Sci论文 - 至繁归于至简,Sci论文网。 设为首页|加入收藏
当前位置:首页 > 教育论文 > 正文

“智能优化算法”硕士课程教学设计与实践论文

发布时间:2021-04-27 14:14:35 文章来源:SCI论文网 我要评论














SCI论文(www.scipaper.net):

摘要:针对“智能优化算法”硕士课程教学模式改革和建设,从教学目标、教学内容、教学方法与手段、教学实验等教学环节对课程的全过程进行了重新设计。将目标教学、探究式教学、案例教学、翻转课堂等教学方法综合运用到课程的教学实践中,采用网络学习平台、多媒体等教学手段,将课前线上预习,课中线上线下混合教学,课后线下编程实验和线上提交实验报告有机结合,拓展延伸了课堂,激发了学生的学习兴趣和主动性,培养了学生的研究能力和个性化发展。

关键词:智能优化算法;课程教学设计;网络学习平台;混合教学模式;翻转课堂

本文引用格式:李宏.“智能优化算法”硕士课程教学设计与实践[J].教育现代化,2020,7(50):135-138.

Teaching Design and Practice of"Intelligent Optimization Algorithm"Master Course

LI Hong

(School of Mathematics and Statistics of Xidian University,Xi'an Shaanxi)

Abstract:In view of the reform and construction of the teaching mode of"intelligent optimization algorithm"master course,the whole process of the course is redesigned from the teaching objectives,teaching contents,teaching methods and means,teaching experiments and other teaching links.Objective teaching,inquiry teaching,case teaching,flipped classroom and other teaching methods are comprehensively applied to the teaching practice of the course.The network learning platform,multimedia and other teaching means are used to organically combine the preview on the front line of the class,the online and offline mixed teaching in the class,the offline programming experiment after class and the online submission of the experimental report,which expands the classroom and stimulates the students'interest in learning Interest and initiative,cultivate students'research ability and personalized development.

Key words:Intelligent optimization algorithm;Course teaching design;Network learning platform;Mixed teaching mode;Flipped classroom

一 引言

随着国内第一份《“互联网+”研究报告》的出台,推动了“互联网+”在高等教育教学领域创新的探索与实践[1,2]。在此背景下,以“互联网+教育”为特征的3.0教学模式应运而生,形成了一种全新的教学形态[3]。翻转课堂、慕课、微课程等教学形式快速崛起,信息技术对教育教学产生了极大的影响,因此,需要重新思考新模式下的教育教学信息化问题,打造教育教学新生态,构建开放、灵活、多元、富有生机的教学模式,从而为学生提供合适的高质量教育教学[3]。为此,我校打造和建设智能校园,搭建智慧教室、网络学习平台等互联网教育资源软硬件配置,互联网覆盖到全校,促进学校教育智能化深度、可持续发展,为课程教学模式改革与实践提供了服务平台。我们课题团队负责的硕士课程“智能优化算法”是非常适合在这些服务平台进行课程探索、设计和实践的课程之一。

目前,国内外许多理工科院校都开设了相关课程讲解智能优化算法及其应用,虽然课程名称不同,但涉及的内容大体相仿,只是侧重点有所不同[4-7]。我院开设的“智能优化算法”是专门为应用数学、运筹学与控制论、统计学专业所设置,侧重于理论分析和算法设计。该课程最初开设于1998年,是一门理论性与实践性结合紧密的交叉性算法课程。需要有概率论与统计学、随机过程、运筹学、数值方法、最优化方法等知识,也需要熟悉Matlab、Python、C语言等编程语言。

\

 
作为一种优化工具,智能优化算法与传统的最优化方法具有互补性。那些不适合传统优化算法求解的优化问题可以借助于智能优化算法解决。目前,国内外许多学术机构和专家学者都建有相关的智能优化算法的网站和个人主页,提供相关最新的研究成果和程序代码,这些对学习本门课程都是有帮助的。同时有关计算机、人工智能等领域的学术刊物和国际会议提供了大量的学术论文可供教师和学生学习和参考。由于智能优化算法内容丰富、更新速度快、应用广泛,这就需要教师阅读大量文献,然后不断更新教案内容,提供给学生一些新的优秀的成果,为学生以后应用智能优化算法打好基础。

二教学改革目标和内容设置

在“互联网+教育”背景下,“智能优化算法”这门课主要目标应该以将理论知识有效转化为实践能力为主,做到学以致用。通过学习一些代表性智能优化方法的理论和算法,掌握智能优化算法的设计原理和技巧,提高学生编写代码的水平,以及将智能优化算法应用于实际问题的能力。

我院开设的“智能优化算法”课程的教学包括以下几方面模块:简要介绍智能优化算法概况,提出学习要求和学习方法。详细讲解有广泛应用的代表性智能优化算法原理、理论、实现技术与发展。智能优化算法在全局优化、约束优化、多目标优化、组合优化、人工神经网络中的应用。针对性的最新专题文献阅读,代表性算法的代码分析、理解与实现。具体教学模块和教学内容列在表1中。

三 教学方法与手段

智能优化算法是一门集数学、计算机科学和人工智能的交叉学科,具有实践性强、更新速度快、应用广泛等特点,要求教师具有跟踪最新文献的能力、较高的编程能力和计算机应用能力。由于内容多,实际操作性强,所以仅靠课堂学习远远不够,需要借助“互联网+”的教学形式,使得课内外有机结合,形成闭环。图1是智能优化算法教学方法与手段总体框架设计,其流程结构包含课前、课中和课后全过程,有前馈路径和反馈路径,形成整个课程闭环。

(一)线上建课

按照教学大纲(每三年修订一次)的总体要求,查阅本领域的有影响力的中英文参考书和文献资料,写教案,并设计课件。在学校搭建的空间网络学习平台上,开展课程的网络化建设。可编辑教学大纲、教学目录和教学内容,上传学习资料,如课件、参考书和相关论文等文献、建算法代码库,录微课等供学生自主学习。布置作业、发放通知和课程评价问卷,学生签到,互动讨论等,都可通过网络平台进行,并对学生学习情况统计分析。不受时间地点限制,延伸了课堂教学。

(二)课程教学设计规划与实施

表1针对具体教学模块列出了所使用的教学方法。为了增大课程的信息量,展示算法程序代码、各种图形、曲线和表格等,采用线上和线下、板书和多媒体等教学手段相结合的授课方式,扩大知识面,提高学习兴趣。为了提高学生对课堂教学内容的理解和应用,培养学生的创新能力和动手能力,采用课堂讲授与课外编程实验相结合。根据学生的实际情况,将学生分组,采用分组讨论完成专题研讨任务。对不同的课程内容和环节,采用灵活多样的教学方法。如采用教师设问,学生分组讨论,给出解答的启发式教学;也可采用教师设定专题目标,学生通过网络查找文献、自我消化,给出自己方案的目标教学;根据学生对某方面问题的学习兴趣和研究方向,开展以学生自学为主,教师指导为辅的探究性教学,也可多种教法结合使用。在“互联网+”背景下催生的翻转课堂,特别适合本课程教学,在不同的章节增加了这种教学方式,提高学习兴趣和自主学习能力。对某些知识点或专题,自己录制一些微课,也可以采用国内外专家的短视频,以丰富课程资源。







(三)教学实验

本课程的最大特点就是理论性和实践性相结合,通过编写算法代码,实现算法,才能理解算法,将算法的应用到求解实际问题。表1列出了各教学模块所要完成的实验。教师课前对各实验列出具体要求,算法结果的展示形式,如需要什么样的表和图,结论是什么,发到课程学习平台。课中教师讲授算法原理,算法过程,理论分析,参数设置等知识。学生需要课后编写程序代码,并调试程序,给出算法结果,并根据要求对结果作统计分析,完成实验报告。实验报告和算法代码由学生提交到课程网络平台。教师根据代码的编写质量、运行效果,实验报告的完成情况,给出评分。

为了对算法有深入认识,课外需要不断阅读新文献,吸收新成果,定期发到课程学习平台,供学生学习。对附有代码的文献,学生可以实现源代码,加深对原文理解。学生根据自己兴趣,课外对某一类算法进行专题文献查找、阅读与分析,改进原算法,完成实验任务。

(四)教学测量与评估

为了全面、科学地评价学生的理论学习水平、文献阅读能力、动手编程能力,考核方式采用期末闭卷考试、自选专题文献阅读作业和实验报告三部分。闭卷考试占70%,主要考核学生对相关知识的理论学习水平,以及分析问题、解决问题的能力。自选专题文献阅读作业占10%,根据个人兴趣和应用需要,选择一个专题,自己查阅近三年中英文相关文献若干篇,分析、总结、整理得到核心知识,形成作业。主要考核学生的阅读和写作能力。编程实验占20%,针对每个教学模块的程序代码和实验报告的评分情况,网络平台汇总给出此项成绩。主要考核学生的算法理解和实现、算法的评价,以及编写程序、调试程序等能力。通过这种评价方式,尽可能地全面评价学生对本门课程的掌握程度,也能督促学生学好理论知识的同时,加强文献阅读、编程和写作等动手能力的训练。

(五)教学反馈

为了评估教学满意度和存在问题,可以在网络学习平台上设计和发布匿名调查问卷,并反馈调查结果,作为进一步改进教学的依据。结合学生成绩,综合分析评价教学效果,提出改进方案。

四 分析与思考

为了提高“智能优化算法”课程的教学质量,我们给出了下面的分析与思考。

(一)课程教学与科研实践相结合

教师的科研能力和科研水平对提高教学质量有重要影响。一般而言,科研方向和课题具有一定的前瞻性,教师对相关领域的国内外研究动态充分了解,因此,可以把一些新思想、新方法作为补充在课堂上讲给学生,给他们以启发,在条件允许的情况下引导学生进一步探索。

(二)课堂讲授与专题讨论相结合

教师在课堂只讲授基本原理和方法,对细节问题并不深究。为了对具体问题和相关知识进行深入探索,需要对它们做专题讨论。例如,在学完全局优化问题及其求解算法后,学生想深入了解差分进化算法和粒子群算法以及它们的改进算法求解全局优化问题的性能比较,就可以查找若干篇有代表性的文献进行专题讨论,或自己编程测试标准函数对比算法性能。

(三)算法讲解与程序分析相结合

分析和讲解一些代表性的智能优化算法,是本课程教学的重点,也是智能优化算法的核心和算法应用的基础。为了了解算法的性能(可行性、鲁棒性和有效性),需要编程和计算机实现。编程是多数初学者欠缺的地方和难点。因此,有必要以专题形式将部分算法和程序对照讲解和分析,这些算法的源代码,可以是MATLAB语言,也可以是C语言。例如,讲了遗传算法后,可以展示二进制编码的遗传算法和实数编码的遗传算法求解无约束优化问题的MATLAB代码,从而对两种编码的优缺点有了一定认识,加深学生对算法的感性认识,培养学生的学习兴趣和热情。

\

 
(四)课程教学与文献研读相结合

从教师角度来讲,需要研读智能优化算法领域国内外最新的成果来补充教案,防止知识老化,跟不上时代。从学生角度来讲,学完某一类智能优化算法后,对该类算法有了一定的了解和基础,若从兴趣和以后的应用出发,需要研读最新的相关文献,以加深理解和扩大知识面。

五 结语

“智能优化算法”课程是一门开放的课程,课程内容丰富,教学方法灵活,应用广泛,学生对本课程兴趣浓厚。本课程教学改革及课程建设是加强本课程的发展和提高教学质量的必由之路,同时,也是相关专业建设与发展的关键一环。本文主要探讨了该课程教学环节的相关内容,除此之外,该课程的实施还涉及到教材规划与建设、课程软件库的建设、因材施教的具体措施等多方面的研究。课程教学设计与实践是教学改革的重要环节,必须与当前的“互联网+教育”的教学3.0时代步伐一致,在发展中求创新,在创新中求质量。

参考文献

[1]黄荣怀,陈丽,田阳,等.互联网教育智能技术的发展方向与研发路径[J].电化教育研究,2020,1:10-18.
[2]朱云霞,张红玲.“互联网+”背景下高校教学改革初探[J].黑龙江教育(高教研究与评估),2019(2):61-63.
[3]曹培杰.未来学校的变革路径——“互联网+教育”的定位与持续发展[J].教育研究,2016(10):46-51.
[4]王勇,蔡自兴.“智能优化算法及其应用”课程教学的实践与探索[J].计算机教育,2009(11):127-128,115.
[5]李春贵,王萌,何春华.基于案例教学的“人工智能”教学的实践与探索[J].计算机教育,2008(9):53-54.
[6]于宏宇.算法设计课程中的智能优化算法教学[J].计算机教育,2013(4):65-67.
[7]于洪.智能科学与技术专业的算法设计与分析课程教学探讨[J].计算机教育,2010(19):19-22.

关注SCI论文创作发表,寻求SCI论文修改润色、SCI论文代发表等服务支撑,请锁定SCI论文网!
文章出自SCI论文网转载请注明出处:https://www.scipaper.net/jiaoyulunwen/30788.html

发表评论

Sci论文网 - Sci论文发表 - Sci论文修改润色 - Sci论文期刊 - Sci论文代发
Copyright © Sci论文网 版权所有 | SCI论文网手机版 | 豫ICP备2022008342号-1 | 网站地图xml | 百度地图xml