论文部分内容阅读
摘 要： 《智能优化方法》是一种近年来新兴的优化方法，这门课程容易出现内容枯燥，难以学好。结合计算机专业课程知识结构、《智能优化方法》课程的特点以及教学过程实际情况，从教学内容、教学方法以及实践教学等几个方面对《智能优化方法》课程进行教学体系的建设与改革，促进了教学质量的提高。
关键词： 智能优化方法;课程教学改革;实践改革
中图分类号：G642 文献标识码：A
随着计算机科学研究和工程学研究等涌现很多复杂的组合优化问题，它们在当前的技术条件下很难解决，人们企图使用一些启发式方法在合理的时间内找到满意的解决方案，因此，智能优化算法就成为一个有效的复杂组合解决工具，《智能优化方法》课程在中国大部分高校或研究所的信息科学、通信科学专业中开始了设置。但由于当前课程的内容所涉及的一些经典算法，理论性相对较强，使得学生开始学习本课程时通常感觉内容上很晦涩抽象，这门课程容易出现内容枯燥、难以学好的感觉，与智能优化方法日益普及并逐步渗透到工程领域中这一实际情况形成了巨大的反差。
笔者有着在一线从事优化方法、机器学习课程的研究经验、以及智能优化方法教学经验。在《智能优化方法》课程教学活动中，发现一些问题：
1）学生人数较多，主动思考的积极性不强。由于上课人数较多，使得很多灵活机动的教学方式不能十分有效的实施，如分组讨论，每组学生过多，无法充分讨论，参与学生少，学生受益很少。
2）缺乏先修数值计算、优化理论等课程。计算机专业大三学生没有学习数值计算、优化理论等课程，而国内其它高校均有类似相关课程的学习，从而使得学生在学习《智能优化方法》这门课时感觉困难重重，严重影响学生的学习积极性。
3）内容相对滞后。随着智能优化新技术、新理论不断出现，但是相关的课程内容没有及时更新，或者略为带过，并没有详细阐述。比如目前出现的大数据智能优化方法、人工神经网络在当前课程中都未涉猎。
结合笔者的《智能优化方法》课程的现状以及一线教学经历，根据教学过程的实际情况对课程进行适当的教学改革和创新。在一定的有效时间内，使学生能够更扎实的掌握智能优化方法，并培养学生接受最新知识的能力和实践能力，从而大大提升计算机专业毕业生就业竞争力。从教学内容、方法及实践教学等几个方面进行建设与改革：
（1）教学内容的改革。国内高校《智能优化方法》课程的总课时有32-48学时，本校教师和学生讲课的时间为32学时，时间比较少。而教材中的各个算法的内容却较多，且比较分散。为了让师生讲清和讲透智能优化算法中的這些知识，需要把这些算法合理的连接、结合起来，是教师需要仔细推敲的问题。笔者对本课程讲解内容进行了修改，具体如下：①在绪论部分增加最优化理论、数值优化的基础知识。智能优化理论中需要用到很多优化的基本手段，另外对优化算法的评价也需要计算复杂性理论的支撑，所以有必要补充这些基本知识;②对“微粒群算法的原理及应用”不做讲解，人工神经网络的技术在上世纪60年代起源，从感知机到多层神经网络，到深度神经网络，原理是输入特征向量通过中间层变换达到结果，而且使用反向传播算法进行学习，有必要对学生进行讲解，掌握理论及实践前沿知识;③对“果蝇算法的原理及应用”不做讲解，改为“粒子群优化算法的原理及应用”。果蝇算法与第四章“蚁群算法”内容有重复，粒子群优化算法是具代表性的算法之一，因此讲解粒子群优化算法是十分有必要。
（2）教学方法的改革。但是由于首次开设《智能优化方法》，对选课学生数量估计不足，学生数量达到100人左右，同时限于本课程只有32课时，进行分组研讨时，各小组人数过多（20人左右），笔者又将各小组分为两个小时，一组同学进行算法的综述、新技术的报告，另一级同学进行实际问题的解决与报告。即便如此，研讨效果仍然不佳，因此，我们改革使用大小班相结合的教学方式，一方面，大课堂的时候通过教师进行理论前沿的讲授，对学生进行理论的教学，让学生掌握各种算法的重点和难点的内容。另一方面，在小课堂班里面进行讨论，把一些实际问题进行答疑解惑，这样既让学生充分的理解，又可以让学生接受新知识，提交师生的效率。小课堂班时，学生都要进行预习，形成课程中的小组，其中每个小班从15到30人为宜。所有大课堂班的学生编为一个班，在班里设一位学习班长，班长让成员根据兴趣进行分小班。班长对所有学生的学习问题汇总，交给任课教师，然后教师再把这些问题进行分类，把大家共性的问题进行答疑。
（3）实践教学的改革。虽然《智能优化方法》课程定位以优化算法的理论为主，但是对学生进行教学时，教师经常使用一些工程技术问题进行解释，如果教师和学习与这些工程实际问题专门开设课程实验，对学习加深理论、算法进行掌握，和工程实际进行联系，对学生更好。基于这样的考虑，针对课程知识结构的特点，教改项目拟选取并建立实际问题的数学模型，可以在课堂之上当场演示，也可以课下分组完成。课下实践的开展主要通过分组进行，几个学生作为一组，有利于提高学生的团队精神。实践环节完成之后学生普遍反映通过身边看得见、摸得着的实例加深了对智能优化技术的理解，比从课本学更直观、效果更好。
《智能优化方法》是计算机相关专业的重要课程，有着重要的理论研究价值，并在各工程领域有着重要的应用价值。建立大小班相结合和实践的教学模式，改革了《智能优化方法》课程体系，带动计算机、电子信息专业学生的学习气氛，在教学时上课氛围活跃。教师不仅仅是主动的讲授学生，而是让学生变为学习的主动者，学习智能优化的理论和实践，让学生进行全面的提高。
参考文献：
[1]邓娜，王春枝，叶志伟，张明武，肖亮.工程认证背景下基于对分课堂的人工智能课程改革[J].计算机教育，2018（7）：52-54.
[2]杨金龙，李朝锋，方伟.《人工智能》课程教学改革模式探讨[J].教育现代化，2017（4）：32-33.
关键词： 智能优化方法;课程教学改革;实践改革
中图分类号：G642 文献标识码：A
随着计算机科学研究和工程学研究等涌现很多复杂的组合优化问题，它们在当前的技术条件下很难解决，人们企图使用一些启发式方法在合理的时间内找到满意的解决方案，因此，智能优化算法就成为一个有效的复杂组合解决工具，《智能优化方法》课程在中国大部分高校或研究所的信息科学、通信科学专业中开始了设置。但由于当前课程的内容所涉及的一些经典算法，理论性相对较强，使得学生开始学习本课程时通常感觉内容上很晦涩抽象，这门课程容易出现内容枯燥、难以学好的感觉，与智能优化方法日益普及并逐步渗透到工程领域中这一实际情况形成了巨大的反差。
笔者有着在一线从事优化方法、机器学习课程的研究经验、以及智能优化方法教学经验。在《智能优化方法》课程教学活动中，发现一些问题：
1）学生人数较多，主动思考的积极性不强。由于上课人数较多，使得很多灵活机动的教学方式不能十分有效的实施，如分组讨论，每组学生过多，无法充分讨论，参与学生少，学生受益很少。
2）缺乏先修数值计算、优化理论等课程。计算机专业大三学生没有学习数值计算、优化理论等课程，而国内其它高校均有类似相关课程的学习，从而使得学生在学习《智能优化方法》这门课时感觉困难重重，严重影响学生的学习积极性。
3）内容相对滞后。随着智能优化新技术、新理论不断出现，但是相关的课程内容没有及时更新，或者略为带过，并没有详细阐述。比如目前出现的大数据智能优化方法、人工神经网络在当前课程中都未涉猎。
结合笔者的《智能优化方法》课程的现状以及一线教学经历，根据教学过程的实际情况对课程进行适当的教学改革和创新。在一定的有效时间内，使学生能够更扎实的掌握智能优化方法，并培养学生接受最新知识的能力和实践能力，从而大大提升计算机专业毕业生就业竞争力。从教学内容、方法及实践教学等几个方面进行建设与改革：
（1）教学内容的改革。国内高校《智能优化方法》课程的总课时有32-48学时，本校教师和学生讲课的时间为32学时，时间比较少。而教材中的各个算法的内容却较多，且比较分散。为了让师生讲清和讲透智能优化算法中的這些知识，需要把这些算法合理的连接、结合起来，是教师需要仔细推敲的问题。笔者对本课程讲解内容进行了修改，具体如下：①在绪论部分增加最优化理论、数值优化的基础知识。智能优化理论中需要用到很多优化的基本手段，另外对优化算法的评价也需要计算复杂性理论的支撑，所以有必要补充这些基本知识;②对“微粒群算法的原理及应用”不做讲解，人工神经网络的技术在上世纪60年代起源，从感知机到多层神经网络，到深度神经网络，原理是输入特征向量通过中间层变换达到结果，而且使用反向传播算法进行学习，有必要对学生进行讲解，掌握理论及实践前沿知识;③对“果蝇算法的原理及应用”不做讲解，改为“粒子群优化算法的原理及应用”。果蝇算法与第四章“蚁群算法”内容有重复，粒子群优化算法是具代表性的算法之一，因此讲解粒子群优化算法是十分有必要。
（2）教学方法的改革。但是由于首次开设《智能优化方法》，对选课学生数量估计不足，学生数量达到100人左右，同时限于本课程只有32课时，进行分组研讨时，各小组人数过多（20人左右），笔者又将各小组分为两个小时，一组同学进行算法的综述、新技术的报告，另一级同学进行实际问题的解决与报告。即便如此，研讨效果仍然不佳，因此，我们改革使用大小班相结合的教学方式，一方面，大课堂的时候通过教师进行理论前沿的讲授，对学生进行理论的教学，让学生掌握各种算法的重点和难点的内容。另一方面，在小课堂班里面进行讨论，把一些实际问题进行答疑解惑，这样既让学生充分的理解，又可以让学生接受新知识，提交师生的效率。小课堂班时，学生都要进行预习，形成课程中的小组，其中每个小班从15到30人为宜。所有大课堂班的学生编为一个班，在班里设一位学习班长，班长让成员根据兴趣进行分小班。班长对所有学生的学习问题汇总，交给任课教师，然后教师再把这些问题进行分类，把大家共性的问题进行答疑。
（3）实践教学的改革。虽然《智能优化方法》课程定位以优化算法的理论为主，但是对学生进行教学时，教师经常使用一些工程技术问题进行解释，如果教师和学习与这些工程实际问题专门开设课程实验，对学习加深理论、算法进行掌握，和工程实际进行联系，对学生更好。基于这样的考虑，针对课程知识结构的特点，教改项目拟选取并建立实际问题的数学模型，可以在课堂之上当场演示，也可以课下分组完成。课下实践的开展主要通过分组进行，几个学生作为一组，有利于提高学生的团队精神。实践环节完成之后学生普遍反映通过身边看得见、摸得着的实例加深了对智能优化技术的理解，比从课本学更直观、效果更好。
《智能优化方法》是计算机相关专业的重要课程，有着重要的理论研究价值，并在各工程领域有着重要的应用价值。建立大小班相结合和实践的教学模式，改革了《智能优化方法》课程体系，带动计算机、电子信息专业学生的学习气氛，在教学时上课氛围活跃。教师不仅仅是主动的讲授学生，而是让学生变为学习的主动者，学习智能优化的理论和实践，让学生进行全面的提高。
参考文献：
[1]邓娜，王春枝，叶志伟，张明武，肖亮.工程认证背景下基于对分课堂的人工智能课程改革[J].计算机教育，2018（7）：52-54.
[2]杨金龙，李朝锋，方伟.《人工智能》课程教学改革模式探讨[J].教育现代化，2017（4）：32-33.