CN117436179A - 一种基于轻量化引擎技术的高桩码头教学方法及系统 - Google Patents

Abstract

本发明涉及一种基于轻量化引擎技术的高桩码头教学方法及系统，属于建筑工程教学技术领域。通过轻量化引擎技术进行分析建模，得到多种高桩码头的虚拟仿真模型，根据学生的设计学习目标信息对设计学习模块进行开发，获取高桩码头施工的相关教学内容分析施工过程以及施工要求，生成高桩码头的施工学习模块，构建基础系统架构，将所述高桩码头的设计学习模块与所述高桩码头的施工学习模块导入基础系统架构中，得到高桩码头教学系统，并对高桩码头教学系统兼容部署的在线教育平台进行筛选。本发明能够将高桩码头建设过程转化为虚拟仿真场景，建立高桩码头教学系统，提高学生对高桩码头的教学质量和效率。

Description

一种基于轻量化引擎技术的高桩码头教学方法及系统

技术领域

本发明涉及建筑工程教学技术领域，尤其涉及一种基于轻量化引擎技术的高桩码头教学方法及系统。

背景技术

高桩码头是用于船舶停泊和装卸货物的物流设施，为货物运输和物流供应链提供了重要的支持和便利，在当今快速发展的港口物流行业中，高桩码头的建设过程是确保港口运营顺利进行的关键环节。然而，传统的高桩码头建设学习方式存在一些局限性，如理论与实践脱节、学习效果难以评估等问题。同时传统的高桩码头建设学习方式往往与实践脱节，缺少虚拟仿真的加持使得学生难以身临其境的理解高桩码头的设计和施工建设过程，导致学生的学习质量、效率和热情大幅度降低，且学生通常依赖于书本知识和实地观察，无法更好的激发学生的创造设计思维，导致学生学习存在局限性，不利于学生的学习和成长，此外，实地操作的成本较高，风险也较大。因此急需一种高桩码头教学方法解决上述问题。

发明内容

本发明克服了现有技术的不足，提供了一种基于轻量化引擎技术的高桩码头教学方法及系统。

为达上述目的，本发明采用的技术方案为：

本发明第一方面提供了一种基于轻量化引擎技术的高桩码头教学方法，包括以下步骤：

获取高桩码头的结构设计以及所对应的工程设计需求要素，通过轻量化引擎技术对所述结构设计和所述工程设计需求要素进行分析建模，得到多种高桩码头的虚拟仿真模型；

获取学生的设计学习目标信息，基于所述学生的设计学习目标信息对设计学习模块进行开发，得到高桩码头的设计学习模块；

通过所述学生的设计学习目标信息获取高桩码头施工的相关教学内容，结合多种所述高桩码头的虚拟仿真模型分析施工过程以及施工要求，生成高桩码头的施工学习模块；

构建基础系统架构，将多种所述高桩码头的虚拟仿真模型、所述高桩码头的设计学习模块与所述高桩码头的施工学习模块导入基础系统架构中，得到高桩码头教学系统，并对所述高桩码头教学系统进行测试；

获取若干个在线教育平台的使用好评度，基于所述使用好评度对高桩码头教学系统兼容部署的在线教育平台进行筛选，得到高桩码头在线教学平台。

进一步的，本发明的一个较佳的实施例中，所述获取高桩码头的结构设计以及所对应的工程设计需求要素，通过轻量化引擎技术对所述结构设计和所述工程设计需求要素进行分析建模，得到多种高桩码头的虚拟仿真模型，具体包括以下步骤：

获取高桩码头的若干种结构设计，并获取各种所述结构设计所对应的工程设计需求要素；其中，所述工程设计需求要素包括港口周边环境、桩基类型、设备类型、物资；

获取各种所述工程设计需求要素对应的建设参数，定义所述各建设参数为离散值，通过递归算法对各个所述离散值进行组合，生成多组离散参数组合；

引入轻量化引擎技术构建虚拟仿真模型，将多组所述离散参数组合导入所述虚拟仿真模型中，得到多种高桩码头结构模型；

基于大数据网络获取各种所述结构设计所对应的施工要求信息，结合所述工程设计需求要素进行施工工艺分析，得到多个高桩码头结构的施工工艺流程；

将多种所述高桩码头结构的施工工艺流程与每种高桩码头结构模型进行配对融合，得到多种高桩码头的虚拟仿真模型。

进一步的，本发明的一个较佳的实施例中，所述获取学生的设计学习目标信息，基于所述学生的设计学习目标信息对设计学习模块进行开发，得到高桩码头的设计学习模块，具体包括以下步骤：

获取高桩码头专业的多个课程信息，通过对多个所述课程信息进行综合分析，得到学生的设计学习目标信息；

获取各课程中高桩码头设计的相关教学内容，根据所述学习目标信息在所述高桩码头设计的相关教学内容以及大数据网络中提取相关知识，得到若干个高桩码头的设计理论知识，将所述若干个高桩码头的设计理论知识对应导入多个所述虚拟仿真模型中进行关联，得到多个初始设计学习模块；

基于大数据网络获取各理论知识对应的设计案例，分析所述若干个高桩码头的设计理论知识，创作相关理论题型进行关联并整合，得到高桩码头知识题库，将所述设计案例导入所述高桩码头知识题库，得到高桩码头设计问答库；

将所述高桩码头设计问答库嵌入每个所述初始设计学习模块中且合并，得到高桩码头的设计学习模块。

进一步的，本发明的一个较佳的实施例中，所述通过所述学生的设计学习目标信息获取高桩码头施工的相关教学内容，结合多种所述高桩码头的虚拟仿真模型分析施工过程以及施工要求，生成高桩码头的施工学习模块，具体包括以下步骤：

基于所述学生的学习目标信息获取高桩码头的施工学习目标信息，在各课程中对所述施工学习目标信息所需的施工相关教学内容进行确定，得到高桩码头施工的相关教学内容；

通过咨询工程师以及结合大数据网络对多种所述高桩码头的虚拟仿真模型进行分析设计，得到多种高桩码头的具体施工步骤；

根据每种所述高桩码头的具体施工步骤在大数据网络以及所述高桩码头的相关教学内容中进行检索，得到每个步骤对应的技术要求内容；其中，所述技术要求内容包括施工原理、施工技术、施工安全要求；

根据所述技术要求内容在每种高桩码头的虚拟仿真模型中对所述具体施工步骤进行模拟，得到多种高桩码头的施工过程，并将多种所述施工过程与多个所述技术要求内容合并，得到高桩码头的施工学习模块。

进一步的，本发明的一个较佳的实施例中，所述构建基础系统架构，将多种所述高桩码头的虚拟仿真模型、所述高桩码头的设计学习模块与所述高桩码头的施工学习模块导入基础系统架构中，得到高桩码头教学系统，并对所述高桩码头教学系统进行测试，具体包括以下步骤：

获取当前高桩码头设计以及施工的学习缺陷点，基于所述学习缺陷点开展群众调研并收集需求，确定高桩码头教学系统的开发需求；

建立基础系统架构，并在所述基础系统架构中划分出单个核心模块以及多个功能模块；

将多种所述高桩码头的虚拟仿真模型嵌入核心模块中，同时将所述高桩码头的设计学习模块以及所述高桩码头的施工学习模块嵌入功能模块中，以所述核心模块为调用基础，形成依赖关系，得到基础系统的依赖关系网；

根据所述依赖关系网获取模块之间的调用方式和调用顺序，基于所述调用方式和所述调用顺序对依赖关系网进行接口、数据流配置，得到高桩码头教学系统；

构建曼哈顿矩阵，并在所述曼哈顿矩阵中设置数据对比阈值，对所述高桩码头教学系统进行测试，得到多组测试数据，将所述每组测试数据导入所述曼哈顿矩阵中并计算与数据对比阈值之间的曼哈顿距离，得到多个曼哈顿距离；

判断所述曼哈顿距离是否大于预设曼哈顿距离，若大于，则基于曼哈顿距离对测试数据对应的模块进行功能和性能调整，直至测试数据的曼哈顿距离小于预设曼哈顿距离为止。

进一步的，本发明的一个较佳的实施例中，所述获取若干个在线教育平台的使用好评度，基于所述使用好评度对高桩码头教学系统兼容部署的在线教育平台进行筛选，得到高桩码头在线教学平台，具体包括以下步骤：

基于大数据网络获取若干个在线教育平台信息，同时获取冬在线教育平台对应的使用好评度；

构建直方图，将所述若干个使用好评度导入所述直方图中进行绘制，得到使用好评度直方图；

引入阈值分割算法在所述使用好评度直方图中筛选结果，预设分割阈值，筛选出使用好评度大于所述分割阈值的在线教育平台，得到一个或者多个最佳在线教育平台；

若筛选出的在线教育平台为一个，则直接将筛选出的在线教育平台作为最佳在线教育平台进行部署；

若筛选出的在线教育平台为多个，则获取高桩码头教学系统的兼容信息，在多个所述在线教育平台中筛选出匹配所述兼容信息的平台并部署，得到高桩码头在线教学平台，并在所述高桩码头在线教学平台上宣传推广高桩码头教学系统。

本发明第二方面提供了一种基于轻量化引擎技术的高桩码头教学系统，所述一种基于轻量化引擎技术的高桩码头教学系统包括存储器与处理器，所述存储器中储存一种基于轻量化引擎技术的高桩码头教学方法程序，所述一种基于轻量化引擎技术的高桩码头教学方法程序被所述处理器执行时，实现以下步骤：

获取高桩码头的结构设计以及所对应的工程设计需求要素，通过轻量化引擎技术对所述结构设计和所述工程设计需求要素进行分析建模，得到多种高桩码头的虚拟仿真模型；

获取学生的设计学习目标信息，基于所述学生的设计学习目标信息对设计学习模块进行开发，得到高桩码头的设计学习模块；

通过所述学生的设计学习目标信息获取高桩码头施工的相关教学内容，结合多种所述高桩码头的虚拟仿真模型分析施工过程以及施工要求，生成高桩码头的施工学习模块；

构建基础系统架构，将多种所述高桩码头的虚拟仿真模型、所述高桩码头的设计学习模块与所述高桩码头的施工学习模块导入基础系统架构中，得到高桩码头教学系统，并对所述高桩码头教学系统进行测试；

获取若干个在线教育平台的使用好评度，基于所述使用好评度对高桩码头教学系统兼容部署的在线教育平台进行筛选，得到高桩码头在线教学平台。

进一步的，本发明的一个较佳的实施例中，所述构建基础系统架构，将多种所述高桩码头的虚拟仿真模型、所述高桩码头的设计学习模块与所述高桩码头的施工学习模块导入基础系统架构中，得到高桩码头教学系统，并对所述高桩码头教学系统进行测试，具体包括以下步骤：

获取当前高桩码头设计以及施工的学习缺陷点，基于所述学习缺陷点开展群众调研并收集需求，确定高桩码头教学系统的开发需求；

建立基础系统架构，并在所述基础系统架构中划分出单个核心模块以及多个功能模块；

将多种所述高桩码头的虚拟仿真模型嵌入核心模块中，同时将所述高桩码头的设计学习模块以及所述高桩码头的施工学习模块嵌入功能模块中，以所述核心模块为调用基础，形成依赖关系，得到基础系统的依赖关系网；

根据所述依赖关系网获取模块之间的调用方式和调用顺序，基于所述调用方式和所述调用顺序对依赖关系网进行接口、数据流配置，得到高桩码头教学系统；

构建曼哈顿矩阵，并在所述曼哈顿矩阵中设置数据对比阈值，对所述高桩码头教学系统进行测试，得到多组测试数据，将所述每组测试数据导入所述曼哈顿矩阵中并计算与数据对比阈值之间的曼哈顿距离，得到多个曼哈顿距离；

判断所述曼哈顿距离是否大于预设曼哈顿距离，若大于，则基于曼哈顿距离对测试数据对应的模块进行功能和性能调整，直至测试数据的曼哈顿距离小于预设曼哈顿距离为止。

本发明解决了背景技术中存在的技术缺陷，本发明的有益技术效果在于：

通过轻量化引擎技术对所述结构设计和所述工程设计需求要素进行分析建模，得到多种高桩码头的虚拟仿真模型，根据学生的设计学习目标信息对设计学习模块进行开发，得到高桩码头的设计学习模块，通过所述学生的设计学习目标信息获取高桩码头施工的相关教学内容分析施工过程以及施工要求，生成高桩码头的施工学习模块，构建基础系统架构，将所述高桩码头的设计学习模块与所述高桩码头的施工学习模块导入基础系统架构中，得到高桩码头教学系统，获取若干个在线教育平台的使用好评度，基于所述使用好评度对高桩码头教学系统兼容部署的在线教育平台进行筛选，得到高桩码头在线教学平台。本发明能够将高桩码头建设过程转化为虚拟仿真场景，建立高桩码头教学系统，为学生和从业人员提供高质量的高桩码头建设过程的培训，促进行业的发展和提升。

附图说明

为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他实施例的附图。

图1示出了一种基于轻量化引擎技术的高桩码头教学方法的第一方法流程图；

图2示出了一种基于轻量化引擎技术的高桩码头教学方法的第二方法流程图；

图3示出了一种基于轻量化引擎技术的高桩码头教学方法的第三方法流程图；

图4示出了一种基于轻量化引擎技术的高桩码头教学系统的系统框架图。

具体实施方式

为了能够更清楚地理解本发明的上述目的、特征和优点，下面结合附图和具体实施方式对本发明进行进一步的详细描述。需要说明的是，在不冲突的情况下，本申请的实施例及实施例中的特征可以相互组合。

在下面的描述中阐述了很多具体细节以便于充分理解本发明，但是，本发明还可以采用其他不同于在此描述的其他方式来实施，因此，本发明的保护范围并不受下面公开的具体实施例的限制。

本发明第一方面提供了一种基于轻量化引擎技术的高桩码头教学方法，如图1所示，包括以下步骤：

S102：获取高桩码头的结构设计以及所对应的工程设计需求要素，通过轻量化引擎技术对所述结构设计和所述工程设计需求要素进行分析建模，得到多种高桩码头的虚拟仿真模型；

S104：获取学生的设计学习目标信息，基于所述学生的设计学习目标信息对设计学习模块进行开发，得到高桩码头的设计学习模块；

S106：通过所述学生的设计学习目标信息获取高桩码头施工的相关教学内容，结合多种所述高桩码头的虚拟仿真模型分析施工过程以及施工要求，生成高桩码头的施工学习模块；

S108：构建基础系统架构，将多种所述高桩码头的虚拟仿真模型、所述高桩码头的设计学习模块与所述高桩码头的施工学习模块导入基础系统架构中，得到高桩码头教学系统，并对所述高桩码头教学系统进行测试；

S110：获取若干个在线教育平台的使用好评度，基于所述使用好评度对高桩码头教学系统兼容部署的在线教育平台进行筛选，得到高桩码头在线教学平台。

进一步的，本发明的一个较佳的实施例中，所述获取高桩码头的结构设计以及所对应的工程设计需求要素，通过轻量化引擎技术对所述结构设计和所述工程设计需求要素进行分析建模，得到多种高桩码头的虚拟仿真模型，具体包括以下步骤：

获取高桩码头的若干种结构设计，并获取各种所述结构设计所对应的工程设计需求要素；其中，所述工程设计需求要素包括港口周边环境、桩基类型、设备类型、物资；

获取各种所述工程设计需求要素对应的建设参数，定义所述各建设参数为离散值，通过递归算法对各个所述离散值进行组合，生成多组离散参数组合；

引入轻量化引擎技术构建虚拟仿真模型，将多组所述离散参数组合导入所述虚拟仿真模型中，得到多种高桩码头结构模型；

基于大数据网络获取各种所述结构设计所对应的施工要求信息，结合所述工程设计需求要素进行施工工艺分析，得到多个高桩码头结构的施工工艺流程；

将多种所述高桩码头结构的施工工艺流程与每种高桩码头结构模型进行配对融合，得到多种高桩码头的虚拟仿真模型。

需要说明的是，所述工程设计需求要素对应的建设参数包括形状、尺寸、类型等，高桩码头的设计以及施工环境存在差异，例如建设环境、桩基选择、设备使用等多方面的不同，从而使高桩码头所呈现的结构也有差异，而学生需要对不同设计以及施工环境组合下的高桩码头结构进行分析学习，因此可通过轻量化引擎技术对不同的设计以及施工环境进行组合构建，从而得到多种高桩码头的虚拟仿真模型，所述轻量化引擎技术包括Unity3D、Unreal Engine等。本发明能够通过轻量化引擎技术对高桩码头的若干种工程设计需求要素以及施工过程组合构建虚拟仿真模型，从而实现模拟实际的建设过程并进行操作和实践，提高实际操作的技能水平和效率。

进一步的，本发明的一个较佳的实施例中，所述获取学生的设计学习目标信息，基于所述学生的设计学习目标信息对设计学习模块进行开发，得到高桩码头的设计学习模块，具体包括以下步骤：

获取高桩码头专业的多个课程信息，通过对多个所述课程信息进行综合分析，得到学生的设计学习目标信息；

获取各课程中高桩码头设计的相关教学内容，根据所述学习目标信息在所述高桩码头设计的相关教学内容以及大数据网络中提取相关知识，得到若干个高桩码头的设计理论知识，将所述若干个高桩码头的设计理论知识对应导入多个所述虚拟仿真模型中进行关联，得到多个初始设计学习模块；

基于大数据网络获取各理论知识对应的设计案例，分析所述若干个高桩码头的设计理论知识，创作相关理论题型进行关联并整合，得到高桩码头知识题库，将所述设计案例导入所述高桩码头知识题库，得到高桩码头设计问答库；

将所述高桩码头设计问答库嵌入每个所述初始设计学习模块中且合并，得到高桩码头的设计学习模块。

需要说明的是，高桩码头的设计涵盖了多方面的知识，大部分设计知识需要重点掌握，因此需先明确学生的学习目标，而这些知识可通过学生的相关教学课程、内容以及大数据网络中获取，得到高桩码头的设计理论知识，设计学习模块在指导学生学习理论知识的时候相对比较枯燥，故而可在学习模块中添加相对应的设计案例，实现设计理论与实践应用的学习掌握，同时请教老师以及结合大数据网络设计创作与设计理论知识相关的理论题型供学生解答，从而提高学生对设计理论知识点的巩固学习，最终融合开发得到高桩码头的设计学习模块。本发明能够根据学生所需要学习的设计理论知识对学习模块进行开发，同时嵌入知识题库以及实践案例丰富学生的学习过程，巩固知识学习效果，保障教学质量。

进一步的，本发明的一个较佳的实施例中，所述通过所述学生的设计学习目标信息获取高桩码头施工的相关教学内容，结合多种所述高桩码头的虚拟仿真模型分析施工过程以及施工要求，生成高桩码头的施工学习模块，如图2所示，具体包括以下步骤：

S202：基于所述学生的学习目标信息获取高桩码头的施工学习目标信息，在各课程中对所述施工学习目标信息所需的施工相关教学内容进行确定，得到高桩码头施工的相关教学内容；

S204：通过咨询工程师以及结合大数据网络对多种所述高桩码头的虚拟仿真模型进行分析设计，得到多种高桩码头的具体施工步骤；

S206：根据每种所述高桩码头的具体施工步骤在大数据网络以及所述高桩码头的相关教学内容中进行检索，得到每个步骤对应的技术要求内容；其中，所述技术要求内容包括施工原理、施工技术、施工安全要求；

S208：根据所述技术要求内容在每种高桩码头的虚拟仿真模型中对所述具体施工步骤进行模拟，得到多种高桩码头的施工过程，并将多种所述施工过程与多个所述技术要求内容合并，得到高桩码头的施工学习模块。

需要说明的是，开发施工学习模块，需对高桩码头施工过程和技术要求的学习内容进行确定融合，高桩码头的施工同样也涵盖了多方面的知识，且高桩码头的施工与设计紧密联系，因此同样的需先明确学生的施工学习目标，并获取高桩码头施工的相关教学内容，在获取施工过程前需对施工步骤进行确定，而施工步骤根据高桩码头不同结构差异可咨询码头建筑工程师并结合大数据网络进一步分析确定，技术要求是对施工过程的规范约束，不同施工步骤对应不同的技术要求，故而可在高桩码头施工的相关教学内容和大数据网络中进行获取，在得到施工步骤以及技术要求后便可在多种高桩码头的虚拟仿真模型中对施工过程进行模拟，从而提升施工过程的精准性和真实性，为学生提供理论与实践结合的施工教学。本发明能够通过开发施工学习模块提供相关的理论知识和操作指导，结合虚拟仿真模型能够大幅提升学生的学习积极性，提高施工知识的掌握效率。

进一步的，本发明的一个较佳的实施例中，所述构建基础系统架构，将多种所述高桩码头的虚拟仿真模型、所述高桩码头的设计学习模块与所述高桩码头的施工学习模块导入基础系统架构中，得到高桩码头教学系统，并对所述高桩码头教学系统进行测试，如图3所示，具体包括以下步骤：

S302：获取当前高桩码头设计以及施工的学习缺陷点，基于所述学习缺陷点开展群众调研并收集需求，确定高桩码头教学系统的开发需求；

S304：建立基础系统架构，并在所述基础系统架构中划分出单个核心模块以及多个功能模块；

S306：将多种所述高桩码头的虚拟仿真模型嵌入核心模块中，同时将所述高桩码头的设计学习模块以及所述高桩码头的施工学习模块嵌入功能模块中，以所述核心模块为调用基础，形成依赖关系，得到基础系统的依赖关系网；

S308：根据所述依赖关系网获取模块之间的调用方式和调用顺序，基于所述调用方式和所述调用顺序对依赖关系网进行接口、数据流配置，得到高桩码头教学系统；

S310：构建曼哈顿矩阵，并在所述曼哈顿矩阵中设置数据对比阈值，对所述高桩码头教学系统进行测试，得到多组测试数据，将所述每组测试数据导入所述曼哈顿矩阵中并计算与数据对比阈值之间的曼哈顿距离，得到多个曼哈顿距离；

S312：判断所述曼哈顿距离是否大于预设曼哈顿距离，若大于，则基于曼哈顿距离对测试数据对应的模块进行功能和性能调整，直至测试数据的曼哈顿距离小于预设曼哈顿距离为止。

需要说明的是，系统开发是实现轻量化虚拟仿真教学的基础，通过开发稳定的操作系统对设计学习模块以及施工学习模块进行融合，保证高桩码头虚拟仿真的设计与施工环节能够协同工作，提高教学质量；首先了解当下高桩码头设计及施工过程中学习的痛点，开展广泛的调研和收集需求来明确教学系统的开发需求，然后使用开发软件构建系统架构，所述开发软件包括MySQL、Visual Studio、Eclipse等，在系统架构中划分核心模块以及功能模块，核心模块用于执行虚拟仿真模型的操作运行，功能模块用于执行设计学习模块以及施工学习模块，并通过赋予依赖关系、接口和数据流配置协同于核心模块，使得系统能够对高桩码头的设计施工进行高效的虚拟仿真操作，从而实现高桩码头的真实施工场景以及知识点学习，最后对构件的教学系统进行测试验证，确保系统的功能和性能符合要求。本发明通过构建系统框架并融入设计学习模块与施工学习模块，获取教学系统并测试，使学生了解高桩码头建设过程的各个环节，掌握相关的理论知识和实践技能，提高高桩码头建设的质量和效率。

进一步的，本发明的一个较佳的实施例中，所述获取若干个在线教育平台的使用好评度，基于所述使用好评度对高桩码头教学系统兼容部署的在线教育平台进行筛选，得到高桩码头在线教学平台，具体包括以下步骤：

基于大数据网络获取若干个在线教育平台信息，同时获取冬在线教育平台对应的使用好评度；

构建直方图，将所述若干个使用好评度导入所述直方图中进行绘制，得到使用好评度直方图；

引入阈值分割算法在所述使用好评度直方图中筛选结果，预设分割阈值，筛选出使用好评度大于所述分割阈值的在线教育平台，得到一个或者多个最佳在线教育平台；

若筛选出的在线教育平台为一个，则直接将筛选出的在线教育平台作为最佳在线教育平台进行部署；

若筛选出的在线教育平台为多个，则获取高桩码头教学系统的兼容信息，在多个所述在线教育平台中筛选出匹配所述兼容信息的平台并部署，得到高桩码头在线教学平台，并在所述高桩码头在线教学平台上宣传推广高桩码头教学系统。

需要说明的是，教学系统往往需要优质的教学平台作为介质进行运行和部署，若缺少平台支撑，则学生无法实现高桩码头的在线学习，教学系统则无法发挥优异的性能，因此需为构建完成的高桩码头教学系统挑选优质的在线教育平台进行部署；获取若干个在线教育平台以及对应的使用好评度，通过构建直方图对使用好评度进一步分析，引入阈值分割算法从而筛选出一个或者多个最佳在线教育平台，并进一步判断一个或者多个最佳在线教育平台与教学系统的兼容性适配，最终得到优质的在线教育平台进行部署。本发明能够对教学系统适配优质的在线教育平台进行部署供学生使用，进而提升学习热情以及学习效率，同时确保系统的推广和宣传，吸引更多学生加入高桩码头建设工程的学习。

此外，所述一种基于轻量化引擎技术的高桩码头教学方法，还包括如下步骤：

通过所述高桩码头教学系统对学生的学习情况进行模拟测评，获取学生的成绩分数，基于所述成绩分数分析学生近几次考试的答题情况并提取出错题，得到多个考试错题；

基于大数据网络获取多种错题出现的因素，引入逐步回归算法分析计算多种所述错题出现的因素与多个所述考试错题之间的联系，获取多种考试错题出现的联系原因；其中所述导致错题出现的因素包括学习时长、学习任务完成情况等；

获取学生在多种所述考试错题出现的联系原因组合下的错题重复率，构建预测模型，将所述多种所述考试错题出现的联系原因组合下的错题重复率导入所述预测模型中进行训练，得到训练完成的错题重复率预测模型；

获取当前影响学生考试错题出现的联系原因，将所述当前影响学生考试错题出现的联系原因导入训练完成的错题重复率预测模型中，得到预测错题重复率；

基于多个所述考试错题分析计算错题重复率，得到实际错题重复率，判断所述实际错题重复率是否大于预测错题重复率；

若大于，则计算所述实际错题重复率与预测错题重复率的差值，得到偏差值，根据所述偏差值增加学习任务并同时推送与考试重复错误知识点相关的内容案例和练习题进行巩固学习。

需要说明的是，学生在学习高桩码头知识的过程中，无法认识自己的知识掌握程度，因此可通过系统的测评来评估自身的学习情况，但通过分析考试答题情况可得知相同题型反复出现错误的概率大幅增加，说明学生对某些知识点的掌握还存在相对薄弱，可能是由于学习时间不长或者学习任务未完成等原因造成，不利于学生对高桩码头的学习。本发明通过分析学生考试出现错题的联系原因来预测考生下一次的重复出现错题的概率，若未符合预期，则可增加学生的学习任务以及对相关知识点内容的推送解答，从而实现巩固学习重复出现错误的知识点，更好的提高学生对高桩码头的知识掌握程度，减少相同题型重复出现错误的情况，可靠性高。

本发明第二方面提供了一种基于轻量化引擎技术的高桩码头教学系统，所述一种基于轻量化引擎技术的高桩码头教学系统包括存储器41与处理器42，所述存储器41中储存一种基于轻量化引擎技术的高桩码头教学方法程序，所述一种基于轻量化引擎技术的高桩码头教学方法程序被所述处理器42执行时，如图4所示，实现以下步骤：

获取高桩码头的结构设计以及所对应的工程设计需求要素，通过轻量化引擎技术对所述结构设计和所述工程设计需求要素进行分析建模，得到多种高桩码头的虚拟仿真模型；

获取学生的设计学习目标信息，基于所述学生的设计学习目标信息对设计学习模块进行开发，得到高桩码头的设计学习模块；

通过所述学生的设计学习目标信息获取高桩码头施工的相关教学内容，结合多种所述高桩码头的虚拟仿真模型分析施工过程以及施工要求，生成高桩码头的施工学习模块；

构建基础系统架构，将多种所述高桩码头的虚拟仿真模型、所述高桩码头的设计学习模块与所述高桩码头的施工学习模块导入基础系统架构中，得到高桩码头教学系统，并对所述高桩码头教学系统进行测试；

获取若干个在线教育平台的使用好评度，基于所述使用好评度对高桩码头教学系统兼容部署的在线教育平台进行筛选，得到高桩码头在线教学平台。

进一步的，本发明的一个较佳的实施例中，所述构建基础系统架构，将多种所述高桩码头的虚拟仿真模型、所述高桩码头的设计学习模块与所述高桩码头的施工学习模块导入基础系统架构中，得到高桩码头教学系统，并对所述高桩码头教学系统进行测试，具体包括以下步骤：

获取当前高桩码头设计以及施工的学习缺陷点，基于所述学习缺陷点开展群众调研并收集需求，确定高桩码头教学系统的开发需求；

建立基础系统架构，并在所述基础系统架构中划分出单个核心模块以及多个功能模块；

将多种所述高桩码头的虚拟仿真模型嵌入核心模块中，同时将所述高桩码头的设计学习模块以及所述高桩码头的施工学习模块嵌入功能模块中，以所述核心模块为调用基础，形成依赖关系，得到基础系统的依赖关系网；

根据所述依赖关系网获取模块之间的调用方式和调用顺序，基于所述调用方式和所述调用顺序对依赖关系网进行接口、数据流配置，得到高桩码头教学系统；

构建曼哈顿矩阵，并在所述曼哈顿矩阵中设置数据对比阈值，对所述高桩码头教学系统进行测试，得到多组测试数据，将所述每组测试数据导入所述曼哈顿矩阵中并计算与数据对比阈值之间的曼哈顿距离，得到多个曼哈顿距离；

判断所述曼哈顿距离是否大于预设曼哈顿距离，若大于，则基于曼哈顿距离对测试数据对应的模块进行功能和性能调整，直至测试数据的曼哈顿距离小于预设曼哈顿距离为止。

以上，仅为本发明的具体实施方式，但本发明的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，可轻易想到变化或替换，都应涵盖在本发明的保护范围之内。因此，本发明的保护范围应以权利要求的保护范围为准。

Claims (8)

1.一种基于轻量化引擎技术的高桩码头教学方法，其特征在于，包括以下步骤：

获取高桩码头的结构设计以及所对应的工程设计需求要素，通过轻量化引擎技术对所述结构设计和所述工程设计需求要素进行分析建模，得到多种高桩码头的虚拟仿真模型；

获取学生的设计学习目标信息，基于所述学生的设计学习目标信息对设计学习模块进行开发，得到高桩码头的设计学习模块；

通过所述学生的设计学习目标信息获取高桩码头施工的相关教学内容，结合多种所述高桩码头的虚拟仿真模型分析施工过程以及施工要求，生成高桩码头的施工学习模块；

构建基础系统架构，将多种所述高桩码头的虚拟仿真模型、所述高桩码头的设计学习模块与所述高桩码头的施工学习模块导入基础系统架构中，得到高桩码头教学系统，并对所述高桩码头教学系统进行测试；

获取若干个在线教育平台的使用好评度，基于所述使用好评度对高桩码头教学系统兼容部署的在线教育平台进行筛选，得到高桩码头在线教学平台。

2.根据权利要求1所述的一种基于轻量化引擎技术的高桩码头教学方法，其特征在于，所述获取高桩码头的结构设计以及所对应的工程设计需求要素，通过轻量化引擎技术对所述结构设计和所述工程设计需求要素进行分析建模，得到多种高桩码头的虚拟仿真模型，具体包括以下步骤：

获取高桩码头的若干种结构设计，并获取各种所述结构设计所对应的工程设计需求要素；其中，所述工程设计需求要素包括港口周边环境、桩基类型、设备类型、物资；

获取各种所述工程设计需求要素对应的建设参数，定义所述各建设参数为离散值，通过递归算法对各个所述离散值进行组合，生成多组离散参数组合；

引入轻量化引擎技术构建虚拟仿真模型，将多组所述离散参数组合导入所述虚拟仿真模型中，得到多种高桩码头结构模型；

基于大数据网络获取各种所述结构设计所对应的施工要求信息，结合所述工程设计需求要素进行施工工艺分析，得到多个高桩码头结构的施工工艺流程；

将多种所述高桩码头结构的施工工艺流程与每种高桩码头结构模型进行配对融合，得到多种高桩码头的虚拟仿真模型。

3.根据权利要求1所述的一种基于轻量化引擎技术的高桩码头教学方法，其特征在于，所述获取学生的设计学习目标信息，基于所述学生的设计学习目标信息对设计学习模块进行开发，得到高桩码头的设计学习模块，具体包括以下步骤：

获取高桩码头专业的多个课程信息，通过对多个所述课程信息进行综合分析，得到学生的设计学习目标信息；

获取各课程中高桩码头设计的相关教学内容，根据所述学习目标信息在所述高桩码头设计的相关教学内容以及大数据网络中提取相关知识，得到若干个高桩码头的设计理论知识，将所述若干个高桩码头的设计理论知识对应导入多个所述虚拟仿真模型中进行关联，得到多个初始设计学习模块；

基于大数据网络获取各理论知识对应的设计案例，分析所述若干个高桩码头的设计理论知识，创作相关理论题型进行关联并整合，得到高桩码头知识题库，将所述设计案例导入所述高桩码头知识题库，得到高桩码头设计问答库；

将所述高桩码头设计问答库嵌入每个所述初始设计学习模块中且合并，得到高桩码头的设计学习模块。

4.根据权利要求1所述的一种基于轻量化引擎技术的高桩码头教学方法，其特征在于，所述通过所述学生的设计学习目标信息获取高桩码头施工的相关教学内容，结合多种所述高桩码头的虚拟仿真模型分析施工过程以及施工要求，生成高桩码头的施工学习模块，具体包括以下步骤：

基于所述学生的学习目标信息获取高桩码头的施工学习目标信息，在各课程中对所述施工学习目标信息所需的施工相关教学内容进行确定，得到高桩码头施工的相关教学内容；

通过咨询工程师以及结合大数据网络对多种所述高桩码头的虚拟仿真模型进行分析设计，得到多种高桩码头的具体施工步骤；

根据每种所述高桩码头的具体施工步骤在大数据网络以及所述高桩码头的相关教学内容中进行检索，得到每个步骤对应的技术要求内容；其中，所述技术要求内容包括施工原理、施工技术、施工安全要求；

根据所述技术要求内容在每种高桩码头的虚拟仿真模型中对所述具体施工步骤进行模拟，得到多种高桩码头的施工过程，并将多种所述施工过程与多个所述技术要求内容合并，得到高桩码头的施工学习模块。

5.根据权利要求1所述的一种基于轻量化引擎技术的高桩码头教学方法，其特征在于，所述构建基础系统架构，将多种所述高桩码头的虚拟仿真模型、所述高桩码头的设计学习模块与所述高桩码头的施工学习模块导入基础系统架构中，得到高桩码头教学系统，并对所述高桩码头教学系统进行测试，具体包括以下步骤：

获取当前高桩码头设计以及施工的学习缺陷点，基于所述学习缺陷点开展群众调研并收集需求，确定高桩码头教学系统的开发需求；

建立基础系统架构，并在所述基础系统架构中划分出单个核心模块以及多个功能模块；

将多种所述高桩码头的虚拟仿真模型嵌入核心模块中，同时将所述高桩码头的设计学习模块以及所述高桩码头的施工学习模块嵌入功能模块中，以所述核心模块为调用基础，形成依赖关系，得到基础系统的依赖关系网；

根据所述依赖关系网获取模块之间的调用方式和调用顺序，基于所述调用方式和所述调用顺序对依赖关系网进行接口、数据流配置，得到高桩码头教学系统；

构建曼哈顿矩阵，并在所述曼哈顿矩阵中设置数据对比阈值，对所述高桩码头教学系统进行测试，得到多组测试数据，将所述每组测试数据导入所述曼哈顿矩阵中并计算与数据对比阈值之间的曼哈顿距离，得到多个曼哈顿距离；

判断所述曼哈顿距离是否大于预设曼哈顿距离，若大于，则基于曼哈顿距离对测试数据对应的模块进行功能和性能调整，直至测试数据的曼哈顿距离小于预设曼哈顿距离为止。

6.根据权利要求1所述的一种基于轻量化引擎技术的高桩码头教学方法，其特征在于，所述获取若干个在线教育平台的使用好评度，基于所述使用好评度对高桩码头教学系统兼容部署的在线教育平台进行筛选，得到高桩码头在线教学平台，具体包括以下步骤：

基于大数据网络获取若干个在线教育平台信息，同时获取冬在线教育平台对应的使用好评度；

构建直方图，将所述若干个使用好评度导入所述直方图中进行绘制，得到使用好评度直方图；

引入阈值分割算法在所述使用好评度直方图中筛选结果，预设分割阈值，筛选出使用好评度大于所述分割阈值的在线教育平台，得到一个或者多个最佳在线教育平台；

若筛选出的在线教育平台为一个，则直接将筛选出的在线教育平台作为最佳在线教育平台进行部署；

若筛选出的在线教育平台为多个，则获取高桩码头教学系统的兼容信息，在多个所述在线教育平台中筛选出匹配所述兼容信息的平台并部署，得到高桩码头在线教学平台，并在所述高桩码头在线教学平台上宣传推广高桩码头教学系统。

7.一种基于轻量化引擎技术的高桩码头教学系统，其特征在于，所述一种基于轻量化引擎技术的高桩码头教学系统包括存储器与处理器，所述存储器中储存一种基于轻量化引擎技术的高桩码头教学方法程序，所述一种基于轻量化引擎技术的高桩码头教学方法程序被所述处理器执行时，实现以下步骤：

获取高桩码头的结构设计以及所对应的工程设计需求要素，通过轻量化引擎技术对所述结构设计和所述工程设计需求要素进行分析建模，得到多种高桩码头的虚拟仿真模型；

获取学生的设计学习目标信息，基于所述学生的设计学习目标信息对设计学习模块进行开发，得到高桩码头的设计学习模块；

通过所述学生的设计学习目标信息获取高桩码头施工的相关教学内容，结合多种所述高桩码头的虚拟仿真模型分析施工过程以及施工要求，生成高桩码头的施工学习模块；

构建基础系统架构，将多种所述高桩码头的虚拟仿真模型、所述高桩码头的设计学习模块与所述高桩码头的施工学习模块导入基础系统架构中，得到高桩码头教学系统，并对所述高桩码头教学系统进行测试；

获取若干个在线教育平台的使用好评度，基于所述使用好评度对高桩码头教学系统兼容部署的在线教育平台进行筛选，得到高桩码头在线教学平台。

8.根据权利要求7所述的一种基于轻量化引擎技术的高桩码头教学系统，其特征在于，所述构建基础系统架构，将多种所述高桩码头的虚拟仿真模型、所述高桩码头的设计学习模块与所述高桩码头的施工学习模块导入基础系统架构中，得到高桩码头教学系统，并对所述高桩码头教学系统进行测试，具体包括以下步骤：

获取当前高桩码头设计以及施工的学习缺陷点，基于所述学习缺陷点开展群众调研并收集需求，确定高桩码头教学系统的开发需求；

建立基础系统架构，并在所述基础系统架构中划分出单个核心模块以及多个功能模块；

将多种所述高桩码头的虚拟仿真模型嵌入核心模块中，同时将所述高桩码头的设计学习模块以及所述高桩码头的施工学习模块嵌入功能模块中，以所述核心模块为调用基础，形成依赖关系，得到基础系统的依赖关系网；

根据所述依赖关系网获取模块之间的调用方式和调用顺序，基于所述调用方式和所述调用顺序对依赖关系网进行接口、数据流配置，得到高桩码头教学系统；

构建曼哈顿矩阵，并在所述曼哈顿矩阵中设置数据对比阈值，对所述高桩码头教学系统进行测试，得到多组测试数据，将所述每组测试数据导入所述曼哈顿矩阵中并计算与数据对比阈值之间的曼哈顿距离，得到多个曼哈顿距离；

判断所述曼哈顿距离是否大于预设曼哈顿距离，若大于，则基于曼哈顿距离对测试数据对应的模块进行功能和性能调整，直至测试数据的曼哈顿距离小于预设曼哈顿距离为止。