化工仿真实习总结
化工仿真实习总结化工091邱伟康23为期一周的化工仿真实习结束了，虽然只是每天进出机房，对着电脑进行操作，但是学到的知识却比课堂更为直接，理解的更为深刻。
仿真实验是以仿真机为工具，用实时运行的动态数学模型代替真实工厂进行教学实习的一门新技术。
仿真机是基于电子计算机、网络或多媒体部件，由人工建造的，模拟工厂操作与控制或工业过程的设备，同时也是动态数学模型实时运行的环境。
仿真实验为学生提供了充分动手的机会，可在仿真机上反复进行开车、停车训练，在仿真机上，学生变成学习的主体。
学生可以根据自己的具体情况有选择地学习。
例如自行设计、试验不同的开、停车方案，试验复杂控制方案、优化操作方案等。
可以设定各种事故和极限运行状态，提高学生分析能力和在复杂情况下的决策能力。
真实工厂决不允许这样做。
高质量的仿真器具有较强的交互性能，使学生在仿真实验过程中能够发挥学习主动性，实验效果突出。
主要内容为精选化工单元操作与典型的工业生产装置，如离心泵、换热器、压缩、吸收、精馏、间歇反应、连续反应、加热炉及石油化工中的催化裂化装置、常减压装置、合成氨中的转化装置等。
采用计算机进行仿真操作的方式。
在这里我就总结下我们主要学习的5个仿真实验：离心泵、换热器、脱丁烷塔、吸收解吸单元、离子膜烧碱。
离心泵是我们最初接触的化工仿真实验，它是比较简单的一个实验，但是起初对着屏
电子设计选修课心得体会
国脉的
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。
计算机仿真论文
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
什么是计算机仿真物理实验，及其优缺点
我们的实验完全由电脑根据软件程序来作，我们只要输入一定外部条件就行。
优点简单，省钱（不用买器材），有些实际上不能作的比较危险的也能看到（比如爆炸）。
缺点就是不是真的，有些实验要亲手作才有体会。
protel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。
1946年,冯.诺依曼在研制EDVAC计算机时,提出的两个重要改进是什么
①使用二进制 （第一台ENIAC使用十进制，比较复杂）②提出存储程序工作原理
