研究生《计算智能》课程教学方法探讨
中图分类号：G642.41 文献标志码：A 文章编号：1674-9324（2016）27-0160-02
计算智能是我校为计算机应用技术、软件工程和计算机技术等相关专业的硕士研究生开设的一门理论性比较强的学位课。该课程的内容非常广泛，具有很强的应用性、综合性、挑战性，并且该课程是模式识别、机器学习以及数据挖掘等学科的重要基础。通过该课程的学习，学生可以获得一种新的思维方式和问题求解方法。
一、计算智能的重要性
随着社会的发展和科技的进步，信息化是未来社会和科技发展的主要方向。特别是智能家居和物联网的出现，更将世间万物纳入广义信息化的范畴中。随着信息化范围的不断增大，人们可获得的数据规模也越来越大，导致了大数据的产生。如何在这片浩瀚的数据海洋中找出所需要的知识是需要解决的主要问题。数据挖掘、模式识别和机器学习便是解决该问题的主要方法。数据挖掘从大量的数据中寻找出有用的数据，并根据这些数据挖掘出想要的知识；模式识别可以在特定知识中识别出相应的模式；机器学习可以根据现有的数据模式学习出相应的规律便于对未知的数据进行分析和预测。三个方面发展非常迅速，但都离不开计算智能的发展。计算智能是模拟生物进化的思想提取出来的求解问题方法，它将大自然和人类的智慧添加到搜索方法中，从而衍生出的一种类人启发式算法集合。该算法集合拥有很强的自适应能力和全局搜索能力，所以为众多专家学者所青睐。近年来，计算智能已成为计算机类专业的核心课程之一。特别是对于计算机系的高年级本科生和研究生更应该熟练掌握。因此，如何提高这门课的教学模式，满足学生的不同需要，紧跟市场的不同需求，对于培养高科技的创新型及应用型人才具有重要的意义。
二、课程教学目标
本课程的教学目标分为两个方面：（1）对学生来讲，使学生掌握计算智能的基本概念、基础知识和计算智能中主要算法的算法思想，包括算法的起源、算法步骤、算法优缺点以及如何对现有算法进行改进，了解计算智能最新算法理论和使用，增加学生对计算智能的兴趣，提高学生的创新思维能力。（2）对教师自身发展来讲，经过几年的积累经验，争取将本课程建设成核心经典课程，发挥其教学示范作用。设计出高质量的教学模块和中英文电子课件，以供国内外学者参考，使学生既能够学习到计算智能的相关原理，又能锻炼学生的实际动手能力，还能提高学有余力的学生创新思维。
三、计算智能课程特点
计算智能有两个比较明显的特点：（1）借鉴仿生学思想；（2）算法比较多并且更新速度比较快。在此做简单介绍。
（一）仿生学思想
计算智能依照仿生学的思想，以数据为基础，通过设计合适的优化规则而对问题进行求解的方法。主要内容包括神经计算、进化计算以及模糊计算。神经计算使用神经元来模拟人脑进行工作，通过学习大量数据的连接权重来设计合适的神经网络触发模型。神经计算包括感知机学习算法和反向传播学习算法等。进化计算是模拟自然界千百年来形成的优胜劣汰、适者生存的原则建立的一套自适应、自学习、自组织模型。它将自然界中的选择思想、交叉思想和变异思想融合到随机搜索算法中，使新的优化速度远远高于随机搜索速度。进化计算又可分为遗传算法、进化规划、进化策略、群智能算法、模拟退火算法和人工免疫算法。其中群智能算法还可分为粒子群算法、蚁群算法、人工鱼群算法等。每个算法都有其来源思想和算法流程。模糊计算以模糊集和理论、模糊推理为基础，将人类对事物认知的不确定性能力融合到计算机优化中，可解决和处理现实中的不确定性和不准确性问题。所以，依照仿生学思想是计算智能的第一大特点。
（二）算法比较多且更新比较快
据上所述，计算智能包括很多仿生学算法，并且新的算法也在源源不断地被设计出，所以算法比较多是该课程的一大特点。需要我们设置针对算法学习的教学模式，在学习算法的过程中，不能光靠死记硬背，必须让学生理解算法的思想和精髓，并在理解的基础上进行灵活应用。根据程序学习得出的经验，如果对一个算法深刻的熟悉，最好的方法是使用程序代码将该算法实现。
近年来越来越多的专家学者致力于该领域的研究，所以新的算法及对原算法的改进算法也源源不断地被提出来。特别是进化计算领域，量子计算、分布估计算法、进化多目标算法等更高级的算法也越来越多。这就需要教师在教学的过程中，不仅要将基础性的算法思想介绍清楚，还应该让学生明白，如何创新性地设计更好的算法，提高学生的创新思维能力。
四、以学生为中心的创新教学理念
传统的教学模式中，教师以教为主，学生以学为主，面对不同基础的学生使用相同的教学方法，这种教学模式对基础比较好的学生会产生时间浪费，而基础相对薄弱学生无法进入状态。部分文献提出可使用翻转教学解决该问题，学生在课下使用教师制作的视频、课件等选择适合自己的学习内容，回到课堂上后，教师和学生对课下所学进行讨论并解决问题。课堂变成了讨论的场所，既学习了知识，又能提高学生学习的能动性。该方法在现阶段产生了很大的吸引力。并产生了很好的效果。在本模式的教学中，我们主要把握以下四点；（1）理论与实践相结合；（2）科研素质的培养；（3）教师与学生并行；（4）前沿热点问题重点关注。基于此，我们提出了一个新的教学方法，该教学过程主要包括三个阶段，详细内容如下。
（一）启蒙阶段
为了让学生尽快地对算法思想和算法内涵进行了解，减少不必要的时间浪费。教师首先需要对算法的起源、算法的内涵和算法的思想进行仔细讲解，让学生尽快了解该算法的思想；其次需要将算法的特点做详细介绍，包括算法的优势和不足，针对算法的不足，给学生提供一些可深入考虑的思维点。该阶段是一个初步学习的阶段，教师在其中占有很大作用。 （二）自学阶段
自学阶段是该教学模式的重中之中。该阶段是在课堂外进行的，所以，需要学生有高度的自主学习性。学生在文献中寻找解决课堂上遗留的问题，如果有能力的学生可设计新的解决方法。主要包括以下几点：（1）帮学生选择一个合适的学术文献去阅读，该文献可以是对课堂算法的综述，可以是对算法缺点的创新，可以是对课堂算法编程实现。（2）以该算法为中心，根据自己的想法设计合适的创新算法。
（三）讨论完善阶段
课下文献阅读和课上讨论是学生学习的主要环节。针对学生课下对文献的学习，回到课上后，首先让学生进行文献讲解，该过程有两个方面的意义：其一，通过文献讲解，可以了解学生对该文献的掌握情况；其二，该过程也是其他学生学习并产生问题的过程。经过学生讲解后，整个班级的学生会对该文献有了深一步的了解。教师作为讨论中掌控者和主持者，应根据文献的内容，提出算法的缺陷，引导学生去思考。而后进行讨论，在讨论中，学生可以深刻掌握算法的真谛，并可以碰撞出火花。
（四）考核形式
目前大多数课程的考试方法包括两个部分：一部分为平时成绩，所占比重为30%～40%，主要包括课堂表现、学生积极性以及课下作业的完成情况，二部分为考试阶段，所占比重为60%～70%，可分为开卷考试或闭卷考试。所以就造成了学生对考试非常在行，但分数越高是否代表只是掌握的越好呢，在以死记硬背为主的专业中，或许是如此，但在以理解为主的理工科中，并不完全正确。而这种考核模式会让很多学生只注重形式化的考试，而忽略了自己能力的培养。根据本文的教学模式，本文使用了一种新的考核方式。教学中的几个模块都应有所考虑。课堂表现、文献讲解和课堂讨论为主要模块，占总成绩的70%，而将结课后的试卷考核设计为30%。新的考核方式更注重学生能力的培养，削弱只会笔试的现状。在评判时，如何确定各个模块的分数也比较重要，总的来说，应遵循创新性、认真性和准确性原则。创新性是主要部分，培养学生的创新能力尤为重要；认真性只要保证学生在课堂或课下阅读文献时的态度，好的学习态度也是一个重要的部分；准确性要求教师在分数尺寸上不能有所偏差。期末考试比较容易评判。
五、总结
本文介绍了计算智能教学实践的一种方法。包括启蒙阶段、自学阶段和讨论完善阶段，以及如何对学生进行考核。本套教学方法已经在两届学生中进行了验证，根据学生课后的反应情况来看，还是比较有作用的。主要表现在：（1）提高了学生课堂的积极性，学生在课堂的积极性有了显著的提高，对文献算法的质疑度也有了极大地增加。（2）提高了学生对现有算法的质疑性。（3）增加了学生对计算智能领域的兴趣。结课后很多非本领域的学生也希望能在计算智能上有所发展。
教学是一门艺术，更有其永无止境的探索性。本文只是笔者的一些个人经验，难免有些瑕疵和不完善，笔者会在以后的教学中逐渐完善，使计算智能的教学得到提高。
