在改变输入值后，其输出性能测度的变化方向，可以通过逐渐增大或减小其输入参数，来验证模型的一致性。
⑤模型是否能够准确的预测结果
这项技术用来对正在运行中的模型进行连续的有效性验证。
⑥是否有其他仿真模拟器模拟了这个模型
要是有的话那就再好不过了，可以将已有模型的模拟结果同现在设计的模型的运行结果进行对比。
（10）运行可替代实验 当系统具有随机性时，就需要对实验做多次运行。
因为，随机输入导致随机输出。
如果可能，在第二步中应当计算出已经定义的每一性能测度的置信区间。
可替代环境能够单独构建，并可以通过使用WITNESS软件中的“Optimizer”模块来设置并自动运行仿真优化。
WITNESS软件的“Optimizer”模块为了执行优化操作，通过选择目标函数的最大化或最小化，定义需要实验的许多决策变量，需要达到的条件变量，需要满足的约束等，然后让优化模块负责搜索变量的可替换数字，来运行模型。
最终得出决策变量集的优化解决方案，和最大化或最小化的模型目标函数。
“Optimizer”模块设置了一套优化方法，包括遗传算法、仿真处理、禁忌搜索、分散搜索和其他的混合法来得出模型的优化配置方案。
在选择仿真运行长度时，考虑启动时间，资源失效可能间隔时间，处理时间或到达时间的时间或季节性差异，或其他需要系统运行足够长时间才能出现效果的系统特征变量，是非常重要的。
（11）输出分析 报表、图形和表格常常被用于进行输出结果分析。
同时需要于今年用统计技术来分析不同方案的模拟结果。
一旦通过分析结果并得出结论，要能够根据模拟的目标来解释这些结果，并提出实施或优化方案。
使用结果和方案的矩阵图进行比较分析也是非常有帮助的。
高电压技术仿真的原理是什么
并且总结高电压技术的建模和仿真方法。
也是用fluent(还是ansys)?我是有做过流体仿真我想原理莫若节点法(你的是有个长线方程吧(好是电报方程呵呵不知))后用(离散法有限元法,有限差分法)(等值电荷法,蒙特卡洛法(积分法))以进行位场数值计算吧(瞎说~)
matlab 心得体会
这是我在学习的过程中的一些技巧，或许对你有帮助，可能字数不你能满足你的要求，但是绝对是精华。
1，如果你要是不是计算机转业的，只是为了方便自己的工作或学习，那么你没有必要把matlab教程全部学会，只需要学你需要的那部分即可，比如，绘图，矩阵运算，等等，根据你个人的需要而定，但是基本命令、数据类型、基本的程序结构（条件语句，循环语句，嵌套）、文件的IO是必须看的，因为任何一个程序都需要这几个基本的块。
2，你最好找一个熟悉编程的人来辅助你的学习，这就包括很多编程的技巧问题，程序的结构设计问题，对于程序的运行效率非常有帮助。
有的时候，你编出来的程序，能够运行，但是耗时太长，也就是说你的程序没有错，但是不适合实际。
或者说，对于规模小的问题能够解决，但是规模大一点的问题就需要很长很长的时间，这就需要对程序的结构和算法问题进行改进（亲身体会，编完一个程序，小的例子可以运行出结果，但是大例子需要很长时间，所以必须要改进一下）。
3，你需要找一本matlab的函数工具词典，就像汉语词典一样，你要尽量多的熟悉matlab自带的函数，及其作用，因为matlab的自带函数特别多，基本上能够满足一般的数据和矩阵的计算，所以基本上不用你自己编函数（如vb中，大部分的函数都需要自己编）。
这一点对你的程序非常有帮助，可以使你的程序简单，运行效率高，可以节省很多时间（亲身体会）。
切记4，你把基本的知识看过之后，就需要找一个实际的程序来动手编一下，不要等所有的知识都学好之后再去编程，你要在编程的过程中学习，程序需要什么知识再去补充（这一条是别人教我的，很管用），编程是一点一点积累的，所以你要需做一些随手笔记什么的。
5，编程问题最头疼的不是编程序，而是调程序，所以在你的程序编完之后，一定要进行验证其正确性，你要尽量多的设想你的问题的复杂性，当然，要一步一步复杂，这样才能保证你的程序的适用性很强。
随笔写了这么多，可能不全，希望对你有帮助
有没有关于学习数学史的心得体会
第一、数学史可以帮助我们了解先遇到了怎样的问题，他们是怎样解决的，他们解决这些问题是怎样想到的，就为我们开拓了思路，提供了办法。
第二、从数学史的角度来看，中国近代数学落后的原因在于数学思想方法的落后，没能跟上数学发展的最前沿。
方已把极限、无穷小等概念烂熟之时，我们还只沉醉在一些算术的小技巧上。
第三、每一次的数学危机都是一次数学的革命，为我们带来了新的数学思想、方法。
根本性的改变了我们对数学、以及对整个世看法。
与其他知识部门相比，数学是门历史性或者说累积性很强的科学。
重大的数学理论总是在继承和发展原有理论的基础上建立起来的，它们不仅不会推翻原有的理论，而且总是包容原理论。
人们也常常把现代数学比喻成一株茂密的大树，它包含着并且正在继续生长出越来越多的分支。
数学史不仅是单纯的数学成就的编年记录。
数学的发展决不是一帆风顺的，在更多的情况充满忧郁、徘徊，要经历艰难曲折，甚至会面临危机。
数学史也是数学家们克服困难和战胜危机的斗争记录。
对这种记录的了解可使我们从前人的探索与奋斗中汲取教益，获得鼓舞和增强信心。
因此，可以说不了解数学史就能全面了解数学科学。
对《虚拟仿真训练系统设计与实践》这本书大家都有何评论
可以看出本书的作者曾长期从事虚拟仿真训练系统研发，具有比较深厚的理论功底和技术积累。
本书在总结近年实践经验的基础上，进一步介绍了虚拟仿真技术的理论方法和开发步骤、总结了虚拟仿真技术在教学训练中的应用经验，探索了虚拟仿真技术的应用开发，采用理论、方法与实例相结合的思路进行编写，具有很强的指导性和可操作性。
是一本不可多得的指导用书。
