“智能计算”研究生课程教的学方法与实践.docVIP

第 PAGE 页 “智能计算”研究生课程教学方法与实践 　　1　背景 　　目前，智能计算已成为人工智能界一个研究热点领域，研究最终目标就是为了实现真正意义人工智能图景，为了让计算机与集成有计算功能各种工具及设备更加独立、更加聪明、能够自主思考与行动，最终成为我们工作与生活中必不可少得力助手。特别，物联网作为信息产业第三次浪潮，从物联网概念中，我们不难看出它与计算，特别是智能计算密切联系，现在互联网上各种终端之间、它们与服务器端与存储系统之间沟通与互相响应，其实都是有人在后面操作与控制，但是在未来物联网里，物与物、物与人以及物与计算机设备之间协作则要实现智能化与自动化，不需要人们花费太多时间去介入、控制与管理。 　　举例来说，一个物联网时代超市，其物流完全可以实现全自动化管理。例如它可以通过设置在货架与仓库中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服务器系统，并由它自动联系行驶在路上众多送货车辆里计算机系统，查找哪辆货车中有足够相应商品，最后才会通知相关司机，让他将车驶向缺货超市，而此前一切计算与通信过程，都无需人工介入。 　　通过这个例子可以了解到，即时了解外界环境与需求变化，并就变化进行智能化、自动化信息处理与通信就是物联网核心技术。而这一技术，其实就是智能计算技术。智能计算理论与方法已成功应用于几乎所有科学与工程领域，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，学习与研究智能计算技术，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，有着极为重要现实意义。 　　在国外，开设智能计算课程大学已非常普遍。在国内，近几年开设智能计算课程中国大学越来越多，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、系统与控制、材料等有关国际会议上，均有智能计算相关研究主题。智能计算相关国际杂志与协会近几年也越来越多，如：Spring出版Swarm Intelligence，IEEE出版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发展，智能计算已经成为计算机、信息技术等专业开设必修课之一，国内外有关智能计算教学内容基本上大同小异。我校从2019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，以下结合自己教学实践，浅述研究生智能计算课程一些教学方法与经验，并提出自己对该课程建设一些看法与建议。 　　2　教学内容及课程特点 　　智能计算课程主要内容包括：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研究方法，它强调向自然界学习，采用类比方法，通过模仿其中原理规律以得到解决问题一般方法。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与规律，如模拟退火算法通过模拟液体结晶过程设计；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；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大脑结构及信号处理过程而设计；进化算法是基于达尔文“优胜劣汰、适者生存”原理设计。 　　2)实验法：智能计算源自于计算机技术发展及人们对自然界深入思考，其中算法有着合理仿生背景，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数学理论证明，从数学角度剖析算法性能是比较困难。因此，只能通过计算机仿真实验去剖析算法性能，通过实验剖析提高对算法机理认识，然后，寻求理论上严格证明，改进算法性能。 　　3)融合策略：大量复杂问题存在使得没有一个算法是通用，同样，智能计算中方法各有有点，也都有不足之处。算法融合策略是取长补短，将不同算法有机地结合起来，以提高算法整体性能，提高算法求解能力。融合策略通常将待融合算法采用“串联”、“并联”、“包含”等模型来融合，其中待融合算法考虑将智能算法与传统算法结合起来。这一方面，人们己作了大量工作，取得了良好效果。 　　4)系统理论：智能计算是为了解决复杂问题而发展起来，系统理论主要包括协同论、突变论与耗散结构等内容，这些对于指导算法设计、改进算法与理解算法复杂行为方面有指导意义。 　　3　教学方法及教材建设