人工智能与软件工程相结合的实验案例设计

薛桂香，张满囤，吴鸿韬

（河北工业大学人工智能与数据科学学院，天津 300401）

0 引言

2021年12月，《“十四五”国家信息化规划》要求开展教育社会实验，研究人工智能对教育模式和教育对象的影响。人工智能技术全面深入应用于教育行业，引发人才培养目标、教育教学模式、教育治理模式等一系列变革。我校软件工程专业面向京津冀的软件、大数据、人工智能等产业发展需求，坚持“厚实基础、深化专业、注重理论、突出实践”的人才培养理念，面向IT、金融、通信、教育等服务行业和国家机关，培养适应社会主义现代化建设和未来社会与科技发展需要，德智体美劳全面发展、严谨务实和开拓创新，具有人文科学素养、社会责任感和职业道德，自主学习能力和国际视野，较强专业能力和基本工程素养，能够解决软件工程及相关领域复杂工程问题的应用型高级软件工程技术和软件管理人才。《软件工程》课程作为计算机科学与技术、软件工程、人工智能、大数据、物联网等计算机相关专业的专业基础课，受众面广，具有综合性强、实践性强的特点，对于学生创新能力、实践能力、分析问题与解决问题能力、团队协作能力等的培养至关重要。因此，针对性地研究结合人工智能对当前软件工程实验课程的优化，以提高学生分析和解决问题的能力，期望培养更符合当前人工智能浪潮所需的软件创新型和应用型人才。

1 软件工程实验课程改革研究现状

人工智能和钦件工程的交叉是近年来研究较多的一个方向。软件工程专业的专业性是比较强的，整体的知识结构也比较集中，主要围绕软件开发、设计、测试、管理等内容来展开，重视学生落地应用能力的培养。人工智能主要围绕自然语言处理、计算机视觉、机器学习、自动推理、知识表示、机器人学等方面来展开，虽然也比较重视编程语言的学习，但是更注重的是如何通过编程语言来完成算法实现、训练、验证和应用。互联网各行各业都是密切相关的，人工智能的研究最终还是产品实现的，人工智能和软件工程合作空间很大。目前软件工程专业毕业生主要以就业和考研两个方向为主，结合社会软件人才需要和人工智能的发展现状，对高校软件工程实验进行与时俱进的改革是十分必要的。

针对软件工程实验实训的教学改革，许多研究者进行了相关探索。毛新军等[1]提出了以学生-互联网社区-群体智慧为中心的、基于互联网群智的实践改革方法，强调了以规模、质量和创新等为核心的学生工程能力和素养的培养。张贤坤等[2]构建了“产教深度融合，校企协同育人”的软件工程专业实践能力培养体系。李保环等[3]针对新工科背景下软件工程专业实验实训环节存在的教师工程实践经验不足、教学内容局限、效果评价单一的问题，提出了加强师资队伍建设、校企合作、项目驱动式教学、学科竞赛和科技创新活动等改革措施。吴磊等[4]采用学科竞赛驱动产学协同的软件工程课程改革方法，从案例精选、分组模式、过程管理、考核及评价等全过程进行改革，辅之以产学合作平台等的支持。林广艳等[5]从软件工程系统能力培养的角度，提出了软件工程渐进式实践课程体系。郭永平等[6]提出了沉浸式软件工程专业实训课程设计方案，模拟真实项目实训环节。人工智能时代，很多学者意识到了软件工程与人工智能结合的重要性，进行了积极的探索[7]。杨波等[8]针对软件工程教学过程中存在的重理论、轻实践问题，提出了将软件工程理论与人工智能实验有效结合的教学理念。李波等[9]提出了基于产学合作、协同育人、实习实训、双创教育的“多主体—多途径—多阶段”实验实践教学模式。

2 软件工程实验题目的设置探索

图1 系统数据显示

依托学院建立的产教融合平台以及产学研合作基地，提炼出适合本科生做的具有实际工程需求背景的实验题目，企业导师和学校导师双师指导，并鼓励实验题目进一步延伸到毕业设计题目。通过校企合作，在专业共建、课程共建、导师互通、协同创新等方向展开深入实践，助力专业知识与生产需求的紧密结合，既开阔了学生眼界，提供了学生工程实践能力，也为企业培养需要的人才，部分优秀的学生在软件工程课程结束的大三暑假就被企业预先选定为实习生。

采用项目驱动实验设计原则，根据真实需求场景构建软件工程实验题目，在实验内容中融入人工智能的应用，模拟真实项目完整开发过程，提高学生的分析问题和解决问题的能力以及工程实践能力。实验题目的来源主要有五个方面：学生参加的科技创新比赛的题目，教师团队科研项目题目，合作企业提供的工程项目题目，校内老师提出的学科交叉类题目，学生日常熟悉的场景的题目等等。这些题目都有明确的需求来源，学生可以进行完整的需求调研、可行性分析、需求分析、架构设计、详细设计、系统开发实现、系统测试、系统验收阶段，体会需求变更过程和项目管理过程，以及团队协助和质量管理过程的方法和重要性。

3 人工智能结合的软件工程实验案例设计

下面以“基于深度学习的多品质清洁能源耦合蓄能供热系统”实验题目为例，介绍实验案例。

3.1 案例背景

在“节能减排”和“智能化现代服务业”的大背景之下，传统高能耗服务行业智能化节能升级改造成为必然趋势。通过清洁能源技术及“互联网+服务业”的方式提升高能耗服务业实力与水平，提高服务质量、实现降本增效，在整个服务业智能化过程当中具有重要意义。为解决我国北方冬季供暖能耗大，大气污染严重等问题，本系统以清洁高效供暖和降低成本为目标，利用国家峰谷电政策，在夜间双蓄电价时段，将电能转换成热能，将热能存储于高密度相变储能设备中，同时利用基于深度学习模型并结合气象数据和太阳热负荷历史数据进而预测未来1～2天的太阳辐射强度，最终计算出集热量，待白天用相变供热与太阳能集热协同给建筑供暖。实现了将谷价电、太阳能集热、相变储热与太阳能辐射预测相结合智能化清洁供暖模式。

3.2 案例功能设计

本项目基于敏捷过程模型，采用PYTHON语言开发实现，既实现了基于web网站的用户操作功能，又实现了基于人工智能的预测算法。

本系统主要由蓄热模块、太阳能集热器、电锅炉和云平台组成。蓄热模块、太阳能集热器、电锅炉等硬件设备由实验室提供，学生主要负责云平台的设计与实现。

云平台功能如下：

（1）用户功能。可视化模块，监测系统运行状况。云平台保存由硬件传输的温度、湿度、风速、风向等实时数据和历史数据，并对用户指定时间段的数据进行可视化展示和查询、统计分析、导入导出等。

（2）管理员功能。实现数据的备份、日志管理、用户管理、权限管理等功能。

（3）通讯模块。通讯模块主要实现的是本系统与自控服务器（第三方接口）之间的通讯，所有操作都是通过GET/POST方式完成。其中主要分为：①周期登录获取对方token码。Token码是与对方服务器交互的重要凭证（令牌），对方服务设置每一个token码的有效期限是两个小时，所以系统默认定时每两个小时获取一次新的token码，并保存在数据表中以便其他操作使用。当用户在通讯登录页面完成账号密码验证后即可开启周期获取 token码的操作。②周期读取采样监控数据以及气象站数据。当获取到token码之后即可开启数据的读取操作，在页面上可以设置读取周期（默认60s），读取的数据保存在对应的采样监控数据表和气象站数据表中，并且将读取的数据实时显示在首页。③其他。除此之外，还提供包括获取项目历史数据，批量下载历史数据，上传算法数据，获取算法数据，远程定时控制等总共十种通信接口。

（4）预测模块。①基于卡尔曼滤波器的数据平滑预处理。在实践中，通过系统传感器采集到的数据存在一定量的异常值和噪声。在含有不确定信息的动态系统中，卡尔曼滤波器总能根据上一时间步的预测和当前状态指出当前的真实发生情况。因此，在数据输入预测模型之前，利用卡尔曼滤波器对数据进行平滑处理，进而增强数据的稳定性提升预测精度。②基于深度学习TPA-GRU模型的太阳辐射预测算法实现。利用基于时间模式注意力机制长短期记忆深度神经网络络（TPA-GRU）的太阳能辐射预测模型、历史数据和天气预报来预测1～2天的太阳辐射强度，从而计算出未来1～2天太阳能集热所产生的热量，实现夜间谷价电与低品位太阳能最优化地协同作用，形成较小耗电量和最大化利用可再生能源的蓄供热机制，促进冬季公共办公建筑节能和清洁供暖。

3.3 实验案例管理

本题目是依托学校天津市重点实验室的研究内容，属于交叉学科题目，供热领域老师提出了题目需求和实验环境，根据兴趣自愿选择这个题目的学生结组，5人一组，分角色完成这个项目。在项目进行过程中由供热领域的老师、软件工程老师和人工智能老师组成指导小组共同指导。

实验完成后，又把该题目进一步丰富，作为了毕设题目；同时组队参加了节能减排大赛、“互联网+”大赛等比赛，也获得了不错的成绩。

经过本实验的锻炼，学生不仅掌握了软件工程的工程方法，也锻炼了人工智能的建模能力，为学生后续的考研和就业打下了良好的基础。

4 总结

针对当前存在的问题，结合新工科对人工智能方向软件工程人才的需求，我们开展了软件工程实验的教学改革，加强理论与实践的结合，基于项目驱动的实验设计，模拟真实需求场景构建人工智能方向软件工程实验案例，在实验过程中产教融合，协同育人，带领学生积极参加相关竞赛和行业项目，通过竞赛和实际行业项目，调动学生的积极性和主观能动性，提高学生运用软件工程工具分析和解决问题的能力，期望培养更符合当前人工智能时代软件工程浪潮所需的创新型和应用型人才。