时间:2022-07-25 10:23:05
引言:寻求写作上的突破?我们特意为您精选了12篇体智能课程总结范文,希望这些范文能够成为您写作时的参考,帮助您的文章更加丰富和深入。
2 中高职课程体系衔接的现状
2.1 专业培养目标不明确 中高职教育同属于职业教育类型,但是高等职业教育是中等职业教育的延伸,所以其培养目标和培养模式有一致性也有着层次上的差异性。通过调查研究发现,很多职业院校在制定应用专业人才培养目标时,大多根据自身师资情况进行制定,没有对培养目标层次和应用专业人才培养目标的特殊性进行深入探讨,造成专业培养目标不明确,不能很好地兼顾应用专业人才培养的层次性,从而无法实现中高职协调培养学生的可持续发展的综合职业能力。
2.2 专业理论课程重复造成浪费 我国尚未统一制定中等职业教育和高等职业教育的课程标准,各地区各学校自行制定各自的课程标准,而且中等职业教育和高等职业教育分属不同的部门管理,造成了中职和高职的课程设置难以得到统一的规划。而且由于教材建设的落后,一部分中职找不到合适的教材只能选择高教或者大专的教材,这就不可避免地造成了中职毕业生升入对口专业的高职院校学习的专业课程和中职阶段所学习的内容有很多重复之处。这不仅造成了学生时间和精力的浪费,而且造成了教育资源的浪费,进而影响学生的学习积极性和职业教育的吸引力和社会评价。
3 构建层次化的中高职综合职业能力培养体系
综合职业能力的提高要是一个由简单到复杂,由初级到高级的循序渐进的过程,是建立在相关的、一定的基础能力之上的。如果没有经过职业能力的基本训练,试图达到高层次的综合职业能力是不可能的。按照高等职业教育的培养目标,要求其入学水平既有高中文化的基础要求,很多专业还有一点职业能力的要求。只有具有一定的文化和职业技能基础,才能保证其培养质量。
中职和高职教育是同一属性的两个不同层次的职业教育,为避免其培养目标重复和错位,中高职教育的培养目标应该界定层次,明确定位。针对计算机应用专业中高职衔接过程出现的问题,我们首先应该理清计算机应用专业中、高职各层次的培养目标,然后将中高职的计算机应用专业所涉及的综合职业能力细化分类,建立层次化的计算机应用专业中高职综合职业能力培养体系,如图1所示。
构建层次化的中高职综合职业能力培养体系是构建中高职衔接课程体系的基础。如图1所示,将应用专业中、高职人才培养目标所涉及的职业能力细化分类,主要包括职业通用能力模块、职业岗位群专业能力模块、专门职业技术能力模块、职业生涯发展课程模块,培养学生基于职业岗位和职业任务的综合职业能力。其中“职业通用能力模块”针对从事任何职业、行业都需要具备的普遍适应性能力,如写作、信息收集、外语交流等基础能力;“职业岗位群专业能力模块”是针对职业岗位群工作应具备的知识和技能,包含具体工作的处理能力;“专门职业技术能力模块”是职业能力核心模块,是完成特定职业任务所必须掌握的专门技术及能力,着眼点在于特定的专业方向,目的是加强岗位针对性。“职业生涯发展能力模块”目的在于培养学生有从事相近专业和适应职业或岗位变更的能力,如创新能力、合成能力、解决问题能力等,可以使之迅速适应岗位或职业的变迁,顺利进行职业活动,提升自我空间。
4 构建计算机应用专业中高职衔接课程体系
层次化的中高职模块化课程体系是以层次化的中高职综合职业能力培养体系为基础,在对中高职人才培养目标和培养规格进行科学定位,从职业岗位、职业任务、职业能力三方面对中高职衔接计算机应用专业进行分析,以计算机应用专业综合职业能力需求为中心设置课程和教学内容,采用模块化的设计,构建基于综合职业能力的层次化模块化中高职衔接课程体系,如图2所示。
在课程内容衔接上,中高职双方专业骨干教师要根据中高职应用专业的特点和要求,制定统一的,相互衔接的课程标准,按照工作岗位、工作任务和岗位能力选取恰当的教学内容,不仅要避免课程内容的重复,更要延伸和深化课程内容,使课程内容真正实现连续性、逻辑性,形成一个有序的有机整体。
1 背景
目前,智能计算已成为人工智能界一个研究的热点领域,研究的最终目标就是为了实现真正意义的人工智能图景,为了让计算机和集成有计算功能的各种工具及设备更加独立、更加聪明、能够自主思考和行动,最终成为我们工作和生活中必不可少的得力助手。特别,物联网作为信息产业第三次浪潮,从物联网的概念中,我们不难看出它与计算,特别是智能计算的密切联系,现在的互联网上各种终端之间、它们与服务器端和存储系统之间的沟通与互相响应,其实都是有人在后面操作和控制的,但是在未来的物联网里,物与物、物与人以及物与计算机设备之间的协作则要实现智能化和自动化,不需要人们花费太多的时间去介入、控制和管理。
举例来说,一个物联网时代的超市,其物流完全可以实现全自动化的管理。例如它可以通过设置在货架和仓库中的RFID标签读取设备了解存货信息,一旦要出现缺货现象时,它就会立即将信息发送给超市的服务器系统,并由它自动联系行驶在路上的众多送货车辆里的计算机系统,查找哪辆货车中有足够的相应商品,最后才会通知相关的司机,让他将车驶向缺货的超市,而此前的一切计算和通信的过程,都无需人工介入。
通过这个例子可以了解到,即时了解外界的环境和需求变化,并就变化进行智能化、自动化的信息处理和通信就是物联网的核心技术。而这一技术,其实就是智能计算技术。智能计算的理论与方法已成功应用于几乎所有的科学与工程领域,特别是非线性系统辨识与控制、模式识别与智能系统、复杂系统建模与预测、计算材料学、生物医学图像处理、生物信息学与系统生物学等。因此,学习和研究智能计算技术,推动智能科学技术专业教育,培养高层次智能计算技术人才,有着极为重要的现实意义。
在国外,开设智能计算课程的大学已非常普遍。在国内,近几年开设智能计算课程的中国大学越来越多,如清华大学、北京大学、哈尔滨工业大学、中国科技大学、西安电子科技大学等。另外,在计算机、电子、自动化、系统和控制、材料等有关的国际会议上,均有智能计算相关的研究主题。智能计算相关的国际杂志和协会近几年也越来越多,如:Spring出版的Swarm Intelligence,IEEE出版的IEEE Transactions on Evolutionary Computation,IEEE/ACM Transactions 0nComputationalBiology andBioinformatics等学术刊物。随着计算机技术及相关前沿学科的发展,智能计算已经成为计算机、信息技术等专业开设的必修课之一,国内外有关智能计算的教学内容基本上大同小异。我校从2005年开始,在计算机应用技术、计算数学硕士点开设智能计算必修课程,笔者主讲该课程,以下结合自己的教学实践,谈谈研究生智能计算课程的一些教学方法和经验,并提出自己对该课程建设的一些看法和建议。
2 教学内容及课程特点
智能计算课程的主要内容包括:人工神经网络、进化算法、模糊系统、人工免疫系统、群体智能(模拟退火、蚁群、粒子群、蜂群、鱼群、人口迁移、萤火虫算法等)、量子计算、DNA计算等。智能计算不同于其他课程特点,它是一个交叉学科,主要特点有以下几方面。
1)仿生法:仿生是智能计算一个非常重要的研究方法,它强调向自然界学习,采用类比的方法,通过模仿其中的原理规律以得到解决问题的一般方法。如蚁群、粒子群、蜂群、鱼群、萤火虫算法等,无不体现了仿生这一研究方法。此外,还有很多群智能算法通过模仿一些自然或物理现象和规律,如模拟退火算法通过模拟液体的结晶过程设计;免疫算法是模拟生物、植物或动物免疫系统自适应调节功能设计的;量子、分子计算模拟量子论原理而设计;人工神经网络是模拟人的大脑结构及信号处理过程而设计的;进化算法是基于达尔文的“优胜劣汰、适者生存”原理设计的。
2)实验法:智能计算源自于计算机技术的发展及人们对自然界的深入思考,其中的算法有着合理的仿生背景,要彻底说清楚算法为什么行之有效,目前大多算法都缺乏严格的数学理论证明,从数学的角度分析算法的性能是比较困难的。因此,只能通过计算机仿真实验去分析算法的性能,通过实验分析提高对算法机理的认识,然后,寻求理论上的严格证明,改进算法的性能。
3)融合策略:大量复杂问题的存在使得没有一个算法是通用的,同样,智能计算中的方法各有有点,也都有不足之处。算法的融合策略是取长补短,将不同的算法有机地结合起来,以提高算法的整体性能,提高算法的求解能力。融合策略通常将待融合的算法采用“串联”、“并联”、“包含”等模型来融合,其中待融合的算法考虑将智能算法和传统的算法结合起来。这一方面,人们己作了大量的工作,取得了良好的效果。
4)系统理论:智能计算是为了解决复杂问题而发展起来的,系统理论主要包括协同论、突变论和耗散结构等内容,这些对于指导算法设计、改进算法和理解算法的复杂行为方面有指导意义。
3 教学方法及教材建设
针对智能计算课程内容及其研究内容,根据研究生教育规律、研究生学习的特点,笔者采用的教学方法是“课堂讲授、问题讨论、课外研读”相结合的教学方法,借助于多媒体教学手段,采用动漫技术来实现智能算法的仿生机制,从源头上让学生体会每一种智能算法的仿生机制或一些自然或物理现象和规律,归纳起来有以下几点:
1)结合智能计算课程的特点,确立“以大自然、社会等为学习对象,善于观察其仿生机制或一些自然或物理现象和规律”作为理解智能计算课程概念、原理的关键点。
2)启发学生在理解仿生机制或一些自然或物理现象和规律的基础上,抽象出模拟进化计算的一般框架。
3)讲解计算智能的有关理论和算法,课程中穿插了大量的研究案例,告诉研究生如何使用计算智能方法解决各个工程领域的具体问题。
4)要求学生通过具体的研究项目,亲自编写自己的算法程序源代码,培养研究生独立解决问题的能力。总之,随着计算智能的快速发展,每年我们的教,学内容和课件都在更新,以包括最新的研究内容,尤其是我们自己的研究内容,扩大研究生的知识范围。
近几年,我们使用过国内出版的多种有关智能计算教材,如高等教育出版社的《计算智能(第一分册)》、科学出版社的《计算智能中的仿生学:理论与算法》、《计算智能――理论、技术与应用》等教材,但很快发现其中很多地方不适用,因此,我们在教学的过程中,对目前国内出版有关智能计算教材,结合我们课题的研究,针对性选取一些内容来制作课件和讲义进行教学。因此,建议智能计算相关专业的协会或出版社尽快组织教学经验教师编写适合于研究生教学的智能计算教材。
4 教学效果评价方法
智能计算理论与应用这门具体课程来说,最重要的是注重学生的交叉学科知识和能力的培养。因此,本课程学习结束考察方式主要采用:1)闭卷考试。主要考察对智能算法原理的理解和综合运用能力。2)小作业。要求对介绍过群智能算法总结、分析、对比等,形成一个简要总结报告,对介绍过多种智能算法的概念、原理、方法、应用等方面进行总结。3)大作业。检查学生的动手编程能力,要求对介绍过群智能算法的源代码集成,形成一个演示系统。该门课成绩分配如下:成绩=闭卷考试(50%)+小作业(30%)+大作业(20%)。
5 结语
智能计算是随着计算机技术的飞速发展和人们对自然界的深入理解而发展起来,它强调对人类和其他生物、植物等智能行为的模拟,注重向自然界学习,汲取其中有益的规律和原理。与传统的方法相比,智能计算具有自适应、并行性、全局搜索等能力,尤其可解决一些大规模复杂问题。智能计算是人们研究自然以及人类社会自身的一种非常有效的手段,其应用前景非常广泛,目前已经成为人工智能界研究的热点领域。因此,在计算机科学与技术、人工智能等相关专业开设智能计算课程是势在必行,这有着重要的现实意义。
参考文献:
[1]徐宗本.计算智能(第一分册):模拟进化计算[M],北京:高等教育出版社,2004:124-132。
中图分类号:S611文献标识码: A
智能建筑(Intelligent Building)其技术基础主要由现代建筑技术、现代网络技术、现代通讯技术和现代控制技术所组成,运用自动化、通信、信息技术等智能化手段,通过将建筑物的结构、系统、服务和管理根据用户的需求进行最优化组合,是集现代科学技术之大成的产物。从而为用户提供一个节能高效、舒适智慧、配置更新,实用愉悦的人性化建筑环境。智能建筑具有系统集成特点,发展历史短,但涉及范围广,进展速度快,是动态和相对的概念,随着高新技术发展而不断变化。
产业信息网的《2012-2016年中国智能建筑市场分析与投资方向研究报告》显示:中国智能建筑行业市场在2005年首次突破200亿,2012年为861亿,年复合增长率为23.2%。如果未来房地产开发投资增速每年保持15%增速,如果智能化工程投资占投资额1%,那么智能化工程投资总额2013年在830亿左右,2015年为1100亿左右,2020年将达到4400亿左右。随着新一轮的经济刺激政策聚焦在新兴产业,尤其是信息产业。智能建筑作为智慧城市的细胞,发展势头很强。
教育部于2006年在土建类学科开设了建筑电气与智能化专业,希望在培养建筑类人才的基础上,加强对电气智能专业技能知识的掌握。我校以此为契机,通过大量的市场调研、着重对智能建筑解决方案的前期设计、工程施工建设到后期的运行维护,围绕建筑的全生命周期中,运行维护的费用占到全部费用的60%-70%数据分析、人才使用分析,开设智能建筑专业方向,面向建筑、物业管理行业。为与该专业的培养目标相结合,在对“智能建筑”课程教学内容设计上以建筑为平台,依照建设部2003年颁发的《建筑智能工程质量验收规范》的技术标准要求,住建部2013 年《智能化系统工程运行维护技术规范》,结合《智能建筑设计标准》、《智能建筑工程施工规范》、《智能建筑工程质量验收规范》共同对智能建筑的设计、施工、验收、运维一系列过程形成规范,制定人才培养方案,基于典型工作任务的模块式课程开发,编写《智能建筑设计与维护》教材,探讨教材教法,强化智能建筑中智能弱电各子系统的原理、设计与工程实施实践。加强学生对智能化系统设计、建设、运行及维护中实践技术的传授,使本专业的同学获得对智能建筑的整体体系及系统原理的掌握。我们的课程主要包含了智能建筑中涉及到的主要内容:综合布线系统、建筑设备自动化系统、消防自动报警及联动系统、安全防范系统、通信自动化系统及办公自动化系统等 。重点讲授这些智能系统的原理、组成、设计原则、工程实施及维护运行等,使学生对每一个子系统的原理、设计、建设、运行、维护等各环节都进行学习掌握,培养建筑、物业管理行业建筑智能技术方面的综合技术人员。以满足智能建筑行业不同环节对专业技术人才的需求。
《智能建筑设计与维护》课程内容包括智能建筑的基本概念、智能建筑的用户需求与基本要求、建筑智能化系统的子系统组成、建筑智能化系统的主要任务、建筑智能化系统的设计与会审、建筑智能化系统的专业协调、智能建筑的系统集成、建筑智能化系统的技术要点、智能建筑的建设管理、智能建筑的工程招投标、智能建筑的施工与调试、智能建筑的工程验收与人员培训、智能建筑的物业管理、建筑智能化系统的安全运行等。
建筑智能化弱电系统涉及的知识面广、工程性强,既要培养学生对理论知识的掌握,又要把握实践技能的学习,确实是一件不容易的事情。通过近几年的教学实践,归结的主要问题有:
(1) 《智能建筑设计与维护》课程知识点多面广,增加了学生对所涉及的技术与系统掌握的难度。智能建筑弱电系统涉及到计算机技术、通信技术、自动化技术、传感器技术等,对于每一个系统,不仅要让学生掌握其原理,还需要根据用户需求进行系统的设计,因此学生就要掌握系统的构成、设备的选型,同时在系统设计、设备选型时还要考虑工程实施的具体因素。
(2) 课程实践环节的教学投入,实训设备运用与技术升级、更新,教师的知识架构与实践教学的要求不匹配。学生对这种工程背景较强课程的学习理解与知识掌握难度增加。因此建立并改善专业的智能建筑综合实验室对于该课程是非常有必要的。
(3) 课程考核所涉及理论知识、实践技能的考核无法展示学生处理工作现场各方面及各种问题的能力,无法完整体现出课程的工程实践背景。
(4) 学生理解《智能建筑设计与维护》课程所涉及的一些设施与设备还可能看不到、摸不着。学生在教学实践中无法切身体会,影响学生的学习兴趣与主动进取。
教学实施与改进:
1、紧密结合智能建筑行业发展需要,不拘一格提升教师素质。
结合智能建筑专业课程体系建设需要、人才培养要求,分析《智能建筑设计与维护》课程教与学全过程,根据学院当前本专业建设现状,以师资队伍建设为重点,改善本专业教师的知识架构,实行多条腿走路,分几步落实,聘任本专业专职教师、校内兼职教师、校外兼职教师。
《智能建筑设计与维护》课程专业实践性强,切忌闭门造车,可以考虑聘请校外兼职教师,将智能建筑专业领域业内专家、其他大学相关专业教授、建筑公司负责人、建筑行业协会负责人、系统及技术运维负责人聘为客座教授或者教师。通过举办专题讲座或者授课,鼓励一些相关专业的中青年教师转行,到国内重点大学相关专业进行单科进修,改善行业专业人才运用与学院人才培养效果。
2、以就业为导向,以教学改革为抓手,坚持职业能力培养为目标
(1)深化“工学结合、校企合作” 的人才培养模式
通过开展企业交流与合作,与行业企业建立紧密联系,校企合作共同确定本专业人才培养目标,构建基于工作过程系统化课程体系按照工作过程系统化思想及开放性开发方法,重构工学结合、能力本位的课程体系。
(2) 通过构建企业岗位认知、理论实践一体化情境教学、校内生产性实训、校外顶岗实习的完整教学环节,依据“学生培养重在职业能力、内容选择基于工作过程、教师结构趋于专兼结合、教学环境模拟职业场所、教学方法遵循职教规律”五大核心理念进行教学情境设计,实现职业能力的递进与工作过程的结合。
(3) 教学项目实施设计采取:设计的学习情景单元,理论教学和实践教学都在同一实训场所完成,通过“资讯、计划、决策、实施、检查、评价”六步实施法来支撑。
(4) 教学考评体系坚持:注重职业能力考核,根据任务完成、项目实施情况等五项指标综合评定。
实践教学与效果:
1.优化课程结构,增强课程设置的专业性和针对性
依照高职教学“必需、够用”的原则,结合智能建筑专业行业企业人才使用需求,调整课程体系与教学内容,增加实践教学课时,构建适应学生个性发展的人才培养模式。
2.改进课程考核方式,帮助学生在知识与能力等方面得到较全面的发展。
通过改革教学方法和考试方法,除笔试外,还包括口试(日常提问记录)、笔记、制定工作任务各项目的独立作业、现场测试、实际操作等多种综合考试形式,着重考核学生综合运用所学知识、解决实际问题的能力和对所学知识的综合归纳总结能力。
3.落实好教学实训实习实践过程三阶段工作。
(1) 实训实习实践前(计划准备):制订实训实习实践方案;公布实训实习实践的行业企业用人要求;宣传动员,学生结合实训实习实践岗位,拟订实习计划;有针对性地进行三方面教育:一是目的性教育;二是责任、义务和权利教育;三是安全教育等。
(2) 实训实习实践中(过程监控):职业道德教育、企业规章制度教育、岗位技术知识运用、操作工艺、技能训练;教师现场指导学生作业;教师和企业指导学生撰写业务报告(技术小结和业务总结报告);教师和企业共同对学生进行考核。每个同学按照所领取的任务在确定的岗位,按要求完成课题和规定的作业文件。
(3) 实训实习实践后(评价总结):评价、总结、交流和表彰。
经过多年来对《智能建筑设计与维护》课程的实践教学,逐步探索对课程教学内容及教学方法的改革。加强教学内容的更新,适应建筑智能化技术的发展;同时,加强教学方式及手段的创新,积极建设小型实践平台;最后,完善考核环节,注重理论与实践并重。
注重围绕课程体系建设师资队伍,任课老师一直从事智能建筑中相关弱电子系统的实践教学,并承担企业项目生产的技术组织、工作,比如安全防范系统、综合布线系统等,不仅参与这些系统的方案设计与方案评价,而且还到工程现场进行技术指导,积累了丰富的工程实践经验。
结合智能建筑专业技术运用,开展对一些系统的理论问题进行研究,比如视频监控中的智能视频分析、人脸识别等。教师能够很好地结合实际工程案例,在课程理论内容授课时,对案例涉及到的典型系统应用来讲解涉及的系统原理、设计思想及工程实施。并运用实际项目中遇到的问题及一些小的故事来活跃课堂氛围、激发学生兴趣,并对工程中遇到的可以提升为学术问题的困难传递给同学,让他们多思考,学会从工程中提高分析问题解决问题的能力和思路。
比如通过建设社区的安保系统来讲解智能建筑中的安全防范系统的视频监控、门禁系统、自动报警、安检等内容,同时讲授安保系统应用的一些新的智能技术比如射频识别技术、人像比对及定位技术等。通过将教师的技术成果融合到平时的教学工作中去,工作促教,项目帮教,教与学促进,加强教学内容的更新与活力,激发学生的学习兴趣。
智能建筑的蓬勃发展是社会进步和科技发展的一个体现,为智能建筑的良好建设、运行与维护提供专业的技术人才是我们高等教育教育的本职工作。本文从一个非建筑类工科专业开设智能建筑课程的角度,阐述了我们课程建设的思路以及对该课程实践教学方法的一些探索,希望对非建筑电气与智能化专业培养智能弱电系统相关专业人才提供一些参考。
【参考文献】
[1] 陈富川.建筑智能化系统集成研究设计与实现《电子科技大学》 2008年
[2] 林建军,金炳尧.基于项目的实验室工作室模式的探索与实践[J].实验室研究与探索,2012,31(5):111-113
[3] 高建华,胡振宇.物联网技术在智能建筑中的应用《建筑技术》 2013年02期
0引言
智能信息处理是模拟人或者自然界其他生物处理信息的行为,建立处理复杂系统信息的理论、算法和系统的方法和技术,主要面对的是将不完全、不可靠、不精确、不一致和不确定的知识和信息逐步转变为完全、可靠、精确、一致和确定的知识和信息的问题。智能信息处理是当前科学技术发展中的前沿学科,同时也是新思想、新观念、新理论和新技术不断出现并迅速发展的新兴学科,涉及信息科学的多个领域,是现代信号处理、人工神经网络、机器学习、人工智能等理论和方法的综合应用,在复杂系统建模、机器学习、医学影像处理、系统优化和设计等领域具有广阔的应用前景。
目前,智能信息处理研究生课程相关的教材和课件大多以高隽老师的《智能信息处理方法导论》为基础开展相关介绍。该书体系严谨,理论推导细致,但在多学科交叉应用尤其是面向认知神经科学、智能信息科学等领域的应用方面介绍不足,缺乏必要的多学科交叉案例及相对完整的设计过程,导致来自不同学科的研究生在对理论知识的理解、不同工程应用实践经验的积累等方面存在一定脱节的情况。针对智能信息处理课程教学的实际情况,我们从计算神经科学、信息学科与智能信息交叉的多学科角度出发,系统介绍智能信息处理的基础理论及各种新兴处理技术,主要介绍智能信息技术的基本概念、原理和分析方法以及智能系统的知识处理和模型的建立,提供人工智能技术、神经网络技术在神经科学交叉等领域的应用算例,涉及目前国内外智能信息处理的最新研究成果以及学术研究前沿进展情况;同时,在教学实践中,对课程的教学模式进行探索和思考,强调多学科交叉及学生主体的重要性,注重教学方式的多样化及课内外教学相辅相成。该课程的教学实践能够使研究生对智能信息处理技术的发展及交叉学科应用有全面的了解,为神经科学、信息学科与智能信息交叉学科课程实施研究型教学开辟新的途径,对提高课程教学效果,培养学生的主动探究能力具有非常重要的指导意义。
1主要解决的教学及管理问题
1.1多学科交叉的智能信息处理
智能信息处理是一门以应用为导向的综合性学科,涉及脑与认知科学、智能科学、信息科学、现代科学方法等多学科的交叉与综合。由于智能信息处理涵盖内容广泛,面向研究对象众多,因此在较短学时的课程教学中,教师需要权衡把握好宏观内容的介绍和相关内容的纵深讲解,让学生既能从整体上了解智能信息处理学科的基本概念、学术思想、知识体系和学术特色,又能在具体应用方面了解其基本问题、基本模型和科学研究方法。在教学实践中,把握好多学科交叉的智能信息处理课程的整体与局部、广度与深度问题,是教师应首要考虑的问题之一。
1.2积极引导学生参加多学科研讨活动及课外实践活动
实践出真知,理论知识只有在实践中才能更好地被理解和掌握,体现和发挥其价值,然而,传统的课程教学模式侧重于课堂上教师“口授笔书”的知识传授,在引导学生研讨和践行方面存在很大不足,造成学生不能很好地理解和应用课上所学,不能有效培养和促进学生在实践中发现问题和解决问题的能力。笔者结合多年留学经验及国际教学实践,对如何引导学生积极参加多学科研讨活动及课外实践活动,进行反思、探索和尝试。
2教学实践主要内容
2.1结合工程及应用背景的教学模式
智能信息处理作为一门以应用为导向的综合叉学科,很多问题和模型既来源于又服务于实际应用,与实际问题紧密相关,然而,现有的课程教材鲜有既能系统全面介绍智能信息处理的基础理论、基本概念和分析方法,又能结合实际应用及工程背景给出例证详解的。分析教材纵深发展过程不难发现,理论与实际的结合不够是主要原因,因此在实际教学实践中,教师不能单纯依据教材内容照本宣科,需要结合实际应用背景就地取材并灵活讲解。
在智能信息处理教学实践中,针对该学科多学科交叉的特点,可以采取点面结合的教学方式。在宏观层面上,综合介绍智能信息科学技术领域的相关内容,包括基本概念、学术思想、知识体系和学术特色,让不同专业背景的学生能在较短时间内对智能信息处理学科从比较陌生的状态过渡到对其基本模型和基本问题有初步、宏观、科学和准确的认识;在微观点处,以具体的经典工程应用范例及模式辅助宏观介绍,达到宏观而又不失具体、既有广度又兼具深度的效果。这种精而不范的具体案例有利于短学时课程的安排,如介绍智能信息处理与信号处理的交叉时,笔者以参与的发动机故障诊断为例进行讲解;介绍智能信息处理与系统辨识的关系时,笔者以曾研究的磁气圈和太阳风预测为具象进行详细说明。
2.2多学科交叉综合的教学模式
一方面,智能信息处理涉及多学科交叉综合,而传统的教学模式往往侧重于单独介绍各学科的科学体系及应用,对于学科交叉综合方面的探讨则有限,如在机器学习方面,以往的教学倾向于各种算法的数学推导和理论证明,但在实际应用中,机器学习往往需要与其他学科如信号处理、模式识别等交叉互融,才能解决实际问题;另一方面,智能信息处理作为一门充满活力的新学科,不断有新技术和新方法随着前沿问题的发现而被提出和应用。教师可以采取多学科交叉综合的方式,尝试将国际前沿的科研成果引入智能信息处理的教学实践中,这样既能以此引导学生了解多学科交叉融合的方法和思路,又能展现国内外智能信息处理的研究新成果和发展新动态,激发学生的学习兴趣。
2.3增加互动环节的教学模式
传统的教学模式往往侧重于知识的灌输,忽视方法的传授。在教学实践中,教师在“授之以鱼”的同时,更要注重“授之以渔”,引入国外智能信息处理的前沿科研方法,培养学生良好的科学思维和科研素养。此外,智能信息处理的课堂教学不同于以往最基础的授课,而是以教师讲授为主,更多的是在课上由教师提出问题,引导学生讨论互动,让学生产生代人感转而主动学习和理解。作为课内的外延和补充,我们还在课外不定时、不定期组织学生参加科研沙龙,进一步激发和培养学生的兴趣,加强巩固所学知识和方法。实践证明,互动授课方式及多活动的课外扩展,对于提高学生的学习热情、培养学习兴趣、促进知识理解具有重要作用。
2.4多样化的课程考核模式
一方面,传统的单纯以期末考试成绩作为唯一考量标准的考核方式过于片面;另一方面,这种考核方式也容易束缚学生的思维,使学生产生学习只是为了最后一纸成绩的误解。综合考虑智能信息处理的课程特点及研究生培养目标,我们建议可以采取更为灵活的考评方式如采用PPT报告总结的方式,一方面考评学生平时表现,包括课堂出勤、课堂表现等,另一方面以学生学期末PPT报告总结成绩为主。每名学生依据自己的兴趣爱好,选择一个与智能信息处理相关的研究方向进行调研―参阅书籍―查找资料―深入探讨,最后以PPT的形式向教师及全体学生总结汇报并互相交流。这种考评方式以书本为平台,不仅能培养学生的系统掌握新知识及新技能的学习能力、实践操作能力和表达能力,还可调动学生查阅资料和自主思考问题的积极性,扩展知识面。
3教学方法及路线
3.1多媒体利用最大化的教学方式
在教学手段和方式上,现在多媒体技术进入课堂已经非常普遍,但对丰富电子资源的利用程度并没有实现最大化。当前的教学方式大多以讲解PPT为主,缺乏多样化的展现方式,容易使学生产生疲劳感。结合教学实践,我们发现通过将PPT、视频、动画、录像等多种形式的多媒体结合,以更加生动形象的方式展现教学内容,在吸引学生兴趣和提高学习效率方面效果显著;此外,还可以借助多媒体,通过软件演示的方式让学生亲身感受实际工程应用的操作过程,建立智能信息处理科学技术的直观形象和感性认识。
3.2开展科研教学沙龙活动,引导互动交流
智能科学技术处在创新发展时期,特别需要培养具有创新精神的人才。创新精神的产生伴随着各种不同思想的汇聚、交流和碰撞,为了鼓励和培养学生的创新思维,教师可以组织各种科研教学沙龙活动,基于学生兴趣,将不同专业背景的学生组织在一起,从不同专业视角自由探讨某一研究方向,碰撞出思想的火花;同时,可以引入国际前沿热点问题的创新结果的介绍,剖析前沿创新点和创新过程,开阔学生视野,培养和提高学生的创新能力。
3.3利用互联网,构建课外科研实践互动平台
正所谓“众人拾柴火焰高”,课堂中,学生可以随时向老师提出疑问,老师带动学生一起讨论;对于课外学习研究中出现的问题,教师可以通过QQ群、微信群、公邮等在线互动平台与学生交流沟通。一方面,众智众力促进问题的解决;另一方面,平台互动的方式能充分调动集体的学习研究热情。
4教学模式的应用效果
4.1国际学术
正如“实践是检验真理的唯一标准”,课内学习到的知识只有被运用在科学实践中才能证明和体现其价值。在教学实践中,我们着重培养学生将所学知识与其专业背景相结合、将所学转化为科研成果的能力,取得了较满意的教学效果,如部分学生将所学信号处理中的时频分析方法应用到故障的检测中并将此公开发表在国际学术期刊上,获得了令人满意的研究成果。
4.2选课情况逐年递增
图1(a)汇总了2013―2015年我们开设的智能信息处理课程各院系学生选课情况。从图1(b)中可以看出,研究生选课人数逐年递增,开始该门课程的研究生选课人数由最初的13人增加至54人,增加3.15倍;图1(c)表明,课程的覆盖院系由最初的3个院系(0系表示研究生院)增加到2015年的11个院系,覆盖面增加2.66倍。此外,选课学生中既有硕士,又有不少博士,甚至有来自其他高校的老师和工程研究所的硕士、博士。从智能信息处理课程近3年的选课总体情况来看,课程已经引起不同专业学生和教师的广泛关注和参与兴趣。
4.3学生的综合评价正面积极
在智能信息处理课程教学实践中,我们发现不仅选课人数逐年增加,而且学生对课程的综合评价也一直非常好。学生一致认为当前的授课方式丰富而有趣,结合工程实际背景的教学具体而形象,互动形式的课堂方式能很好地促进交流表达,课外的沙龙活动为他们解决科研和学习中遇到的问题提供很大的帮助。
作者简介:邓韦(1982-),女,江苏南通人,南京信息职业技术学院通信学院,讲师。(江苏 南京 210046)
中图分类号:G712?????文献标识码:A?????文章编号:1007-0079(2012)32-0094-02
高等职业教育具有高等教育和职业教育的双重属性,其主要任务是培养生产、服务、管理第一线的高端技能型专门人才。课程考核作为高职教学过程中的一个重要组成部分,是人才培养的重要环节。传统的课程考核注重成绩而非真正的能力培养,所以坚持以能力为核心,推进评价模式改革是高职课程改革的核心内容之一。
一、目前实训课程考核评价中存在的问题
1.考核内容片面化
高职院校实训课程是以培养学生的实践操作能力为目标,但并不是简单地提供学生加强动手能力培养的基地,更应该在以技能培训为主线的基础上,形成一种贯穿于实训过程能促进学生身心健康发展的“基本素质”,培养学生良好的职业习惯。而作为教学重要环节的课程考核应以综合能力考核为主要内容,但现实的考核内容仍存在片面化的局限,表现为偏重结果,并且考核内容缺乏创新,一定程度上脱离了鲜活的社会实践,严重影响了学生职业素质的形成及职业能力的培养。
2.考核方式欠规范
随着课程考核改革的不断深入,很多高职院校已经意识到课程考核对于课程教学质量的重要性。目前在实训课程考核中极少以一次综合性实训的结果决定学生课程成绩,大多引入阶段实践考核、口试等方式。但是仍没有形成体现课程特点的考核方式,不能准确反映每个学生的学习效果,也不能很好地调动学生学习的积极性和主动性。
3.成绩结构不合理
目前考核成绩多以过程考核和终结考核相结合的方式,很多教师都加大了考核中平时成绩的比例,有的平时成绩占总成绩比例超过50%。平时成绩主要包括出勤情况、课堂表现、实训报告等方面,而这些方面仍无法构建合理的评分结构,无法体现学生的真实能力。
二、多元智能理论对高职项目化课程考核评价的启示
美国著名发展心理学家、哈佛大学教授霍华德·加德纳博士提出的多元智能理论(Multiple Intelligences)认为,人类的智能是多元化而非单一的,主要是由语言智能、数学逻辑智能、空间智能、身体运动智能、音乐智能、人际智能、自我认知智能、自然认知智能组成,每个人都拥有不同的智能优势组合,[1-2]学校教育的宗旨应该是开发多种智能并帮助学生发现适合其智能特点的职业和业余爱好。
多元智能理论的提出对我国和世界许多国家的学校教育产生了广泛影响,转变了人们对教育功能和发展目标的看法,更新了人们的教育理念,为制定课程改革、教育发展和人才培养规划奠定了理论基础。
1.构建多元化考核体系
建立适应不同专业、不同课程要求的多元化考核体系。注重考试类型、考核方法、考核内容以及成绩结构的多元化。
2.实现课程考核评价主体多元化
形成多元化评估主体,重视自评和互评的作用,使评价信息来源更丰富、评价结果更加真实,也有利于促进学生合作能力的发展。
3.倡导情景式的考核评价
使学生处于具体真实的生活或生产环境,[3]要求学生解决某一现实问题,对学生的实践和创造能力进行考核评价,这样更能考察出学生的真实水平。
三、多元智能理论在实训课程考核评价体系的应用与实践
1.课程考核评价的思路
整个课程的实训环境模拟真实的工作情景,课程模块根据工作流程进行编排,每个模块下包含相应的实训任务,各个模块是相互独立的。但所要求的能力是层层递进的,根据每个模块中任务的需要,相同的技能会在不同的任务中重复出现,逐渐形成一种交织型组织形态,有助于学生在解决问题的过程中通过适当重复,加深理解,最终融会贯通。以“光传输技术实训”课程为例,根据岗位任职标准将课程内容整合成三大模块:硬件设备模块、设备组网配置、设备故障诊断。每个模块包含具体的任务。以组为单位,进行任务的实施。对学生的专业能力、方法能力、创新能力、职业素养等指标进行多维度考核,采取学生自评、学生互评、小组评价、教师评价等多元评价形式。
2.课程任务的实施
根据情景化的评价要求,[4]按照“基于工作工程”的原则,通过学生完成任务来实现其专业课程知识的学习和技能的培养。如图1所示,采取课前评估—明确任务—实训核心—任务总结四步法。第一步教师对上节课布置的自主学习内容进行提问,学生按照学习小组进行竞争式抢答。第二步教师进行任务引导,明确任务的具体实现目标。第三步学生小组制定任务实施方案,开展任务的实施,教师检查方案并对实施过程进行观察。第四步学生总结汇报任务完成情况,教师进行点评,学生完成自评及组内互评。
3.评价标准的制定
为使课程评估简明公正并且能落到实处,制定具体的、可操作的“量化评价”指标,并制作成具体的评价表格,使复杂的评价指标可以采用“表格评价”。评价指标不仅包含注重对技能的考察,也注重对学生各项职业素质的考察,并让学生积极参与其中引入学生自评和互评。这样做的效果体现在:(1)能够将主观评分转化为客观评分,使评估趋于公平;(2)多元评价,关注学生的全面发展;(3)让学生参与评价,激发学生的主人翁意识,提高学生的学习积极性和主动性。表1为组内成员自评互评表。
4.基于多元智能理论的“光传输技术实训”课程考核
本课程采用全方位、立体化、多维度的课程考核评价体系,在培养学生实践能力的同时,注重学生职业素质的形成。课程考核成绩为各个模块成绩的汇总,而每个模块的成绩来源于模块下各个任务成绩的累加。最终的考核结果不是简单的累加,是综合分析最后得出的最能反映学生当下发展程度的结果,注重学生个体在各项任务中各方面的进步,使评价为学生的发展起到引导作用。每个任务的成绩都由教师考核、学生自评互评以及小组考核三部分组成,形成了一种全员全程的评价体系。
四、基于多元智能理论的高职实训课程考核评价特点
1.评价内容丰富,注重学生全面发展
评价的内容和标准不仅注重学生职业技能的考察,更注重学生学习的过程、方法及价值观和情感态度等方面的考察。综合考虑任务的完成程度、资料整理、汇报表现、团队协作等情况评价学习成绩。注重考核学生学习能力、动手能力、交流协作能力、分析和解决问题的能力、创新能力。
2.评价主体多元化,注重学生自评和互评
改变过去学生一味被动接受评判的状况,发挥学生在评价中的主体作用。根据不同主体,分为学生的自我评价,学生小组内互评以及教师对学生的评价。学生的自我评价贯穿于整个学习过程,通过教师提供的评价表和个人总结的方法进行自评。学生小组内的互评有利于学生合作精神和协作能力的培养,有助于学生间相互交流,共同提高。
3.全员全程评价,注重评价的准确和全面
以模块为主线,以任务为载体,全程评价贯穿实训的整个过程,这种方式便于教师及时掌握学生的情况,以便更好地组织后期教学,同时学生也能及时进行自我调整、自我管理。教师、学生同时参与评价,能够更全面反映学生的学习过程和学习结果,描述学生的成就、优势和不足。全程全员的评价,也让整个评价结果更趋于准确和全面。
参考文献:
[1]赵兵.多元智能理论对课堂教学改革的启示[J].中国电力教育,2008,
(9).
1背景
智能科学与技术是人工智能方向的重点交叉学科,是一个包含了认知科学、脑科学、计算机科学的新兴学科。按照教育部学科专业目录,智能科学与技术是一级学科计算机科学与技术下的二级学科。如何在4年的本科教学过程中,既立足于计算机学科内容,又突出智能专业的特点,体现该专业区别于计算机科学专业的特色,培养一流的智能人才,是众多智能专业积极探索的问题。
本着帮助学生建立宽广厚实的知识基础,使学生将来能向本专业任何一个分支方向发展,并能掌握本学科发展的最新动态和发展趋势,深刻领会本学科与其他相关学科区别的目标,厦门大学智能科学与技术系于2012年合理调整了专业培养方案,制定了一套突出专业特色和个性的教学大纲,课程体系分为学科通修课程、专业必修课程、专业选修课程。其中,专业必修课程细分为智能基础类课程、软件理论类课程及硬件基础类课程3个不同类别。在智能基础类课程中,开设非经典计算课程。该课程是厦门大学智能科学与设计系最具特色的课程。
该课程以软件理论类课程算法设计与分析为先导课程,在本科三年级的第一学期先讲授算法知识,在同一学年度第三学期讲授非经典计算的内容。教师首先介绍经典算法设计与分析中的各种传统算法,借由经典算法发展过程中遇到的困境问题引出非经典计算的内容,前后呼应,有助于学生在智能计算上获得完整的系统学习。
2非经典计算在智能科学与技术专业本科教学算法体系中的地位
算法设计是智能科学与技术专业中的核心内容。本科专业4年的专业教学计划由4门核心课程构成算法体系的主线,包括高级语言程序设计(本科一年级学科通修课程)、数据结构(本科二年级方向必修课程)、算法设计与分析(本科三年级方向必修课程)、非经典计算(本科三年级方向限选课程)。这4门课程的教学内容和组织结构完整地构成了算法体系结构。以图灵奖获得者、pascal之父Niklaus Wirth提出的著名公式为参照,即Algorithm+Data Structures=Programs,算法体系以培训计算机方向学生掌握编程能力,独立完成分析问题、设计方案、解决问题的综合能力为主要目标;在这个体系中,程序语言是基础,数据结构是内涵,算法是框架。
在算法体系中,这4门课程以循序渐进的方式展开,注重对学生算法思维的培训。
(1)高级语言程序设计讲授的是c语言程序设计,通过对C语言的详细介绍,让学生掌握程序设计方法和编程技巧。作为初始启蒙课程,选择C语言作为程序教学语言,是因为C语言的使用广泛,拥有严格完整的语法结构,适合教学。
(2)数据结构重点讲授各种常用的数据表示逻辑结构、存储结构及其基本的运算操作,并介绍相关算法及效率分析。教师通过在一年级对包括C语言在内的其他程序设计过程的训练,加人对数据结构中各种数据的逻辑、存储结构的表示和运算操作,从数据结构的角度阐述典型算法,并简单介绍算法的效率分析,这是对程序设计训练的进阶内容。
(3)算法设计和分析主要介绍算法设计与分析的基本方法以及算法复杂性理论基础。我们在本科三年级引入算法设计与分析课程,从算法的抽象角度总结和归纳各种算法思想,包括递归与分治法、贪心法、动态规划法、回溯法、分支定界法、高级图论算法、线性规划算法等,最后阐述算法复杂性的分析方法、NP完全性理论基础等计算复杂性的基本知识及完备性证明概要,重点阐述算法思想,从复杂性角度比较和分析不同的算法。上述(1)、(2)和(3)的内容构成了计算机学科通用算法体系的教学过程。
(4)非经典计算主要讨论何为计算的本质以及经典计算在计算能力上遇到的困境,以此为契机讨论自然计算――生物计算、集群计算、量子计算等内容。算法设计和分析的最后一个章节是对算法复杂性的分析方法及NP完全性理论基础的介绍,不可避免地会讨论到现代电子数字计算机体系在计算能力上的瓶颈以及由NP完全问题(Non-deterministic Polynomial),号称世界七大数学难题之一的经典问题,引出对经典计算机体系的深层思考,进一步引导学生思考如何解决计算能力的瓶颈问题。这是教师设计非经典计算课程的出发点,也是对算法体系更完整的补充和更深层次的探讨。
此外,我们还需要对授课学期选择进行考虑。厦门大学实行三学期制度,在第三学期内开设的课程大多是实践类课程及前沿技术介绍课程。在本科三年级的小学期阶段,学生基本完成了智能专业大部分必修课程的学习,拥有了一定的计算机基础和学科素养。这时,依赖学生已经具有的数据结构与算法的基本知识,可以将学生的学习引向如何理解计算的本质;再从计算本质出发,由易到难,介绍采用非计算机的不同计算媒介和方法,例如DNA计算、元胞自动机、集群计算等知识,结合计算机模拟程序加深认识。在逐步加深学生对非经典方法计算的理解之后,再引入量子信息与量子计算。至此,智能专业关于算法体系的整体构建已基本完成。
3非经典计算课程内容大纲
非经典计算课程的主体课程内容以专题形式展开,分为5个部分。
第一部分:计算本质。从什么是计算人手,列举各种计算的形式,由数字的计算到命题的证明,由数值计算到符号推导,引出计算本质的广义定义,“计算是从一个符号串f变换成另一个符号串g”,即从已知符号(串)开始,一步一步地改变符号(串),经过有限步骤,最后得到一个满足预先规定的符号(串)的变换过程;进一步展开对什么是计算、什么是可计算性的讨论,展开介绍计算理论上4个著名的计算模型――般递归函数、λ可计算函数、图灵机和波斯特系统;最后归结到丘奇・图灵论点。以上是第一条主线,第二条主线从计算复杂性角度人手,讨论在经典算法中难解决的NP完全问题,提出在经典计算体系中随着输入数据规模增大而难以计算的瓶颈,从而引发学生对于经典计算的思考。
第二部分:智能计算机的发展。这个部分主要讨论计算机硬件的发展历史,即从原始时期的计算工具,到现代计算机的4个发展阶段:史前期、机械式计算机、机电式计算机、电子计算机。教师从模拟型计算机到数字型计算机,阐述冯・诺依曼关于计算机五大基本组成对现代计算机体系结构的影响及其带来的限制;从硬件角度提出非经典计算机的讨论,鼓励学生对现代智能计算机硬件进行调查。
第三部分:DNA计算。主要阐述DNA计算的基本原理,并以旅行商问题为引子,展开经典计算难解决问题的讨论,重点介绍第一个由DNA计算模型解决的问题――L.Adleman构建的7个节点的DHP,并着重指出DNA计算潜在的巨大并行性和待研究的问题;然后介绍R.Lipton用DNA实验解决的另一个NP问题――可满足性问题(SAT);最后将DNA计算与软计算结合,阐述粘贴模型以及DNA的软计算模拟与遗传算法的对比。对于DNA计算强大的并行性,以具体的算法实例加以详细阐述和说明,教师应指出分子计算的优缺点以及在计算能力上的巨大潜力。
第四部分:细胞自动机和集群计算。这个部分主要讨论群体计算,一方面,从细胞自动机的形式化阐述及其所带来的哲学意义出发,描述细胞自动机在计算机交叉学科上的运用;另一方面,介绍集群计算,以欧盟“蓝脑计划”为出发点,阐述如何从硬件体系和软件体系上用计算机架构类神经元的协同合作方式。
第五部分:量子计算。从基本的量子力学知识开始,完整阐述量子计算的基本概念、量子信息、量子计算机和量子通信。量子计算机的构建除了要包含最基本的操作外,还需要介绍基本的量子计算机体系结构、计算载体等知识,加深对量子计算的理解,最后介绍的量子通信。这种已经应用在实际生活中的量子计算,更贴合实际。
以上5个专题,结构清晰,分工明确。第一部分讨论经典计算的困境,第二部分讨论经典计算机的发展瓶颈,从第三部分开始,引入非经典计算模型,分别从生物学和计算机科学的交叉学科DNA计算、细胞自动机和集群计算、量子计算3个方面进行学习。5个专题,完成了对非经典计算中前沿热门计算模式的阐述,引导了学生对于前沿学科的认识和思考。
4非经典计算课程授课方式
本课程属于本科三年级第三学期的课程,授课除了上文提到的内容之外,另一个更重要的方面是引导学生对学科前沿以及热点内容的跟踪和思考。因此在教学方式上,我们采取了教师授课及学生调查报告相结合的形式。教师上课对应课程的基本内容,学生调查报告对应学科前沿跟踪与思考。
5个专题内容的授课经过了如下设计。在每个专题的授课结束后,布置相关专题内的一些热点、难点问题供学生课后查阅、讨论和思考。每个专题由学生自主报名,学生需要对相关内容进行跟踪,查阅近5年的科技文献,总结出论文综述,并准备10分钟左右的课堂报告,教师针对课堂报告指出相关的问题,由学生课后进行进一步的思考和再次的文献查阅,形成最终报告后提交课程论文。
这样的课程设计安排,可以很好地实现教学相长。在学生方面,促使学生除了上课听课,必须主动参与文献的查询过程,主动对授课内容或延展部分的概念进行思考。由于提供给学生选择专题的自由,所以也可以大大提高学生的积极性,让学生可以从感兴趣的角度对本门课程涵盖的内容进行调查,从而获得更加深刻的上课体验。最后,由于每个学生选择的题目必须提前汇总,不能与别人重复,所以在其听取其他学生的报告过程中,学生可以更广地拓展自己的知识面。对于授课教师而言,能够保持对该门课程研究现状的实时性跟踪,更加全面地更新课程内容,还可以将学生查阅的重要理论和知识补充到课程基本内容中,同时促进教师与学生之间的互动,活跃课堂气氛,提高教学质量。
5关于非经典计算课程的几点思考
课程从厦门大学智能科学与技术系建系之初开始构思和授课,在授课过程中不断调整教学内容和课程设计,紧紧围绕学生的反馈完善课程建设。关于非经典计算课程的几点教学经验可以总结如下。
1)增加课时,优化对课程设计的安排。
2015年开始,由于学科教学计划的调整,非经典计算课程由最初的20课时拓展为30课时,集中在本科三年级第三学期进行讲授,一共5周,每周6课时。课时安排上,除了增加教学内容,更加强了对学生的文献查阅和报告部分的考查。在论文报告环节,争取做到有目标、有指导、有结论、有总结。学生所做的报告除了在初始选题阶段要有区别之外,还要求有一定的文献查阅难度。从选题确定,到针对报告指出具体的问题,要求学生根据教师指出的问题进行进一步的思考和资料查阅,最后形成论文。这样的安排贯穿整个课程的全过程,学生的参与度获得了极大的提高。对于教师而言,在学期末总结学生所做的报告内容,并增加本门课的知识点覆盖程度,对教学也有比较大的促进作用。
2)课程考核方式上的设计。
非经典课程属于必修课程,在考核方式上除了提交论文外,也必须要有必要的考试环节。在考试环节中,主要考查学生对教师上课内容的理解。在具体授课中,教师从经典计算到非经典计算进行讲解,也从算法角度给出了非经典计算强大计算力带来的改变,既延续了经典算法课程中对算法的介绍和讨论方式,又对比了典型问题在经典算法和非经典算法中的不同解决方式。这样的授课内容作为对算法体系基本知识点的考查,以闭卷考试内容来设计,是十分合适的。课程延展部分的开放知识点由学生的论文及报告内容进行评分衡量。最后,我们将两个部分的成绩作为本门课程的最终成绩。
3)课程教材的选定。
西安电子科技大学从2005年9月开始在智能科学与技术专业招收本科生,在大三开设智能控制限选课,至今已经有三届本科生上过智能控制这门课。这三年是从开始选择教材、准备教学内容、制作PPT、研究教学方法等从无到有的三年,也是通过辛勤劳动对“智能控制”教学不断探索的三年。三年过去了,现在正是对这门课有关教学的方方面面进行总结,对还存在的一些问题进行思考的时机。这种总结和思考一方面有利于提高自己在未来教学工作中的水平,另一方面,这些在教学工作中的心得体会也可供兄弟院校负责“智能控制”教学的老师参考。
1教材的选择
教材的选择从某种意义上说也是对教学内容、教学目标以及教学方法的选择。考虑到教学对象是智能科学与技术专业的本科生,他们没有自动控制方面的专业基础,我们选择了中南大学蔡自兴教授编著,清华大学出版社2007年出版的《智能控制原理与应用》[1]。这本书是国家精品课程“智能控制”立体配套教材,是蔡自兴教授自1990年出版我国第一部《智能控制》教材后[2],根据智能控制学科在最近十多年间的新发展,又推出的一部适应时代与教学发展趋势的新教材。
该教材对智能控制的基本概念、工作原理、控制方法的介绍循序渐进、由浅入深,条理非常清楚,内容涵盖了所有经典的智能控制方法,也对一些新的正在发展时期的智能控制方法进行了简要介绍。虽然这本书的编写目的是智能控制的研究生教材,但它同样适合作为本科生教材,只是在教学过程中应对内容做适当的取舍,有些智能控制的教材是适合自动化专业使用的[3]。
2教学内容的组织
由于所选用的教材本身是作为研究生教材编写的,只有对其内容进行合理的取舍才能适合本科教学,我们对教学内容的组织和取舍主要从以下几个方面考虑。
2.1基本概念、原理、方法
每种智能控制系统的基本概念、原理以及控制方法都是教学的重点,是要详细讲述的内容,对所涉及的数学公式的推导过程对本科生则可以不讲或少讲。
2.2与学生所学其他课程的关系
智能控制包括多种不同的智能控制系统,分别与不同的其他课程有紧密关系,如图1所示。例如专家控制系统与专家系统、模糊控制系统与模糊系统、神经控制系统与神经网络、学习控制系统与机器学习、进化控制与进化计算、免疫控制与免疫计算、基于多真体的控制与多真体系统(MAS),等等。如果学生对相应的其他课程有较多的了解,则相应的智能控制系统在内容上可以讲的稍微深入一点。例如,我校对智能科学技术专业的本科生开设了算法设计的课程,较深入地讲述了基于进化和免疫的算法,则进化控制和免疫控制就可讲的深入一些。人工智能课程讲述了专家系统、神经网络、模糊系统、机器学习、分布式人工智能与多真体系统的基本知识,则专家控制系统、神经控制系统、模糊控制、学习控制及基于多真体的控制系统就可以与人工智能所讲述的内容相呼应,做相应的取舍。
2.3恰当的智能控制系统实例
就智能控制的教学内容而言,它具有如下的特点:内容范围广、与其他课程紧密相关、抽象不宜理解。这样在教学上仅仅通过对基本内容的讲述,很难让学生比较深入地理解相关的教学内容,而一个好的、恰当的、简单而又容易理解的智能控制系统实例往往可以起到意想不到的教学效果,可使学生把所学的基本概念和控制方法生动地联系起来,加深对教学内容的理解。蔡自兴教授编写的教材就有许多很好的控制实例,我们还可根据实际的教学情况,自己找一些有代表性的实例。例如,我们在讲述基于多真体的智能控制系统的时候,就拿基于多真体的无线传感器网络的频谱分配问题作实例,它既是一个典型的智能控制问题,又很容易理解,每个带嵌入式处理器的传感器就是一个真体,控制目标就是对各个传感器使用的频谱进行分配而不产生干扰。这个问题的解决既可用神经控制系统[4-5],又可以用进化控制系统[6],还可以用基于多真体的系统[7]。
3教学方法
作为一门本科生专业课程,教学方法非常重要。根据这门课的特点,并总结过去几年的经验,以下几个方面需要注意:
3.1合理运用PPT及动画演示工具
复旦大学的陈天平教授来我校进行学术交流的时候曾经作了一个报告,内容是关于多真体系统的牵制控制问题,这正好也是一个智能控制的问题。给我留下深刻印象的是,陈教授在讲萤火虫同步闪烁的时候,他播放了一个动画,开始在一个正方的黑板上均匀规则地分布了许多萤火虫,起初没有规则的闪烁,后来逐渐按照他讲的控制协议同步闪烁起来。他用一个动画生动地演示了智能控制的过程,加深了大家对分布式多真体系统智能控制的理解,使人久久不能忘怀。后来我们也制作了类似的动画用于课堂教学,果然收到了很好的效果。
3.2注意智能控制教学与其他课程的联系
正如在“教学内容组织与取舍”中讲到的,智能控制与其他多种课程都有紧密联系,有些是本专业学生已学过的,或正在学习的内容,有些则不学。要了解哪些知识是学生已掌握的,如果是已学过的,在讲课时要加强与所学内容的联系,形成知识的升华;如果是没学的内容,则要作相应的知识补充,避免形成老师以为学生有这样的基础,按照自己的思路讲自己的,造成学生很难理解,上课效率低下。对我校而言,人工智能和智能控制两门课都安排在大三的第一学期,但人工智能在9月份刚开学就开课,每周两次课,11月中旬结束。人工智能课程结束后,智能控制开始上课,这样就形成两门相关的课程前后紧密衔接,相互配合的效果。但我校的学生没有自动控制方面的理论基础,这是在教学中应当要注意的问题。
3.3注意体现各个智能控制系统之间的内在联系
各种智能控制系统之间也有内在的紧密联系,比如神经控制系统和模糊控制系统之间的联系、神经控制系统和学习控制系统之间的联系、进化控制和免疫控制的联系、进化控制和神经控制之间的联系、进化控制和基于分布式多真体智能控制系统之间的联系,等等。正是由于这些内在联系的存在,在教学中不一定要平均分配课时到各个章节,可以有主有次,老师可根据自己对教学内容理解深度的不同,选择某些章节重点讲述,使学生通过这一章的内容对智能控制系统有一个深刻的认识和理解,然后依据它与其他章节的联系,展开其他章节的教学。这样可以收到举一反三、提纲挈领的效果。
3.4课外阅读与翻译
由于智能控制的教学内容与多种学科都有密切联系,而且目前仍然是很活跃的一个研究领域,每年都有许多新的研究成果在国内外的期刊或国际会议上公开发表。选择其中一部分非常优秀且与教学内容紧密相关的文章作为课外作业让学生阅读或翻译,对加深学生理解教学内容很有帮助。但是,文章的选择很重要,这个需要老师把关。老师在平时的科研和教学中注意积累一部分文章,供学生选择,同时,有兴趣的学生也可以自己找文章阅读和翻译。
4结语
智能控制这门课程本身的特点,决定了本科生教学在满足教学大纲的要求下具有相对的灵活性,这体现在教学内容的选择、重点讲述内容的选择以及讲课方式等方面。根据教学内容适当调整教学方法,会收到较好的教学效果。
参考文献:
[1] 蔡自兴. 智能控制原理与应用[M]. 北京:清华大学出版社,2007.
[2] 蔡自兴. 智能控制[M]. 北京:电子工业出版社,1990.
[3] 周德俭. 智能控制:自动化专业本科系列教材[M]. 重庆:重庆大学出版社,2005.
[4] David W. Gassen and Jo Dale Carothers,Graph Color Minimization Using Neural Networks[C]//Proceedings of 1993 International Joint Conference on Neural Networks. Nagoya:IJCNN'93,1993:1541-1544.
[5] Phllippe Galinier,Jin-Kao Hao. Hybrid Evolutionary Algorithms for Graph Coloring[J]. Journal of Combinatorial Optimization,1999(3):379C397.
[6] Fathelalem F.Ali,Zensho Nakao,Richard B.Tan,et al. An Evolutionary Approach for Graph Coloring[C]//IEEE SMC '99 Conference Proceedings.Tokyo:1999:527-532.
[7] Jing Liu,Weicai Zhong,Licheng Jiao. A Multiagent Evolutionary Algorithm for Constraint
Satisfaction Problems[J]. IEEE transactions on SMC part-B,2006(36):54-73.
Exploring and Thinking about the Teaching of Intelligent Control
WU Jian-she, YU Xin, JIAO Li-cheng
中图分类号:G6432文献标志码:A文章编号:
10052909(2015)02004103
智能材料结构是材料学与多学科交叉融合发展起来的高新技术结构,是集传感、驱动及信息处理等功能于一体的功能性材料结构,具有自诊断、自适应、自学习、自修复、自增值、自衰减等六大生命功能 [1]。近20年来,智能材料结构随着材料科学、力学、控制理论、计算机技术、信息理论等学科的发展已成为国内外最活跃的研究领域之一,国内外学者对智能结构的研究及探索不断深入,智能结构领域及技术迅速发展[2]。智能材料与智能结构是力学的重要分支,其研究涉及土木工程、力学、材料学、化学、信息论、电子技术、机械工程、光学、计算机技术、仿生学、控制理论等一系列学科中的先进技术,同时引发出新的研究领域。如仿生机器人、结构健康监测、传感材料、驱动材料、元器件及材料制造新技术和新的控制理论等[3]。
智能材料与结构在土木工程领域中有着巨大的应用前景,其发展不仅意味着增强结构功能,提高结构使用效率及优化结构设计形式,而且也打破了许多土木工程结构在设计、建造、维护和使用控制等方面的传统观念。目前,在土木工程结构领域,智能材料结构系统的应用主要集中在结构的健康监测,形状自适应记忆合金材料及结构减振抗风降噪的自适应控制等方面[4]。为提高工程结构质量和结构安全性及使用可靠性,将智能材料中先进的自诊断理念引入研究领域,针对重大工程中结构损伤特征及应用对象和领域,研制应用于土木工程结构的主动减振、精密位移控制、损伤主动在线监测技术的智能材料与结构。
在土木工程专业研究生教学中开设智能材料与结构课程非常有必要。目前,智能材料与结构课程教学在课程体系上较封闭,学生知识面不够导致
学习积极性不高,且由于该门课程学时的限制,教师授课时只能挑选部分章节讲授,疑难问题不断增加,给研究生科研指导不大,忽略了这门课程对研究生实践能力的培养,严重影响了学生学习内容的深度和广度。
文中针对土木工程专业研究生的研究及专业工作背景,将智能材料与结构课程作为选修课,对如何实现这门课程的教学目标,提高教学质量,提高研究生学习的科研兴趣和实践能力进行了思考,对这门课程的选修内容及教学、实践、成绩评定等环节进行了探索研究。
一、教学内容
智能材料与结构是以材料—器件—结构—系统为主线,将基本理论与工程应用紧密结合,从材料与智能、智能材料、智能器件、智能材料结构和智能结构系统等方面循序渐进地介绍智能材料与结构系统的基本概念、性能特征、发展和应用等。结合土木工程专业研究生研究课题及就业背景,选择与土木工程行业紧密相关的智能材料与结构内容作为教学主讲内容。
首先介绍智能材料与结构的一些基本概况,包括驱动材料、驱动器与传感器,以及自适应复合材料系统中的模型与应用、自适应系统、旋翼应用、航空器控制和智能结构应用等。根据实例引入形状记忆合金的概况,包括工作原理及应用,重点介绍形状记忆合金在土木工程中的隔震体系、粘弹性阻尼器、自修复埋入式智能监测的实例。在工程结构无损中应用最为广泛的领域中,需介绍压电复合材料的力学原理及应用,重点介绍其作为智能驱动器与传感器时在土木工程领域中结构健康监测方面的应用实例。在土木工程结构抗震设计中,介绍电/磁致伸缩与电/磁流变体的工作原理,磁致伸缩智能材料是一种磁致伸缩效应强烈,具有高磁致伸缩系数并具有电磁能/机械能转换功能的材料。磁致伸缩材料作为智能材料与结构在土木工程领域中主要用于传感、监测和远距离信息传输方面,具有较好的应用前景。将智能器件置于土木工程结构中,实现其自适应的结构功能,主要介绍智能光纤材料的工作原理及其应用,复合材料中埋入光纤传感器和驱动器是目前应用前景最广、技术基础最成熟的一种智能材料。最后对智能材料与结构的应用前景及发展进行总结和展望。
二、教学实践与探索
(一)不同研究方向教师的正确引导
研究生阶段的学习关键已不再是掌握某个知识点,死记一些书本知识,更重要的是培养学生的实践创新能力,提高学生的自主学习能力,需要在自己学习的基础上进行创新性思维,实现再创造,这就需要教师的正确引导。同样在智能材料与结构这门课程中,对土木工程类研究生的教学,需要通过师生
互动形式展开,在课堂上进行课堂互动,让研究生体验从未知到新知的探索过程,将智能材料与结构系统的各个方面实行科普性的讲解,促成研究生学习的主动性,教师的基本职能从“授”转变为“导”,让教师真正成为学生学习的导师。在学习智能材料与结构这门课程中,江苏大学创新地采用多位教师讲授同一门课程的方式,针对所学内容。选择相关研究方向的专业课程教师来上这一章节内容。由于所选教师对研究方向的熟悉程度明显高于以往同一位任课教师,这无形中大大提高了课程的深度和广度,调动了学生学习的热情,拓展了研究生科研知识面。
(二)理论联系实际
智能材料与结构作为一门交叉性的课程,必须与实际相结合才能巩固学习,激发学生的兴趣。所以,在课程教学中,尽量多举土木工程中的实例来说明各智能材料与结构的工作原理,可以从学生感兴趣的结构和目前应用较广的智能材料来阐述,如智能蒙皮、结构监测和寿命预测、土木结构的减振与降噪、环境自适应结构以及住宅智能化等。将理论知识寓于工程应用背景中,效果显著。如在课堂上会增加手工制作环节,采用层合空心板制作桥梁模型,采用硬币搭建省材工程结构,将智能材料的节能减排理念运用到结构设计中。
(三)板书与多媒体演示的结合
智能材料与结构课程信息量大,属于多学科交叉综合,不能完全采用板书教学,插入多媒体教学,可加快教学进程,提高教学效率,结合图案或声音,能大大提高学生的 学习兴趣和学习积极性。与传统的板书形式相比,多媒体教学信息量输入紧凑,文字图像信息清晰直观,风格多样,内容丰富,也能活跃课堂气氛,增进教学过程中的互动。但当讲解一些重要的力学基本原理时,也需要放慢讲课速度,通过板书的形式来讲解清楚,尤其是传感器与驱动器等智能元器件的工作原理解释。例如:在讲解形状记忆合金工作原理时,Ti-Ni合金的管接头处于低温状态时,套在需要连接的两根管子上,升温到Ti-Ni合金母相状态的室温,套管内径即可回复到原来的尺寸,从而把两根管子咬紧,完成管子的连接。采用一个版面的动画演示即非常形象直观地向学生解释清楚,可以从中插入大量的工程应用实例图片和录像,调动课堂气氛。同时,在课堂教学中,增加与学生之间的互动,针对不同研究方向的研究生,选择性地
讲解智能材料与结构的运用问题,从而不断提高学生的学习兴趣。因此,在课程教学中板书与多媒体教学相结合更有助于土木工程专业研究生掌握智能材料与结构的相关概念,加深学生印象,提高学习效率。
(四)实践能力的培养
以智能材料与结构课程中搭建土木工程结构超声无损检测平台实验为例,采用预埋损伤的标准试块进行结构检测(4学时+课余时间),构建一个自动监测、自动控制的桥梁监测系统模型,可将形状记忆合金、磁流变材料及无线传感理念融入其中,学生分组进行,最后分组比较创新性(4学时+课余时间),电测应变测量及应力计算(2学时)。
通过搭建实验,进一步锻炼学生的动手能力,训练学生的研究方法,培养学生分析和解决问题的能力。在实验课堂上,让部分土木工程专业优秀本科生参与其中,学生通过实践训练把所学知识应用于解决科研问题。
三、成绩评定
智能材料与结构课程共设30学时,其中实验10学时,需要预修压电测量学。课程教学分为课堂教学、研讨、实验三部分,考核方式采用笔试(闭卷)+平时成绩+实验成绩,实验成绩通过三部分的实验总结报告及学生答辩综合评定。其中考试成绩占70%,平时成绩占10%,实验成绩占20%。通过智能材料与结构课程三部分的考核与过程管理,既考核了学生的专业基础知识掌握情况,又考核了动手操作能力,更培养了学生的创新意识,开拓了视野。
四、结语
智能材料与结构课程列举了很多实用性和工程性强的实例,融入了最新的科研成果,是一门理论与实验相结合的课程。因此,该领域为广泛新兴行业产业的快速引进和应用提供了巨大的潜力。通过本课程的学习,研究生将了解智能材料结构在土木工程领域的最新动态和进展,为后续相关课程的学习及科研打好基础。通过智能材料与结构课程在土木研究生教学中的实践与探索,为土木工程专业研究生创新能力的培养提供了指导。参考文献:
传统“填鸭式”的灌输教育,脱离实际应用,易导致学生死记硬背。只有转变教学方式方法,紧密联系实际,加强互动式教学、探索式教学、启发式教学,才能实现应用型人才培养目标。为此,我们应用“案例教学法”把智能仪器设计分为五个步骤:一是选择合适案例,创设应用情境;二是实施互动式教学,突出教学重点;三是拓展仿真教学,强化应用技能;四是加强团队实践训练,培养实践能力;五是开展启发式教学,提高知识的运用能力[5]。
选择适当案例,创设应用情境以案例教学为主线,创设应用情境,增强学生学习兴趣。合适的实际案例不仅是贯穿课程教学过程的主线,成功创设应用情境的前提,而且是激发学生学习兴趣的必要条件。因此,选择适当案例至关重要。合适的案例必须能够充分体现基本教学理论,同时紧密联系实际[6]。以数字电压表(DigitalVoltmeter,简称DVM)为例,它是采用数字化测量技术把连续模拟量转换为离散数字量的数字化仪表。由于它具有读数准、精度高、误差小等优点而备受青睐[7]。因此,选择数字电压表作为智能仪器设计的案例来创设应用情境,可满足案例教学的基本要求。在确定案例的基础上,智能仪器的研制过程按照设计任务并拟定设计方案、软硬件设计、软硬件综合调试、整机性能测试和评估来实施[8]。根据数字电压表的设计任务与设计要求,结合学生学习的课程,采用“自顶向下”的设计原则,把仪器划分成由单片机、A/D转换电路和电压显示电路等功能模块组成。
案例互动教学,突出教学重点以重点教学内容为着力点,实施互动式教学,充分调动学生主动性。案例教学模式采用课堂双边互动教学形式,以重点教学内容为着力点,把课堂变为案例讨论现场,提高了学习的自主性,更好掌握课程的教学内容。在软硬件设计阶段,硬件设计主要是根据方案设计原理电路,选用合适的功能模块(如输入输出通道、信号调理电路、主机电路、人-机接口、通信接口),并装配和调试硬件系统;软件上是先设计出系统软件功能框图,在理清控制关系的基础上,进行功能化编程和调试。为了强化“智能仪器软硬件模块化设计方法”的教学重点,可采取以下互动式教学形式:一是组织学生进行答辩,阐述设计方案、原理电路和编程流程;二是由教师和同学现场进行提问,考察学生对设计可行性的分析;三是由教师有针对性对课题进行指导,提出合理化建议;四是由学生进行修改,完善设计。让学生在设计中既有自主性,又通过启发来防止盲目性。
案例仿真教学,强化应用技能以教学难点为突破口,拓展案例仿真教学新模式,营造探索求真的学习氛围,强化学生应用技能。系统设计与调试是智能仪器设计课程的教学难点。作为初学者的学生,经常感到无从下手。为此,我们首先从虚拟实验入手,通过仿真实验来突破难点。虚拟实验是把案例教学和软件应用有机结合起来,通过逼真的仿真界面和动画效果,让学生置身于智能仪器开发现场,既可以节省设计成本和提高设计速度,还可以增强学习乐趣,将抽象的理论知识融入到案例的设计实践之中,加深对理论知识与设计方法的理解,为后续教学环节,如分组实际制作打下基础。例如对基于Proteus和KeilC51建立的数字电压表仿真实验[9],如图3所示。数字电压表的调试过程可通过调节可变电阻器来进行仿真实验,若实验结果不满足设计要求,则可修改硬件参数或软件程序进行反复调试,直到该数字电压表满足设计要求,调试过程生动形象,简单易学。
团队实践训练,培养综合能力以案例应用为实训课题,组建学生制作团队,培养学生实践能力。团队制作实践的课题分为设计型、综合型和创新型。学生可以根据自己的兴趣、知识结构和能力发展进行选题。选择相同题目学生组成制作团队,通过共同协商,形成明确的成员分工和团队合作任务。在制作过程中,不仅要求学生要学会独立思考,掌握独立分析解决问题的方法,也要求培养创新意识以及增强团队精神。通过体验智能仪器设计制作过程,熟悉智能仪器系统的开发流程,提升综合的实践能力。例如,选取液位控制系统[10]的设计作为实践课题。该系统主要由水槽、电压比较器、隔离保护和驱动电路、直流继电器控制电路、水泵、电磁阀组成。高低水位的电压通过与基准电压比较输出逻辑信号,控制交流接触器的工作,实现水泵的通断,以实现水槽水位的自动控制。通过液位控制系统实践训练达到以下目标:第一,使学生了解接触器、电磁阀、水泵等器件等相关电器的基本原理,熟悉基于中规模集成电路的组合逻辑和时序逻辑设计方法,加深对理论知识和设计方法的认识;第二,通过学生亲手焊接、制作和调试电路,培养实践能力和动手技能;第三,通过撰写设计报告,使学生学会对实验结果进行分析和总结,培养学生分析和解决实际问题的能力。
案例启发教学,加强运用能力以案例总结为出发点,开展启发式教学,提高学生运用能力。案例教学法的重要环节,就是在完成设计、仿真和实际制作的过程之后,及时总结设计的过程和方法,把设计制作过程上升到理论高度,进一步加以思考、探索和提高。如果对案例缺乏思考、归纳和总结,很容易使学生的思维局限单个案例之中,不利于应用能力和创新思维的培养。因此,教师既要从单个案例入手,引导学生学会分析归纳和总结的方法,不断加强学生灵活运用能力,也要注重在案例基础上的拓展,启发学生深度思考,培养学生的创新思维。这样才能在智能仪器设计环环紧扣、层层递进,有效推进学生知识水平的提高和能力结构的完善。
中图分类号:G642 文献标识码:A
1 引言
随着智能科学技术在人类生活各个领域的不断渗透,它所带动的智能技术浪潮正在不断地扩大,并对社会、文化、教育的发展发挥了巨大的作用。
“智能科学与技术”本科专业作为一门刚刚起步的新专业,具有广阔的发展前景和巨大的应用需求。它是一门综合交叉性学科,旨在培养具有脑与认知科学、智能科学、信息科学、现代科学方法学的基本理论知识,掌握计算机、智能系统、信息网络、信息处理的基本技能,综合运用所学知识与技能去分析和解决实际问题,具有较强的自学能力和创新能力的高级复合型人才。
“智能科学技术导论”课程是“智能科学与技术”专业的基础课程,作为本专业的“敲门砖”,可以帮助学生对“智能科学与技术”专业有一个整体上的认识,对智能科学领域有一个初步的了解。
2 课程概述
对于刚刚迈进大学校园的青少年来说,他们面临着许许多多的新问题,其中最重要的一项,就是“专业”问题。自己将要学习的专业究竟是怎样的?它的前景如何?怎样才能学好它?“智能科学技术导论”课程是学生接触到的第一门涉及本专业知识的课程,它针对学生的实际需要,系统、科学地解答了学生各种各样的专业问题,为本专业的新同学们提供适时和恰当的“专业引导”,使他们很快进入环境,成为一批积极主动、方向明确、方法正确的新型学习者。
本课程具有以下特点:
(1)从宏观上介绍智能科学技术领域的相关内容,综合性强。
课程整体地介绍了智能科学技术以及智能科学领域的基本概念、学术思想、知识体系、学术特色,使学生对“智能科学技术”由完全陌生的状态变为能够对它的基本模型和基本问题建立一个初步、宏观的,然而又是准确和科学的认识。
课程剖析了智能科学技术与相关学科之间的关系,使学生明了智能科学技术、信息科学技术、控制科学技术和计算机科学技术各有各的独立研究领域,各有各的独特作用,不能互相替代,但是又互相交叉、互相作用、互相促进。
通过回顾和展望,本课程揭示了智能科学技术的精彩发展前沿技术与巨大的创新机遇,指明当代智能科学与脑科学、神经科学、认知科学的结合将开辟极其广阔的发展空间,同时也指出智能科学技术面临着科学研究方法论的深刻变革。
(2)解析专业课程结构框架,指引学生采用正确的学习方法开展本专业的课程学习。
科学的学习方法是受多因素制约的多层次、多序列的复杂的动态体系。从微观上说,怎样读书,怎样上课,怎样实验,怎样实践,怎样做笔记,怎样记忆,怎样运用学习时间等都是方法问题;从宏观上看,怎样制定学习战略,怎样选择治学途径,怎样不断优化知识结构,如何确立学习观和学习原则等也都包含着“方法”问题。
本课程通过阐述智能科学与技术专业的知识结构,并对其进行深入分析,帮助学生认识整个专业的知识体系,明晰本专业课程的组成、每门课程的作用以及课程之间的逻辑关系,指引学生采用正确得当的学习方法开展本专业的课程学习。
(3)激发学生热情,培养学生兴趣。
本课程从根本上阐明了智能科学技术必然在现今时代崛起并迅速登上现代科学技术舞台的内在缘由,启示学习智能科学技术的必要性和重要性,启发学生的历史责任感和崇高使命感,使他们认识到能够学习“智能科学与技术”专业是他们这一代人的幸运。同时,通过分析和案例介绍,说明智能科学技术对于经济发展和社会进步的巨大作用,认识到信息化必须走向智能化才能建成现代化国家,从而有效地增强学生学习智能科学技术的自觉性、自豪感。
通过介绍一些典型的智能系统,使学生初步建立起智能科学技术的直观形象和感性认识,相当于进行了一次“智能科学技术的认识实习”,以此激发学生的学习热情。
3 课程教学的认识与思考
3.1 着重实际应用,激发学生兴趣
智能科学是一个不断发展的学科,它的技术成果、研究动向更新地很快。教师应及时地介绍智能科学技术领域的最新科技成果,将其引入课程教学,增加操作环节,可由教师进行演示,或由学生自己在实验室进行运行。
通过操作加深感悟,是学生参与知识形成过程的关键。通过亲手执行包含智能技术的应用系统,使学生获得关于智能科学技术更为深刻的体验,大大拉近学生与智能科学技术之间的距离,使他们感觉到“智能科学技术就在自己身边”。这样,既增强了学生对本课程的兴趣,又使学生及时掌握了本学科领域发展的最新动态,扩大了知识面。
3.2 组建研究小组,鼓励创新思维
智能科学技术本身处在创新发展时期,特别需要培养具有创新精神的人才。智能科学技术是一个高度综合又非常深邃的学科,依靠常规的学习方法很难把握,同时,它又是一门研究思维规律的学科,思维规律之中最重要的是创新思维。所以,培养智能科学与技术专业的高层次人才,一定要着重创新思维的建立。
教师可综合考虑课程侧重点与学生兴趣,指定几个研究方向,组建研究小组。鼓励学生通过查阅资料、调查实践等方式解答问题,提出自己的新想法。整个活动以互动的形式开展,教师引导学生积极思考问题,通过师生的交流和探讨使学生获得对同一问题的多种思考结果,学生可依照自己的新思路将研究逐步深入,最终,以组为单位向教师和全体学生做专题介绍。这种参与式教学模式使学生在“教”的同时,巩固提高了对知识的理解,并锻炼了学生的逻辑表达能力和心理素质,给学生一个展现自我的平台。
3.3 采用灵活考评方式,建立综合考评体系
传统的单纯以期末考试成绩作为考量的考评方式过于片面,同时也容易束缚学生的思维。综合考虑智能科学技术专业的培养计划以及智能科学技术导论的课程特点,笔者认为,应采用灵活的考评方式,建立综合的考评体系。
本课程考评体系可分为三部分:期末考卷、调研表现、小论文。期末考卷只要基于本课程教材的基本理论、基础知识、课堂内容进行测试。调研即3.2节中所提到的组建研究小组,每个小组就自己的研究方向进行调研,参阅书籍、查找资料、深入探讨,以PPT的形式向教师和全体学生进行总结汇报。小论文指学生以自己的调研方向为题目,撰写专题论文。这种考评方式是以书本为平台,培养学生主动系统地获得新知识、新技术的能力,主要包括基本学习能力、自学能力、实践操作能力和表达能力,鼓励学生勇于创新的精神。同时,也调动了学生查阅资料,自主思考问题的积极性,扩展了知识面。
3.4 参观实验室,了解领域研究现状
智能科学技术学科的大学毕业生,应该既可以从事智能理论和智能系统的研究、智能科学技术相关专业的教学,又可以从事实际与智能技术相关的工程开发工作。而对于刚刚接触这个专业的学生来说,很难从书本中明了自己今后的究竟能做些什么,也很难将书面知识与实际应用相结合。通过参观与专业相关的实验室,进行现场教学,帮助学生将课本上的抽象理论与具体实践结合起来,让学生了解将来可能会从事的工作,了解学科领域的研究现状,亲身感受实验室的学术氛围,激发学生对专业领域高水平研究的向往。
《基础教育课程改革纲要》要求在教学过程中,我们要给学生以最多的自主探究和交流的机会,充分激励调动、发挥学生主体性和多样化的学习方式,放手让学生自主探究知识,促进学生在教师引导下主动、富有个性地学习,从而实现从以学科为中心到以人的发展为本的教育观念的转变。为此结合本校实际,我们创建了“自主生成、多元评价”式的课堂教学流程,不断实践、研究、完善,积极打造历史学科的高效课堂。下面我将对实践的历史课堂教学基本流程及情况介绍如下,希望能得到广大同仁的指点。
1、理论依据
1.1自主生成
所谓“自主”指的是学生学习方式上的自主,即自主学习。自主学习指学习者在教师的指导下,对自己正在进行的学习活动进行主动、积极、自觉的计划、监控、评价、调整的过程。所谓“生成”是指课堂中不能机械地按原先确定的一种思路教学,而应根据学生学习的情况,由教师灵活地调整,因势利导地组织适合学生参与的、自主创新的教学活动,生成新的超出原计划的教学流程,使课堂处在动态和不断生成的过程中,以满足学生自主学习的要求。它是师生为实现教学任务和目的,围绕教学内容,共同参与,通过对话、沟通和合作活动,产生交互影响,以自主生成的方式推进教学活动的教学方式。
1.2多元评价
霍华德·加德纳教授认为,人的智能是多元的,即存在智能:语言智能、数理逻辑智能、视觉空间智能、音乐智能、身体运动智能、人际关系智能、内省智能、自然智能。在这八种智能之间,不存在哪一种智能更重、哪一种智能更优越的问题。八种智能在个体的智能结构中占有同等重要的地位,只是在不同个体身上表现出不同的特点,并且具有自己独特的表现形式,换句话说,任何一个正常的人都在一定程度上拥有其中的多项能力。对于每一个体来说,不存在谁比谁更聪明的问题,只存在谁在哪一领域,哪一方面更擅长的问题。这就要求在教学中教师要以促进学生的发展为根本,从不同的层面去看待每一个学生,要指导帮助学生促进其优势智力领域的优秀品质向其它领域迁移。要以发展的眼光看待学生,不能以传统的文化课学习成绩和能力为唯一标准尺度去衡量学生。对学生进行评价时,既要评价学生的学业成绩,又要对学生进行人文精神、身心素质等其它综合素质进行客观综合评价。
2、操作流程
2.1自主学习—预习反馈 疑难发现
生成的课堂旨在构建一种开放、和谐、愉快的、使学生的主体意识得到真正体现的新型的学习环境,为学生创造一个学习知识的平台,唤起学生学习的动机,激起学生学习的欲望,从而让学生在课堂中不断生成促进课堂发展的教学资源,并在教师的巧妙引领下,使课堂尽显师生的智慧,从而提升课堂教学效率。构建动态生成的课堂必须把学生置于教学的出发点和核心地位,让学生充分地开展自主学习,教师才能在课堂上及时合理地捕捉学生研究得到的动态生成。
2.2合作学习——互动答疑重点突破
合作式学习指的就是教师与学生之间、学生与学生之间的合作。在学生独立思考的基础上,围绕重点、难点问题,组内进行讨论、交流、对话、质疑、辩论等学习活动,教师应设置教学情景从不同角度去启发学生,让学生从不同角度去思考,互相交流、互相启发。教师的“讲”要讲重点,讲难点,讲思路,抓住中心,揭示本质,才能充分调动学生学习的积极性,让每个学生都投入到学习中来,更可以让学生在讨论中学会倾听、表达与交流,初步学会文明地进行人际沟通和社会交往,发展合作精神,从而学会学习,学会生活。
2.3多元评价——凸现激励全面发展
传统的评价在于帮助学生发现学习中的问题,弥补漏洞,更多的是发挥评价的诊断功能和选拔功能。这样往往对所谓成绩差的学生来说,评价带给他们的是负担和心理压力,使他们丧失了向上的动力。“自主学习”的主体是学生,开发学生智能首先要靠个体自己,每一个人都拥有不同的智能组合,由此导致人的思维方式、学习方式等不同,每个学生都有自己所倾向的学习类型和学习方式,新课程不仅要求在教学流程中张扬学生的主体性,而且在教学评价领域同样也需凸显学生的主体地位,新课程要求与之相适应的新评价。只有在评价领域真正体现学生的主体性,关注每一个有差异、有个性的学生的发展状况,评价才能够跳出单纯以甄别和选拔为功能的窠臼。
2.4总结拓展 —巩固反馈注重实效
课堂总结是课堂教学的一个整合、拓展、提高环节,它可以帮助学生把零散孤立的知识贯串起来,形成完整的知识结构。它是整节授课内容的高度概括,是教学总体思路最明确、最深刻、最集中的阐述,是一个具有“画龙点睛”之效的环节,对一节课的成败起着至关重要的作用。总结也是学生一种极好的自我反思的机会,这种自我反思是学生对自己学习活动的回顾、总结,也是师生共同发现问题、解决问题的过程,一起思想升华的过程。
总结技能是一项十分重要的技能,是教学过程中重要的一环。总结得好,可以使教学过程首尾呼应,善始善终。一堂历史课,应该是开头引人入胜,中间环环相扣,结尾耐人寻味。只有这样的历史课,才是成功的历史课。
中图分类号:G642.3 文献标志码:A 文章编号:1674-9324(2012)06-0152-02
虽然人工智能的发展历史只有五十余年,但它已经广泛应用于专家系统、机器翻译、图像处理和机器人技术等领域。随着人工智能技术对社会经济发展的影响不断增大,人工智能课程不再是计算机专业独有的专业课程,国内外很多高校在自动化、智能交通等专业都开设了选修课,甚至在高中的信息技术课程中也在推广设置。吉林大学硕士专业“模式识别”将《人工智能》设为专业学位课程,同时也将其设为汽车、机械等其他学科的选修课程。由于研究生相关基础知识水平参差不齐,课程内容又比较抽象、生涩,为了提高教学质量,在本次教学改革过程中充分考虑学生学习新知识的心理演变过程,认真研究教学内容、教材、教学方法等诸多方面,力求在教授基本原理的同时,培养学生对智能系统进行理论分析、设计并编程实现的能力,为后期的论文研究阶段打下坚实的基础。本次教学改革受到了吉林大学研究生课程体系建设和核心课程建设项目的资助。
一、教学内容
教学改革的关键是教学内容。人工智能与统计学、心理学、语言学、计算机科学、生物学、控制论等都有交叉关系,学科涉及的内容十分庞大。人工智能学科知识的繁多与授课学时有限之间的矛盾比较突出。作为国内模式识别专业的领军院校,如中科院智能所、清华大学、上海交通大学和南京理工大学等,他们所开设的《人工智能》课程学时和内容也不尽相同。我们参考了上述院校的授课内容,同时考虑到本校本学科的学术研究方向,精心归纳、优化教学内容,力争做到教学内容系统、精炼和实用。目前,我们讲授的教学内容主要包括:智能化智能体系统、盲目搜索方法、启发式搜索方法、局部搜索方法、约束满足问题、博弈树搜索方法、知识表示方法、不确定知识与推理、规划与机器学习等,共40学时。
另外,人工智能领域中新问题、新理论交错涌现,这就要求教学大纲要定期修订,教学内容要及时更新,同时教师也需要不断提高自身的学术水平,以便提高硕士课程的研究性内涵。
二、教材选用
要搞好课程建设,教材是一个很关键的问题。我们广泛阅读和研究了国内外的经典教材,经过一番斟酌之后,我们选用了Stuart Russell和Peter Norvig所著的《人工智能-一种现代方法(第二版)》。首先,选用国外教材能够更快地追踪最新研究成果。同时该教材已经被世界上900多所大学采用,符合促进高校的教学内容向国际水准靠拢、与国际接轨的理念。另外,人民邮电出版社在2002年曾经出版该书的英文版的第一版,双语学习能有助于提高学生的英语水平,为学生后续的查阅英文文献,甚至发表英文文章奠定基础。
三、教学方法
在国内,比较有影响的是中南大学以蔡自兴教授为首的教学团队为计算机科学与技术本科专业开设的人工智能课程,该课程在2003年被评为全国高等学校首批精品课程[1]。2007年该课程又开始进行全国双语教学示范课程建设,成绩斐然[2]。多年来,我们不断汲取同行的成功教学经验[3],结合本学科的硕士专业特点、考虑学生的知识结构和实践能力,不断改革和尝试,总结了一套行之有效的教学方法。我们一切以学生为主体,在教学过程中充分考虑学生学习新知识的心理演变过程,采用灵活多变的教学手段。让学生从感兴趣,保持兴趣,到收获用所学知识解决实际问题的成功喜悦,并进一步增强投身于科研论文研究的热情。
课程伊始,通过多媒体演示人工智能技术已取得的杰出成就,激发学生的学习兴趣。然后布置学生查阅资料,列举人工智能发展史上的重要事件和最新研究的热点问题,课上再组织学生做报告。通过上述活动,一方面拓展了学生的专业视野,另一方面锻炼了学生的表达能力。
随着课程内容的深入,让学生组成兴趣小组,任意选择问题实例,利用每节课学习的理论、算法不断地更新该实例的解决方案,评价性能优劣。学习小组可以培养学生科研协作的精神。另外,课堂上每组轮流做报告阐述各自的研究进展,演示编程效果。其他同学或给出修改意见,或提出个人观点。最后老师及时总结,引导学生提高分析问题的深入性和广泛性。充分的课堂讨论能够提高学生多角度思维的能力,培养学生善于钻研和勇于创新的精神。同学间的这种学术交流也可以让学生有机会了解彼此的学习状况与能力,促进学生展开良性的学习竞赛,也为学生接受和理解老师最后给出的课程成绩做了心理铺垫。老师总结时要对学生的努力多肯定,激发他们的学习热情和潜能,让他们感到学习知识的快乐。
四、考核方式
实践表明笔试测验的方式不能全面反映学生的学习情况,所以本课程尝试采取自选实验设计题目,根据实验报告、上机演示结果和口试等方式综合评定成绩。其中,实验报告要求学生根据实验题目详细介绍设计思路,阐述编程方法,分析实验结果。口试是老师当场就报告中的问题提问,并对学生的回答进行讲评。课程成绩中,实验报告设计分析占60%,上机成果演示占30%,口试占10%。
通过实验设计的考核方式,学生的学习积极性得到了很大的调动,充分发挥了学生的自主创新能力,锻炼了学生知识综合应用技能。但美中不足的是该方式不像笔试那么客观,学生的成绩容易受教师的主观性影响。另外,人工智能作为一门学位课,其成绩往往直接影响学生的奖学金评定,学生和相关领导对成绩的评定原则十分关心和重视。为了减少人为因素对学生成绩的干扰,避免师生因课程成绩产生分歧,我们规定了完善的考核细则。考核细则发给同学,作为实验报告的首页,方便记录每一个环节上学生的得分情况,做到成绩评定有据可查。
非笔试的成绩评定方式对任课教师的要求也提高了,我们教师团队还规定了详细的教师工作守则。首先要求教师认真细致地阅读学生的实验报告,给出报告得分,并准备口试时提问的问题,得分和问题都要在实验报告的首页做好记录。询问每个同学的问题都不能重复,上机演示和口试环节都是公开的。问题可以是设计不合理的思路,或是阐述不清的步骤等,教师要注意掌握问题的数量,尽量做到均衡。上机演示时,学生经常因为紧张而漏掉部分功能的演示,因此,教师要跟学生加强沟通。口试时,根据学生的状态,可以给予适当启发,但要在成绩评定上做出相应调整。经过多年的摸索,我们将上机演示按照实验报告成绩的倒序方式进行,这样有利于在口试过程中由浅入深,逐渐加深问题的难度,有效避免重复。教师评价时应严格缜密,让学生正确认识自己的设计水平,对课程成绩的认定跟老师达成一致。
经过教学团队的不懈努力,“模式识别”专业的“人工智能”课程建设在教学内容、教学方法、教材选用、考核方式等方面的研究都取得了一些成绩,教学实践表明教改措施已见成效,教学质量有了明显提高。
参考文献: