基于研讨法的《计算智能》课程教学研究

黄国华

摘 要： 《计算智能》是信息与计算科学专业的一门重要选修课。针对课时少、内容多、学生基础差、内容难度大等诸多教学难处，本文对研讨法在《计算智能》课程教学中的应用进行研究，得到了“四步法”的初步教学模式，即知识点讲述、文献阅读、课堂研讨和小论文写作。

关键词： 计算智能 BP神经网络 研讨法

《计算智能》是为了适应信息与计算科学专业建设及社会发展需要而新开设的一门专业选修课程。虽然该课程是一门选修课，但对于学生以后从事科学研究或工程应用有重要作用。对于这门课程教学，教师面临以下困难。第一，课时少，内容多。《计算智能》大纲中只有20个理论课时，10个实验课时，但要完成神经网络、支持向量机、遗传算法、蚁群算法、粒子群算法、免疫算法、模拟退火及模糊逻辑等教学内容。在这些少的课时内，教师无法像讲授其他课程一样，全面而详细地讲解。第二，计算智能本身在不断发展和完善。新的方法和新的应用领域不断涌现。教师不能一成不变地传授知识，而是要让学生在接受中创新。第三，《计算智能》的授课对象层次范围广。在许多高校的信息类专业本科生、硕士甚至博士研究生的培养方案中都有《计算智能》这门课程，而《计算智能》的教材没有区分不同层次。这要求教师在授课时有选择性。对于地方本科院校，学生的知识基础和学习能力相对比较差，教师授课难度更大。因此，《计算智能》的教学方法对于提高课程教学质量有重要意义。作者在所在学校信息与计算科学专业从事《计算智能》课程教学，经过理论研究得到了“四步法”的研讨式教学模式。

一、研讨式教学

研讨法教学起源于德国，现已成为西方发达国家一种流行的教学方式[1]。国内高等教育界在20世纪末开始探索和实践研讨发教学，如郭汉民教授在湖南师范大学96级历史基地和历史教育班采用研讨法教学，显著提高了大学生的科研能力[2]。陈景文等探索了研究生课程的研讨式教学法，在实施的三年里学生旷课率比较低、学生的评价比较高[3]。曲亮生等详细评论了研讨式教学方法在军事院校中改革情况[4]。辛仁臣等列举了研讨式教学法在本科教学中具有众多优势[5]。什么是研讨法教学？目前比较一致的定义是“在教师指导下，学生对某一个理论或问题进行集中讨论和研究的教学方法”[6]。研讨式教学对于增强学生探索主动性、科研能力有重要意义。

二、基于研讨法的《计算智能》课程教学模式

研讨法教学可分成四个阶段：知识点讲述、文献阅读、课堂研讨和小论文写作。第一阶段由教师完成。教师应精心准备第一阶段的教学，选择方法的由来、思想、原理和应用等知识点作为讲述内容，简练枯燥、难懂的推导过程，让学生大致明白其过程但不追求甚解。例如在讲授人工神经网络内容时，教师可以简单地向学生讲授人工神经网络的由来，研究现状，重点讲授BP神经网络的原理及其具体应用实例。通过这个阶段后，学生大致明白了人工神经网络及BP神经网络原理和应用，具备了感性认识。在第二阶段，教师布置文献阅读任务，由学生在课堂外完成。教师选择的文献应确保学生能读懂，这样才能提高兴趣，否则适得其反。教师务必要求学生独立阅读文献，读懂文献，并重复实现文献中的方法。通过这个阶段后，学生加深了对方法的理解。第三阶段，教师组织学生课堂讨论文献，要求学生对方法的缺点、优点、改进及新的应用进行探究。由于每个学生都阅读了文献且对文献的内容有了了解，因此在教师指导下，大家可以畅所欲言。这样既可以拓展教师的思路，又可高效提高教学质量。第四阶段，撰写学术小论文。教师根据课堂研讨情况，将学生分成若干个小组，每个组指定一个组长，由其负责完成一个特定目标的学术小论文。通过小论文的写作，学生可以掌握一些科研的基本能力，如查阅文献、编写代码和论文撰写等。这四个阶段相互联系，层层推进，体现了教师引导、学生主体的教学理念。

以上是我关于研讨法在《计算智能》课程教学中的“四步法”的研究。接下来，我将它应用于《计算智能》课程教学实践。通过比较和评价，将不断完善和具体研讨“四步法”教学模式。

参考文献：

[1]冯梅.“研讨式”教学法在高校《西方经济学》教学中的实践与探索[D].贵州师范大学，2014.

[2]郭汉民.研讨式教学与大学生科研能力培养[J].吉首大学学报（社会科学版），1999，04：73-77.

[3]陈景文，刘洁.研究生课程的“研讨式”教学方式[J].高等教育研究学报，2008，01：55-57.

[4]曲亮生，吴世永，谭学者.军校研讨式教学方法改革评述[J].高等教育研究学报，2014，04：71-75.

[5]辛仁臣，李桂范.试论本科教学中的研讨式教学法[J].中国地质教育，2006，02：53-56.

[6]杨建华，井天军，温渤婴.德国高等院校研讨式教学模式及其启示[J].中国电力教育，2013，25：14-15.