王 勇 蔡自興
摘要:本文通過教學(xué)實踐出發(fā),從教學(xué)方法和教學(xué)內(nèi)容等方面對“智能優(yōu)化算法及其應(yīng)用”課程的教學(xué)進(jìn)行了探討,將啟發(fā)式教學(xué)、示例教學(xué)、多媒體課件教學(xué)、課程設(shè)計等教學(xué)方法和手段運用到“智能優(yōu)化算法及其應(yīng)用”課程的教學(xué)當(dāng)中,取得令人滿意的教學(xué)效果。
關(guān)鍵詞:智能優(yōu)化算法;啟發(fā)式教學(xué);Matlab語言
中圖分類號:G642文獻(xiàn)標(biāo)識碼:B
1引言
從教材和教學(xué)大綱出發(fā),“智能優(yōu)化算法及其應(yīng)用”這門課程主要針對模擬退火算法、遺傳算法、禁忌搜索、神經(jīng)網(wǎng)絡(luò)優(yōu)化算法、混合算法等幾個方面進(jìn)行了講解。由于該課程涉及的知識面很廣,內(nèi)容比較抽象,所以學(xué)生往往難以理解,特別對各種優(yōu)化算法的實際應(yīng)用不能靈活掌握。這直接導(dǎo)致了學(xué)生學(xué)習(xí)興趣的減弱和對課程學(xué)習(xí)的厭倦情緒。為了克服上述問題,更好地實現(xiàn)教學(xué)目標(biāo),本文作者從教學(xué)方法、教學(xué)內(nèi)容等方面出發(fā)對智能優(yōu)化算法及其應(yīng)用課程的教學(xué)進(jìn)行了探索,改善了課堂教學(xué)和課外實踐的效果。
2啟發(fā)式教學(xué)
所謂啟發(fā)式教學(xué)法,就是以學(xué)生的經(jīng)驗為基礎(chǔ),由教師提出問題,使他們思考去解決、分析、批評、判斷和歸納,因而可以觸類旁通、舉一反三,使經(jīng)驗逐漸擴(kuò)張,思路更為靈活。通過啟發(fā)式教學(xué)法,可以培養(yǎng)學(xué)生學(xué)習(xí)的內(nèi)在動機(jī),引導(dǎo)學(xué)生思考和逐步掌握各個知識點,使他們真正對所學(xué)的課程感興趣。為了更好地運用啟發(fā)式教學(xué),教師應(yīng)該首先向同學(xué)們闡述該課程的發(fā)展歷史和未來的發(fā)展前景,介紹該課程的理論和實踐背景,讓學(xué)生對課程的整體情況有所了解,并產(chǎn)生好奇心。
在啟發(fā)式教學(xué)過程中,教師可根據(jù)教學(xué)重點和難點,首先采取提問的方式引發(fā)學(xué)生進(jìn)行思考,使他們的思維高度集中。在學(xué)生思考過程中,可根據(jù)他們的思考結(jié)果給與適當(dāng)?shù)奶崾九c鼓勵,使他們的思考更加深入。接著可采用問答討論的方式,對學(xué)生的答案加以分析,使得學(xué)生的思維達(dá)到升華。最后,將學(xué)生討論的結(jié)果與課本的結(jié)果進(jìn)行對比,找出異同點。通過上述啟發(fā)式的教學(xué)過程,學(xué)生可以更加深刻理解課程中的難點和重點。
如模擬退火算法是一種隨機(jī)優(yōu)化方法,學(xué)生在學(xué)習(xí)課程之前已對經(jīng)典的基于梯度的優(yōu)化方法有一定了解。在介紹模擬退火算法之前,可先向?qū)W生提問:經(jīng)典的優(yōu)化方法的核心思想是什么。接著可再提出問題:如果在經(jīng)典的優(yōu)化方法中加入隨機(jī)因素會出現(xiàn)什么結(jié)果。教師可根據(jù)學(xué)生的回答給予適當(dāng)?shù)奶崾?,最后再給出模擬退火算法的主要步驟和主體思想。
此外,在介紹混合算法的時候,也可以采用啟發(fā)式的教學(xué)法,如可提問學(xué)生如果把模擬退火算法和神經(jīng)網(wǎng)絡(luò)混合起來進(jìn)行問題求解應(yīng)該怎么做。3示例教學(xué)
在教學(xué)過程中,如果只是純粹地講解理論知識,學(xué)生可能覺得索然無味,從而直接導(dǎo)致學(xué)習(xí)興趣的減弱。而通過選擇一些經(jīng)典的示例進(jìn)行分析、講解與討論,學(xué)生可以在學(xué)習(xí)過程中做到理論與實際相結(jié)合,并增加對所學(xué)知識實用性的了解,從而提高學(xué)習(xí)的積極性和主動性。
如在講解遺傳算法的主要步驟,即編碼、解碼、交叉、變異、選擇時,通過選擇最短路徑問題的示例來解釋其運行機(jī)理。最短路徑問題是一類離散優(yōu)化問題,其主要任務(wù)是找到一條從起始點到終點的最短路徑。在運用示例講解時,首先給學(xué)生介紹如何對每一條路徑進(jìn)行編碼,然后介紹如何對不同的路徑進(jìn)行交叉、變異和選擇等操作,而且說明在上述過程中如果出現(xiàn)不合法路徑應(yīng)該如何進(jìn)行處理,最后講解如何選擇較好的路徑來進(jìn)行下一次進(jìn)化等等。通過上述講解,學(xué)生對遺傳算法的主要步驟具有了十分深刻的認(rèn)識。
此外,在講解神經(jīng)網(wǎng)絡(luò)時,可首先通過理論講解使學(xué)生對神經(jīng)網(wǎng)絡(luò)的原理有了一定的了解,接著通過選擇一種經(jīng)典的神經(jīng)網(wǎng)絡(luò)示例,即BP神經(jīng)網(wǎng)絡(luò),對其原理及具體實現(xiàn)過程進(jìn)行演示。在教學(xué)過程中,作者通過選用Matlab語言中的神經(jīng)網(wǎng)絡(luò)工具箱,對BP神經(jīng)網(wǎng)絡(luò)進(jìn)行了講解,包括如何構(gòu)造輸入層、隱含層和輸出層,如何執(zhí)行反向傳播等等。最后再通過選用一個BP神經(jīng)網(wǎng)絡(luò)應(yīng)用于實際工程中的示例進(jìn)行講解。這樣,學(xué)生對神經(jīng)網(wǎng)絡(luò)的原理和應(yīng)用便有了具體而生動的認(rèn)識,從而也調(diào)動了學(xué)生的學(xué)習(xí)興趣。
4多媒體課件教學(xué)
運用多媒體課件上課有許多“黑板+粉筆”不可企及的效果。運用多媒體課件上課,可以生動且有效地對教學(xué)重點與難點進(jìn)行講解,同時通過多媒體課件中的動畫演示、錄像演示等可以使學(xué)生對學(xué)習(xí)要點有更直觀和深刻的了解,激發(fā)學(xué)生的好奇心。
如在解釋遺傳算法對某一優(yōu)化問題的進(jìn)化過程時,可將初始群體中個體的分布,運行到中間代數(shù)時群體中個體分布,和進(jìn)化結(jié)束時群體中個體的分布情況通過多媒體演示出來。這樣,學(xué)生便對遺傳算法的進(jìn)化迭代尋優(yōu)思想有了很直觀的認(rèn)識,而且學(xué)生可以很深刻的理解遺傳算法搜索到全局最優(yōu)解的工作原理和過程。此外,還可通過錄像演示,將整個進(jìn)化過程中每一代群體中個體的分布情況全部演示出來,這樣遺傳算法的整體執(zhí)行過程便在學(xué)生眼前活靈活現(xiàn)地展示出來。
在介紹各種智能優(yōu)化算法之間的優(yōu)缺點、異同點時,也可通過多媒體課件中的各種圖形工具將優(yōu)缺點和異同點進(jìn)行歸納和總結(jié),更清晰地展現(xiàn)在學(xué)生面前,同時也使得教師在講解時便于歸納敘述。
5課程設(shè)計
課程設(shè)計是學(xué)生綜合運用課程所學(xué)知識的一個重要環(huán)節(jié)。特別對于智能優(yōu)化算法及其應(yīng)用這門課程,如何引導(dǎo)學(xué)生將優(yōu)化算法應(yīng)用到實際問題顯得尤為重要,這不僅鍛煉了他們的實際動手能力,也鍛煉了他們分析問題和解決問題的能力,可全面開發(fā)學(xué)生的創(chuàng)造性思維和創(chuàng)新能力,使課程設(shè)計真正成為學(xué)生綜合運用學(xué)科知識和進(jìn)行能力培養(yǎng)的有效途徑。
在課程設(shè)計中,我們?yōu)閷W(xué)生設(shè)計了遺傳算法求解TSP問題、差異進(jìn)化算法求解約束優(yōu)化問題、粒子群優(yōu)化算法求解多目標(biāo)優(yōu)化問題、BP網(wǎng)絡(luò)解決XOR分類問題等幾個題目,將學(xué)生分為若干組,要求學(xué)生采用Matlab、c語言等軟件實現(xiàn)上述問題的編程求解,并規(guī)定課程設(shè)計的時間為兩周。通過課程設(shè)計,學(xué)生對智能優(yōu)化算法及其應(yīng)用這門課程的理論和實踐得到了升華,并且團(tuán)隊合作能力也得到了提高。
6結(jié)束語
實踐證明,將啟發(fā)式教學(xué)、示例教學(xué)、多媒體課件教學(xué)、課程設(shè)計等教學(xué)方法和手段運用到智能優(yōu)化算法及其應(yīng)用課程的教學(xué)中,一方面滿足了學(xué)生對優(yōu)化算法學(xué)習(xí)的心理,另一方面使本課程的講解更加形象、生動和易于理解,活躍了課堂氣氛,提高了學(xué)生的學(xué)習(xí)興趣,取得了令人滿意的教學(xué)效果。