论文部分内容阅读
《计算智能》是我校为信息与计算科学（简称“信科”）专业的高年级学生开设的专业限选课。学习这门课主要是“信息与计算科学”“计算机相关专业”和“应用数学”等专业的学生，但是不同的专业，其教学方法、大纲要求都有所不同。本文主要从“信息与计算科学”这一专业出发，从教材选择、大纲制定、进程表、课堂教学、作业与实验等等方面对教学过程进行研究和探讨。
第一，选择合适的教材
《计算智能》这门课，很多高校都使用褚蕾蕾老师的《计算智能的数学基础》这本书，我也曾经使用过这本教材。这本书详细的阐述了实现智能计算的相关数学知识，要求学生有非常硬的数学功底，否则学起来会很吃力。最好是数学专业的学生来学习比较合适。但是问题是开设计算智能这门课的专业不仅仅只有数学专业，计算机和信息与计算科学专业都开设这门课，而这本教材对他们来说太深了，他们更注重于实际应用。
除了《计算智能的数学基础》这本书之外，《计算智能——理论、技术与应用》也是非常优秀的教材，它主要针对研究生和科研人员学习使用。因此，对于信息与计算科学专业，我们既要他们理解计算智能，也要他们能够从实际出发，实现智能计算。这是我们的教学目标，纯粹讲解数学，对他们来说是兴趣的一个磨灭。因此，我建议采用曹承志老师编著的《智能技术》这本书，基于其中的若干章节（主要是第四、五、六章）来讲解计算智能这门专业限选课。
第二，制定教学大纲
计算智能是借助现代计算工具模拟人的智能机制、生命的演化过程和人的智能行为而进行信息获取、处理、利用的理论和方法。计算智能信息处理系统是以模型为基础，以仿生计算为特征含数据、算法和实现的柔性交互式系统。当前，计算智能在用计算科学与技术模拟人和生命的智能及行为方面，主要有模拟智能产生与作用赖以智能表现与功能行为的逻辑观点。
基于这些观点和视野，形成了人工神经网络、演化计算与模糊逻辑为代表的三个典型分支。本课程在这三个分支中，选择了人工神经网络、遗传算法和模糊逻辑的基础知识作为教学的基本内容。这些内容对于进一步学习、研究计算智能、人工智能等高级信息处理，以及信息科学和工程技术都是必要的、基础性的。
教学重点：感知器，人工神经网络，遗传算法，模糊集与模糊系统，模糊逻辑与模糊推理，模糊模式识别与模糊控制等部分内容。同时掌握运用所学知识解决实际问题也是在教学过程中不断要强调的内容。
教学难点：在计算智能的教学过程中，难点主要是人工神经网络，遗传算法和模糊逻辑的理论讲解，要用简明形象的语言描述理论知识，让学生感兴趣。同时，将理论转化为实际解决问题的能力也是教学上的一个难点。
第三，按照大纲要求，开展有序的课堂教学
根据大纲要求，计算智能这门课共有48个学时，其中实验学时8节，学习时间共18周，每周1～2次课。
这种时间安排方式是比较合理的，设计时主要考虑到知识的学习顺序，避免实验与理论课不能配合的现象发生。实验1在第10周做，那么我们就可以利用前面9周的时间给学生讲解神经网络的相关理论和实验软件等等，为实践做准备工作。这样，学生在做课程实验时，才不会觉得无从下手。实验2在16周做，当中空闲的两周主要用于学习MATLAB遗传算法工具箱。
第四，设计作业与课程实验
该课程有两次作业，分别在第6周和第12周布置，作业时间为1～2周。这两次作业内容分别针对“人工神经网络”和“遗传算法”。从表中不难看出，当做完相应章节的作业后，立即进行课程实验，这样的设计，使得学生难免更加深刻地理解和掌握知识。
值得提出的是，这门课的实验工具——MATLAB6.5。以前，我们曾经使用过C/C++/VC＋＋等等高级语言来做计算智能仿真实验，但最后的效果并不是很令人满意，学生往往会知难而退，从而丧失对这门课的兴趣和信心。
因此，我认为，针对信科专业或者计算机相关专业的学生，他们的数学基础并不是非常扎实，而计算智能又是一门专业限选课。要想让学生对这门课产生兴趣，我们可以考虑采用一些成熟的工具箱来支持我们的实验教学，如MATLAB6.5的“神经网络工具箱”“遗传算法工具箱”和“模糊逻辑工具箱”。学生通过使用这些工具箱，方便而有效地感觉到“智能的计算”的存在。实践证明，这种方法能够取得更好的实验教学目的。
第五，与学生的课后交流
教师在课堂上传授完知识后，要及时与学生进行交流，了解他们的学习情况并获取建设性意见。通过平时的观察和总结，大学教师与学生交流的方式和方法主要有以下几种：
(1)利用一切时间（如上课提前几十分钟到教室、课间或下课时间等等）与学生交谈，了解他们的学习动态及回答他们提出的问题。
(2) 建立课程网站，学生登陆后可以通过论坛或聊天室向教师提问。可以确定一个时间（如每周三晚7点，开放聊天室进行网络实时答疑），平时学生可以通过在论坛上发帖，教师回复的方式获得答疑。
(3) 如果没有课程网站，教师可以留给学生一个常用的Email地址，或者其他的联系方式，让学生在学习过程中遇到困难时可以联系到教师。
(4) 固定辅导的时间和地点。这个地点可以是教室、办公室、会议室等等。如果场所有限，可以分班进行。
上面的四类方法是经常使用的，我们对此进行了一个问卷调查，对象是03级和04级信息与计算科学的150名学生，要求他们选出三种最合适的交流方式。经过认真的调查和详细的统计，有106位学生选择了采用学习网站的方式进行交流，97位学生选择了固定场所答疑，76位学生选择了课间交谈方式。而类似Email、QQ和打电话的方式似乎不受学生青睐。论坛和聊天室方式介于它们之间，而这两种方式完全可以包容在“课程学习网站”中。
第六，计算智能与人工智能的关系
在我校，要求学生先学习计算智能，再学习人工智能，其实两者的顺序并不重要，未必要先学习计算智能。但是，在教学过程中，要让学生明确学习目的，了解学习这门课的意义所在，计算智能与人工智能相比，是更低层的运算，它强调的是数据，而人工智能强调的是知识。
从事这门课的教学有很长时间了，也逐渐地有一些研究课题，对于个别特别感兴趣的学生，可以吸引他们加入我们的研究队伍，这也是因材施教思想的一个体现。
参考文献：
[1]丁永生.计算智能——理论、技术与应用[M].科学出版社，2004.
[2]曹承志，王楠.智能技术[M].清华大学出版社，2004.
[3]褚蕾蕾，陈绥阳，周梦编.计算智能的数学基础[M].科学出版社，2002.
第一，选择合适的教材
《计算智能》这门课，很多高校都使用褚蕾蕾老师的《计算智能的数学基础》这本书，我也曾经使用过这本教材。这本书详细的阐述了实现智能计算的相关数学知识，要求学生有非常硬的数学功底，否则学起来会很吃力。最好是数学专业的学生来学习比较合适。但是问题是开设计算智能这门课的专业不仅仅只有数学专业，计算机和信息与计算科学专业都开设这门课，而这本教材对他们来说太深了，他们更注重于实际应用。
除了《计算智能的数学基础》这本书之外，《计算智能——理论、技术与应用》也是非常优秀的教材，它主要针对研究生和科研人员学习使用。因此，对于信息与计算科学专业，我们既要他们理解计算智能，也要他们能够从实际出发，实现智能计算。这是我们的教学目标，纯粹讲解数学，对他们来说是兴趣的一个磨灭。因此，我建议采用曹承志老师编著的《智能技术》这本书，基于其中的若干章节（主要是第四、五、六章）来讲解计算智能这门专业限选课。
第二，制定教学大纲
计算智能是借助现代计算工具模拟人的智能机制、生命的演化过程和人的智能行为而进行信息获取、处理、利用的理论和方法。计算智能信息处理系统是以模型为基础，以仿生计算为特征含数据、算法和实现的柔性交互式系统。当前，计算智能在用计算科学与技术模拟人和生命的智能及行为方面，主要有模拟智能产生与作用赖以智能表现与功能行为的逻辑观点。
基于这些观点和视野，形成了人工神经网络、演化计算与模糊逻辑为代表的三个典型分支。本课程在这三个分支中，选择了人工神经网络、遗传算法和模糊逻辑的基础知识作为教学的基本内容。这些内容对于进一步学习、研究计算智能、人工智能等高级信息处理，以及信息科学和工程技术都是必要的、基础性的。
教学重点：感知器，人工神经网络，遗传算法，模糊集与模糊系统，模糊逻辑与模糊推理，模糊模式识别与模糊控制等部分内容。同时掌握运用所学知识解决实际问题也是在教学过程中不断要强调的内容。
教学难点：在计算智能的教学过程中，难点主要是人工神经网络，遗传算法和模糊逻辑的理论讲解，要用简明形象的语言描述理论知识，让学生感兴趣。同时，将理论转化为实际解决问题的能力也是教学上的一个难点。
第三，按照大纲要求，开展有序的课堂教学
根据大纲要求，计算智能这门课共有48个学时，其中实验学时8节，学习时间共18周，每周1～2次课。
这种时间安排方式是比较合理的，设计时主要考虑到知识的学习顺序，避免实验与理论课不能配合的现象发生。实验1在第10周做，那么我们就可以利用前面9周的时间给学生讲解神经网络的相关理论和实验软件等等，为实践做准备工作。这样，学生在做课程实验时，才不会觉得无从下手。实验2在16周做，当中空闲的两周主要用于学习MATLAB遗传算法工具箱。
第四，设计作业与课程实验
该课程有两次作业，分别在第6周和第12周布置，作业时间为1～2周。这两次作业内容分别针对“人工神经网络”和“遗传算法”。从表中不难看出，当做完相应章节的作业后，立即进行课程实验，这样的设计，使得学生难免更加深刻地理解和掌握知识。
值得提出的是，这门课的实验工具——MATLAB6.5。以前，我们曾经使用过C/C++/VC＋＋等等高级语言来做计算智能仿真实验，但最后的效果并不是很令人满意，学生往往会知难而退，从而丧失对这门课的兴趣和信心。
因此，我认为，针对信科专业或者计算机相关专业的学生，他们的数学基础并不是非常扎实，而计算智能又是一门专业限选课。要想让学生对这门课产生兴趣，我们可以考虑采用一些成熟的工具箱来支持我们的实验教学，如MATLAB6.5的“神经网络工具箱”“遗传算法工具箱”和“模糊逻辑工具箱”。学生通过使用这些工具箱，方便而有效地感觉到“智能的计算”的存在。实践证明，这种方法能够取得更好的实验教学目的。
第五，与学生的课后交流
教师在课堂上传授完知识后，要及时与学生进行交流，了解他们的学习情况并获取建设性意见。通过平时的观察和总结，大学教师与学生交流的方式和方法主要有以下几种：
(1)利用一切时间（如上课提前几十分钟到教室、课间或下课时间等等）与学生交谈，了解他们的学习动态及回答他们提出的问题。
(2) 建立课程网站，学生登陆后可以通过论坛或聊天室向教师提问。可以确定一个时间（如每周三晚7点，开放聊天室进行网络实时答疑），平时学生可以通过在论坛上发帖，教师回复的方式获得答疑。
(3) 如果没有课程网站，教师可以留给学生一个常用的Email地址，或者其他的联系方式，让学生在学习过程中遇到困难时可以联系到教师。
(4) 固定辅导的时间和地点。这个地点可以是教室、办公室、会议室等等。如果场所有限，可以分班进行。
上面的四类方法是经常使用的，我们对此进行了一个问卷调查，对象是03级和04级信息与计算科学的150名学生，要求他们选出三种最合适的交流方式。经过认真的调查和详细的统计，有106位学生选择了采用学习网站的方式进行交流，97位学生选择了固定场所答疑，76位学生选择了课间交谈方式。而类似Email、QQ和打电话的方式似乎不受学生青睐。论坛和聊天室方式介于它们之间，而这两种方式完全可以包容在“课程学习网站”中。
第六，计算智能与人工智能的关系
在我校，要求学生先学习计算智能，再学习人工智能，其实两者的顺序并不重要，未必要先学习计算智能。但是，在教学过程中，要让学生明确学习目的，了解学习这门课的意义所在，计算智能与人工智能相比，是更低层的运算，它强调的是数据，而人工智能强调的是知识。
从事这门课的教学有很长时间了，也逐渐地有一些研究课题，对于个别特别感兴趣的学生，可以吸引他们加入我们的研究队伍，这也是因材施教思想的一个体现。
参考文献：
[1]丁永生.计算智能——理论、技术与应用[M].科学出版社，2004.
[2]曹承志，王楠.智能技术[M].清华大学出版社，2004.
[3]褚蕾蕾，陈绥阳，周梦编.计算智能的数学基础[M].科学出版社，2002.