专题研究型教学模式的探讨与应用

摘要：专题研究型教学模式能够培养学生的创新能力和创新思维。文章介绍专题研究型教学模式的含义与特点，从教学方法过程和步骤两方面详细阐述如何将其应用到“智能优化计算”课程教学改革之中。

关键词：专题研究型教学；智能优化计算；教学改革；创新

0 引言

随着科技的飞速发展、互联网技术的普及，人类已经进入了知识经济时代，正面临着前所未有的机遇和挑战。此时，我们必须清醒地认识到提高国民素质、培养创新人才的紧迫性和重要性。教育部在《关于进一步加强高等学校本科教学工作的若干意见》中指出“积极推动研究性教学，提高大学生的创新能力”。《国家中长期教育改革和发展规划纲要》进一步明确提出“深化教育教学改革，创新教育教学方法，探索多种培养方式。注重学思结合。倡导启发式、探究式、讨论式、参与式教学，帮助学生学会学习。激发学生的好奇心，培养学生的兴趣爱好，营造独立思考、自由探索、勇于创新的良好环境”。

专题研究型教学模式是以研究组织教学，将科学的研究方法及研究能力的培养融合在课程教学过程中，培养学生从事课题研究的创新能力和创新思维。教师通过对教学的知识体系的组织和教学方法的改革，培养学生的创新意识。研究型教学模式是相对于传统的以知识传授为主的教学模式而提出的，强调教师应以课程内容为引导，开创性地启发学生利用自身的知识和能力，自主地发现问题、研究问题和解决问题，使学生可以在研讨中积累知识、培养能力和锻炼思维的新型教学模式。

以“智能优化计算”课程为例，该课程是北方民族大学信息与计算科学专业学生的一门重要的专业课，其教学目标是使学生掌握智能优化算法的基本理论，理解其前沿研究的一些热门领域的研究方向和研究方法，指导学生解决实际问题。“智能优化计算”的研究分支较多，内涵丰富，发展迅速，采用专题组织教学内容可以以点带面，突出重要的、活跃的研究领域。在学生具备了一定的算法和编程基础以及完成了资料的收集和分析工作的情况下，以专题为切入点，以某一算法为研究对象，对智能优化算法的理论问题及实用性进行深入探讨。专题研究型教学是对“智能优化计算”课程教学模式的新的探索。

1 专题研究型教学模式的特点

1.1 教学资源转变

教学方法要由传统的“注入式知识教育”，转变为适应知识经济要求的“研究式素质教育”。该教学方式克服了传统的以教材为主的教学模式在知识体系开放性、前瞻性等方面的局限性，将该领域的国内外权威文献引入到课堂教学中，使学生可以在阅读文献过程中领会问题的精髓，思考解决问题的方法，提高学习主动性。

1.2 授课模式转变

授课模式要由“连续型细节式授课”，转变为“跳跃型平台式授课”。传统教学方式，讲求连贯性与详细性，但对于一些发展较快的学科，在短期内已有飞速的发展，故而使得教师的讲授很难做到面面俱到，可能刚刚进入教材的内容就已经是过时的。专题研究型教学模式采用“以点带面”的授课模式，将授课内容分为若干专题，独立讲解各个专题内容，突出重要的、活跃的研究领域，使学生可以最大程度地了解该领域的知识体系。

1.3 教学形式转变

教学形式要由“单一的课堂教学”，转化为“多形式的互动交流”。专题研究型教学模式克服了传统教学中教师单一的课堂讲授模式，将计算机网络、多媒体教学、调研讨论等多种教学形式引入到教学中，转变课程只有45分钟的思想，引导学生积极参与，自主学习，相互协作，提高学生学习兴趣，培养学生自主思考能力。

2 “智能优化计算”专题研究型教学的实施过程

在教学过程中，我们发现学生的研究兴趣和参与程度对教学的效果影响是巨大的，在传统的教学中，学生参与教学仅仅局限在期末的考试中，学生学习兴趣不大。专题研究型教学模式刚好可以克服此种弊端，将学生活动穿插到教学的各个环节中去，提高学生的参与度。本节以“智能优化计算”课程为例，进一步阐述实施专题研究型教学的实施步骤。

2.1 准备阶段

准备阶段是专题研究型教学成功与否的关键步骤，需要教师进行充分准备，学生亦需要结合自身优势做好准备工作。

2.1.1 教师工作

1）确定专题内容。

教师要根据课程内容和当今研究热点，及学生已掌握的知识和自学能力，确定相应研究专题。如“智能优化计算”课程的主要专题有：遗传算法、神经网络算法、群智能算法、模拟退火算法等。确定专题时，教师要注意专题选取的代表性和学生自行研究时的难易程度。

2）每一专题的研究项目介绍。

专题内容确定以后，根据每一专题中智能算法的研究进展情况，确定在每一专题中具体的研究项目，教师需要给出明确的研究对象、研究方法和进度安排。

①研究对象：确定每一专题的研究内容，并指出可以利用该算法解决哪些实际问题。如“神经网络算法”这一专题中学生的研究对象为“BP神经网络算法”，并了解可以利用其解决实际问题。

②研究方法：为学生介绍每一专题的具体研究方法和步骤。本课程中主要采取的教学步骤为：教师讲解、阅读文献、提出问题、学生讨论（在实施阶段具体阐述）。

③进度安排：制订每一专题的研究进度，给出进度计划表。如“神经网络算法”一节需3-4周。

④总结报告：各小组提交解决预定问题的书面报告和口头汇报，教师根据评估标准予以讲评。

3）评估标准。

教师制定出书面报告和口头汇报的评价标准作为评价时的依据。如书面报告中格式是否规范，结论是否准确，口头汇报时陈述是否清晰，回答是否具有说服力等等，均要有详细的评价标准。

2.1.2 学生工作

1）专业知识累积：初步掌握算法理论和相应软件使用。

2）了解课程专题的特点和总体目标。

3）进行分组：每一小组由4～5人组成，由1人负责，小组成员要认真沟通，分配任务。

2.2 实施阶段

在实施过程当中，应注意以学生为主体，教师应起到跟踪指导的作用。为进一步阐述实施阶段的具体步骤，在此以该课程中“神经网络算法”一节为例进行说明，希望以此总结出实施课程专题教学方法的一般步骤。

1）教师讲解。

专题型教学模式不需要教师对于专题内容所涉及的所有知识点面面俱到地进行讲解，只需介绍该专题中所涉及的基本原理和必要的思路，提醒学生应注意的事项，对于一些具体问题的解决和相关知识的掌握留给学生自主完成。如在本节中，只需讲解BP神经网络算法的基本思想和信号向前与向后传播的基本理论，其他一些相近和改进的模型只需提及相应思想，而不需要具体讲述。

2）阅读文献。

鉴于现有教材内容均为一些经典理论的讲解，故需要有选择地给学生补充一定的国内外文献的阅读，使学生可以在一些权威文献中进一步了解理论发展和算法的应用背景，提高学生对于前沿内容的了解，并可以在阅读文献中体会前人的研究方法，增强自身的科研能力。如在本节中，会利用文献给学生介绍如何利用BP模型预测股票价格和地震发生等学生感兴趣的实际问题。

3）提出问题。

在专题研究不断深入的过程中，学生往往会发现一些问题，那么如何解决这些问题就成了研究开展的原动力。同时，在学生发现和提练问题的过程中，教师应给予适当的指导，使得最后有待解决的问题有一定的代表性和实际应用价值，但应注意不能过度干预而使得问题的创新性受到破坏。如在本节课程教学中，学生提出了如何提高BP神经网络的收敛速度、如何更好利用结论的不确定性等问题。

4）学生讨论。

针对所提出的问题，结合小组内每一位同学的优势，密切沟通、协调，通过反复讨论找出问题的解决方案。如在本节课程教学中，学生给出了多种混合算法，优化了BP神经网络速度过慢的问题。

以上简单阐述了专题研究型教学在实施过程中的主要步骤，但在实际操作过程中上叙述顺序是可以交叉出现的，如阅读文献和提出问题就可以交替进行。

2.3 点评阶段

在该阶段中，教师要对学生的报告组织专人评阅和答辩，根据预定评分标准和学生的工作量给出学生最终分数，具体步骤如下：

1）书面报告。学生按照预定问题，撰写解决问题的书面报告，并准备报告陈述。

2）书面报告评审。组织相关教师组成评阅组，并根据报告质量和评分标准给出书面报告分数。

3）口头汇报。学生对于报告内容进行口头陈述，并回答其他组同学和教师提出的问题，教师按照预定评分标准给出口头陈述的分数。

4）教师点评。教师对报告中的问题凝练后给出点评，并根据项目组成员的贡献给出学生最终分数。

3 结语

通过对专题研究型教学模式的内容和特点展开研究，同时，2011-2012年连续两年将专题研究型教学模式应用到“智能优化计算”课程，在实践过程中，两年的学生教学评价均获得100%的满意度，同时获得了学校教学督导的肯定。学生也普遍反映教学内容丰富，学习主动性增强，不仅掌握了智能优化算法的理论，也进一步了解了算法的应用前景，提高了他们的学习兴趣，增强了创新能力，对于他们的综合素质提高有一定的促进作用。