“智能计算”研究生课程教学方法与实践

摘要：智能计算是近年来兴起的一类仿生计算方法，已在许多实际领域得到成功的应用。本文以“智能计算”研究生课程为背景，结合多年来研究生课堂教学实践，分别从教学内容、课程特点、教学方法、教材建设和教学效果等方面进行总结，对目前从事智能计算教学和学习者具有一定的参考价值。

关键词：智能计算；课程特点；教学方法；教学效果

1　背景

目前，智能计算已成为人工智能界一个研究的热点领域，研究的最终目标就是为了实现真正意义的人工智能图景，为了让计算机和集成有计算功能的各种工具及设备更加独立、更加聪明、能够自主思考和行动，最终成为我们工作和生活中必不可少的得力助手。特别，物联网作为信息产业第三次浪潮，从物联网的概念中，我们不难看出它与计算，特别是智能计算的密切联系，现在的互联网上各种终端之间、它们与服务器端和存储系统之间的沟通与互相响应，其实都是有人在后面操作和控制的，但是在未来的物联网里，物与物、物与人以及物与计算机设备之间的协作则要实现智能化和自动化，不需要人们花费太多的时间去介入、控制和管理。

举例来说，一个物联网时代的超市，其物流完全可以实现全自动化的管理。例如它可以通过设置在货架和仓库中的RFID标签读取设备了解存货信息，一旦要出现缺货现象时，它就会立即将信息发送给超市的服务器系统，并由它自动联系行驶在路上的众多送货车辆里的计算机系统，查找哪辆货车中有足够的相应商品，最后才会通知相关的司机，让他将车驶向缺货的超市，而此前的一切计算和通信的过程，都无需人工介入。

通过这个例子可以了解到，即时了解外界的环境和需求变化，并就变化进行智能化、自动化的信息处理和通信就是物联网的核心技术。而这一技术，其实就是智能计算技术。智能计算的理论与方法已成功应用于几乎所有的科学与工程领域，特别是非线性系统辨识与控制、模式识别与智能系统、复杂系统建模与预测、计算材料学、生物医学图像处理、生物信息学与系统生物学等。因此，学习和研究智能计算技术，推动智能科学技术专业教育，培养高层次智能计算技术人才，有着极为重要的现实意义。

在国外，开设智能计算课程的大学已非常普遍。在国内，近几年开设智能计算课程的中国大学越来越多，如清华大学、北京大学、哈尔滨工业大学、中国科技大学、西安电子科技大学等。另外，在计算机、电子、自动化、系统和控制、材料等有关的国际会议上，均有智能计算相关的研究主题。智能计算相关的国际杂志和协会近几年也越来越多，如：Spring出版的Swarm Intelligence，IEEE出版的IEEE Transactions on Evolutionary Computation，IEEE／ACM Transactions 0nComputationalBiology andBioinformatics等学术刊物。随着计算机技术及相关前沿学科的发展，智能计算已经成为计算机、信息技术等专业开设的必修课之一，国内外有关智能计算的教学内容基本上大同小异。我校从2005年开始，在计算机应用技术、计算数学硕士点开设智能计算必修课程，笔者主讲该课程，以下结合自己的教学实践，谈谈研究生智能计算课程的一些教学方法和经验，并提出自己对该课程建设的一些看法和建议。

2　教学内容及课程特点

智能计算课程的主要内容包括：人工神经网络、进化算法、模糊系统、人工免疫系统、群体智能(模拟退火、蚁群、粒子群、蜂群、鱼群、人口迁移、萤火虫算法等)、量子计算、DNA计算等。智能计算不同于其他课程特点，它是一个交叉学科，主要特点有以下几方面。

1)仿生法：仿生是智能计算一个非常重要的研究方法，它强调向自然界学习，采用类比的方法，通过模仿其中的原理规律以得到解决问题的一般方法。如蚁群、粒子群、蜂群、鱼群、萤火虫算法等，无不体现了仿生这一研究方法。此外，还有很多群智能算法通过模仿一些自然或物理现象和规律，如模拟退火算法通过模拟液体的结晶过程设计；免疫算法是模拟生物、植物或动物免疫系统自适应调节功能设计的；量子、分子计算模拟量子论原理而设计；人工神经网络是模拟人的大脑结构及信号处理过程而设计的；进化算法是基于达尔文的“优胜劣汰、适者生存”原理设计的。

2)实验法：智能计算源自于计算机技术的发展及人们对自然界的深入思考，其中的算法有着合理的仿生背景，要彻底说清楚算法为什么行之有效，目前大多算法都缺乏严格的数学理论证明，从数学的角度分析算法的性能是比较困难的。因此，只能通过计算机仿真实验去分析算法的性能，通过实验分析提高对算法机理的认识，然后，寻求理论上的严格证明，改进算法的性能。

3)融合策略：大量复杂问题的存在使得没有一个算法是通用的，同样，智能计算中的方法各有有点，也都有不足之处。算法的融合策略是取长补短，将不同的算法有机地结合起来，以提高算法的整体性能，提高算法的求解能力。融合策略通常将待融合的算法采用“串联”、“并联”、“包含”等模型来融合，其中待融合的算法考虑将智能算法和传统的算法结合起来。这一方面，人们己作了大量的工作，取得了良好的效果。

4)系统理论：智能计算是为了解决复杂问题而发展起来的，系统理论主要包括协同论、突变论和耗散结构等内容，这些对于指导算法设计、改进算法和理解算法的复杂行为方面有指导意义。

3　教学方法及教材建设

针对智能计算课程内容及其研究内容，根据研究生教育规律、研究生学习的特点，笔者采用的教学方法是“课堂讲授、问题讨论、课外研读”相结合的教学方法，借助于多媒体教学手段，采用动漫技术来实现智能算法的仿生机制，从源头上让学生体会每一种智能算法的仿生机制或一些自然或物理现象和规律，归纳起来有以下几点：

1)结合智能计算课程的特点，确立“以大自然、社会等为学习对象，善于观察其仿生机制或一些自然或物理现象和规律”作为理解智能计算课程概念、原理的关键点。

2)启发学生在理解仿生机制或一些自然或物理现象和规律的基础上，抽象出模拟进化计算的一般框架。

3)讲解计算智能的有关理论和算法，课程中穿插了大量的研究案例，告诉研究生如何使用计算智能方法解决各个工程领域的具体问题。

4)要求学生通过具体的研究项目，亲自编写自己的算法程序源代码，培养研究生独立解决问题的能力。总之，随着计算智能的快速发展，每年我们的教，学内容和课件都在更新，以包括最新的研究内容，尤其是我们自己的研究内容，扩大研究生的知识范围。

近几年，我们使用过国内出版的多种有关智能计算教材，如高等教育出版社的《计算智能(第一分册)》、科学出版社的《计算智能中的仿生学：理论与算法》、《计算智能――理论、技术与应用》等教材，但很快发现其中很多地方不适用，因此，我们在教学的过程中，对目前国内出版有关智能计算教材，结合我们课题的研究，针对性选取一些内容来制作课件和讲义进行教学。因此，建议智能计算相关专业的协会或出版社尽快组织教学经验教师编写适合于研究生教学的智能计算教材。

4　教学效果评价方法

智能计算理论与应用这门具体课程来说，最重要的是注重学生的交叉学科知识和能力的培养。因此，本课程学习结束考察方式主要采用：1)闭卷考试。主要考察对智能算法原理的理解和综合运用能力。2)小作业。要求对介绍过群智能算法总结、分析、对比等，形成一个简要总结报告，对介绍过多种智能算法的概念、原理、方法、应用等方面进行总结。3)大作业。检查学生的动手编程能力，要求对介绍过群智能算法的源代码集成，形成一个演示系统。该门课成绩分配如下：成绩=闭卷考试(50％)+小作业(30％)+大作业(20％)。

5　结语

智能计算是随着计算机技术的飞速发展和人们对自然界的深入理解而发展起来，它强调对人类和其他生物、植物等智能行为的模拟，注重向自然界学习，汲取其中有益的规律和原理。与传统的方法相比，智能计算具有自适应、并行性、全局搜索等能力，尤其可解决一些大规模复杂问题。智能计算是人们研究自然以及人类社会自身的一种非常有效的手段，其应用前景非常广泛，目前已经成为人工智能界研究的热点领域。因此，在计算机科学与技术、人工智能等相关专业开设智能计算课程是势在必行，这有着重要的现实意义。

参考文献：

[1]徐宗本.计算智能(第一分册)：模拟进化计算[M]，北京：高等教育出版社，2004：124－132。

[2]徐宗本，张讲社，郑亚林.计算智能中的仿生学：理论与算法[M].北京：科学出版社，200 3：1－9。

[3]丁永生.计算智能：理论、技术与应用[M].北京：科学出版社，2004：1－7。

[4]蔡自兴，徐光佑.人工智能及其应用[M].北京：清华大学出版社，2004：124－125。