高中算法教学研究性课题开发.docVIP

高中算法教学研究性课题开发 　　摘 要： 在高中数学教学中，为了培养学生使用数学解决实际问题的创新能力，本文提出了基于智能优化算法的研究性课题。在这一研究性课题的教学设计中，通过引入课题、介绍算法、建立模型、进行运算、讨论结果这五步，使学生解决了日常生活中的优化问题。教学设计的结果表明，基于智能优化算法的课题适用于高中数学研究性学习。 　　关键词： 高中数学 研究性学习 算法 　　1.高中数学的研究性学习 　　高中数学的研究性学习有着重要意义[1，2]，它能使学生在思考和分析数学材料的过程中，培养理解和感悟数学的能力，进一步认识数学的本质。研究性学习可以启发学生的创新意识，使学生遇到生活中的一些问题时，能够自主使用数学知识解决这些问题。由此可见，研究性学习需要的问题，应该是与高中数学基础相近的问题。对于高中数学的研究性课题，学生可以进行学习、试验、思考、争辩，并在课题的研究中找到数学领域的新天地。 　　高中数学教材[3]指出，算法是计算机科学的基础，计算机已成为人们日常生活不可缺少的工具。对于高中生，从日常生活中选择引入研究性课题的材料，更容易被学生接受。人们在日常生活遇到的很多问题，都可以利用一些已有的算法和相应的计算机程序解决。因此，在算法教学中开展研究性学习，有着广阔的前景。下面提出一种基于智能优化算法的课题式教学设计。我们计划采用NSGA2作为教学实践中的智能优化算法。 　　2.基于智能优化算法的课题式教学设计 　　基于智能优化算法的课题式教学设计分为引入课题、介绍算法、建立模型、进行运算、讨论结果五个部分。 　　2.1引入课题 　　教师：如果在假期我们打算去旅游，有很多景区可以选择。我们对这些景区的兴趣不同，这些景区的门票和交通费用也不同，去更多的景区开阔眼界是每个人的愿望。因此，我们应该认真思考选择哪些景区。这是一个很难通过思考得到结果的问题，通过智能优化算法可以代替我们的大脑解决这个问题。 　　2.2介绍算法 　　教师：所谓人工智能，就是通过各种算法模拟大脑的工作，目的是代替我们的大脑进行思考，解决各种问题。智能优化算法是人工智能的一种算法，它可以代替我们的大脑解决优化问题。 　　学生：那上面的问题是优化问题吗？ 　　教师：在上面选择哪些景区的问题中，我们有三个目的，一是选择的景区总的兴趣较高，二是选择的景区总的门票和交通费用较低，三是选择景区的数量尽量多。这三个目的往往是相互冲突的，我们需要选择一些景区最好地达到这三个目的。由此可见，这是一个优化问题，智能优化算法可以帮助我们解决这个问题。 　　学生：我们怎么使用智能优化算法呢？ 　　教师：我们首先应该运用课本中所学的算法知识，初步了解智能优化算法的计算原理。我们已经选择的这些景区被称为决策变量；对于我们选择范围内的所有景区，称为决策空间。决策变量是在决策空间中随机选择的。如果我们可以最多同时选择5个景区，决策变量就是5维向量，即■=（x■，x■，…，x■），其中x■到x■这5个景区在所有景区中随机选择，这5个景区可以互相重复。 　　学生：景区怎么用数字代替呢？ 　　教师：景区可以按照先后顺序依次用数字代替，比如第一个景区就是1。对于我们的三个目的，也需要把它们转化成数字才能进行计算。我们对每个景区都进行排名，排名靠前表明兴趣高。这样第一个目的就是中所有互不重复的景区名次的和。类似的，第二个目的就是中所有互不重复的景区门票和交通费用的和。第三个目的应该是中所有互不重复的景区数量。景区的名次和费用如表1所示。表中第一行和第四行是景区的编号，第二行和第五行是景区的排名，第三行和第六行是景区的费用，数字的单位是元。 　　表1 景区的名次和费用 　　学生：怎样计算呢？ 　　教师：通过以上分析可知，不管是景区名次的和，景区门票和交通成本的和，还是景区数量，它们的大小都是由■决定的。它们是■的函数，因此我们称这些函数为目标函数。我们只要拥有用数字表示的决策空间和决策变量，以及用数字计算的目标函数，就可以使用智能优化算法选择到最适合我们的景区。 　　2.3建立模型 　　学生：怎样建立目标函数呢？ 　　2.4进行运算 　　学生：怎样调用智能优化算法的程序呢？ 　　教师：为了降低读写程序的难度，我们选择matlab语言。在调用智能优化算法程序的主文件中正确编程，就可以实现建立的数学模型，得到需要的结果。主文件中的matlab代码是： 　　X2=fix（X*20）； 　　X3=X2+1； 　　C=zeros（20，1）； 　　forn=1：5 　　C（X3（n，1），1）=1； 　　end 　　[a，b]=find（C）； 　　C2=[a，b]； 　　[a1，b1]=size（C2）； 　　A=[6；3；16；