社会职位需求（精选三篇）
社会职位需求 篇1
编队问题当前比较成熟的队形控制方法有基于行为法[9,10]、虚拟结构法[11]、领航法[12,13]、人工势场法[14]、基于图论法[15]及人工力矩法[16]等。本文对比上述方法后选用人工力矩法进行队形控制,它借鉴了基于行为法、虚拟结构法、领航法、基于图论法的有关思想,通过引进基本运动方向等概念,而得到一种新的统一且有效的吸引线段式主-从队形图;定义了主吸引矩和从吸引矩。与上述控制方法相比,人工力矩法比虚拟结构法形成队形的控制更灵活、更容易实现队形的分散控制;比基于图论法和人工势场法更能准确地表示出目标队形;比基于行为法更容易保持队形的稳定性。
1 系统模型与问题描述
选择对自组织群机器人系统的队形形成问题进行研究。假定群机器人组R={R1,R2,…,Rm}包含m个同构的移动机器人,目标队形中有n个节点(m≤n),且R中m个机器人与目标队形中n个节点的对应关系非预先指定。与文献[17]的个体机器人模型相同,Ri(i=1,2,…,m)是一个半径为DR、有一条PMDline的圆,如图1中的R1~R9所示,Ri的PMDline是一条从Ri中心PRi出发、长度为SMR的有向线段;其中SMR是机器人的最大运动步幅。目标节点模型是一个有基本运动方向线(PMDline)的质点,如图1中的T1~T9所示,目标节点的PMDline是一条射线。PMDline的具体用途详见文献[17]。
自组织群机器人系统仅能感知其探测范围内机器人的位置信息,并且机器人分布在目标队形中对应节点具有随机性,要想形成给定目标队形就需要各机器人间按照一定的规则相互配合、协调各自行为,为此采用一种模拟人才在社会中竞争求职的方法(称之为人工社会职位法)来动态确定机器人的对应节点。由于自组织群机器人系统的编队问题中的各种条件限制,本方法应基于如下三种假设。
假设1:R中每个机器人都已知所有目标节点的位置,且具有全方位感应器,可以感知其周围一定距离内的机器人在当前时刻的位置和基本运动方向线的方向。
假设2:目标队形位置附近除机器人外没有其他动态和静态障碍物,个体机器人可视其探测范围内的机器人为障碍。
假设3:每个机器人都有必需的数据处理、存储功能,同时假设各机器人在一个时间段[tk,tk+1]内是理想变化的,不会出现超出其能力的变化要求。
基于上述人工社会求职式群机器人系统模型与设定,就可归结为求解如下两个子问题:(1)系统中各机器人如何按照人工社会职位法确定各自在目标队形中的节点位置;(2)根据分配的目标位置,各机器人如何在自身运动控制器的控制下快速、准确、安全地运动到自己的目标位置,完成编队任务。
由于有限的感知能力,每个机器人是基于不完全的知识来做出决定的,因此某些决策非最优是无法避免的,机器人到达预计目标可能比最优解耗时稍长或选择的路径稍长,但这对于采用分布式控制结构的自组织群机器人系统来说是满足任务要求的。
2 人工社会职位法与队形形成问题
大到自然界、社会系统,小到生物细胞的进化发展都普遍存在一种竞争分配原则,各物种只有基于其对应原则才能合理有序地完成各自的目标任务,当然机器人系统也不例外。单个机器人就好似人类社会中的一个成员个体,群机器人系统就好比一个人类社会,而群机器人系统的编队问题就好似人类社会中的求职问题,都需要在给定条件下寻找适合自己的那个职位。在自组织群机器人系统队形的形成中,其关键在于各机器人如何确定各自对应节点,而在分散式控制系统中并不存在对其他机器人发一些命令或指令的主机器人,各个机器人的级别是相同的且只知道探测到的局部信息,因此各机器人只能根据局部信息按照一定的规则自组织的确定自己的对应节点。基于此种条件,参照人们在求职或职位变更时常遵守的规则,首次提出人工社会职位法,并应用其解决自组织群机器人系统的编队问题。运用该方法可以根据实际情况,在运动过程中时时为各机器人动态分配优先级,使得各机器人可以合理有序的抵达目标节点,形成目标队形。该方法用于自组织群机器人系统的编队问题中具有较好的执行效果。
人工社会职位法的原理:
(1)初次求职时,人们总申请与自己能力最接近的职位。
(2)当一个已拥有职位的人发现其上一级职位空缺时,就会主动放弃现有职位而去竞争上一级职位。也就是说,只要发现上一级职位空缺,就会想升迁,但通常不会想一次升迁两级或以上(注:此规则可以尽可能地保证上级职位不出现空缺)。
(3)一个已有职位的人如果其职位被另一个更有能力的人抢占,它通常可以直接获得比现职位低一级的职位,而不用考虑低一级的职位是否已有人担任。但通常被抢走职位的人不会着急到新职位去履职而会等待一段时间,其中等待时间的长短与新旧职位间的差别有关。因为从概率论的角度看,职位被抢占是一个概率事件,他还有可能继续获得该职位的可能(注:此规则可以保证职位变更有序进行)。
人工社会职位法自组织确定各机器人对应节点的具体方法如下(等级分配问题)。
首先依据给定目标队形的吸引线段式主从队形图(ALFgraph)[16]本身具有的特点对其进行职位等级分层。ALFgraph图的特点是:任意时刻ALFgraph图中所有元素PMDline的方向都相同,所有节点都恰位于其leader线段的终点上;除虚拟机器人R0对应的节点T0外,每个元素有且只有一个leader,且每个leader也有且只有一个与之对应的follower。据此我们首先定义没有leader的节点为最高等级层节点,并设其为第1等级层,记作T'1;然后将仅经过1条路径即可到达1等级层leader节点的follower节点划属为第2等级层节点,记作T'2;经过2条路径到达第1等级层leader节点的follower节点划属为第3等级层节点,记作T'3;经过i(0<i<n)条路径才能到达第1等级层leader节点的follower节点划属为第i+1等级层节点,记作T'i+1;没有follower的节点划属为最低等级层节点,记作T'p。遵循从高级到低级、从左边到右边的规则对节点依次编号,并将编号后的节点放入集合T中,从而得到一个节点集T={T1,T2,…,Tn},其中n表示T中元素个数;最后将得到的节点集T转化为等级节点集T'={T'1,T'2,…,T'p},其中p表示T'中元素的等级。Tk∈T'j(1<k<n,1<j<p)的上级节点层为T'j-1,下级节点层为T'j+1,Tk的上级节点为Tk-l(l为T'j-1中元素的个数)且Tk-l∈T'j-1,Tk的下级节点为Tk+l且Tk+l∈T'j+1。如图2所示的矩形编号队形图,一共有三个等级层,每个等级层有3个节点,T0为虚拟机器人R0对应的节点,{T1,T2,T3}∈T'1级别高于{T4,T5,T6}∈T'2,T1、T2、T3是级别相同但职位不同的三个节点,T2没有上级节点,其下级节点是T5。
设目标队形中的任意leader-follower节点间的距离为TkTk+l,其中Tk表示Ri的目标节点,Tk+l表示Ri的目标节点的下级节点;各机器人探测半径为Dv,各机器人间的碰撞距离为Ds,且满足Ds<<TkTk+l<Dv。
注:(1)本文中若Ri距Tk的距离|RiTk|<0.01,则认为Ri占有Tk;(2)若Ri与Rq的参考点、参考方向相同,则认为Ri、Rq的目标节点相同;(3)若在Ri的探测范围内且未发现Tk附近有其他机器人,则认为Tk空缺。
起始时刻,Ri基于原理(1)确定其探测范围内最近的节点为目标节点。
tk(k>0)时刻,各机器人基于原理(2)、(3)自组织的变更各自的目标节点。
Ri在其探测范围内发现:
(1)tk-1时刻的目标节点Tk的上级节点Tk-l空缺,以及发现在同时竞争Tk的机器人中Ri到Tk-l的距离最小,则Ri在tk时刻更换Tk-l为目标节点;否则Ri在tk时刻仍以Tk为目标节点。如图2中,tk-1时刻R3、R5同时竞争T4,tk时刻,R3在其探测范围内发现tk-1时刻的目标节点的上级节点T1空缺,且当前时刻R3探测到与自己目标节点相同的R5到T1的距离大于自己到T1的距离,即R5T1>R3T1+0.25Ds,所以R3的抢占能力高于R5,R3在tk时刻将变更T1为目标节点,R5则仍以T4为tk时刻的目标节点。
(2)tk-1时刻的目标节点Tk的邻近同级节点Tk-1(k-l<k-1<k+l)空缺,以及发现在同时竞争Tk的机器人中Ri到Tk-1的距离最小,则Ri在tk时刻更换Tk-1为目标节点;否则Ri在tk时刻仍以Tk为目标节点。如图2中,tk-1时刻R1、R2同时竞争T2,tk时刻,R1在其探测范围内发现tk-1时刻的目标节点的左侧同级节点T1空缺,且当前时刻R1探测到与自己目标节点相同的R2到T1的距离大于自己到T1的距离,即R2T1>R1T1+0.25Ds,所以R1的抢占能力高于R2,R1在tk时刻将变更T1为目标节点,R2则仍以T2为tk时刻的目标节点。
(3)tk-1时刻的目标节点Tk的邻近同级节点Tk+1(k-l<k+1<k+l)空缺,并同时探测到目标节点Tk的下级节点Tk+l不空缺,或发现目标节点Tk无下级节点以及发现在同时竞争Tk的机器人中Ri到Tk+1的距离最小,则Ri在tk时刻被迫更换Tk+1为目标节点;否则Ri在tk时刻仍以Tk为目标节点。但通常情况由于Ri仍有抢占Tk的机会,故不会立即奔向Tk+1,而是会继续向Tk运动,直到RiTk<Ds时,发现自己依旧没有能力抢占Tk,则被迫选择Tk+1为自己下一个时刻的目标节点。如图2中,tk-1时刻R4、R6同时竞争T7,tk时刻,R6在其探测范围内发现tk-1时刻的目标节点的右侧同级节点T8空缺,且当前时刻R6探测到T7虽无下级节点,但发现与自己目标节点相同的R4到T8的距离大于自己到T8的距离,即R4T8>R6T8+0.25Ds,所以R4的抢占能力高于R6,R4在tk时刻仍以T7为目标节点,R6则在tk时刻被迫变更T8为目标节点。但R6没有立即奔向T8,而是继续向T7运动,直到R6T7<Ds时,发现自己依旧没有能力抢占T7,则向T8奔去。
(4)tk-1时刻的目标节点Tk的下级节点Tk+l存在,且发现不满足前三步的竞争情况,同时竞争Tk失败,即RiTk+l-RiTk/2<RjTk+l-RjTk/2,在同时竞争Tk的机器人中Ri到Tk-l的距离不是最小的,则Ri被迫选择Tk+l为自己下一个时刻的目标节点,但通常情况由于Ri仍有抢占Tk的机会,故不会立即奔向Tk+l,而是会继续向Tk运动,直到RiTk<TkTk+l+Ds时,发现自己依旧没有能力抢占Tk,则被迫选择Tk+l为自己下一个时刻的目标节点。如图2中,tk-1时刻R3、R5同时竞争T4,由于R5发现自己与R3到目标节点与自己与R3到下级节点的距离关系满足R5T7-R5T4/2<R3T7-R3T4/2,故抢占T4失败,但R5没有立即奔向T7,而是继续向T4运动,直到R5T4<T4T7+Ds时,发现自己依旧没有能力抢占T4,则向T7奔去。
该规则不但保证了机器人探测范围内的上级节点一旦空缺就能够被快速抢占,而且在保证机器人实时有序地更换目标节点的同时,避免了机器人因感知能力有限而过早做出决策产生的那些不必要的运动路径。即保证了目标队形形成的快速性、有效性和有序性。
基于上述规则,自组织变更tk(k>0)时刻各机器人对应节点的算法如下。
其中Th表示目标节点的上级节点,Tl表示目标节点的下级节点,Ti表示目标节点,Ti-1,Ti+1(l<i-1<i+1<h)分别表示左、右侧同级节点。
算法1(tk时刻机器人Ri目标点的确定)
Step1若上级节点Th存在且Ri发现其空缺,RiTh<ThTi+0.25Ds,且条件(C1)满足,则变更Th为目标节点;否则转step2。
C1:对任意能被Ri探测到的机器人Rj,若Tj=Ti,则RiTh+0.25Ds<RjTh。
Step 2若左侧同级节点Ti-1存在且Ri发现其空缺,RiTi<Ds,且条件(C2)满足,则变更Ti-1为目标节点;否则转step3。
C2:对任意能被Ri探测到的机器人Rj,若Tj=Ti,则RiTi-1+0.25Ds<RjTi-1。
Step 3若右侧同级节点Ti+1存在,RiTi<Ds,且条件(C3)或(C4)满足,则变更Ti+1为目标节点;否则转step4。
C3:Ri发现Ti+1空缺,Tl存在且Ri发现其不空缺。
C4:Tl不存在或Ri发现Ti+1空缺,同时存在一个能被Ri探测的机器人Rj,满足Tj=Ti且RiTi+1+0.25Ds<RjTi+1。
Step 4若下级节点Tl存在,RiTl<TlTi+Ds且条件(C5)满足,则变更Tl为目标节点;否则目标节点不改变。
C5:存在一个能被Ri探测的机器人Rj,满足Tj=Ti,且RiTl-RiTi/2<RjTl-RjTi/2。
3 人工力矩运动控制器
确定了各机器人的目标节点后,群机器人就应在各自运动控制器的控制下运动到自己的目标节点以形成给定队形。由于研究的自组织群机器人系统,仅能根据局部环境信息,不断更新每个机器人运动的路径,故经过对比后,采用了文献[16]设计的人工力矩运动控制器。该运动控制器原理易懂,计算简单,不但可以应用于无障碍或简单静态环境,在复杂动态有障碍的环境中也能产生很好的解,还能快速有效的化解机器人间的冲突,避免发生碰撞,保证机器人的安全。
该运动控制器的基本思想是:在当前时刻tk,系统中的每个机器人Ri都可能受到两种人工力矩的影响,即吸引点Pati对Ri的吸引矩,其他机器人对Ri的协调矩。在合力矩的作用下,Ri沿着合力矩的梯度方向改变它的位置和PMDline方向以使这些人工力矩能够快速地增加。另外,像个体机器人路径规划的人工力矩运动控制器一样,Ri沿着它的PMDline还有一个几乎不受人工力矩影响的运动分量[Sxi(k+1),Syi(k+1)]T,它和人工力矩函数一起决定着Ri下个时刻的位置和PMDline方向。下个时刻,重复上述步骤直到系统任务结束。[Sxi(k+1),Syi(k+1)]T表示Ri沿其PMDline的运动分量。如果PRi到Ri的主或副的吸引点的距离大于DS/2且Ri有协调同伴时,[Sxi(k+1),Syi(k+1)]T按照式(1)计算,否则为0。
基于人工力矩运动控制器形成编队队形的一般步骤如算法2所示。
算法2(目标队形自组织形成的步骤)
(1)初始化目标队形,将目标队形转化成对应人工社会职位体系,得到已确定好优先级的节点集T’,令tk=t0。
(2)通过探测范围内各机器人的彼此交互,得到初始时刻Ri(i=1,2,…,m)的目标节点Ti。
(3)For Ri(i=1,2,…,m),执行如下步骤。
(3.1)如果Ri已到达了它的目标节点且没有协调同伴,则Ri保持静止;否则执行(3.2)、(3.3)。
(3.2)如果k>0,则运用算法1调整Ri的目标节点Ti。
(3.3)运用文献[16]中的人工力矩运动控制器控制Ri运动一步到达下个时刻与位置。
End
(4)如果Ti位置至多有一个机器人Ri,则结束队形形成算法;否则令tk=tk+1,然后转到步骤(3)。
4 仿真结果与分析
为验证本文提出方法的有效性,通过MATLAB平台对自组织群机器人系统的队形形成问题进行了大量仿真研究,仿真中的系统参数值如表1所示,图3、图4为其中比较典型的仿真结果。在图3(a)与图4(a)中,小的蓝色的带有红色基本运动方向线的圆圈表示目标节点;大的黄色的带有红色基本方向线的圆圈表示机器人;机器人与目标节点旁边的数字是其对应的序号;图3(b)与图4(b)中红色的圆圈代表各机器人的初始位置,彩色的实线则是各机器人在自组织形成目标队形过程中留下的实际运动轨迹。
从图3(b)与图4(b)可以看出,各机器人在明确目标队形信息后,可根据周围环境信息及邻近机器人位置信息的变化,实时有序的变更目标节点,直至所有机器人都能自组织的运动到一个不同于其他机器人的目标节点,快速的形成满足条件的编队队形。此外,到达目标节点后机器人还能与目标节点具有相同的位姿。可见,本文所提出的自组织确定各机器人目标节点的方法在本文设定的机器人系统和环境下是有效的,更复杂的环境和机器人系统的编队队形形成问题的研究正在进行。
5 结论
本文在自组织群机器人系统已知目标队形和机器人数量的前提下,重点研究了群机器人系统仅利用探测到的局部信息快速、有效的分配目标队形节点的问题,并针对此问题提出了一种基于人工力矩运动控制器的有效解决方法———人工社会职位法。与现有方法相比其特点如下:
(1)人工社会职位法可依据不断检测的环境信息,实时更新机器人的优先级,及时更改机器人的运动路径,实现以较优的运动策略有效、安全的完成目标编队任务。
(2)仅需通过一些简单的计算便可获得机器人对应目标节点的分配方法,求解简单,原理易懂,易于实现。
(3)机器人在奔向目标节点的运动过程中依照规则有序的变更目标节点,可减少机器人间的碰撞冲突发生,并能较好地保证目标队形实现的快速性以及所有机器人总运动路径较短。
下一阶段,将研究更为复杂环境下群机器人系统的编队问题,以及如何改进现有的人工力矩运动控制器,使其能够更好的驱动群机器人协调地运动到给定的目标位置。
摘要：针对群机器人自组织形成目标队形问题,借鉴人类在社会中求职的思想,提出一种自组织确定各机器人目标节点的方法——人工社会职位法;并结合该方法设计一种机器人自组织选择任务节点的调整算法。该算法可实时根据机器人探测到的信息,更换其下一时刻的目标节点,直至形成给定的几何队形为止。首先运用人工社会职位法的三个规则确定各机器人的下一个时刻对应的目标节点;然后人工力矩运动控制器驱动各机器人向自己的目标节点运动一步;下个时刻重复上述步骤,直到各机器人都到达一个不同于其他机器人的节点,从而形成目标队形。该方法不仅原理简单、计算量少;而且能较快速、合理的形成目标队形。Matlab仿真试验验证了该方法具有良好的可行性。
简历职位需求要看清 篇2
智联招聘职业顾问刘祥谦先生表示，目前很多求职者在浏览职位信息的时候不够细致。比如说，现在很多企业为了防御病毒，不欢迎带附件的简历，他们会在职位信息里明确简历应粘贴在邮件正文中;而另外还有一些企业希望求职者在企业网站填写简历以方便纳入人才库。那么如果不看清职位描述的信息，很可能不知不觉就失去了一个机会，所以看清职位需求很重要。
“广撒网”不可取
“海选”这个词每个人都不陌生，而最近在求职者中最流行的词汇就是“海投”。“海投”是指求职者不管职位的要求，疯投简历的一种现象，也是求职者盲目性的一种表现。
对此，刘祥谦表示，根据去年智联的一个调查，大约25%的求职者会盲目的投很多简历。他认为“广撒网”可能会严重的.打击求职者的自信心，如果求职者无目的的发送简历而没收到反馈，很容易导致求职者自我否定的心理。所以说虽然互联网给求职者带来很大的便利，但我们在投递简历的时候，还是应该有针对性地发送简历。
校企互动，培养社会需求人才 篇3
关键词：校企互动 人才培养 双赢
中图分类号：G412文献标识码：A 文章编号：1674-098X（2014）08（b）-0231-01
随着社会经济的发展，高等学校在社会中的地位和作用越来越重要，其职能范围也有了较大的扩展。高等学校不仅是传授知识、培养高级专门人才和发展科学文化的基地， 而且应该与时代同步，与社会结合，培养适合时代发展要求的专业人才。作为与企业联系紧密的工科类院校，校企联合、互动，使双方的优势和资源得到最佳互补、配置和共享，同时，高校与企业合作也是高校与企业自身各自发展的需要，对于提高学校的教育质量，促进企业的科技创新，为企业注入活力都具有推动力。
河北科技大学在校企联合，共同培养人才的实践中，进行了许多探索。轻化专业在实际的教学和科研工作中，注重理论联系实际，积极与相关行业的企业、公司合作，取得了一些成绩。
1 建立实习基地，与成功人士对话
为了更广泛的直接接触社会，了解企业需要，加深对企业的认识，增强对企业的适应性，在学生的专业学习期间，我们会安排认识实习、设备实习、生产实习等实践教学环节。为了解决“实习难”的困扰，筛选本行业的优秀企业，双方本着友好相处，资源共享，优势互补，相互协作，互惠互利，共同发展的原则，加强协作、共同努力建设轻化专业教学实习基地。发挥学校的智力优势，为企业提供技术支持和服务，培训员工，讲授相关专业知识，向企业推荐优秀毕业生。企业在不影响正常工作情况下，为本专业的学生提供实习条件和便利，协助学校完成实习教学任务。并根据需要，将该专业学生安排到合适的岗位上学习和锻炼。企业提供适当专业技术人员，管理人员参与实习指导工作。为了能够更好的使同学们对所学专业的专业方向、职业特色、对口企业的部门构成和职能、工作流程、岗位技能等做到心中有数，除了到工厂实地参观实习外，我们还聘请企业老总、技术人员、优秀学长、本行业成功人士等来校进行讲座、交流、招聘等活动。同学们对于他们的成功经验、工作状态、技术水平等表现出浓厚的兴趣，交流十分踊跃。通过这些活动，使同学们对于自己的专业方向了更明确的认识，也激发起他们学习的热情和对未来创业的激情，达到了在课堂上所无法收到的效果。
2 根据企业需求筛选课题
通过与企业的沟通交流，了解企业在发展过程中的问题及技术困扰，以及企业发展的需要和需求。将科研课题的来源推至生产一线，使其具有很强的实用性和针对性。通过对科研课题的研究探索，部分课题进入学生的毕业论文内容，既丰富了学生的毕业选题，又有助于解决企业的实际问题，实现双赢。有些课题需要学生们到工厂实地去完成，既锻炼了学生，完成毕业环节，又解决了实际问题，使学生能够真正做到学以致用、学用结合，克服了传统工科教育中理论与实际脱节的弊端。通过实地工作锻炼，培养学生的动手能力。使学生真正将所学理论用于实践当中，极好地将理论与实践相融合。学生提前感受了工作氛围，掌握了工作技能，为以后的工作奠定了基础。而企业在学生们的工作中，得到了实惠，同时通过观察，也发现了人才，有些同学在工作中的表现比较突出，被企业看中，以优惠条件被企业留用。学生找到合意的工作，企业发现自己满意的人才，真正达到了校企双赢。近几年，我们专业学生的毕业环节，各类科研课题已经占到所有毕业设计（论文）的85%以上，学校与企业的合作越来越多。对于有一定深度和较高科研价值的课题，本专业的教师积极与企业联合申报各级（省、市、校）课题，成果显著。在各级财政的资助下，研究课题得以顺利进行，取得成效。先后有多名老师带领学生参与大学生创新创业训练计划项目、“挑战杯”创业计划大赛等，取得不错成绩。
3 从实际中攫取教学素材
由于轻化专业实践性很强的专业特色，在实际的教学工作中，教师们发现，单纯的理论课和实验课的教授还远远不够。由于实习和实践的时间短，机会较少，有些内容讲授起来难度较大，不够直观。随着多媒体技术的发展，影像技术也不断应用到教学中。但一些影像资料时间比较长了，内容老化，不能够体现现在的技术、设备特色。老师们就到企业现场录制视频影像资料，弥补现有资料的不足，紧跟时代步伐，贴近实际，直观易懂，丰富教学内容和教学形式，提高了学生们学习的兴趣和学习效果，取得了令人满意的效果。
4 提高学生动手能力
在与企业的接触中，我们发现，我们的毕业生在进入工厂后，不能很快适应工厂的节奏，动手能力还有欠缺。例如，打小样是作为本专业的技术人员的一项基本技能，涉及到染色基本工艺和测色配色的知识，涉及到两门课程，是一项综合技能，在我们的原来的实验课程中没有专门安排。为了锻炼学生的综合能力，熟悉工厂基本的小样流程，我们增设了两个星期的染色技能训练的课程。由工厂提供色样，按照工厂实际打样的流程，提供三原色，由学生根据自己拿到的色样的颜色特点，设计染色处方，并运用测色配色的知识，不断通过实验调节染色处方，直到颜色符合规定色样。通过实验，锻炼了学生动手和动脑的能力，对于知识的综合应用能力也有很大提高。为学生们以后的工作打下了很好的基础，对他们很快地适应工作，很有帮助，也令企业受益。
5 丰富个性化教育手段
为了建立以满足学生需要为导向，以提高学生综合素质为目的的人才培养模式，处理好共性要求与个性发展的关系，促进学生的个性发展与全面素质的提高，我们在大四第七学期安排了为期6周的个性化教育环节，充分利用校内外各种教学资源，设定多种不同形式的教学项目，提供给学生自由选择。我们鼓励学生结合自己的就业取向到相关企业一线去顶岗实习，更多地了解企业的实际生产及发展状况。在这个阶段，许多同学发现自己的知识还远远不够，在实践当中还有很多需要学习的东西，使得他们在回到学校以后，学习知识变得主动、积极。有些同学在选择毕业课题时，有意识有针对性地选择与自己签约企业关联比较密切的方向，把企业的问题作为研究内容，为以后的工作做好了铺垫。因为有方向，有目标，在完成毕业课题时，学生们积极性会比较高，干劲十足，效果理想。丰富多彩的个性化教育手段开阔了学生的视野，提高了学生的综合素质。
高校肩负培养人才的重任，但只靠高校是无法培养出能适应新经济时代要求的新型人才的。通过校企互动联合，能够达到双赢的目的。企业能给高校培养人才机制起到补充作用，使学校培养的人才更加适应社会的需求；高校又能给企业的发展带来效益，输送人才。所以，高校和企业在培养新型人才方面是互为补充的，他们之间的完美合作将为培养新型人才带来便利，也是社会发展的必然要求[1]。
参考文献