王　勇　蔡自興

摘要：本文通過教學實踐出發(fā)，從教學方法和教學內容等方面對“智能優(yōu)化算法及其應用”課程的教學進行了探討，將啟發(fā)式教學、示例教學、多媒體課件教學、課程設計等教學方法和手段運用到“智能優(yōu)化算法及其應用”課程的教學當中，取得令人滿意的教學效果。

關鍵詞：智能優(yōu)化算法；啟發(fā)式教學；Matlab語言

中圖分類號：G642文獻標識碼：B

1引言

從教材和教學大綱出發(fā)，“智能優(yōu)化算法及其應用”這門課程主要針對模擬退火算法、遺傳算法、禁忌搜索、神經網絡優(yōu)化算法、混合算法等幾個方面進行了講解。由于該課程涉及的知識面很廣，內容比較抽象，所以學生往往難以理解，特別對各種優(yōu)化算法的實際應用不能靈活掌握。這直接導致了學生學習興趣的減弱和對課程學習的厭倦情緒。為了克服上述問題，更好地實現教學目標，本文作者從教學方法、教學內容等方面出發(fā)對智能優(yōu)化算法及其應用課程的教學進行了探索，改善了課堂教學和課外實踐的效果。

2啟發(fā)式教學

所謂啟發(fā)式教學法，就是以學生的經驗為基礎，由教師提出問題，使他們思考去解決、分析、批評、判斷和歸納，因而可以觸類旁通、舉一反三，使經驗逐漸擴張，思路更為靈活。通過啟發(fā)式教學法，可以培養(yǎng)學生學習的內在動機，引導學生思考和逐步掌握各個知識點，使他們真正對所學的課程感興趣。為了更好地運用啟發(fā)式教學，教師應該首先向同學們闡述該課程的發(fā)展歷史和未來的發(fā)展前景，介紹該課程的理論和實踐背景，讓學生對課程的整體情況有所了解，并產生好奇心。

在啟發(fā)式教學過程中，教師可根據教學重點和難點，首先采取提問的方式引發(fā)學生進行思考，使他們的思維高度集中。在學生思考過程中，可根據他們的思考結果給與適當的提示與鼓勵，使他們的思考更加深入。接著可采用問答討論的方式，對學生的答案加以分析，使得學生的思維達到升華。最后，將學生討論的結果與課本的結果進行對比，找出異同點。通過上述啟發(fā)式的教學過程，學生可以更加深刻理解課程中的難點和重點。

如模擬退火算法是一種隨機優(yōu)化方法，學生在學習課程之前已對經典的基于梯度的優(yōu)化方法有一定了解。在介紹模擬退火算法之前，可先向學生提問：經典的優(yōu)化方法的核心思想是什么。接著可再提出問題：如果在經典的優(yōu)化方法中加入隨機因素會出現什么結果。教師可根據學生的回答給予適當的提示，最后再給出模擬退火算法的主要步驟和主體思想。

此外，在介紹混合算法的時候，也可以采用啟發(fā)式的教學法，如可提問學生如果把模擬退火算法和神經網絡混合起來進行問題求解應該怎么做。3示例教學

在教學過程中，如果只是純粹地講解理論知識，學生可能覺得索然無味，從而直接導致學習興趣的減弱。而通過選擇一些經典的示例進行分析、講解與討論，學生可以在學習過程中做到理論與實際相結合，并增加對所學知識實用性的了解，從而提高學習的積極性和主動性。

如在講解遺傳算法的主要步驟，即編碼、解碼、交叉、變異、選擇時，通過選擇最短路徑問題的示例來解釋其運行機理。最短路徑問題是一類離散優(yōu)化問題，其主要任務是找到一條從起始點到終點的最短路徑。在運用示例講解時，首先給學生介紹如何對每一條路徑進行編碼，然后介紹如何對不同的路徑進行交叉、變異和選擇等操作，而且說明在上述過程中如果出現不合法路徑應該如何進行處理，最后講解如何選擇較好的路徑來進行下一次進化等等。通過上述講解，學生對遺傳算法的主要步驟具有了十分深刻的認識。

此外，在講解神經網絡時，可首先通過理論講解使學生對神經網絡的原理有了一定的了解，接著通過選擇一種經典的神經網絡示例，即BP神經網絡，對其原理及具體實現過程進行演示。在教學過程中，作者通過選用Matlab語言中的神經網絡工具箱，對BP神經網絡進行了講解，包括如何構造輸入層、隱含層和輸出層，如何執(zhí)行反向傳播等等。最后再通過選用一個BP神經網絡應用于實際工程中的示例進行講解。這樣，學生對神經網絡的原理和應用便有了具體而生動的認識，從而也調動了學生的學習興趣。

4多媒體課件教學

運用多媒體課件上課有許多“黑板+粉筆”不可企及的效果。運用多媒體課件上課，可以生動且有效地對教學重點與難點進行講解，同時通過多媒體課件中的動畫演示、錄像演示等可以使學生對學習要點有更直觀和深刻的了解，激發(fā)學生的好奇心。

如在解釋遺傳算法對某一優(yōu)化問題的進化過程時，可將初始群體中個體的分布，運行到中間代數時群體中個體分布，和進化結束時群體中個體的分布情況通過多媒體演示出來。這樣，學生便對遺傳算法的進化迭代尋優(yōu)思想有了很直觀的認識，而且學生可以很深刻的理解遺傳算法搜索到全局最優(yōu)解的工作原理和過程。此外，還可通過錄像演示，將整個進化過程中每一代群體中個體的分布情況全部演示出來，這樣遺傳算法的整體執(zhí)行過程便在學生眼前活靈活現地展示出來。

在介紹各種智能優(yōu)化算法之間的優(yōu)缺點、異同點時，也可通過多媒體課件中的各種圖形工具將優(yōu)缺點和異同點進行歸納和總結，更清晰地展現在學生面前，同時也使得教師在講解時便于歸納敘述。

5課程設計

課程設計是學生綜合運用課程所學知識的一個重要環(huán)節(jié)。特別對于智能優(yōu)化算法及其應用這門課程，如何引導學生將優(yōu)化算法應用到實際問題顯得尤為重要，這不僅鍛煉了他們的實際動手能力，也鍛煉了他們分析問題和解決問題的能力，可全面開發(fā)學生的創(chuàng)造性思維和創(chuàng)新能力，使課程設計真正成為學生綜合運用學科知識和進行能力培養(yǎng)的有效途徑。

在課程設計中，我們?yōu)閷W生設計了遺傳算法求解TSP問題、差異進化算法求解約束優(yōu)化問題、粒子群優(yōu)化算法求解多目標優(yōu)化問題、BP網絡解決XOR分類問題等幾個題目，將學生分為若干組，要求學生采用Matlab、c語言等軟件實現上述問題的編程求解，并規(guī)定課程設計的時間為兩周。通過課程設計，學生對智能優(yōu)化算法及其應用這門課程的理論和實踐得到了升華，并且團隊合作能力也得到了提高。

6結束語

實踐證明，將啟發(fā)式教學、示例教學、多媒體課件教學、課程設計等教學方法和手段運用到智能優(yōu)化算法及其應用課程的教學中，一方面滿足了學生對優(yōu)化算法學習的心理，另一方面使本課程的講解更加形象、生動和易于理解，活躍了課堂氣氛，提高了學生的學習興趣，取得了令人滿意的教學效果。