劉叢 鄔春學 蔣林華

摘要：計算智能是一門理論基礎比較強的課程。本文結(jié)合近幾年計算智能課程教學中教學經(jīng)驗和教學體會，總結(jié)出一套新的教學模式。該模式主要包括啟蒙-自學-討論完善等三個階段。該模式對目前的計算智能學習者具有一定的參考價值。

關鍵詞：計算智能；教學經(jīng)驗；教學模式

中圖分類號：G642.41 文獻標志碼：A 文章編號：1674-9324（2016）27-0160-02

計算智能是我校為計算機應用技術、軟件工程和計算機技術等相關專業(yè)的碩士研究生開設的一門理論性比較強的學位課。該課程的內(nèi)容非常廣泛，具有很強的應用性、綜合性、挑戰(zhàn)性，并且該課程是模式識別、機器學習以及數(shù)據(jù)挖掘等學科的重要基礎。通過該課程的學習，學生可以獲得一種新的思維方式和問題求解方法。

一、計算智能的重要性

隨著社會的發(fā)展和科技的進步，信息化是未來社會和科技發(fā)展的主要方向。特別是智能家居和物聯(lián)網(wǎng)的出現(xiàn)，更將世間萬物納入廣義信息化的范疇中。隨著信息化范圍的不斷增大，人們可獲得的數(shù)據(jù)規(guī)模也越來越大，導致了大數(shù)據(jù)的產(chǎn)生。如何在這片浩瀚的數(shù)據(jù)海洋中找出所需要的知識是需要解決的主要問題。數(shù)據(jù)挖掘、模式識別和機器學習便是解決該問題的主要方法。數(shù)據(jù)挖掘從大量的數(shù)據(jù)中尋找出有用的數(shù)據(jù)，并根據(jù)這些數(shù)據(jù)挖掘出想要的知識；模式識別可以在特定知識中識別出相應的模式；機器學習可以根據(jù)現(xiàn)有的數(shù)據(jù)模式學習出相應的規(guī)律便于對未知的數(shù)據(jù)進行分析和預測。三個方面發(fā)展非常迅速，但都離不開計算智能的發(fā)展。計算智能是模擬生物進化的思想提取出來的求解問題方法，它將大自然和人類的智慧添加到搜索方法中，從而衍生出的一種類人啟發(fā)式算法集合。該算法集合擁有很強的自適應能力和全局搜索能力，所以為眾多專家學者所青睞。近年來，計算智能已成為計算機類專業(yè)的核心課程之一。特別是對于計算機系的高年級本科生和研究生更應該熟練掌握。因此，如何提高這門課的教學模式，滿足學生的不同需要，緊跟市場的不同需求，對于培養(yǎng)高科技的創(chuàng)新型及應用型人才具有重要的意義。

二、課程教學目標

本課程的教學目標分為兩個方面：（1）對學生來講，使學生掌握計算智能的基本概念、基礎知識和計算智能中主要算法的算法思想，包括算法的起源、算法步驟、算法優(yōu)缺點以及如何對現(xiàn)有算法進行改進，了解計算智能最新算法理論和使用，增加學生對計算智能的興趣，提高學生的創(chuàng)新思維能力。（2）對教師自身發(fā)展來講，經(jīng)過幾年的積累經(jīng)驗，爭取將本課程建設成核心經(jīng)典課程，發(fā)揮其教學示范作用。設計出高質(zhì)量的教學模塊和中英文電子課件，以供國內(nèi)外學者參考，使學生既能夠?qū)W習到計算智能的相關原理，又能鍛煉學生的實際動手能力，還能提高學有余力的學生創(chuàng)新思維。

三、計算智能課程特點

計算智能有兩個比較明顯的特點：（1）借鑒仿生學思想；（2）算法比較多并且更新速度比較快。在此做簡單介紹。

（一）仿生學思想

計算智能依照仿生學的思想，以數(shù)據(jù)為基礎，通過設計合適的優(yōu)化規(guī)則而對問題進行求解的方法。主要內(nèi)容包括神經(jīng)計算、進化計算以及模糊計算。神經(jīng)計算使用神經(jīng)元來模擬人腦進行工作，通過學習大量數(shù)據(jù)的連接權重來設計合適的神經(jīng)網(wǎng)絡觸發(fā)模型。神經(jīng)計算包括感知機學習算法和反向傳播學習算法等。進化計算是模擬自然界千百年來形成的優(yōu)勝劣汰、適者生存的原則建立的一套自適應、自學習、自組織模型。它將自然界中的選擇思想、交叉思想和變異思想融合到隨機搜索算法中，使新的優(yōu)化速度遠遠高于隨機搜索速度。進化計算又可分為遺傳算法、進化規(guī)劃、進化策略、群智能算法、模擬退火算法和人工免疫算法。其中群智能算法還可分為粒子群算法、蟻群算法、人工魚群算法等。每個算法都有其來源思想和算法流程。模糊計算以模糊集和理論、模糊推理為基礎，將人類對事物認知的不確定性能力融合到計算機優(yōu)化中，可解決和處理現(xiàn)實中的不確定性和不準確性問題。所以，依照仿生學思想是計算智能的第一大特點。

（二）算法比較多且更新比較快

據(jù)上所述，計算智能包括很多仿生學算法，并且新的算法也在源源不斷地被設計出，所以算法比較多是該課程的一大特點。需要我們設置針對算法學習的教學模式，在學習算法的過程中，不能光靠死記硬背，必須讓學生理解算法的思想和精髓，并在理解的基礎上進行靈活應用。根據(jù)程序?qū)W習得出的經(jīng)驗，如果對一個算法深刻的熟悉，最好的方法是使用程序代碼將該算法實現(xiàn)。

近年來越來越多的專家學者致力于該領域的研究，所以新的算法及對原算法的改進算法也源源不斷地被提出來。特別是進化計算領域，量子計算、分布估計算法、進化多目標算法等更高級的算法也越來越多。這就需要教師在教學的過程中，不僅要將基礎性的算法思想介紹清楚，還應該讓學生明白，如何創(chuàng)新性地設計更好的算法，提高學生的創(chuàng)新思維能力。

四、以學生為中心的創(chuàng)新教學理念

傳統(tǒng)的教學模式中，教師以教為主，學生以學為主，面對不同基礎的學生使用相同的教學方法，這種教學模式對基礎比較好的學生會產(chǎn)生時間浪費，而基礎相對薄弱學生無法進入狀態(tài)。部分文獻提出可使用翻轉(zhuǎn)教學解決該問題，學生在課下使用教師制作的視頻、課件等選擇適合自己的學習內(nèi)容，回到課堂上后，教師和學生對課下所學進行討論并解決問題。課堂變成了討論的場所，既學習了知識，又能提高學生學習的能動性。該方法在現(xiàn)階段產(chǎn)生了很大的吸引力。并產(chǎn)生了很好的效果。在本模式的教學中，我們主要把握以下四點；（1）理論與實踐相結(jié)合；（2）科研素質(zhì)的培養(yǎng)；（3）教師與學生并行；（4）前沿熱點問題重點關注?；诖?，我們提出了一個新的教學方法，該教學過程主要包括三個階段，詳細內(nèi)容如下。

（一）啟蒙階段

為了讓學生盡快地對算法思想和算法內(nèi)涵進行了解，減少不必要的時間浪費。教師首先需要對算法的起源、算法的內(nèi)涵和算法的思想進行仔細講解，讓學生盡快了解該算法的思想；其次需要將算法的特點做詳細介紹，包括算法的優(yōu)勢和不足，針對算法的不足，給學生提供一些可深入考慮的思維點。該階段是一個初步學習的階段，教師在其中占有很大作用。

（二）自學階段

自學階段是該教學模式的重中之中。該階段是在課堂外進行的，所以，需要學生有高度的自主學習性。學生在文獻中尋找解決課堂上遺留的問題，如果有能力的學生可設計新的解決方法。主要包括以下幾點：（1）幫學生選擇一個合適的學術文獻去閱讀，該文獻可以是對課堂算法的綜述，可以是對算法缺點的創(chuàng)新，可以是對課堂算法編程實現(xiàn)。（2）以該算法為中心，根據(jù)自己的想法設計合適的創(chuàng)新算法。

（三）討論完善階段

課下文獻閱讀和課上討論是學生學習的主要環(huán)節(jié)。針對學生課下對文獻的學習，回到課上后，首先讓學生進行文獻講解，該過程有兩個方面的意義：其一，通過文獻講解，可以了解學生對該文獻的掌握情況；其二，該過程也是其他學生學習并產(chǎn)生問題的過程。經(jīng)過學生講解后，整個班級的學生會對該文獻有了深一步的了解。教師作為討論中掌控者和主持者，應根據(jù)文獻的內(nèi)容，提出算法的缺陷，引導學生去思考。而后進行討論，在討論中，學生可以深刻掌握算法的真諦，并可以碰撞出火花。

（四）考核形式

目前大多數(shù)課程的考試方法包括兩個部分：一部分為平時成績，所占比重為30%～40%，主要包括課堂表現(xiàn)、學生積極性以及課下作業(yè)的完成情況，二部分為考試階段，所占比重為60%～70%，可分為開卷考試或閉卷考試。所以就造成了學生對考試非常在行，但分數(shù)越高是否代表只是掌握的越好呢，在以死記硬背為主的專業(yè)中，或許是如此，但在以理解為主的理工科中，并不完全正確。而這種考核模式會讓很多學生只注重形式化的考試，而忽略了自己能力的培養(yǎng)。根據(jù)本文的教學模式，本文使用了一種新的考核方式。教學中的幾個模塊都應有所考慮。課堂表現(xiàn)、文獻講解和課堂討論為主要模塊，占總成績的70%，而將結(jié)課后的試卷考核設計為30%。新的考核方式更注重學生能力的培養(yǎng)，削弱只會筆試的現(xiàn)狀。在評判時，如何確定各個模塊的分數(shù)也比較重要，總的來說，應遵循創(chuàng)新性、認真性和準確性原則。創(chuàng)新性是主要部分，培養(yǎng)學生的創(chuàng)新能力尤為重要；認真性只要保證學生在課堂或課下閱讀文獻時的態(tài)度，好的學習態(tài)度也是一個重要的部分；準確性要求教師在分數(shù)尺寸上不能有所偏差。期末考試比較容易評判。

五、總結(jié)

本文介紹了計算智能教學實踐的一種方法。包括啟蒙階段、自學階段和討論完善階段，以及如何對學生進行考核。本套教學方法已經(jīng)在兩屆學生中進行了驗證，根據(jù)學生課后的反應情況來看，還是比較有作用的。主要表現(xiàn)在：（1）提高了學生課堂的積極性，學生在課堂的積極性有了顯著的提高，對文獻算法的質(zhì)疑度也有了極大地增加。（2）提高了學生對現(xiàn)有算法的質(zhì)疑性。（3）增加了學生對計算智能領域的興趣。結(jié)課后很多非本領域的學生也希望能在計算智能上有所發(fā)展。

教學是一門藝術，更有其永無止境的探索性。本文只是筆者的一些個人經(jīng)驗，難免有些瑕疵和不完善，筆者會在以后的教學中逐漸完善，使計算智能的教學得到提高。

參考文獻：

[1]李陽陽，尚榮華，焦李成.量子計算智能導論教學探索[J].計算機教育，2011，（15）：55-57.

[2]周永權.智能計算研究生課程教學方法與實踐[J].計算機教育，2011，（3）：95-96.

[3]馮愛祥，羅雄麟.本科“人工智能”課程的教學改革探索[J].中國電力教育，2011，（4）：111-112.