摘要：結(jié)合智能計(jì)算導(dǎo)論課程具有的多學(xué)科交叉的特點(diǎn)，從教材選擇、教學(xué)內(nèi)容、教學(xué)方法和考試方法等方面闡述智能計(jì)算導(dǎo)論課程的建設(shè)情況。從培養(yǎng)學(xué)生的興趣入手，注重學(xué)生實(shí)踐能力、動(dòng)手能力和實(shí)驗(yàn)設(shè)計(jì)能力的培養(yǎng)，最終達(dá)到提高教學(xué)質(zhì)量的目的。本文是我們?cè)诮虒W(xué)過程中的一些感受和認(rèn)識(shí)的總結(jié)，期待與同行們交流、探討。
　　關(guān)鍵詞：智能計(jì)算；課程建設(shè)；教學(xué)方法
　　
　　智能科學(xué)與技術(shù)是西安電子科技大學(xué)于2005年獲教育部批準(zhǔn)、2008年被評(píng)為第三批國家級(jí)特色專業(yè)建設(shè)點(diǎn)的一個(gè)本科專業(yè)。智能計(jì)算導(dǎo)論課程是該專業(yè)的一門主干課程，主要向?qū)W生介紹智能計(jì)算、系統(tǒng)辨識(shí)和優(yōu)化的方法以及這些智能計(jì)算方法的一些高級(jí)應(yīng)用。該課程在大三下學(xué)期開設(shè)，至今已經(jīng)有四屆本科生(至少500名)上過這門課程。如何讓學(xué)生對(duì)該門課程產(chǎn)生濃厚的興趣，并為有志于深入研究智能計(jì)算的學(xué)生指明方向，成為我們教師首先注重的問題。在這樣的目標(biāo)引導(dǎo)下，我們從選擇教材、準(zhǔn)備教學(xué)內(nèi)容、制作ppt、探索教學(xué)方法入手，形成了目前的“立足基礎(chǔ)、動(dòng)手編程、展望前沿”的教學(xué)體系，深受學(xué)生的歡迎。在此，我們對(duì)這門課程有關(guān)教學(xué)的各個(gè)方面進(jìn)行總結(jié)和思考，以期更好的提高我們對(duì)該門課程的教學(xué)質(zhì)量，同時(shí)希望這些心得體會(huì)能為同行提供參考。
　　1教材選擇
　　教材是教師教學(xué)和學(xué)生自主學(xué)習(xí)的重要工具。鑒于智能科學(xué)與技術(shù)專業(yè)的本科生每年上研究生的比例保持在50%左右，所以在教材的選擇上，既要滿足畢業(yè)以后選擇參加工作的學(xué)生在“廣度”上的需求，又要滿足畢業(yè)以后繼續(xù)攻讀研究生的學(xué)生在“深度”上的需求。同時(shí)也要能激發(fā)學(xué)生的學(xué)習(xí)興趣，使學(xué)生能掌握理論基礎(chǔ)、理解生物和工程應(yīng)用的背景并能了解智能計(jì)算研究的過去、未來、現(xiàn)狀及前沿。鑒于以上要求，我們選擇了西安交通大學(xué)徐宗本教授等編著，科學(xué)出版社2003年5月出版的《計(jì)算智能中的仿生學(xué)：理論與算法》。這是一部順應(yīng)了信息技術(shù)與教學(xué)發(fā)展要求的教材，它系統(tǒng)地介紹智能計(jì)算的基本理論、基本原理與基本方法，選擇了既能代表智能計(jì)算過去20多年間發(fā)展的最突出成果又能反映智能計(jì)算當(dāng)前研究熱點(diǎn)的模擬進(jìn)化計(jì)算、人工神經(jīng)網(wǎng)絡(luò)理論和模糊邏輯與模糊推理[1]。
　　在教學(xué)中，我們的ppt采用中英文相結(jié)合的方式，在基礎(chǔ)理論部分使用中文ppt便于學(xué)生理解；在介紹我們團(tuán)隊(duì)的研究成果、具體算法和國際發(fā)展前沿時(shí)采用英文ppt、中文講解相結(jié)合的方式，這樣中英文對(duì)照，一方面加深了學(xué)生對(duì)教學(xué)內(nèi)容的理解，另一方面也為學(xué)生今后閱讀專業(yè)的英文論文做了鋪墊。
　　2課程特點(diǎn)及教學(xué)內(nèi)容
　　智能計(jì)算是以模型(計(jì)算模型、數(shù)學(xué)模型)為基礎(chǔ)、以分布并行計(jì)算為特征的模擬人的智能求解問題的理論與方法[1-3]。不同于一般的課程，其特點(diǎn)在于它是一個(gè)交叉學(xué)科。該課程主要向?qū)W生講解三部分內(nèi)容，具體如下。
　　1) 仿生過程算法：模擬進(jìn)化計(jì)算(20學(xué)時(shí))。該部分主要以教材為主，重點(diǎn)講解模擬進(jìn)化計(jì)算技術(shù)的基本原理、生物基礎(chǔ)、算法框架、基本要素、本質(zhì)優(yōu)點(diǎn)及其適用領(lǐng)域；并從編碼、群體初始化、個(gè)體評(píng)價(jià)、遺傳算子和參數(shù)選擇這五個(gè)用遺傳算法求解問題需要解決的關(guān)鍵問題進(jìn)行了詳細(xì)的闡述。同時(shí)，借鑒“智能感知與圖像理解教育部重點(diǎn)實(shí)驗(yàn)室”的最新研究成果，向?qū)W生介紹了基于人工免疫系統(tǒng)的免疫克隆選擇算法，并強(qiáng)調(diào)了與遺傳算法的區(qū)別和聯(lián)系。
　　2) 仿生結(jié)構(gòu)算法：人工神經(jīng)網(wǎng)絡(luò)(14學(xué)時(shí))。該部分主要通過向?qū)W生簡(jiǎn)要介紹神經(jīng)網(wǎng)絡(luò)的生物背景、數(shù)學(xué)模型和學(xué)習(xí)機(jī)理，重點(diǎn)介紹了感知器和單層前向網(wǎng)以及多層感知器，簡(jiǎn)單介紹了徑向基函數(shù)和回歸神經(jīng)元網(wǎng)絡(luò)。
　　3) 仿生行為算法：模糊邏輯與模糊推理(12學(xué)時(shí))。該部分簡(jiǎn)要介紹了模糊邏輯的生物基礎(chǔ)，通過與經(jīng)典集合的對(duì)比向?qū)W生展示了什么是模糊集合及其運(yùn)算、模糊關(guān)系及其矩陣，最后簡(jiǎn)要介紹了模糊推理的各種模型。
　　3教學(xué)方法
　　3.1結(jié)合實(shí)例的講解
　　為了更好的讓學(xué)生理解智能計(jì)算算法是行之有效的，我們選取合適的示例，并結(jié)合算法讓學(xué)生從算法機(jī)理上明白該類算法是有效的，其仿生背景是合理的。比如在講解遺傳算法這部分時(shí)，首先講明了學(xué)生大三上學(xué)期學(xué)過的共軛梯度法、擬牛頓法、單純形方法等基于梯度方向的經(jīng)典優(yōu)化搜索算法，無法求解目標(biāo)函數(shù)不具備可導(dǎo)等數(shù)學(xué)信息的問題，以及離散性問題、不確定性問題、半結(jié)構(gòu)或非結(jié)構(gòu)化的問題和大規(guī)模問題。而遺傳算法直接以目標(biāo)函數(shù)值作為搜索信息，這樣對(duì)許多目標(biāo)函數(shù)無法求導(dǎo)或很難求導(dǎo)的函數(shù)，遺傳算法就比較方便。為此引入如下優(yōu)化問題：
　　max f