前言：中文期刊網精心挑選了蛙莫言范文供你參考和學習，希望我們的參考范文能激發你的文章創作靈感，歡迎閱讀。
蛙莫言范文1
蛙莫言范文2
太鋼1549熱連軋是引進日本二手設備并于1994年由天津二十冶機裝安裝完成投產的，主要產品是不銹鋼熱軋板。該廠投產14年以來經過多次設備改造，已成為太鋼的主要效益廠之一，許多設備已經國產化。我們二十冶檢修公司多次對F1、F2精軋機主減速機高、低速傳動軸軸瓦進行檢修更換，是精軋機組的關鍵設備之一，需要具有豐富施工經驗，較高操作技能的高級技術工人來操作實施。
工法特點
本工法依據太鋼熱連軋廠1549生產線F1軋機施工方案進行修改，主要針對軸瓦更換及研磨施工工序進行編制，其內容包括：
1.施工程序2.操作要點3.質量保證4.環保措施
二、適用范圍
減速機軸瓦（非軸承，為鎢金瓦形式）
三、工藝原理
工法以施工程序為重點，對施工準備、具體的施工方法及步驟都進行了說明，整體施工工序一目了然，針對軸瓦拆裝、軸瓦研磨、齒輪探傷等關鍵環節提出了相關技術、質量要求，從而對施工質量進行有效控制。
四、施工工藝流程及操作要點
1.施工準備
1.1技術人員現場核對施工項目。通過查看軸瓦裝配圖紙和現場環境的比對，了解施工環境并確認作業程序，做出具體施工安排；
1.2 根據工序安排，準備施工所需機材，配備好各工種勞動力，做到持證上崗。
2.施工方法：
2.1舊瓦原始數據測量
（1）拆除各介質管道、電氣元件及線路，吊出上箱體、上瓦和高、低速傳動軸，測量齒輪軸與電機軸頭徑向偏差，記錄數據后吊出下瓦；
（2）清洗各軸瓦、傳動軸、上箱體與下箱體的結合面、鏜孔，檢查減速機鏜孔及傳動軸軸徑有無磨損和損壞等；
（3）用著色法檢查上、下瓦與箱體鏜孔的接觸情況，測量軸徑的磨損情況并記錄；
（4）檢查瓦與箱體在軸向方向的配合情況：檢查是否產生了軸向竄動間隙。瓦在箱體上沿軸向不應有間隙，應有一定緊力；用銅棒輕輕敲打，應能將瓦敲入到箱體內；
（5）清洗軸瓦與鏜孔，將下瓦裝配到下箱體上并涂上紅丹粉；將高、低速傳動軸吊裝就位。檢查下瓦與軸的接觸情況并記錄。用0.02/1000水平儀測量高、低速軸的水平度。檢查齒輪接觸情況，用壓鉛法檢查齒輪側間隙和頂間隙數據。壓鉛時要根據齒輪模數大小選擇鉛絲直徑，鉛絲沿齒長方向擺放在距齒端面20~30處。鉛絲壓好后用千分尺進行測量，然后求出平均值作為側間隙值。
（6）將上瓦清洗干凈，在傳動軸軸徑兩端放好鉛絲，將上瓦吊裝就位，合上上箱體，對軸瓦頂間隙進行壓鉛檢查；
（7）頂間隙檢查完成后將上瓦吊裝就位，在下箱體剖分面上的軸瓦兩側和螺栓孔附近各墊放紫銅板，在上瓦瓦背上靠軸中心處兩端放上鉛絲，然后合上上箱體，對軸瓦和鏜孔的配合情況進行測量。
2.2新瓦檢查測量
（1）清洗新瓦并檢查，用紫銅棒輕輕敲擊瓦的巴氏合金表面，憑聲音判斷澆鑄的巴氏合金層有無與鋼瓦結合不嚴密、巴氏合金澆鑄層有無氣孔等；
（2）檢查每對瓦剖分面的接觸情況；
（3）測量瓦內徑，沿瓦長度方向在距瓦端面20~30處測量兩個位置，每個位置按90°方向測量兩點；
（4）檢查瓦與上、下箱體沿軸向的配合情況。
（5）將新瓦放在軸徑上，用塞尺檢查有無夾幫現象；
（6）將有軸向定位功能的瓦與軸肩配合，檢查軸向竄動間隙與接觸情況。
2.3主減速機新軸瓦裝配及刮研
（1）研瓦背前，需檢查沿軸向方向的配合緊力及接觸情況。瓦與箱體沿軸向的配合不能有間隙，用銅棒輕輕敲擊時瓦應能沿圓周方向運動。用塞尺檢查具有軸向定位功能的瓦與軸肩的配合間隙。用著色法檢查瓦與軸肩的接觸情況；
（2）研磨下瓦：
①瓦背刮研合格后，將下瓦清洗干凈后裝配到下箱體鏜孔內，測量同一軸上的兩塊瓦在跨距上的水平度和每一塊瓦在軸向方向的水平度，檢查測量下列數據：
a各軸徑處的水平度;
b齒輪的接觸情況;
c齒輪側間隙和頂間隙;
d各軸徑處的高低差；
②對以上測量結果進行分析，判斷兩根軸的平行度、軸心線的平面度，確定各軸瓦的刮削方向和刮削量；
③每刮削3~4次，都要按①的要求重新進行一次檢查并對測量結果進行分析，重新確定各軸瓦的刮削量，直至合格；
下瓦刮研合格后，即可按要求開出下瓦的側間隙。
每一遍刮削要交叉進行，刮削時用力要均勻適當；
⑦刮研要求：
a每25×252面積的接觸點數:5~8點
b軸徑與瓦的接觸角: 80°~120°（該角度要對稱于軸中心線）
c軸在瓦跨距上的水平度:0.05/1000
d齒輪嚙合精度:沿長度方向70%，寬度方向60%
e下瓦側間隙:等于頂間隙的1/2~2/3（側間隙形狀呈契形見圖一）
研上瓦
①將上瓦放在軸徑上檢查有無夾幫；
②將上瓦放在下瓦上（此時下瓦與軸已裝配在箱體內），用塞尺初步檢查上瓦與軸徑的頂間隙、側間隙情況；
③在下箱體剖分面上軸瓦兩側和螺栓孔附近放上紫銅板，測量軸瓦與箱體鏜孔的配合過盈量， 0.02~0.04；
④上瓦與箱體的過盈量調整好后，可對上瓦進行研點刮削，調整上瓦頂間隙和側間隙到規定值。軸頸與軸瓦的頂間隙可用壓鉛法檢查（見圖二）。壓鉛用的鉛絲直徑不宜超過頂間隙的3倍。頂間隙應按下列公式計算：單位：
S1=b1―(a1+a2)/2S2=b2―(a3+a4)/2
式中：S1――一端頂間隙，S2――另一端頂間隙，
b1、b2――軸頸上各段鉛絲壓扁后的厚度，
a1、a2、a3、a4――軸瓦合縫處接合面上各墊片的厚度或鉛絲壓扁后的厚度，
軸頸與軸瓦的側間隙可用塞尺檢查。
⑤上瓦刮研要求：
a每25×252面積的接觸點數:4~6點
b軸徑與瓦的接觸角: 110°（注意該角度要對稱于軸中心線）
c頂間隙：軸徑的1/1000~2/1000
（4）主減速機最終裝配的技術要點
主減各軸瓦刮研調整完成，齒輪嚙合符合要求后即可進行主減的最終裝配。要點如下：
a.各間隙測量后做好記錄
b.軸瓦修研要按標準：每平方英寸內8個花，軸瓦跨測水平度
c.軸瓦頂間隙頭道軸瓦＜0.4mm、二道軸瓦＜0.6mm
d.裝配前各稀油管路吹掃干凈，箱體、瓦座及各配合表面清洗干凈
e齒軸軸線平行度偏差
f.箱體結合面間隙0.1塞尺,深入小于15mm
2.4清洗
（1）將上、下箱體和軸、軸瓦清洗干凈，同時對上、下箱體和軸瓦、軸上的各油孔和其它孔道進行清洗，并用干凈的壓縮空氣吹掃；認真檢查確認各孔道內無異物、無堵塞；
（2）機體上的油管路要認真檢查并清洗、疏通各管道,確認無誤后回裝。
（3）裝配上軸瓦前要在軸徑處加適量的油，油品與設備工作時油相同；
（4）合攏上箱體前要做好隱蔽，確認無誤后扣蓋，封閉主減速機。
2.5試車
（1）試車前要確認主減上各部件、各管道、計器、儀表是否裝配完畢，并確認各檢測儀表能夠正常可靠的工作；
（2）設備運轉前先啟動系統，并檢查油壓力、流量是否正常。檢查各軸承部位的點的給油、回油情況是否正常，報警裝置是否正常工作；
（3）盤車檢查設備轉動是否靈活，有無卡阻；
（4）點動主減運轉，檢查運轉是否正常；
（5）啟動主減運轉，監查各軸承處的油溫情況，并監聽軸承有無異響；
（6）試運轉6~8小時軸承溫升正常，減速機運轉正常，系統正常，各儀表工作正常，確認無誤后停止試車。
五、質量標準
機械裝置安裝工程施工及驗收規范
安裝手冊和外方設計圖紙
YBJ201-83冶金機械設備安裝工程施工及驗收規范通用規定
GB50026-93 工程測量規范
GB50231-98 機械設備安裝工程施工及驗收通用規范
YB9523-95冶金建筑安裝工人安全技術操作規程
六、環保措施
蛙莫言范文3
關鍵詞:設計模式;MVC;Twaver
中圖分類號:TP311.52 文獻標識碼:A 文章編號:1007-9599 (2012) 13-0000-02
一、引言
TWaver是美國Serva Software公司的產品,是應用最為廣泛的電信專業圖形界面開發工具包,在電信行業應用非常廣泛。TWaver關注于數據的圖形展示,它是面向開發人員的,需要進行二次開發。
TWaver的圖形組件庫中提供了拓撲組件、地圖組件、設備圖組件,以及表格、樹圖、屬性表、圖表等豐富的通用圖形界面組件,為電信運營支撐系統(OSS)的開發提供“一站式”的組件產品和解決方案,是快速設計、開發和部署OSS的利器。
二、概述
Waver主要應用于電信行業,提供了電信相關的業務模型,如設備面板,告警傳遞等,但也不局限于電信,因其還可應用于電力、金融、制造、交通等行業的軟件開發中。一般的軟件系統圖形界面開發需要花費大量的時間和人力,運行效率低下,界面不夠專業美觀。如果采用TWaver組件來開發軟件界面,可以非常簡單快速地創建精美、專業、高效的圖形化界面,提高開發和運行效率,增加客戶滿意度,提高軟件競爭力。
TWaver組件產品目前有TWaver Java,TWaver Web,TWaver Flex,TWaver .NET,TWaver HTML5和TWaver GIS六條分支,各分支都具有統一的核心技術和架構。
設計模式是一種廣泛的概念,是一種通用的解決方案,比如軟件設計中的MVC設計模式就是一種復雜的模式,它包含多種單一設計模式(比如事件設計模式,中間人設計模式,元素與容器模式,命令模式等等),是一種混合設計模式。
三、MVC設計模式
MVC是Model-View-Controller的簡稱,中文為模型-視圖-控制器。MVC的設計模式最常用于Web應用,因為在Web應用中,前臺與后臺自然分離,無論是物理層面還是編程語言,瀏覽器端與服務器端都沒法融為一體,自然而然需要模型與UI的分離設計,加上中間的控制模塊,就構成了MVC的結構,前臺發出請求,交給后臺的控制器(C),控制器操作模型,并選擇輸出相應的視圖(V),視圖根據模型(M)中的數據生成,一個數據模型可以對應多種視圖,同時模型發生變化,會通知所有的視圖。
MVC設計模式在Web應用中的結構關系:
四、TWaver中的MVC
Web上的這種不得已的設計模式帶來了便利,它實現了業務與呈現的分離,在非Web應用中也值得廣泛關注,無論是Java Swing,Flex還是Silverlight技術,都借鑒了MVC或其衍生版本的設計理念,TWaver也是如此。
TWaver中的MVC設計模式與上面介紹的類似,拋開瀏覽器端,這種MVC的關系變得更加明顯和簡單,看下面的示意圖,數據模型指TWaver定義的網元類型和數據容器,視圖層指TWaver定義的各種組件,控制器則指界面交互和切換。
M-V-C三層結構中,用戶需要做的是組裝模型,創建視圖,定制交互邏輯,通常的TWaver應用,用戶不需要關心模型和視圖之間的關聯和同步,只需要簡單地創建,控制器層則根據實際業務需求定制。
五、MVC的發展與演變
MVC的出現(1974年,Trygve Reenskaug最早提出)有三十多年的歷史了,由它發展而來的有很多新的模式(實際上TWaver也屬于MVC的演化版本),其中最著名的有MVP,MVVM等等。
(一)MVP
MVP去掉了C(控制器)的部分,將交互監聽相關的工作移到V,業務邏輯方面交給P,剩下的M稱為純粹的Domain Model。
MVP中,表現者是數據與視圖的中間人,對數據持有和格式化,每個V(視圖)都關聯著一個P(表現者),理想情況下,視圖上的所有交互和操作都通過表現者去執行,表現者完成操作后,派發事件給各個視圖實現更新。
當然更寬松的情況是,允許視圖擁有表現者的部分特殊的交互和操作,這在Web應用中尤其常見。
通常P(表現者)位于多層結構中的業務層,但這并不固定,它也可以位于應用層或者用戶界面層,MVP是一種思想,而不是一種限制,它可以在很多層面上嵌套疊加使用。
(二)MVVM
與MVP類似的是表現者模型模式,這種模式中沒有表現者,取代的是視圖直接與表現者模型綁定,這個表現者模型是專門制定視圖的模型,這意味著這個模型可以公開屬性,這是域模型(Domain Model)無法做到的,因為這違背了關系分離的原則,在這種情況下,表現者模型需要與域模型綁定,這樣就可以訂閱域模型上的事件,然后視圖從表現模型上訂閱事件,適時地更新。表現模型可以公開命令以供視圖調用,這種方式的優勢是當PM完成視圖行為的封裝后,你可以基本上不需要編寫隱藏的代碼,這種模式為WPF程序提供了強有力的選擇,它也被稱為MVVM設計模式。
MVVM設計模式的最大特點是視圖不直接從數據模型中獲取數據,而在MVP中允許V視圖與M數據模型的數據綁定關系,TWaver的設計模式與MVVM最為接近,是一種簡化的MVVM。
六、數據元素與數據容器
TWaver的數據模型使用了數據元素與數據容器的概念,容器一方面是對數據元素的管理,提供了增減修改之類的API,此外對元素的事件監聽做了統一管理,元素的屬性變化都會通知容器,然后由容器統一派發給各個關聯的視圖組件,實現了數據模型與視圖之間中間轉換人的角色。
七、事件監聽機制
事件監聽本身也屬于一種設計模式,它用于解決廣播通知和信息獲取的問題,從設計模式的角度看,存在訂閱推送和主動提取兩種方式,以報紙為例,前者好比訂閱了某份日報,郵局會每天將報紙送到用戶手中,后者好比報刊亭,用戶如果想要看報,可以自己到報刊亭去購買查閱。這是不是很習以為常的事?現在回到軟件編程,這里說的事件監聽就是一種訂閱模式,視圖組件是用戶,數據容器是信息源,視圖訂閱數據容器的消息,數據容器發送通知給視圖組件。
八、結語
本文從MVC的設計模式,數據元素與數據容器,以及事件驅動機制等三個方面深入探討了TWaver中的設計模式。
參考文獻:
[1]/twaver.php
[2]/twaver.php?p_id=110
蛙莫言范文4
關鍵詞：軟巖隧道；ADINA分析；隧道支護；數值模擬
中圖分類號：TU470文獻標識碼：A文章編號：1009-2374（2009）08-0171-02
一、工程概況
遵小鐵路張杖子隧道段位于承德市寬城縣內，全長2571m。該地區處于低山丘陵區，絕對標高430～547m，自然橫坡20°～30°。隧道最大埋深約為100m，隧道進口里程為DK41+336；出口里程為DK43+907。出口山坡植被發育。隧道洞身圍巖Ⅳ～Ⅴ級，詳見表1：
張杖子隧道位于片麻巖地層中，片麻巖節理裂隙發育，部分地段巖體中裂隙水較發育，工程地質條件一般。在隧道出口處DK43+883左側約46m處有一正開采的礦井，礦道彎曲大致向隧道方向，現礦底標高與隧道標高大約相當。
二、軟巖條件開挖建模
隧道模型幾何尺寸為隧道凈高6.25m，凈寬為5.7m。在模型中其巖體的尺寸為長80m，寬50m。模型采用雙層支護加錨桿，第一層支護的厚度為0.45m，第二層支護的厚度為0.20m，錨桿的長度為3.5m。
在ADINA界面中首先建立各個節點，并把四個相鄰的節點建立成為面，從而建立了主斷面上的平面應變模型。這里模型的建立要以隧道實際情況為根據，將各巖層及其支護、錨桿基本準確地描繪出來，如圖1所示。
圖1 斷面幾何模型圖
在原有數據基礎上，利用試驗測試結果和從工程項目中獲得的地質資料，進行了一定程度的簡化，具體結果見表2：
根據所建立的計算模型的特點，采用標準的四節點矩形單元對計算區域離散化。根據以上分析，在隧道開挖區域內，單元應劃分的細一些，而對于受采動影響較小的其它區域，網格可劃分的大一點，網格劃分后的幾何模型圖如圖2所示：
圖2 網格劃分后的幾何模型圖
三、模型數據處理分析
求解之后，通過后處理，可以獲得巖層穩定后的隧道周邊變形位移和拱頂下沉位移云圖及應力云圖如下所示：
圖3 圍巖穩定后下沉云圖
圖4 圍巖穩定后變形云圖
圖5 圍巖穩定后第一主應力云圖
圖6 圍巖穩定后第二主應力云圖
四、結語
經過對張杖子山隧道軟弱圍巖的ADINA分析，得出其拱頂下沉曲線的實際值與模擬值對比圖，如圖7所示，可見模擬可以體現其總體變形趨勢。對于洞口淺埋段Ⅴ類軟巖，圍巖收斂變形達到基本穩定時間較長，初始圍巖凈空變形速率較大，因此應把初期的重點放在前期階段。在Ⅳ類圍巖則應在開挖初期施作一薄層柔性支護，并視圍巖變形的增長情況給予適時支護。
圖7 拱頂下沉時間―位移曲線對比圖
參考文獻
[1]張慶賀，等．地下工程[M]．同濟大學出版社，2005，（2）．
[2]張彬，郝鳳山．地下建筑施工[M]．人民教育出版社，2003．
[3]張新培．建筑結構可靠度分析與設計[M]．北京科學出版社，2001．
[4]谷兆棋，等．地下洞室工程[M]．清華大學出版社，1994．
[5]張向東，張樹光．隧道力學[M]．香港天馬圖書有限公司，2000．
蛙莫言范文5
關鍵詞：信用評估；數據挖掘；組合算法
中圖分類：TP311.13
文獻標識碼：A
文章編號：1673-291X（2012）23-0129-02
一、信用評估的定義
信用評估是統計學和運籌學在金融和銀行業中最成功的應用之一，也是最早開發的金融風險管理工具之一。信用評估通常定義為一種用于預測貸款申請者或現存借款人將發生違約或拖欠概率的統計或定量方法，廣泛應用于消費信貸到商業貸款的各類信用分析中。信用評估的本質是模式識別——將企業或個體消費者按照其歷史資料和相應的數據劃分為履約（即“好”客戶）和違約（即“壞”客戶）兩類。各種信用評估方法的思路在本質上是相同的，即運用數據挖掘技術、統計學和運籌學等方法，通過對消費者基本特征、信用記錄、行為記錄等大量數據進行系統的分析，挖掘數據中蘊含的行為模式、信用特征，獲取歷史信息和未來信用表現之間的關系，發展出預測性的模型，來綜合評估消費者未來的某種信用表現即事先確認某些決定違約（與償還款項相反的行為）概率的關鍵因素，然后將它們加以聯合考慮或加權計算出一個數量化的分數。根據分數或一個關鍵點把潛在的客戶分成“好”客戶與“壞”客戶兩組，用于是否貸款的決策審批。信用評估成為是否發放貸款、貸款額度、產品定價、以及提高放貸機構贏利性和操作戰略的決策支持工具。
二、信用評估指標體系建立的原則
評估指標體系的選擇己經成為信用評級工作的首要問題，它關系著評估工作的成敗。尋找一種較為科學的指標選取的方法是信用評估研究和探索的重點之一。為使指標的選取更為客觀、可信，待選指標體系的確定必須在正確的指導原則下進行，本文歸納如下。
1.準確性原則。指標的選擇、數據的選取、計算必須以公認的科學理論為依據。
2.全面性原則.。指標體系要全面反映貸款申請人的各方面特征，在考核過去表現的同時，更要預測未來的發展趨勢，既要考慮評估對象的情況，還要研究社會經濟環境及其發展的影響。信用風險的評估要覆蓋貸款業務的每個行業及行業內的每一筆貸款業務。
3.可操作性原則。要求指標體系的設置避免過于繁瑣，同時還要考慮指標體系所涉及指標的量化及數據獲取的難易程度和可靠性。
4.獨立性原則。確定評估指標在考慮全面性的基礎上，要使采用的指標盡可能相互獨立，指標間的獨立性越好，評估的準確性越高。
5.可量化原則。為了克服主觀評價所帶來的不確定性和盲目性，評價要盡量做到以量化研究為主，同時定性評價與定量評估相結合。
6.靈活性原則。評價指標體系應具有足夠的靈活性，以便各銀行可根據自己的放貸方式和用途以及本地區的實際情況，對指標靈活進行運用。
7.公正性原則。信用評估指標體系的建立，要符合客觀事實，能正確反映評估對象信用等級的真實面貌，指標體系和計算方法不能偏向評估對象或授信方的任何一方，評估機構和評估人員不能根據個人愛好，任意改變指標項目，計算方法和評估標準。
8.動態性原則。信用風險的評估不是簡單靜態的一次度量，而是連續動態的調整過程，因為隨著貸款企業在生產環節中的每個過程都在動態發生變化，企業的經營成果也隨著發生改變，變化中的財務和非財務數據就直接地影響到信用風險評估結果。因此，信用風險的評估是要不斷地進行調整的，基于國內銀行和企業的財務制度，建議一個季度進行動態調整一次。
三、基于數據挖掘技術的信用評估算法
David Durand（1941）從Fisher的一項試驗中獲得啟示，意識到可以采用把整個客戶群分為好與壞兩種不同類別的方式來處理放貸問題。在隨后的發展和演變過程中，個人信用評始終被看做是一個分類問題。到目前為止，主要的評估方法大致可以分為以下幾類：經驗式評判法、統計學方法、運籌學方法以及人工智能方法中的數據挖掘技術。
信用評估的本質是分類，因此，信用評估是數據挖掘技術非常重要的一個應用領域。數據挖掘從大量數據中提取或“挖掘”知識，用于信用評估，可對客戶進行分類、聚類、關聯規則發現、預測、偏差檢測等；其中，多數用分類、關聯規則發現和預測方法進行個人信用評估。目前，用于信用評估的分類算法主要包括判別分析、Logisitic回歸、決策樹、線性規劃、神經網絡、遺傳算法、支持向量機等算法。
1.判別分析。是一種信用評估中使用最早的算法，其本質是一種線性回歸，它通過對己知客戶進行分類形成若干母體，然后根據這些母體的特征得出判別函數來判斷對象屬于哪個母體。由于判別分析的假定條件過于嚴格如要求解釋變量呈多元正態分布，如果客戶樣本存在一定偏差性，則不是很適合使用該算法進行信用評估。
2.Logisitic回歸。是線性回歸的變形，通過采用極大似然估計的迭代方法，找到“最可能”系數的估計，適用于解釋變量為定性指標的問題。該算法不受解釋變量分布假設的嚴格限制是其優于判別分析之處，但評分的結果和判別分析的差別并不大。
3.線性規劃。線性規劃是一種運籌學的方法，采用最小絕對誤差或最小化最大誤差作為目標對客戶進行分類。但許多學者通過研究比較之后認為該方法在信用評分領域的效果并不比統計方法優越，所以線性規劃的實際應用并不多。
蛙莫言范文6
[關鍵詞] 學習行為模式；學習風格模型；貝葉斯網絡
[中圖分類號] G434 [文獻標志碼] A
[作者簡介] 姜強（1978—），男，遼寧丹東人。講師，博士，主要從事網絡個性化、自適應學習研究。E-mail：。
一、引 言
學習者在知識水平、學習風格、動機、目標等方面是存在個性差異的，在教學中應該充分尊重學習者的個性差異，實現“因材施教”、“個性化學習”。根據多數教育研究者所言，[1]學習風格是影響個性差異最主要的一個因素，深深地影響著學習過程，如果在教學中考慮了學習者的學習風格，將會有效激發和維持學習者的學習動機，會使學習變得很容易，可以付出很少時間和努力卻能獲得很好的學習成績。學習風格是指學習者在完成學習任務過程中所表現的不同學習方式、學習策略，比如，有的學習者喜歡從圖片、視頻等媒體類型上獲取知識，而有的學習者喜歡從言語交談或文本媒體類型中獲取知識；有的學習者愿意先從具體實例資源學起，而有的學習者愿意從比較抽象的定義中開始學習；有的學習者愿意合作學習，而有的學習者比較愿意自學等等。然而，在傳統的面對面教學中，教師若想根據學習者的學習風格采用相應的教學方式是行不通的，很難想像在一個班級里，一位教師能夠針對班級50名或更多的學習者分別采用不同的教學方式傳授不同的課本知識，但是網絡學習卻很好地解決了因材施教問題，利用網絡學習服務支持系統能根據學習者的學習風格提供個性化學習服務。常見確定學習者學習風格的方法有兩種：一種是顯性方法。通過學習者填寫學習風格量表獲得，代表性學習支持服務系統有AES-CS、[2]INSPIRE [3]及The SACS（Style-Based Ant Colony System）等。[4]然而，這種顯性方法推測學習風格存在不足之處，比如，靜態推測，不能伴隨著學習者的學習動態及時更新；風格量表題較多，給學習者帶來一定的負擔；會因學習者填寫的隨意性而產生錯誤的答案，導致推測結果不準確等等。后期也有研究者對顯性方法進行了改進，讓學習者進入系統后自選學習風格，這樣做雖然提高了學習者自控能力，但是主觀判斷依然強烈，有些學習者甚至還不清楚自己的學習風格就去選擇，導致推送個性化學習資源的準確性不高。第二種是隱性方法。通過分析學習者與系統之間的交互行為確定學習風格，代表性學習支持服務系統有AHA！（version 3.0），[5]這種方法確定的學習風格具有動態性，會根據學習行為及時修正學習風格模型，滿足學習者的學習需求。然而，不難發現利用隱性方法確定學習風格同樣存在不足之處，存在“冷開始”問題，原因在于根據學習行為確定學習風格是建立在大量的學習行為模式基礎上，對于初學者而言是無法做到的。鑒于此，本文將采用顯性法為輔和隱性法為主的混合方法確定學習風格，即，基于Felder-Silverman學習風格理論模型，首先依據所羅門學習風格量表[6]初始化學習者的學習風格模型，然后再主要利用貝葉斯網絡方法挖掘網絡學習行為模式建構學習風格模型，實現網絡個性化學習對象準確的推送。
二、學習風格理論模型及建構模型
（一）學習風格理論模型
自教育研究有從“教”向“學”的轉移傾向，研究者逐漸重視學習者個別差異學習研究和學習者個體在學習過程中的主觀能動性和創造性，由此關于學習風格研究便成為熱點。目前已提出多種與學習風格相關的理論模型，比較有名的有Kolb學習風格模型（Kolb， 1999）、Honey and Mumford 學習風格模型（Honey and Mumford，2000）、Dunn學習風格模型（Dunn and Griggs，2003）及Felder-Silverman學習風格模型（Felder and Silverman，1988）等，[7]每種模型對學習風格提出了不同的描述和分類。本研究主要采用Felder-Silverman學習風格模型，有如下理由：
（1）相比其他學習風格模型，Felder-Silverman學習風格模型描述更為詳細；
（2）Felder-Silverman學習風格模型已經被成功應用，如據Kuljis and Liu （2005）[8]所說，Felder-Silverman學習風格模型最適合做自適應、個性化課件。CS383、MASPLANG、LSAS、TANGOW等國外著名的自適應學習系統都采納此學習風格模型；
（3）Felder-Silverman學習風格模型將每位學習者設定為四個維度：信息加工（活躍型/沉思型）、感知（感覺型/直覺型）、輸入（視覺型/言語型）、理解（序列型/綜合型）。其中活躍型學習者喜歡嘗試做事、合作學習；而沉思型學習者喜歡思考問題，自主學習；感覺型學習者喜歡學習具體事物，比如實例，而直覺型學習者喜歡抽象的學習資料，喜歡具有挑戰性、創新性的知識；視覺型學習者擅長從圖片、視頻等中獲取知識，言語型學習者則擅長從文本、交談中獲取信息；序列型學習者屬于線性學習，小步子學習；綜合型學習者屬于非線性學習，大步子學習。