新演算法體系問題

❶ 如何做演算法研究

一、DSP與TI

為什麼提到電機控制很多人首先會聯想到DSP？而談到DSP控制總繞不過TI，首先DSP晶元是一種具有特殊結構的微處理器。該晶元的內部採用程序和數據分開的哈佛結構，具有專門的硬體乘法器，提供特殊的指令，可以用來快速地實現各種數字信號處理演算法。基於DSP晶元構成的控制系統事實上是一個單片系統，因此整個控制所需的各種功能都可由DSP晶元來實現。因此，可以減小目標系統的體積，減少外部元件的個數，增加系統的可靠性。優點是穩定性好、精度高、處理速度快，目前在變頻器、伺服行業有大量使用。主流的DSP廠家有美國德州儀器（Texas Instruments，TI）、ADI、motorola、傑爾等其他廠商，其中TI的TMS320系列以數字控制和運動控制為主，以價格低廉、簡單易用、功能強大很是受歡迎。

二、常見的電機控制演算法及研究方法

1、電機控制按工作電源種類劃分：可分為直流電機和交流電機。按結構和工作原理可劃分：可分為直流電動機、非同步電動機、同步電動機。不同的電機所採用的驅動方式也是不相同的，這次主要介紹伺服電機，伺服主要靠脈沖來定位，伺服電機接收到1個脈沖，就會旋轉1個脈沖對應的角度，從而實現位移，因此，伺服電機本身具備發出脈沖的功能，所以伺服電機每旋轉一個角度，都會發出對應數量的脈沖，同時又與伺服電機接受的脈沖形成了呼應，或者叫閉環，進而很精確的控制電機的轉動，從而實現精確的定位，可以達到0.001mm。伺服電機相比較普通電機優勢在於控制精度、低頻扭矩，過載能力，響應速度等方面，所以被廣泛使用於機器人，數控機床，注塑，紡織等行業
三、PWM控制及測試結果

脈沖寬度調制是利用微處理器的數字輸出來對模擬電路進行控制的一種非常有效的技術，廣泛應用在從測量、通信到功率控制與變換的許多領域中，脈沖寬度調制是一種模擬控制方式，其根據相應載荷的變化來調制晶體管基極或MOS管柵極的偏置，來實現晶體管或MOS管導通時間的改變，從而實現開關穩壓電源輸出的改變

❷ 高中數學新課標演算法初步和程序框圖難嗎該怎麼去掌握啊

作為一名數學老師，我個人認為：演算法初步和程序框圖需要的是你的仔細，考點基本就是數列和函數。剛開始做此類題目，最好的辦法是一步步將所有的步驟詳細的寫下，然後尋找規律。等做熟悉之後，很快就知道規律。

❸ 數學建模有哪些前沿演算法或者說新穎演算法

蟻群演算法之類的，等等，不過這些不能說是前沿，只能說是比較少用而已，你網路數學中國，點擊第一個，裡面有各種數學建模的資料，演算法也不在少數。保證去了不會後悔的！

❹ 現在哪些智能優化演算法比較新

智能優化演算法是一種啟發式優化演算法，包括遺傳演算法、蟻群演算法、禁忌搜索演算法、模擬退火演算法、粒子群演算法等。·智能優化演算法一般是針對具體問題設計相關的演算法，理論要求弱，技術性強。一般，我們會把智能演算法與最優化演算法進行比較，
最新的智能優化演算法有哪些呢，論文想研究些新演算法，但是不知道哪些演算法...
答：蟻群其實還是算比較新的。 更新的也只是這些演算法的最後改進吧。演化演算法就有很多。隨便搜一篇以這些為標題，看06年以來的新文章就可以了。 各個領域都有的。否則就是到極限，也就沒有什麼研究前景了。

❺ 人工智慧演算法解決新挑戰，智能演算法是什麼是如何運行的

由於人工智慧缺乏可解釋性，人們越來越關注人工智慧主體的接受和信任問題。多年來，對可解釋性的重視在計算機視覺、自然語言處理和序列建模等領域取得了巨大的進展。隨著時間的推移，這些類型的編碼指令變得比任何人想像的都更加全面和復雜。人工智慧演算法已經進入了這一領域。人工智慧演算法是機器學習的一個子領域，它引導計算機學習如何獨立工作。因此，為了優化程序並更快地完成工作，小工具將繼續學習。

人工智慧演算法也每天都在使用。盡管關於美國聯邦政府如何保護個人數據信息的問題尚不清楚，但對特定方面和通信的計算機軟體監控已經在防止國內外的重大恐怖行為。這只是人類使用人工智慧不斷發展和擴大的一種經驗。人類對人工智慧的使用拓寬了我們的視野，使事情變得更簡單、更安全，並使子孫後代更幸福。

❻ 創新演算法（ARIZ）為什麼難以理解，更難以使用

創新演算法（ARIZ）為什麼難以理解，更難以使用？
盲點一：過分關注於矛盾，就忽略了原理的躍遷
我們都知道產品的設計分「功能、原理和結構」三個維度，矛盾往往存在於結構這個范疇，在原理層面並不清晰。而現代化的產品設計往往又是集成了光、機、電、熱等各項技術的復雜產品，在原理層面的躍遷往往是不可或缺的途徑。而原理的徹底變化，往往帶來的是技術革命，新的技術徹底淘汰舊的技術。基於此，如果我們能以更加宏觀的視角觀察技術問題，ARIZ在應用層面確實存在一些局限性。
盲點二：TRIZ解題工具的應用在ARIZ中只是流程化，並未出現質的飛躍
ARIZ是老先生晚年一次重要的組合創新。ARIZ是TRIZ中解決矛盾一種主要方法；是一種合乎邏輯的、遵守紀律的解題流程（請注意，是流程）；ARIZ是一種對問題不斷進行重新解釋的過程；ARIZ的在解決問題的方法上，並未脫離經典TRIZ傳統方法。TRIZ的基礎工具是基石。
在ARIZ應用過程中涉及很多技術環節，對這些技術環節還沒有掌握好的人就使用ARIZ，難免有邯鄲學步的感覺。而真正掌握了這些工具的人，又沒必要按照固定流程，往往形成了自己的解題套路。這就形成了兩個錯配，即：水平高的不用ARIZ來解決問題，水平不足的用不了ARIZ解決問題；另外一個問題是，層級低的問題（如結構和工藝）適合ARIZ應用，但因為課題簡單，又沒必要走如此復雜的流程，而復雜的課題，往往缺少矛盾，ARIZ又無能為力。
同時，從ARIZ可以引申出這樣一個現象：實際工作的問題往往與書本中學到的大相徑庭。有些培訓機構希望引導TRIZ愛好者「埋頭」學好TRIZ。似乎學好了就能解決問題了。其實，不是這樣！很多時候問題不能有效解決，並不是你學藝不精，而是根本就走錯了方向。ARIZ僅僅是一個「流程」，切不可把她看做某種境界去追尋。

❼ 最新的智能優化演算法有哪些

蟻群其實還是算比較新的。
更新的也只是這些演算法的最後改進吧。演化演算法就有很多。隨便搜一篇以這些為標題，看06年以來的新文章就可以了。
各個領域都有的。否則就是到極限，也就沒有什麼研究前景了。

❽ 知識+數據+算力：演算法進化升級的路徑是什麼|德外獨家

演算法融入信息傳播，帶來了傳播的深刻變革。推薦演算法基於大數據和人工智慧技術，通過演算法模型，進行信息與用戶的匹配，成為智能傳播中的主導力量。

然而，經過演算法過濾選擇後，匹配給用戶的信息對個人認知、判斷以及 社會 性的負面影響，引起了廣泛的關注和擔憂。

作者從智能傳播中演算法的缺陷入手，圍繞演算法優化和升級，與人工智慧行業專家、國家廣播電視總局廣播電視科學研究信息與安全技術研究所王磊博士，展開探討，以期為演算法進化找到可行路徑。

以下為兩人對談的詳細內容。

推薦演算法只能依從用戶

個人的偏好、需求嗎？

於烜： 演算法融入信息傳播，改變了信息採集、生產、分發和反饋等過程，帶來了傳播的深刻變革。在移動互聯網時代，演算法主導信息分發，演算法的個性化推薦（簡稱推薦演算法），有效應對了信息超載帶來的分發危機，解決了海量信息與用戶間的供需匹配問題，優化了生產和消費的資源配置效率，無疑是一種先進的技術和生產力。

但是， 推薦演算法存在一個明顯的缺陷。 我們知道在現代 社會 中，傳播的一個重要功能是實現 社會 整合，以傳統媒體為代表的大眾傳播發揮了 社會 整合的作用，傳媒能夠把不同階層、人群、族群凝聚起來，形成 社會 共識，這就是媒體公共性的體現。

然而，個性化演算法推薦，依據的是網路中用戶本人或相似人群的個人興趣、愛好、習慣、需求，只體現了個性，缺少公共性， 公共性缺席是演算法主導信息傳播的一個明顯的缺陷。推薦演算法只能依從用戶個人的偏好、需求嗎？

王磊：從技術上說，演算法是一種中介， 通過演算法模型，將信息與用戶進行匹配，本質是要解決信息和用戶的精準匹配問題。無論是傳統的機器學習演算法，還是近年來興起的深度學習演算法，通過用戶個人屬性和網路應用使用過程中的數據記錄，挖掘用戶個人興趣、需求， 最終達成個人信息需求的精準匹配，這就是演算法的使命。

當演算法融入傳播，演算法主導的短視頻平台、資訊平台成為了媒體，作為媒體，需要傳播主流價值觀，需要承擔媒體公共性責任， 除了個性化的推薦，在演算法中應該體現出公共性，這是從媒體角度、傳播角度，對演算法的要求。

於烜： 目前的智能傳播中，演算法並沒有回應這樣的要求。也就是說，從傳播角度看，目前普遍應用的個性化推薦演算法技術自身是有缺憾的，換句話說， 僅僅依靠推薦演算法技術進行的傳播，是有缺陷的，需要進化。

王磊： 對，可以這樣理解。

於烜： 近年來，智能傳播中，經過演算法過濾選擇後匹配給用戶的信息，對個人認知、判斷以及 社會 性的負面影響，引起了傳播學研究的關注，比如信息繭房、演算法囚徒、圈層化，這些研究都提示了演算法帶來的風險。所以無論是從演算法技術自身的缺憾，還是演算法在現實傳播中帶來的問題兩個層面看，演算法需要升級。

王磊： 確實如此， 推薦類演算法需要從演算法技術路線和網路架構上進一步升級， 以嘗試解決上述問題。

演算法是否能夠發現用戶更全面多樣的內容？

於烜： 大眾傳播時代的信息也是要過經過媒體過濾選擇的，但是在新聞專業主義的准則下，信息選擇有明確的標准，要求客觀、平衡，以盡可能反映 社會 現實。

但是，演算法的根本邏輯是流量，以流量為目的進行信息匹配。研究表明，流量偏向情緒性、故事性、戲劇性內容，客觀、平衡這一新聞傳播大廈的基石已經被流量沖垮了。

100年後的今天，被演算法選擇的信息失衡、失真，擬態環境和現實世界不是越來越接近，相反卻是越來越偏離了。

演算法模型中，是否可以將客觀、平衡等專業價值觀要素導入進去？也就是說不僅僅找到迎合用戶表面的喜好，也能發現他潛在的需要，或者是他願意了解、也應該了解的更全面的這樣一些內容？在實現過程中面臨的困難和挑戰又是什麼？

王磊： 我想可以嘗試突破信息傳播失衡、失真的現狀，但是實現起來難度很大。 一種辦法是演算法+規則，即以現有深度學習演算法模型為基礎，將專業價值觀理念設定為相應規則，兩者結合形成新的計算模型，進行相應信息匹配。 但是，現實中難度很大。

還有一個辦法，需要通過技術演進來實現。從人工智慧發展歷程看， 現在正處於弱人工智慧時代， 即「數據+演算法」的時代，這一時期通過大量投喂數據，演算法精度較過去提高了很多，但是 存在一個難以破解的核心問題——無法解決海量數據之間的深層次語義層面的關聯關系，演算法的泛化能力比較差， 簡單說就是在一個數據集中的模型，運用在另一個相似數據集中，其效果會變差。

只有當技術演進到 「知識圖譜+演算法」 階段，能夠在數據間找到並建立起相應的關聯關系，破解數據語義層面的聯系，才有可能挖掘出用戶潛在的、多層次的需要，改變目前簡單迎合的狀況。

清華大學張鈸院士提出的第三代人工智慧，即 知識+數據+演算法+算力， 或許未來可以從這個方面突破，一定程度上彌補當前信息傳播中推薦類演算法的缺陷。

第二代人工智慧階段，

如何推動綜合評價體系建立？

於烜： 演算法驅動的內容平台通過組織生產和演算法分發，已然成為了智能傳播時代的主體，因此說需要通過規則導入，促使演算法進化。

目前個性化推薦演算法，強調的是迎合用戶個人個性化的精度，是不是可以從內容端的廣度進行考量， 比如說，內容的多樣性，讓觀點多樣、信源多樣、品類多樣的內容達到用戶？也就說是否可以通過內容的廣度，來體現新聞傳播客觀、平衡。

王磊： 是的， 除了精度，演算法的廣度應該成為一個評價指標，如對內容的非歧視性關聯推薦等。現階段綜合評價指標的合理設計將引導演算法不斷地優化升級。 當然，這些評價標準的制定也需要傳播學的專家加入，共同探討。

於烜： 如果要對今天的對話做一簡短小結，我想說，面對演算法技術的缺憾及引發的問題，演算法無疑需要進化。而演算法進化有賴於演算法技術自身的演進，有賴於演算法掌控者的倫理培養，有賴於監管部門的標准規范。同時，這需要學界、業界、政府共同努力。

編者按：

作者：於烜，北京廣播電視台高級編輯、新聞傳播學博士，德外5號特約作者。

❾ 啟發式演算法的新演算法

如何找到一個分叉率較少又通用的合理啟發式演算法，已被人工智慧社群深入探究過。 他們使用幾種常見技術：
部分問題的解答的代價通常可以評估解決整個問題的代價，通常很合理。例如一個10-puzzle拼盤，解題的代價應該與將1到5的方塊移回正確位置的代價差不多。通常解題者會先建立一個儲存部份問題所需代價的模式資料庫(pattern database)以評估問題。 解決較易的近似問題通常可以拿來合理評估原先問題。例如曼哈頓距離是一個簡單版本的n-puzzle問題，因為我們假設可以獨立移動一個方塊到我們想要的位置，而暫不考慮會移到其他方塊的問題。 給我們一群合理的啟發式函式h1(n),h2(n),...,hi(n)，而函式h(n) = max{h1(n),h2(n),...,hi(n)}則是個可預測這些函式的啟發式函式。 一個在1993年由A.E. Prieditis寫出的程式ABSOLVER就運用了這些技術，這程式可以自動為問題產生啟發式演算法。ABSOLVER為8-puzzle產生的啟發式演算法優於任何先前存在的！而且它也發現了第一個有用的解魔術方塊的啟發式程式。

❿ 如何解決演算法多樣化帶來的問題

提倡演算法多樣化是新課標倡導的重要思想，是指尊重學生的獨立思考，鼓勵學生探索解題的不同方法。我在教學中也進行了演算法多樣化的嘗試。
在教學時，我創設了一個情景：出示鉛筆，「這是一盒鉛筆，裡面裝了10支鉛筆，這里還有5支鉛筆，老師這里一共有多少支鉛筆？」學生很快算出來是15支，我又問：「我有15支鉛筆，要送給小朋友9支，還剩多少支？」並寫出算式：15-9= 我讓學生通過從15支鉛筆中拿走9支鉛筆的辦法來解這個算式，問學生「誰願意來拿走9支？並說說你是怎麼拿的？」
生1：我是先拿走5支，再從10里拿4支。15-5=10 10-4=6
生2：我是從10里拿走9支。10-9=1 1+5=6
生3：我是先從10里拿走4支，再拿走外面的5支。10-4=6
生4：我還有不同的方法。我從外面拿走4支，再從10裡面拿走5支。
5-4=1 10-5=5 1+5=6
生5：我從外面拿走1支，再從10里拿走8支。5-1=4 10-8=2 4+2=6
生6：我從10裡面拿走7支，從5里拿走2支。10-7=3 5-2=3 3+3=6
生7：因為9+6=15 所以15-9=6
學生熱鬧的發言給出了多種不同的方法，確實可以說是做到演算法多樣化了，可是面對這許多種演算法，我心裡有點著急。一急：這每一種方法都要給學生一一介紹嗎？光是第一種方法，如果要學生掌握，大概需要半節課。每一種方法都介紹，課怎麼上得完呢？二急：要不要從這眾多的演算法中選出優演算法？如何選？三急：如果要選優演算法，應重點選擇哪種方法？四急：還有一部分學生連一種方法都不清楚，我要不要講解？五急：如果不把每一種演算法都講清楚，學生怎麼會知道這種方法是否適合他？也許沒講到的那種方法剛好就是最適合他的呢？六急：對一部分學生，如果不把一些思維方式強加於他，他可能一直會用數手指頭的方法，難道就讓他一直這樣嗎？……
但是，課堂教學的緊迫容不得我的茫然，我選擇了介紹了生1和生2的方法，並著重讓學生通過擺小棒的辦法領悟第2種方法。
這個處理過程可以說是我把我個人的看法和思想強加給了學生，這不是我希望看到的情形。學習是為了什麼？要不要學到一定的知識？答案是肯定的。可是當不是所有的學生都能主動建構知識的時候，教師該如何做呢？
演算法多樣化的教學思考及其策略把握
「鼓勵演算法的多樣化」是新課程標準的一個重要理念。當前，根據新課程標准編制的各種版本的教材，都將這個重要理念擺在突出的位置。演算法多樣化已得到廣大教師的極大關注和積極實踐，但在算化多樣化的理解和把握上則各不相同：有的教師要求學生對各種方法都要理解掌握，有的教師認為應該從中選取一種最好的方法，還有的教師認為應尊重學生的「原創演算法」，讓學生「你想怎麼算就怎麼算」。可見，在演算法多樣化的教學中確實存在著急需解決的實踐問題。
以「20以內退位減法」為例，敘述了自己在教學中進行演算法多樣化的嘗試，並提出了自己的教學困惑（即文中的「六急」）。回顧我鎮實施新課程的起步階段，我鎮基層教師在進行演算法多樣化教學時也曾經歷過，因此她的困惑具有一定的普遍意義。下面就結合我鎮在演算法多樣化上的研究和實踐，談談我們對演算法多樣化的教學認識以及策略把握。
一、為什麼要提倡演算法多樣化
1.這是計算教學的價值所在
隨著計算機（器）的普及，計算教學的要求正在逐步降低，計算教學的目的正在發生轉變，不僅是原先要求學生熟練、正確的計算技能（實際上新課程標准已降低了計算要求）；更重要的是，計算教學的價值是突出演算法思維，在倡導演算法多樣化的過程中，培養學生的創新精神、探索意識和解決問題的能力。我國著名數學家吳文俊院士在數學機械化領域的開創性工作，引發了國際數學界對中國古代數學的傳統（即演算法化思想）的重新審視。當前我們的中小學數學教學應當繼承和挖掘我國古代數學傳統之精華。因而有學者提出，身處信息社會的學生必須掌握兩種重要的思維方法，即批判性思維和演算法思維。長期以來，我國的小學數學教學把培養學生的計算能力作為小學數學基礎的核心，但面對計算機信息技術的迅猛發展以及國際數學教育的改革潮流，小學數學的基礎不能僅僅停留在「熟練的計算能力上」。對於計算教學，應當從傳統的「方法統一和過分強調計算技能」轉變為「尊重學生的個性特點、關注學生思維能力的培養」。所以，計算教學不僅僅是培養學生的計算技能，還要培養學生推理計算的能力，強調演算法思維的多樣性。演算法多樣化的本質是讓學生從自己已有的知識與經驗出發學習新知識，鼓勵學生通過獨立思考而探尋解題的方法。對於「15 -9」的演算法探索，體現了「知識再發現」的要求，這對培養學生的創新精神和探索意識是極其有利的。
2.這是尊重學生不同認知方式的體現
以往的數學教學中，過分地強調解題方法的唯一性或計算方法的最優化，而忽視了學生解決問題過程中不同的思維方式和不同解決策略的探索。實際上，在計算教學中，由於學生認知方式的不同，在探索過程中必然會引發計算方法的多樣性。認知方式是個體在知覺、思維、記憶和解決問題等認知活動中加工和組織信息時所顯示出來的獨特而穩定的風格。認知方式沒有優劣之分，只是表現為學生對信息加工方式的某種偏愛。教學中，特別是在新知識的探索階段，理應尊重每一個學生的個性特徵，允許不同的學生從不同的角度認識問題，採用不同的方式表達自己的想法，用不同的知識與方法解決問題。面對新知識，學生用自己過去的經驗與本領來加以解決，教師給予適當的鼓勵和評價，這是尊重學生不同認知方式的體現。
二、如何把握演算法多樣化
1.注意演算法的簡約化和優化
一方面，學生認知水平各有高低，這決定了其解決問題的方法必然存在優劣之分。有時學生的方法會顯得過於繁瑣，如生4、生5和生6的方法；有時學生的方法缺乏思維的共性，無法作為基本方法而供學生選用等。另一方面，推動數學發展的內在動力之一，就是數學家探索方法的簡單化和最優化。因此，教師在教學中倡導演算法多樣化的同時，還要引導學生對多樣化的方法進行一定的簡化與優化(不是指最優化)，把簡化與優化的過程作為學生反思以及進一步探索的過程。如果在教學中對學生良莠並存的各種思維方式以及演算法視而不見，對影響學生後繼學習的核心基礎知識和基本方法放任不管，那麼就會失去教師「教」的真正意義，學生也就失去了自我反思、比較、交流和提升的機會。
2.明確每個教學階段的目的
（1）探索階段，重在倡導演算法的多樣化。教學中，讓學生通過自主探索、獨立思考，提出自己解決問題的方法。如果有的學生有困難，允許學生之間進行一定的討論與交流；對於認知水平較高的學生，還要鼓勵他們提出不同的解決方法。這一階段，教師教學的重要策略就是啟發、引導、鼓勵學生，讓學生「你想怎麼算就怎麼算」。學生主要通過自主探索，提出解決問題的方法，培養學生的探索意識和解決問題的能力。需指出的是：其一，演算法多樣化不等同於「一題多解」。在教學中，有的老師往往把演算法多樣化等同於「一題多解」，要求所有學生盡可能地探索出幾種方法，結果使一部分認知水平較低的學生產生畏懼情緒，也增加了學生不必要的負擔。對此，北京師范大學周玉仁教授指出兩者是有區別的。她認為，「一題多解」是面向學生個體，尤其是中等以上水平的學生，遇到同一道題可有多種思路多種解法，目的是為了發展學生思維的靈活性。而「多樣化」是面向學生群體的，學生可以用自己喜歡或能理解的演算法，對學生個體來說，不要求每人都想出或掌握兩種或更多種演算法；同時在群體多樣化時，通過交流、評價可以吸收或改變自己原有的演算法。這對我們廣大教師來說，具有很強的實踐指導意義。其二，演算法多樣化應防止陷入形式化的誤區。我們強調自主探究，倡導演算法多樣化是以關注學生的獨立思考，尊重學生的個性為重要目標的。教學中，教師不必煞費苦心「索要」多樣化的演算法，片面追求演算法多樣化的探究，那隻能是造成學生低層次思維的重復，或者「依他人之樣畫瓢」而已。生4、生5和生6的計算方法，反映出教師在演算法多樣化的處理上有這樣的影子，教師還沒有準確把握操作和思維的關系。
（2）總結階段，重在對演算法進行歸納與優化。在學生自主探索的基礎上，把自己解決問題的方法進行交流與匯總。這里要強調的是，教師一定要引導學生在交流與匯總的基礎上對學生提出的各種解題方法給予分析、歸納與優化。不然，演算法的多樣化有時往往會讓一些中、差生感到眼花繚亂，無所適從，以致方法越多越糊塗，達不到演算法多樣化的教學目的。事件中學生通過自己的探索，全班交流得出的計算方法有7種之多，但很可惜，教師沒有引導學生對各種方法進行一定的分析與歸納、簡化與優化。
其實在這一階段，教師要引導學生對各種方法進行一定的考察，分析各種方法的特點，並對各種方法進行一定的歸類。事件中生1的計算方法是「平十法」（又稱「連減法」）；生2的計算方法是「破十法」；生3、生4、生5和生6的計算方法都是通過把15和9進行分拆，再利用原有的不退位減法和加法知識加以解決的，屬於同一類；生7的計算方法是利用加減法之間的關系，即「做減法，想加法」而加以解決的。在此基礎上，對於各類方法可以作進一步分析，讓學生感悟、理解探索和解決問題的數學思想方法，即把要解決的新知轉化為學過的舊知而加以順利解決。對於生3、生4、生5和生6的計算方法，引導學生去分析這些方法的缺點和弱點而加以舍棄，以突出基本原理和通用方法，切實加強數學課程的基礎性。通過上述的教學處理，即在倡導演算法多樣化的基礎上，引導學生對多樣化的演算法進行分析與歸納、簡化與優化。
（3）應用階段，則應當鼓勵演算法的個性化。即尊重學生的不同認知風格，允許學生「你喜歡用什麼方法就用什麼方法計算」。我們倡導演算法的多樣化，決不是簡單地讓學生「你想怎麼算就怎麼算」，而是在對多樣化演算法的分析與總結的基礎上，倡導科學、合理的方法，舍棄不科學、不合理的方法，再讓學生「你想怎麼算就怎麼算」，真正體現出演算法多樣化的本質要求。在應用階段，教師鼓勵學生演算法個性化，自主選擇經過大家歸納、優化後自己所理解、認可和喜歡的一種方法；但同時不排斥一部分認知水平較高的學生，用自己喜歡的多種計算方法計算；同樣，也允許個別學習困難的學生暫時保留經過優化已遭淘汰的方法。當然，這里允許個別特殊學生保留已遭淘汰的方法，並不是說教師可以遷就學生的現有發展水平，放棄教師的主導作用，而是必須因勢利導，不失時機地啟發學生超越自我，真正體現教學是為了促進學生發展的宗旨。
視角2
對演算法多樣化的幾點思考與建議
思考一：
到底什麼是演算法多樣化？為什麼要鼓勵演算法多樣化？演算法多樣化不是對學生個體的要求，而是面向學生群體的。學習是學生在已有知識經驗基礎上的自主建構活動，而學生之間的差異是客觀存在的，對於同一道計算題，解題思路往往不盡相同。面對全班學生，教師只講解一種演算法的教學，容易忽視學生的個別差異，遏制學生的創造性。鼓勵演算法多樣化，是讓每個學生用自己最能理解的方法進行計算，通過交流評價從中得到啟發，在各自的基礎上得到發展。
思考二：
演算法多樣化，是不是演算法越多越好？在學生回答完一種方法後，教師常會不停地追問「還有嗎？」，於是，學生有時會為演算法的多樣而挖空心思。案例中的學生，有從10里拿走9支的，也從10里拿走8支、拿走7支、拿走4支的。我想，在老師的「還有嗎」下，可能有學生會從10里拿走6支、拿走5支的。上述每一種拿法應該是有區別的，但不是我們所要鼓勵的演算法多樣化。其實，教師在這里應該適時引導：」小朋友們這幾種拿法是不同的，但是，我們的想法其實是一樣的，都是——「，引導學生歸類，讓他們體會到這些想法屬於同一類，並進一步比較發現，從10里拿走9的方法，計算最簡單方便。注意，演算法多樣化，關注的不是形式的多樣，而是想法的多樣。對於學生形式的多樣，教師要作引導。演算法多樣化，絕不是演算法越多越好。
思考三：
多樣的演算法要不要優化？在學生出現了多種演算法後，教師常會說「你們可以用自己喜歡的方法進行計算」，看似非常尊重學生的選擇，其實是一種簡單化的處理。如若學生喜歡扳手指計算，教師也任其喜歡？數學是講「優化」的，教師應該引導學生對多種演算法進行比較，讓學生體會到哪種演算法是最簡捷、最容易的方法。當然，有些演算法很難說出孰優孰劣，就讓學生憑經驗自己做選擇。
建議：
對本節課的教學，有三點建議：（1）「誰願意來拿走9支？並說說你是怎麼拿的？」這一提問會妨礙學生自己的思考，學生在拿的過程中不太會有「用加算減」的想法，然而，這也是應該讓學生學會的一種演算法；（2）問題出示後，教師要給出一定的時間讓學生獨立思考、嘗試計算，最好能讓學生在小組內交流自己的想法，而不是要求學生迅速做出反應，因為那樣往往是少部分學優生積極參與，其餘學生被動旁聽，很難真正做到演算法多樣化；（3）教師要適時介入（特別是當學生中出現從10中拿幾的想法一致、拿法不同的時侯），及時地引導，讓學生在交流、比較中獲得新的認識，思維得到發展。