研究生《計算智能》課程教學方法探討

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。本文結合近幾年計算智能課程教學中教學經驗和教學體會，總結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。該課程的內容非常廣泛，具有很強的應用性、綜合性、挑戰性，并且該課程是模式識別、機器學習以及數據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

隨著社會的發展和科技的進步，信息化是未來社會和科技發展的主要方向。特別是智能家居和物聯網的出現，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，人們可獲得的數據規模也越來越大，導致了大數據的產生。如何在這片浩瀚的數據海洋中找出所需要的知識是需要解決的主要問題。數據挖掘、模式識別和機器學習便是解決該問題的主要方法。數據挖掘從大量的數據中尋找出有用的數據，并根據這些數據挖掘出想要的知識；模式識別可以在特定知識中識別出相應的模式；機器學習可以根據現有的數據模式學習出相應的規律便于對未知的數據進行分析和預測。三個方面發展非常迅速，但都離不開計算智能的發展。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，對于培養高科技的創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、算法優缺點以及如何對現有算法進行改進，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，提高學生的創新思維能力。（2）對教師自身發展來講，經過幾年的積累經驗，爭取將本課程建設成核心經典課程，發揮其教學示范作用。設計出高質量的教學模塊和中英文電子課件，以供國內外學者參考，使學生既能夠學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，以數據為基礎，通過設計合適的優化規則而對問題進行求解的方法。主要內容包括神經計算、進化計算以及模糊計算。神經計算使用神經元來模擬人腦進行工作，通過學習大量數據的連接權重來設計合適的神經網絡觸發模型。神經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化中，可解決和處理現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。根據程序學習得出的經驗，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。

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，如何創新性地設計更好的算法，提高學生的創新思維能力。

四、以學生為中心的創新教學理念

傳統的教學模式中，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生時間浪費，而基礎相對薄弱學生無法進入狀態。部分文獻提出可使用翻轉教學解決該問題，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。該方法在現階段產生了很大的吸引力。并產生了很好的效果。在本模式的教學中，我們主要把握以下四點；（1）理論與實踐相結合；（2）科研素質的培養；（3）教師與學生并行；（4）前沿熱點問題重點關注。基于此，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新，可以是對課堂算法編程實現。（2）以該算法為中心，根據自己的想法設計合適的創新算法。

（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節。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生問題的過程。經過學生講解后，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，應根據文獻的內容，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、學生積極性以及課下作業的完成情況，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。根據本文的教學模式，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、文獻講解和課堂討論為主要模塊，占總成績的70%，而將結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，削弱只會筆試的現狀。在評判時，如何確定各個模塊的分數也比較重要，總的來說，應遵循創新性、認真性和準確性原則。創新性是主要部分，培養學生的創新能力尤為重要；認真性只要保證學生在課堂或課下閱讀文獻時的態度，好的學習態度也是一個重要的部分；準確性要求教師在分數尺寸上不能有所偏差。期末考試比較容易評判。

五、總結

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。本套教學方法已經在兩屆學生中進行了驗證，根據學生課后的反應情況來看，還是比較有作用的。主要表現在：（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，對文獻算法的質疑度也有了極大地增加。（2）提高了學生對現有算法的質疑性。（3）增加了學生對計算智能領域的興趣。結課后很多非本領域的學生也希望能在計算智能上有所發展。

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.