智能科学与技术学科评估模板(10篇)

时间:2024-03-25 15:40:05

导言:作为写作爱好者,不可错过为您精心挑选的10篇智能科学与技术学科评估,它们将为您的写作提供全新的视角,我们衷心期待您的阅读,并希望这些内容能为您提供灵感和参考。

智能科学与技术学科评估

篇1

北大是“常为新”的,特别是在信息科学这样一个引领着时代最前沿科技发展的学科领域里。上世纪八十年代中期,北京大学一批具有长远发展眼光的有识之士倡议建立一个多学科交叉研究中心,以数学系、无线电(电子学)系和计算机系为主,联合心理学、中文、遥感等共十个系所,宗旨是在信息科学领域开展多学科交叉研究,充分发挥北大的综合优势。中心的建立牢牢把握住了时展的方向,获得了快速的发展。很快,北大在中心的基础上建立了第一个国家实验室,并取得了丰硕的成果。2002年9月,在信息中心和国家重点实验室的基础上,北京大学智能科学系组建完成,并与次年并入北京大学最大的学院――信息科学技术学院,翻开了发展进程中崭新的一页[1]。

智能科学系的诞生是改革和创新的产物,它的发展也是与时俱进的。智能科学与技术被认为是当今信息科学领域最重要的创新点和增长点之一,它正在成为关系到国民经济发展,国家安全稳定的新兴领域。正是在这样的大背景之下,智能科学系的老师们深入调研,精心准备,于2003年向教育部申报“智能科学与技术”本科专业,并获得了教育部的批准,于次年开始招收本科生,这也开了全国智能科学本科教育的先河。目前,已经有4届智能科学系本科生顺利完成了他们的本科学业,迈入了新的人生阶段。我们也在不断探索和尝试中,初步建立了一套适合北大学生成长成才的智能科学系本科生培养体系。

1北大智能科学系本科生培养体系概述

在培养智能科学系本科生的过程中,我们的老师始终坚持“以学生为本”的原则,多方面关注学生发展,把握智能科学技术的新兴前沿领域,面向国家建设重大需求,确立具有创新精神和实践能力的多层次复合人才的培养格局。为了实现这样的培养目标,我们在本科生培养过程中牢牢抓住招生、教学、育人这三个重点环节,充分尊重学生的个性化发展,因材施教,力争将学生培养成为具有国际视野的行业领军人才,具体为具有原创能力的研究型人才,具有集成能力的工程型人才和具有组织能力的管理型人才。在我们的主要培养思路如下[2]。

1) 把好分流关,吸引真正对智能科学感兴趣的学生选择智能科学专业。

2) 创新课程体系,优化课程内容,建立和完善智能科学技术学科体系。

3) 完善本科生导师制,加强课外引导,建立全方位的培养体系。

2智能科学专业分流

从2004年开始,在北京大学“加强基础,淡化专业,因材施教,分流培养”这一原则的指导下,信息科学技术学院开始按照大类招生,即本科一年级学生在进入学校后不分具体专业,统一学习信息学科基础课程。在一年级下半学期期末,按照“计划指导,自愿优先,排名调剂,加强疏导”的方针,由学生自主选择专业。

与学院其他3个老牌系(电子学系50 年历史、计算机和微电子系30年历史)相比,智能科学系创立时间短,基础条件薄弱,缺乏毕业生记录的宣传说明,所以,分流过程中并无优势可言。为了吸引优秀的学生选择智能科学系,我们充分利用学院在专业分流前期安排的宣传引导工作阶段,通过制作专业手册、举办专场讲座、举行网络讨论、安排导师专场指导等方式向大一学生宣传智能科学系;在学院统一的开放日里,我们将自己最引以为傲的科研成果通过通俗易懂的形式展现给学生,并且安排资深研究人员现场咨询,帮助同学们了解智能科学系的特点。通过这些扎扎实实的工作和细致有效的宣传,同学们逐渐领略到了智能科学的魅力,越来越多的人选择智能科学。图1为智能科学系分流人数的趋势图。

从图1中可以看出,2004级至2009级,信息学院大一学生中选择智能科学系的学生数量逐年上升。另外,需要特别指出的是,2008年学院第一届智能科学本科生顺利毕业,并且取得了良好的成绩。2008届智能科学系本科生全班学习成绩在学校综合评估中优良率达到了93%,34名同学中有22名继续保送本校读研,4 名同学获得了大型国有企业和知名外企的工作机会,8 名同学获得出国深造机会,在欧、美一些名校攻读博士,其中有一名学生同时拿到了包括哈佛、MIT、CMU、UCLA在内的著名大学的全额奖学金(最后选择MIT)。表1所示为2004级―2006级智能科学系本科毕业生去向。

良好的成绩使智能科学系在学院内部和北大校园内的影响力不断扩大,北大其他学院的优秀学生也开始申请转到智能科学系学习。2008年,北大最好的元培计划实验班有4名学生选择了智能科学专业,医学部和光华管理学院也有学生申请转入智能科学系。

但是,需要看到的是,2010级本科生分流时只有34名学生选择了智能科学系,相对前几年来讲是明显偏少的。在这一年,学院有一半的大一学生选择了计算机专业。学院针对专业分流的问卷统计显示,超过70%的学生在入学前对各个专业了解程度很低,即使经过一年的学习,绝大部分学生对于各个专业也只停留在基本了解的程度。同时在高考前已经考虑好专业选择的学生中有71%选择的专业是计算机专业,近60%的受访学生将兴趣作为选择专业的第一决定因素。从这样的统计数据可以看出,作为信息技术的老牌专业,计算机专业在学生入学前的被认知程度远远高于智能科学。同样作为偏“软”的专业,智能科学由于建立时间短,被公众认知程度低,在专业分流时难免会有些“吃亏”。这就要求我们进一步加强对智能科学的宣传,让更多的人,特别是对信息科学有兴趣的学生了解智能科学的内涵和主要研究特点,以吸引高素质的人才加入到智能科学的研究队伍中来。

3本科生课程体系创新

3.1指导原则

作为一所综合性大学,北京大学特别注重对学生的通识教育,注重学生综合素质的培养,要求学生广泛学习不同领域的知识,学习不同学科的研究方法。北大人才培养的基本原则可以归纳为“加强基础,淡化专业,因材施教,分流培养”。

篇2

0引言

智能科学与技术专业是教育部根据“面向国家战略需求、面向世界科技前沿”的方针,为适应国家科学与技术发展的需要而设立的,专业代码080907T。智能科学与技术专业属于一个交叉学科,涵盖了电子信息技术、计算机硬件和软件、人工智能、自动控制等多项技术领域的应用。因此,如何交叉学科,立足于工业智能化的发展方向和《国家中长期科学和技术发展规划纲要(2006―2020年)》的要求,适应国家对高质量的智能技术人才的社会需求,研究与实践体现行业产业发展、技术进步和社会建设需求的智能科学与技术专业人才培养课程体系具有重大意义。

1创新课程体系的意义

德国率先提出的“工业4.0”概念其实就是将互联网技术与嵌入式系统技术、计算机技术、先进制造技术等相结合,形成虚拟与现实相融合的智能制造系统。人们可以在世界任何地方采用电脑或任何移动终端,在互联网上选择标准的或定制的货品订单,系统会采用人工智能、大数据、机器学习等技术在全球范围整合资源、信息、物品和人,以高质量、低成本、高效率生产制造出产品,快速交付给客户。

在制造领域,这种技术的渐进性进步可以被描述为工业化的第4阶段,即“工业4.0”,如图1所示。其中,第①阶段以1784年的英国蒸汽机为代表;第②阶段以1870年的电动机械发明与应用为代表;第③阶段以使用电子与IT技术的自动化时代为代表;第④阶段就是我们正在经历的智能制造时代。当前,中国工业机器人销量连续两年行业增速在50%以上,行业进入成长期。另外,中国工业机器人使用密度远低于主要发达国家,具有广阔的市场空间。智能装备的大发展对相关专业人才的需求呈爆发趋势,智能科学与技术专业毕业生今后的一个重要就业方向将是服务于产业界的机器人领域。

我们国家正在大力提倡的“中国制造2025”与德国提出的“工业4.0”有着异曲同工之妙,尽管两国的工业、社会发展阶段存在差异,但在智能制造领域、互联网领域发展水平基本同步。通过国家层面大力推广发展智能制造技术,以及在大学智能制造相关专业的课程改革,为我国的智能制造技术赶上甚至超过发达国家创造了千载难逢的机遇。

2智能科学与技术专业创新课程体系目标

如何充分利用民办学校的企业资源优势,办好智能科学与技术专业是本专业面临的重要挑战之一。本着教育先行、为产业服务的办学宗旨,根据行业中长期发展的需求,在保证专业知识体系完整性的前提下,结合“工业4.0”对专业人才知识、能力的需求,我们将专业定位侧重于智能传感与检测技术,智能机器人传动、驱动技术,智能机器人系统构建技术,嵌入式系统技术等。4年来的办学实践证明,我们的专业定位符合地区与行业发展需求,并具有一定的前瞻性。

基于以上专业定位,对智能科学与技术专业的人才培养课程体系进行深入的探索与实践,涉及专业一体化的理论与实践课程体系规划,机器人实践平台升级,专业课程的教学设计、教学方法、考核方式改革,教学资源、师资队伍、评估反馈机制建设等。通过有针对性地研究我们在专业教学中存在的问题,寻找解决问题的有效途径,探索出符合现代高等教育发展规律、适应“工业4.0”及“中国制造2025”对专业人才知识及能力要求的创新课程体系,为国家、社会输送高素质的应用型工程技术人才。

通过对智能科学与技术专业的面向“工业4.0”的创新课程体系的研究,在已运行4年的本专业课程体系的基础上建立完善的智能科学与技术专业创新课程体系;完成课程体系面向“工业4.0”的课程群知识结构设计、理论与实践一体化设计;总结课程教学手段和方法;完成高质量的教学资源建设;建立高水平的师资队伍。

3创新课程体系构建方案

专业人才培养遵循工程教育思想,以项目为导向设计专业课程培养体系,将项目设计和实施贯穿于大学4年的教学过程之中,让学生在校期间就有机会参与真实项目的开发与运作,获得实践经验和实际操作能力,实现企业真实项目实践与学校理论教学的无缝对接。设置面向“工业4.0”的创新课程群及项目群,对学生的知识、能力、素质进行全面培养,使学生得到全方位的锻炼。

3.1支撑培养目标实现的一体化课程体系

专业课程体系的构建思路以行业与社会需求为根本。在此基础上确定智能科学与技术专业人才的培养目标。以TOPCARES-CDIO教育理念为指导,定制科学先进的人才培养模式和过程,最终建立面向“工业4.0”的智能科学与技术专业创新课程体系。

引进与国际接轨的课程体系,制定全新的适应我国国情的教学计划,采用先进的教学理念与培养模式,初步构建以设计为中心,理论与实践高度融合的应用型本科课程体系。

理论课程体系方面具体表现在适当降低理论知识的难度,着重培养学生理论结合实际的能力。理论课程的整合要突出理论教学的应用性,构建基础理论平台课程群与专业模块化课程群相结合的理论教学体系,保证人才的基本规格和多样化、个性化发展,增强学生对社会的适应性。

实践课程体系方面,依据专业能力培养目标,以能力为本位,以项目为载体,以“学中做”和“做中学”为方法,统筹安排基础实践、专业实践、创新训练与实践、创业训练与实践、综合实训与实践、毕业设计(论文)与企业实习等各类实践教学环节,使实践学期教学内容逐级递进、逐步深化;将实践学期实训内容与理论学期的教学内容紧密衔接。系统化构建理论与实践相结合、课内与课外相结合、学校与企业相结合,贯穿于大学教育全程的一体化实践教学体系。本专业采用自顶而下的方式设计各级项目。一级项目(智能机器人综合设计项目)的设计直接针对专业的培养目标,实践学期的二级项目和基于专业课程的三级项目分别是一级项目培养能力的分解。

采用基于社会实际岗位的逆推法设计课程体系,如图2所示。按照人才职业需求确定专业培养目标,将专业培养目标抽象为若干个专业核心应用能力,再根据每个专业核心应用能力所需的知识、能力、素质结构划分不同的课程群。

设置课程群不仅要考虑智能科学与技术专业本身课程体系的科学性与递进关系,还要充分研究专业相关的重点行业、大型企业岗位特点,针对人才市场的人才需求和岗位需求,把行业、企业、岗位所需与“工业4.0”相关的新知识、新技术、新平台、新规范纳入课程,实现专业课程体系与区域经济及行业、企业的有效对接。目前,智能科学与技术专业现行的人才培养课程体系将专业定位侧重于智能传感与检测技术、智能机器人传动与驱动技术、智能机器人系统构建技术和嵌入式系统技术,包括智能系统的软/硬件设计与开发,以及智能技术在工业控制领域的应用等。虽然该体系与面向“工业4.0”相关技术有一定的匹配度,但还需进一步改革,拟融合“通信规约”“IoT”“工业现场总线”等知识模块构建“工业4.0”的CPS虚拟网络课程群,融合“工业机器人”“智能传感检测”等构建“工业4.0”的CPS实体物理课程群。实践课程体系的改革主要围绕KUKA工业机器人开设相关的课程实验、课程项目、实践学期项目及实训等。

智能科学与技术专业课程体系的构建分为基础课程、专业基础课程、专业岗位应用技能课程、专业方向和专业技能拓展课程4个阶段。注重岗位需求对课程设置的对应性,前两个阶段与传统大学基本一致,只是深度上浅显一些,后两个阶段面向人才市场的岗位需求,着重培养企业用得上的专业人才。

3.2科学的人才培养质量评价体系

大连东软信息学院智能科学与技术专业按照全面质量管理的理念,建立了全员参与、全过程监控、全方位评价的教学质量评价机制。做到了常项评价与专项评价相结合,形成性考核评价与终结性考核评价相结合,定性评价与定量评价相结合,采取管理学确认有效的5W1H(Why-What-Where-When-Who-How)和PDCA(Plan-Do-Check-Action)方法进行评价,可以有效地保证各环节教学质量的稳步提升与持续改善。

智能科学与技术专业教学质量评价包括TOPCARES-CDIO系列评估、教学质量评价以及教学过程评价3个部分。TOPCARES-CDIO系列评估主要评价专业、课程、项目、教材以及素质教育等环节落实工程教育理念的效果。教学质量评价主要包括教师教学质量评价,学生对课程的满意度调查、对重点课程的评价、对重点教材的评价等,由定量评价和定性评价组成。教学过程评价,主要从课程考核、实践学期以及毕业设计(论文)3个关键环节展开。

3.3高水平师资队伍建设

专业自成立以来就十分关注师资队伍的培养,不断强化专业师资队伍建设,持续关注专业带头人和骨干教师建设,加强“双师型”教师队伍的培养力度。通过开展内部培训、教学研讨、企业实践、学术研讨等全方位的培养措施,努力建设一支结构合理、素质优良、教研科研水平高、技术服务能力强的教学团队。在师资队伍建设过程中,实施“引聘训评”的双师型师资队伍建设发展方案。

3.4教学资源建设

篇3

上海理工大学于2010年经教育部批准设立智能科学技术本科工程类专业,并于当年招收第一批学生。该专业主要依托上海理工大学光电信息与计算机工程学院的自动化系、电子工程系和计算机系的基础资源和师资,借助于学院自动化仪表、光学工程等的社会应用背景,培养智能测控、智能信息融合、智能信息管理等方面的工程技术人才。

为制定出适合社会需求的智能专业人才培养计划,我们拜访了具有相关专业培养经验的兄弟院校,学习他们的办学经验,深切感受到培养智能专业人才的困难。主要体现在专业的“智能”特点及培养方法上。如何结合工程实际的培养要求,制定出一套可操作、学生易接受,有利于培养学生的创新思维、激发学习兴趣、强化动手能力的培养计划,是我们首先要做的工作。

我们学校采用学分制教学模式。共180个学分,专业学分只有77.5学分,约1 240学时。要在这么少的学时内完成如此广泛的教学内容,并达到良好的教学效果,有一定难度。为此,我们从以下几个方面进行设想。

1) 探索新的人才培养方案,构建与社会需求直接相关的课程体系。

2) 改进课程教学方法,加强教学互动机制。

3) 加强教师队伍建设,引进与培养相结合,提高教师自身的业务水平和实际应用能力。

4) 加强实践环节,充分利用学院教学资源,使学生有更多机会参与实际操作,增强学习兴趣,提高创新能力[1-2]。

1培养计划

上海理工大学是一所以工科为主的综合性大学,培养的学生主要面向应用。要办好新专业,必须有自己的学科体系和课程特色。办工学智能科学与技术专业,很容易受理学办学模式的影响,从而导致理论大而不精,实际应用能力缺少专门训练,无法适应社会需求的情况。我们的培养目标定位是以工程应用为主,加强技术能力的培养。多学兄弟院校的办学经验,但不进行形式攀比,扎扎实实地做好培养实用型人才的本位工作。考虑到我院在光电技术、智能化仪表、智能检测与控制方面的优势,我们确立以“智能集成和智能仪表”作为专业特色。

我校培养计划的基本思路是:基础知识精、简、实用但要扎实。专业知识以掌握应有的技能为目的,加强创新和实践教育,同时加强对学生道德、人文素质方面的教育,以使学生具备坚实的数理基础,系统掌握智能科学与技术的基础理论、基本知识和基本技能。

整个培养计划分成三大块:通识教育、基础课程、专业课程。通识教育由学校统一规划,除政治、思想、道德、体育及人文等方面的教育外,还包括外语基础、电脑应用常识及计算机程序设计基础。基础课程由光电信息和计算机工程学院统一制定,主要包括数学基础类、工程设计基础类、电类基础课程及计算机原理等。专业课程分为4个课程块。第一课程块为专业核心课程。主要包括自动控制理论、智能检测、智能信息处理和机器视觉技术等,要求本专业的学生对与智能科学与技术相关的专业基础理论和技术有一个全面的掌握。在确定核心课程时,我们考虑了作为工科学生的培养要求,更注重课程的实用性以及学生在选择专业方向时的知识覆盖面。第二课程块为技术基础课程。作为本专业的技术入门课程,“智能科学与技术导论”和“脑与认知科学初步”安排在技术基础课程模块。由于智能科学与技术专业涉及面很广,为使学生能根据自己的爱好和特点选择发展方向,这个模块允许学生选择不同的技术基础课程。第三课程块为专业技术课程。包含计算机技术、智能控制技术及数据融合技术等。计算机技术主要以嵌入式处理器、DSP处理器及计算机网络与通讯技术这些与实际应用联系比较紧密的技术为主要内容。学生可根据自己的兴趣选择其中几门,作为专业技术课程。第四课程块为专业选修课程。该课程组针对智能化的具体应用联系方面,课程有比较大的选择余地,学生可以根据自己的专业方向选择相应的课程,强化自己的专业知识[3-4]。

2培养方法

我们培养学生的基本目标是:每一个学生至少有一项基本技能,每一个学生都具备足够的自信心和基本的道德水准。由于我校生源的总体水平比重点大学要弱一点,我们计划从进校开始就对学生进行自我价值、创新意识、社会道德的教育,激发学生积极向上、发奋学习的主观能动性。智能科学与技术所涉及的理论比较广,制定培养计划时,既要考虑到学生对这些学科的了解、学科间的联系,又要使学生对有实用意义的理论知识有比较扎实的基础,并且在以后选择专业方向时有一定的理论基础覆盖面。我们把这些内容分成概述型和精讲型两类。选择三四门具有一定深度、知识覆盖面比较广、反映智能科学与技术主题的专业理论课程作为核心课程,在内容的选取上偏重有用性、实用性、易用性原则,尽可能做到学精、学好、学以致用。把一些认识层面的内容以概述型课程加以介绍,使学生对智能科学与技术所涉及的内容有一个比较完整的了解。

作为工科学生的培养,我们不要求学生全面完整地掌握基础知识,而是注重实用和掌握,要求学生能熟练灵活地应用所学的基础知识。从以往相关专业的教学要求和效果看,对大而全的教学要求,整体上不能达到满意的教学效果,学生忙于应付,结果导致掌握不实,不能很好地把握基本概念,并加以运用。我们的教学思想是:针对培养目标,精选课程内容,力求实用易学,引导学生兴趣,以达到教学互动的效果。

在专业课程中,我们主要考虑实用性、广泛性和可选择性,注重技术和技能。由于智能科学与技术涉及的知识领域广泛,因此我们开设的专业课程尽可能满足学生对不同技术、技能、知识的兴趣和选择,便于学生根据基础课程的掌握情况选择喜欢的专业课程。对于每一个专业课程,教师着重要求基本知识点的掌握,要求学生学会根据基本知识扩展专业技能。

在教学形式上,我们以开放、引导、自主学习为主,专业实验室向学生全面开放,学生可以自己设计问题,经任课教师安排,在专业实验室研究解决“问题”。教师以“任务”驱动带动实验教学,提出任务,设计问题,让学生通过实践、观测、分析、讨论和总结,达到对问题的理解和知识的掌握。归纳起来,我们有以下几个方面的教学思考。

1) 课堂教育避免陈述式的教育模式。

通过提出问题,分析问题的因果关系,总结归纳问题的变化趋势,寻找解决问题的途径,讨论解决问题的方法。引导学生使用正确的思维方法,激发学生的学习积极性。老师要“走”到学生中去,和学生成为朋友,和学生共同讨论问题,启发主动思维和创造性思维。这样的教学模式可以逐步培养学生自我发现知识的能力,使学生具备独立分析和解决问题的能力。

2) 充分认识课程建设在专业建设中的基础性地位。

完善基本管理规范和评价体系。以教师教学规范为依据,加强教学管理;以学校课程评估指标体系为参照,实施课程评估。优化课程组合,调整教学内容。以专业规范为参照,按照公共基础、专业基础、专业主干等不同层次,形成前后连贯、横向联合、相互支撑的课程组合,进而调整其中各门课程的教学内容。改革教学方法,发掘、发挥学生在教学中的主体性作用,注重学生自主学习,提倡探讨式学习、研究型学习等。在教学中,根据内容需要精心准备、认真组织,采取灵活多样的教学方法。加强教材建设和网络多媒体课件建设,鼓励选用原版教材、规划教材,同时鼓励教师的教材编撰工作。推动教师利用专业优势开发网络多媒体课件,改善教学效果。推进考试改革,根据课程内容、教学方法的不同,结合教学过程和教学效果的综合因素,鼓励采用灵活多样的考试和成绩评定方式。

3) 注重课程教学的总结、反馈、交流和评估。

课程教学是教师学生共同参与的经常性教学活动,应逐步建立教师之间针对课程教学的总结、反馈、交流和评估活动,形成良好的教学研究、教学互帮互学的敬业氛围,争取在学时精简、内容压缩的情况下保证课程教学质量。

我们强化实践环节,改造实验、综合设计等课程,扩大实训。以课程实验为基础,注重方法、观测、分析的培养。减少课程实验中大量验证性实验,培养学生在实验过程中发现问题、分析问题和解决问题的能力,并在报告中直接反映,锻炼学生的基础实践能力。以综合设计作为培养学生独立思考、综合各种知识、技能的方法,改变课程设计依赖单一课程的训练模式,而以课程组的综合设计为背景,注重实际操作、实验报告数学规范以及设计思想的阐述、表达能力的培养。力求使综合设计真正能够培养学生的综合实践能力。以实习实训为强化技能的手段,让学生广泛、深入地接触生产应用第一线,了解技术开发现状和工作模式,掌握流行的开发工具和开发环境,按照行业规范完成一个典型系统的开发,使实习实训能够锻炼学生的实际工作能力。以毕业设计作为最后检验学生综合能力的手段,强调创新与实践的要求,鼓励学生参与科研实践、生产实践和理论前沿相结合的课题,全面锻炼学生的创新实践能力[2]。

3师资队伍建设

根据专业培养要求,教师自身专业水平、实际经验和能力、创新意识等都需要不断加强和提高。我们的专业教师大都来自计算机工程、信息科学及自动化技术等专业。智能科学与技术专业中的很多课程与这些专业交叉,但有一些核心课程还是有其专业特点。对于这一部分师资,我们的思路是两条腿走路。一方面,通过引进专门人才来加强师资力量;另一方面,通过对内部师资的培训来满足相关课程需要。对于青年教师,加强传、帮、带,使年轻教师在教学方法、教学责任、教学理念等方面达到比较高的水平,在专业技术方面提高自身能力。经过教学基本功的磨练、科研基本功的锻炼和学术方向的凝练,使之迅速成长为适应专业建设需要的中坚力量,形成一支结构合理、富有活力、注重应用、富有创新精神和团队意识的教师队伍。我们坚持人才引进以才为先,以能否为专业建设所用来考量,结合专业建设的需要,以多种形式促进教师在职提高,同时把教师的职业道德和敬业精神作为教师考核的重要内容和职务聘任的重要条件[1-3]。

4实验室建设

我们以专业核心课程建设为主线,夯实专业办学条件基础。学院目前实验室资源充足,已经具备一套完整的光电、信息、计算机应用、电力、电子、电器、自动化仪表、自动控制等实验室。我们计划按核心课程要求建立智能检测与机器视觉实验室。按照人才培养需要、特别是实践能力和创新能力的培养要求,我们进行合理的规划与调整,充分利用现有实验室,使其发挥效益。在专业建设资金的安排方面,在保证足额、及时到位的前提下,确保用好、用足,使专业人才培养的基础设施完备、良好,达到与产业界衔接的水平。

实验室要与课程要求密切配合,一切服从于课程要求。在实践环节方面,紧密围绕学生面向应用实践能力的培养目标。我们计划在原有实验室的基础上,建立智能科学与技术实验室,主要为智能科学与技术专业课程提供实验支持。先期以机器视觉和智能检测为主要实验建设内容,可开展尺寸测量、缺陷检测、模式识别、图像融合、目标跟踪、三维重构以及智能温度检测、智能压力检测、智能流量检测、智能物位检测和智能成分检测等多种综合性的实验项目。其中包括机器视觉技术及应用、智能检测技术与系统等专业课程的实验。实验室的建设以面向应用为前提,突破以认知为目的的实验计划,加强探索性、创新性的实验内容,形成包括课程实验、综合设计、实习实训、毕业设计等环节构成的培养体系,坚持在实践形式、培养模式方面的探索。同时,我们更进一步地调整实践环节的时间分配、场地保障,使学生更加灵活、方便地完成各种实践环节,进一步增加综合性、创新性实践的比重。

5结语

智能科学与技术专业的设立既是机遇又是挑战,我们需要使用一种新的教学模式来适应一种科学与技术高度结合、把智能理论转化为工程应用的挑战。我们的专业应该是面向应用的,应该是社会需求的,我们培养的人才应该是能快速适应社会的,这才是工科智能与科学技术专业的培养意义。立足未来,立足社会需求,培养适用于市场的实用性人才,是该专业能长期生存的根本保障。

参考文献:

[1] 吴元欣.落实科学发展观,提高人才培养质量[J].学习月刊,2006(3):79.

[2] 史忠植.智能科学与创新教育[J].中国大学教育,2006(1):28-30.

[3] 王作军,张磊,杨鹏,等.谈我校增设“智能科学与技术”专业的设想与措施[J]. 计算机教育,2009(11):53-56.

[4] 史忠植.智能科学技术[J].计算机教育,2004(1):34-38.

Reflection on Application-oriented for Undergraduates Training Program of

Intelligence Science and Technology

JIANG Nianping, CHEN Wei, XU Weiming, SUN Hong, JU Zhiyong

篇4

摘要:针对智能科学与技术新兴本科专业建设过程中缺乏能够突出专业特色,体现课程内容连贯性的实验教学问题,提出“空地一体化多机器人协调控制”智能化特色实验教学内容,介绍如何以引导学生通过分组协作的方式进行实验,增强其对分布式部署的飞行与地面移动机器人系统的控制、通信、规划、协调等相关技术的了解与掌握。

关键词 :智能科学与技术;特色实验;机器人;空地一体化;多机器人协调控制

基金项目:南开大学2014年新专业建设立项项目;南开大学2014年本科重点教学改革项目。

第一作者简介:王鸿鹏,男,副教授,研究方向为智能机器人技术,hpwang@nankai.edu.cn。

0 引言

“智能科学与技术”专业是一个新兴的交叉学科专业,需要不断完善专业建设和深化教学改革,既要注重加强学生的综合素质,也要注重培养学生的特色专业能力,从而将学生的跨学科知识转化为综合实践创新能力。

我们所探讨的智能化特色实验教学,是通过建设分布式部署的飞行与地面移动机器人系统,构建多机器人/多智能体协调控制实验平台,指导学生进行分组研发与实验,将智能技术、智能工程等课程中所讲授的人工智能、机器视觉、机器学习、智能计算、复杂系统控制等内容纳入到本实验教学中,促进专业课程教学内容之间的有效衔接,启发学生的科学研究思维,提升技术研发能力。

1 智能化特色实验的开设时机

南开大学“智能科学与技术”专业始建于2005年,首届本科生于2010年毕业。在10年发展历程中,智能科学与技术专业借助于南开大学文理并重,基础宽厚的学科优势,以及发展现代工学、突出应用与创新的办学特色,依托于计控学院自动化与智能科学系、机器人与信息自动化研究所、计算机科学与信息安全系等单位,在课程体系设计、教材建设、专业实践等方面均取得了长足的进步,目前已培养出5个年级的具有光、机、电系统综合知识、具备较强适应能力、能够在相应领域从事科研、开发、管理工作的高级工程技术人才,学生毕业后去向较为理想。

在智能科学与技术专业的课程体系方面,南开大学近年来将“智能技术”课程调整为“机器视觉”“机器智能”两门专业必修课程,分别安排在二年级下学期与三年级上学期,在三年级下学期安排“智能工程”“机器人学导论”专业必修课程,以及“智能移动机器人导论”英文特色选修课程。

为加强学生实践环节与扩大学校的国际交流,从2013年开始南开大学实行夏季小学期,我们所设计与开展的“空地一体化多机器人协调控制”实验已纳入到开设于大三夏季小学期的“智能专业实践”特色课程中,在4周时间里集中进行。此时学生已经掌握自动控制原理、现代控制论、计算机数据结构等自动化、计算机相关课程与机器视觉、机器智能、智能工程、机器人学等智能专业特色课程知识,这些知识的学习与能力的训练为学生进行智能化特色实验奠定了理论与实践基础。

“空地一体化多机器人协调控制”实验能够增强学生对分布式部署的飞行与地面移动机器人系统的控制、通信、规划、协调等相关技术的了解与掌握。学生们可以将该实验课程所掌握的技术进行延伸,既可以与“国家级大学生创新训练计划(国创)”“本科生创新科研百项工程(百项)”等大学生创新项目与“华为杯中国大学生智能设计大赛”等智能专业特色竞赛相结合,也可以在四年级继续进行智能系统方面的本科毕业设计,激发学生的创新性设计与实现的热情。

2 智能化特色实验的内容设置

“空地一体化多机器人协调控制”智能化特色实验主要由飞行与地面移动机器人、网络通信系统、协调控制系统组成。南开大学智能科学与技术专业利用2013年度新专业建设经费采购了8台地面移动机器人平台,利用2014年度新专业建设经费采购了14台多旋翼无人机飞行实验平台,基本上构建起一套能够支持40名本科学生分组研发、联合调试的综合性实验平台。

本试验中学生所要实现的协作机器人系统是由多个具有一定智能的自治机器人组成,机器人之间通过网络通信的方式实现相互间的协作以完成联合探索与建图等复杂的任务。学生首先实现单个飞行或地面移动机器人的飞行控制与视觉检测,然后建立分布式多机器人系统的通信网络,最后进行多机器人系统的协调控制,如图1所示。

我们建议在开展实验时,每个机器人系统安排2名学生,分别负责飞行控制与视觉检测;通信网络系统共安排2名学生进行网络设计与程序开发;协调控制系统安排2名学生进行算法设计与程序开发,该实验平台按照2个飞行机器人与2个地面移动机器人的最简配置,可组织8名学生进行联合实验,更多的学生也可以通过增加机器人数量、各小组增加人数的方式参与到实验教学中来。

2.1 飞行与地面移动机器人系统

移动机器人控制技术是智能专业本科生需要掌握的核心技术之一,本试验所选用的移动机器人系统包括了多旋翼无人机实验系统与轮式移动机器人实验系统,每台机器人均配备了网络摄像机用于进行图像采集与视觉伺服。在飞行机器人方面选用了DJIS1000型8旋翼无人机平台与3DR-IRIS4型4旋翼无人机平台,两种平台有侧重,8旋翼无人机平台上搭载了可控自稳云台与高能微单相机,主要引导学生进行视觉SLAM方面的实践;4旋翼无人机平台选用的是开源飞行控制系统,主要引导学生进行无人机飞行稳定性控制方面的实践。两种无人机平台均具备自主飞行与视频图像采集的能力。在地面移动机器人平台方面,选用了QBot轮式移动机器人系统,学生可以基于MATLAB控制机器人和网络摄像机。

2.2 网络通信系统

通信是各机器人之间进行交流和协作的基础,本实验采用基于无线局域网的多机器人通信平台,学生应设计基于TCP/IP协议簇的网络模型,以Ad hoc方式组建基于移动自组网的多机器人通信网络,进行联合搜索与建图。

2.3 协调控制系统

本实验采用分布式的在线规划方法来进行多移动机器人的运动协调,实验任务是多个机器人共同完成一个现场环境下的联合搜索与建图任务,学生实验中要学习与体会多机器人体系结构设计、机器人自主定位、多机器人协调协作机制等技术,并通过编程方式加以实现。

3 特色实验与课程体系的结合

智能化特色实验教育的目的在于培养学生在智能系统设计与分析方面的能力,“空地一体化多机器人协调控制”实验涉及学生在多门专业课程中所学习到的知识与技能。学生可以从自动控制原理、机器人学导论、智能移动机器人导论等课程中学习到对行或地面移动机器人的控制与编程;从机器视觉课程中可以学习到对机载网络摄像机的应用技术,包括摄像机标定、图像采集与分析、主动视觉技术等知识;从机器智能课程中可以学习到对机器人与环境知识的描述、空间搜索与路径规划、基于学习方法的视觉识别、多机器人协调控制等知识;从智能工程课程中可以学习到如何分布式复杂智能系统设计、研发中的相关技术问题。

4 结语

智能科学与技术专业的“智能专业实践”课程采用大三小学期集中授课的方式,学生能够利用4周时间通过分组研发,协作实验的方式完成一个较大规模的综合性实验。我们所提出的“空地一体化多机器人协调控制”智能化特色实验可以使学生们综合运用在基础性课程与特色专业课程中所学到的知识,根据个人兴趣选择开发模块,共同实现一个分布式复杂系统的协调控制任务。

设计与开展智能化特色实验能够突出智能专业特色,促进专业课程教学内容之间的有效衔接,今后我们将在所提出的“空地一体化多机器人协调控制”进行效果评估的基础上,总结经验并进行示范,促进智能化特色实验教育工作开展,深化教学改革与技术创新。

参考文献:

[1]方勇纯,刘景泰,南开大学“智能科学与技术”专业教学体系与实验环境建设[J]计算机教育,2009 (11): 21-25.

[2]杨鹏,张建勋,刘冀伟,等.智能科学与技术专业课程体系和教材建设的思考[J].计算机教育,2010(19):11-14.

[3]许林.智能科学与技术专业本科实践课程的建设[J].计算机教育,2011(15): 120-123.

[4]许林.机器人课程在智能专业本科教学中的探索[J]计算机教育,2012(18): 78-81.

篇5

自2005年北京邮电大学在国内得到教育部批准设立智能科学与技术本科专业开始,机器智能课程就被设定为一门重要的专业基础课。在2008年全国智能科学技术教育学术研讨会上,机器智能课程被确立为第一批三门核心课程之一。作者曾在2009年全国智能科学技术教育学术研讨会上对该课程内容的建设进行了探讨[1],在此基础上,结合教学实践工作对于该课程的教学方法也进行了一些摸索。

1相关教学方法

机器智能是新出现的课程,可供参考的国内外资料较少,我们主要对相关的人工智能课程的教学方法进行了调研和学习。陈白帆、蔡自兴等的人工智能精品课程教学方法在国内最具代表性[2],开设课程设计,学生根据自己的兴趣组成小组选题。多媒体课件和网络课程相结合,采用启发式教学,举行课堂讨论等。王甲海[3]等探讨启发式传授人工智能解决问题的非结构化的思想。刘兴林[4]从教材选择、教学内容和方法、考核方式等做了一系列教学改革。韩洁琼[5]等提出注重激发学生的学习兴趣、加强对实验教学的重视。白洁[6]等提出与学科发展前沿接轨,注重培养学生的创新能力。朱红[7]等对图搜索内容进行有效的教学设计。王璐[8]等设计了应用型和研究型的教学情境。

国外人工智能课程建设具有更长的时间和更多的积累。很多大学在人工智能课程中围绕游戏引入工程项目。Jeffrey等[9]引入基于Blackjack游戏的优化模型来进行人工智能课程教学。Hansen等[10]开发了Glomus教学系统,引导学生在逻辑证明游戏过程中学会重要概念。Douglas等[11]针对电脑游戏中的人工智能的课程教学提出了学生教学生的方法。Ingrid等[12]以机器学习为主题把人工智能中分散的重要概念统一到一起。

2教学实践

2.1总体思路

在本课程教学实践过程中,总体思路是根据教学基本要求和主要内容形成的。详细的教学基本要求和内容参见文献[1]。基于此,对本课程的教学实践进行了如下分析。

1) 教学内容极其丰富多彩,如果需要详细地讲授,每一个章节都可以成为一门课程,64学时的时间是远远不够的。

2) 本课程是一门成长中的新课程,其中既要包括智能领域学者们研究了几十年的重要成果,也要涵盖当前国内外最新研究现状的了解和把握,才能让学生们感受到当前时代的脉搏,了解到本专业的魅力。

3) 智能科学与技术也是一门实践性很强的学科,其中很多技术都已经或正在社会生活中发挥着重要作用,学生们更渴望能够在学习实践中掌握和推进这些技术。

4) 任何教学过程,如果只是单方向的教师讲、学生听,很难达到良好的效果,必须要调动学生的主动学习兴趣,让学生真正参与到教学过程中来,才能实现教与学的双向促进。

于是,我们采取了以点带面的方法,抓住其中的关键点进行细致地讲解,其余的内容则根据侧重面的不同,分别采取启发式教学的方法,如专题文献调研、演讲、讨论、动手实验、学生评价等方式推动学生主动学习相关知识和技术,实现知识拓展和兴趣培养。

2.2专题文献调研

这是我们借鉴了带研究生做课题的经验而提出的一种方法。每次开始讲授这门课程的时候,学生们都会问:为什么我们课程的名字跟其他人工智能的课程不一样?内容上有什么区别?我也都会给出我们的回答,但是总感觉学生并没有完全理解。考虑到智能科学技术专业本身就是一个新鲜事物,机器智能课程也是新近提出的,目前并没有完全定论,属于前沿探索的问题。因此,我们提出进行专题文献调研的方法,希望让学生通过自己的广泛阅读、比较和分析,更加深入地了解本课程。

我们首先给出需要调研的问题以便引导学生的调研方向,即国内外关于智能科学与技术专业的建设情况如何?机器智能、人工智能、神经网络及其他相关课程的建设情况如何?这些不同于学生们以前在其他课程中遇到的作业或问题,没有固定的求解思路,没有确切的标准答案,但却都是学生们非常关心的问题,因此极大地激发了同学们的学习兴趣。我们鼓励大三学生自由组合,每3~4人组成一个课程小组,每组由一位组长负责组织管理,如召集小组讨论,共同制定调研计划,分配调研任务,综合调研结果等。这种形式对于大三的学生毕竟是新的尝试,开始的时候学生们对于如何进行文献调研不太清楚,我们在给学生介绍文献资源和调研方法的同时,也邀请了几位研究生来到课堂上现身说法,学生们普遍反映非常好。

经过1~2周的文献调研,学生们交上来的作业令人非常满意。内容涵盖了人工智能、机器智能、计算智能的概念,国内设置本科智能科学与技术专业的高等学校及其专业定位、培养方案、主干课程、实验课程、毕业生去向,美国、英国大学人工智能专业研究生排名,国内外著名大学的人工智能、神经网络相关课程教学内容、实践设计、参考教材等等。各组调研内容之间有一些交叉,证实了本领域的一些共同特点,如人工智能课程的知识表达与推理、搜索、专家系统、自然语言处理等经典内容;各组的调研结果更有很大的不同,既反映了学生们思考问题的角度是多样性的,也反映了智能科学技术专业建设和机器智能相关课程的教学是多样性的。经过比较和分析,学生们对本课程的理解清晰多了,学习态度非常积极,希望探索智能奥秘的热情极为高涨,为后面的教学打下了良好的基础。

2.3动手实验

实践出真知,我们在理论教学的同时也特别注重实验环节的设计,学生通过动手实验加深对理论知识的理解和运用。对于本课程的重点模块内容,如BP算法、启发式搜索,我们都给学生布置了以组为单位的实验作业。为了激发学生的主动性和创造性,还对每个作业给出了扩展性的要求。以BP算法的实验为例,我们要求各组在充分理解BP算法原理的基础上,编程实现手写数字0~9的训练和识别功能。我们也给出了扩展性要求:可以通过自己查阅文献,寻找提高BP基本算法性能的方法和技术;可以不限于手写数字0~9的识别,自主选择感兴趣的其他模式信息进行实验,如语音信息、手写英文字母、手写汉字等。

学生们开始面对这个作业的时候非常迷茫,不知从何处下手,我们一方面鼓励学生要有信心,不要有畏难情绪,一方面就相关内容安排课堂重点讨论,首先要正确理解和掌握经典BP算法的基本原理,包括其数学推导的全过程,然后从如何构造单一神经元和激励函数开始,进而讨论如何实现一层神经元和相邻层神经元的计算,以及如何进行误差计算和反向权值调整。学生们逐渐对实验作业有了深刻的理解,开始动手设计自己的神经网络,随着一个个步骤的实现,学生们之前的很多疑惑都豁然开朗,对BP算法充满了兴趣。很多组的同学对测试的识别率不太满意,都主动去图书馆查阅相关资料,尝试了一些改进方法和技术,如改变多种神经元激励函数、加入动量项微调权值修正量、自适应变步长算法等。

有一个组的作业给我印象极其深刻,因为他们勇于挑战了BP神经网络实现语音信息0~9的识别,不但很好地掌握了BP基本算法及其改进:变步长法和引入动量项法,还自学了录音、音频信号分帧、加窗、MFCC特征提取等。他们对待本课程的热情,还有他们表现出来的巨大的潜力都让我感动,让我对我们的专业和课程建设的未来充满了信心和希望。

正是应对了“理论与实践相结合”的经典理念,半年里64个学时完成后,从学生们的直接反馈中发现,他们理解掌握最为深刻的内容恰恰是他们曾经动手进行程序开发的内容。这充分表明了在本课程的教学过程中注重动手实践能力的训练和培养的重要性。

2.4演讲、讨论与评价

这也是我们在教学过程中探索出来的方法。专题文献调研和动手实践的作业极大地调动了学生们的积极性,效果也非常好,但作为一门课程,还是要有一个分数的评价。以往都是学生把作业交上来,老师统一评分。现在面对如此多样性的作业,老师个人的评价显得并不充分,我们认为学生们相互之间做的工作类似,能够理解各组作业的特色和工作量大小,在评价上更有发言权。因此,我们提出了一种同学参与评分的方案,即演讲+讨论+评价。

首先是演讲。为了使评分过程做到公开、公正、公平,我们在各组完成一次文献调研或者动手实验之后,都要求各组准备好演讲的文件和相关材料,包括ppt文件制作、程序演示、功能测试等,专门抽一次上课时间用来进行各组的集中演讲,展开实践经验的深入交流。每组派出一位代表来演讲,介绍本组作业的详细情况并演示。介绍完毕,就进入提问和讨论环节,老师和同学都可以就其中的任何问题提问,也可以进行程序功能的现场检测。这一方面活跃了课堂气氛,使得学生们大大增强了对于重点内容的理解和掌握,另一方面,各组之间可以相互学习,拓展视野,开阔思路。同时,这也很好地锻炼了学生的组织和演讲能力。最后是评价,也是各组选派一名代表,就像各类比赛中的评分专家一样,根据各组的演讲、提问、回答、演示等,综合给出一个评分。这种形式对于学生们也是很新奇的,大家都很认真地对待,基本上每次评分都能很好地反映出各组的水平。同时,这也激发了学生们的主动性和创造性,因为只有真正的努力和过硬的成绩才能获得各组同学的一致好评。

2.5创新性研究

我们鼓励对本课程相关领域具有浓厚兴趣、能力较强的同学自发组成小组,基于课程所学内容进行深入分析思考,提出创新性的课题展开研究,并在合适的时机鼓励学生们利用课程相关的知识积极参加各种竞赛,从今年开始中国人工智能学会主办的全国大学生智能设计大赛将是今后我们努力的主要方向。2010年,我们选择了三星公司面向大学生的bada应用开发试点活动作为第一次尝试。学生们经过三个多月的努力,获得两个三等奖和两个优秀奖。经过竞赛锻炼,学生们不仅加强了对于课程相关知识的理解和掌握,增强了研究开发能力和自信心,更加深了对于本专业的浓厚兴趣,为本专业和本课程的建设提供了强有力的支撑。

2.6专家讲座

我们先后邀请到了国内外的专家学者来给学生进行专题讲座。国际计算语言学会主席、美国南加州大学信息科学研究所Prof. Eduard Hovy关于什么是智能的讲座,首都师范大学人工智能领域著名教育专家王万森教授关于模糊逻辑与推理的讲座,都让学生们感受到了大家的风范,灵活生动的讲课风格受到了学生的高度赞扬。

3教学反馈

在北京邮电大学组织的2010年学生评教工作中,本课程得到了97.46的高分(满分100)。以下是我们收到的一些学生的反馈意见。

1) 实践时间充裕,在解决问题的过程中培养了一种能力。作业不死板,给出一个框架思路,同学可以自由发挥。还地锻炼了大家的团队合作精神,专注于自己擅长的领域才能做的更好。让同学们自己放开去做,在出错时及时交流纠正是一种很自由、很开放的学习模式,这样的氛围可能不会培养高的分数,但会收获高的能力。

2) 教学形式较为新颖,不是采用以往讲授知识的方式,而是采用了更为贴近实际的方式,在开学初就分组,抛弃了笔上作业,改用实际的编程、查找资料等方法,更能调动大家的学习积极性。验收作业也不是以往老师收上去批改后发下来这种千年不变的形式,而是让同学互相打分,这种方式更为客观而且可见,更加公平。最后感谢李老师一学期以来的教学与帮助,也感谢实验室所有老师和助教的帮助,也相信咱们智能科学与技术专业,机器智能这门课程会越来越完善、成熟。

3) 感觉比较实用、有意义。从大学开始接触的都是纯理论的课,这门课上需要做实践编程作业,我学习了机制与算法实现,更重要的是能让我们在解决实际问题中提供一些从未有过的思路。比如我在百度俱乐部参加一个如何构建购物网站的工作,需要垂直搜索技术,把各大购物网站的价格列出来,可是有些网站,如京东商城是采用图片形式显示价格的,很多研究生也没做出来,我用了机器智能中的BP算法解决了这个问题,当然需要一些图像处理技术。总之,试验后我们得到的是一种解决问题的思路,所以我觉得在提供知识的基础上使用实验技术加深对知识的理解效果很好,实验就是最好的作业。

4) 随着我们步入大三,越来越感受到智能领域的广博精深。就像老师教学的课件一样,每个知识点的扩充都能组成新的一章。本学期感触最深的除了三星竞赛此外还有两点:一是李老师上课讲的内容充实,从神经网络到机器情感,从BP到A*,几乎把智能领域经典的模型算法都覆盖了。第二点就是本学期李老师请来了很多professor(巨开心哈)。我觉得看看别的学校甚至别的国度的“大牛们”都在研究什么,有利于我们拓宽眼界,开阔思路。希望李老师以后也辛苦联系他们,让学弟学妹们也享受这种待遇。

4结语

本文对机器智能课程的教学方法进行了探讨,针对不同模块的教学内容,提出并实践了专题文献调研、演讲、讨论、动手实验、学生评价、创新性研究、专家讲座等教学方式,收到了较好的效果。今后还要紧跟智能科学与技术的发展进一步丰富本课程教学的前沿性和创新性,在力图编一本比较好的教材的同时,着手研究多种资源和手段的运用。

参考文献:

[1] 李蕾,王婵,王小捷,等.“机器智能”课程建设初探[J]. 计算机教育,2009(6):86-92.

[2] 陈白帆,蔡自兴,刘丽珏. 人工智能精品课程的创新性教学探索[J].计算机教育,2010(19):27-31.

[3] 王甲海,印鉴. 人工智能教学与计算思维培养[J]. 计算机教育,2010(19):68-70.

[4] 刘兴林. 大学本科人工智能教学改革与实践[J]. 福建电脑,2010(8):198-199.

[5] 韩洁琼,余永权. 人工智能课程教学方法研究[J]. 计算机教育,2010(19):71-73.

[6] 白洁,毕季明,李伟. 人工智能课程教学改革初探[J]. 中国教育技术装备,2010(36):43-44.

[7] 朱红,李果. 人工智能问题求解策略的教学研究[J]. 中国信息界,2011(2):70-71.

[8] 王璐,陆筱霞. 应用DBR的人工智能课程教学[J]. 计算机教育,2010(19):64-67.

[9] Jeffrey L. Popyack. Blackjack-playing agents in an advanced AI course[C]//ITiCSE '09,New York:ACM Press,2009:208-212.

[10] PDavid M. Hansen, Joseph Bruce, PDavid Harrison. Give students a clue: a course-project for undergraduate artificial intelligence[J]. ACM Newsletter,2007:44-48.

[11] Douglas D. Dankel, Jonathan Ohlrich. Students teaching students: incorporating presentations into a course[C]// ACM Special Interest Group on Computer Science Education,New York:ACM Press,2007:96-99.

[12] Ingrid Russell, Zdravko Markov, Todd Neller et al. MLeXAI: A Project-Based Application-Oriented Model[J]. ACM Transactions on Computing Education,2010(1):1-36.

Teaching Practice of Machine Intelligence

LI Lei, LIU Pingan, WANG Xiaojie, ZHONG Yixin

篇6

“专家系统”课程是本科专业“智能科学与技术”的特色课程之一,该专业是由北京大学在2004年率先自主建立的[1]。此后,国内很多大学也都陆续基于各自的特色建设开设了该专业,如北京邮电大学、南开大学、首都师范大学、西安邮电大学、北京科技大学、厦门大学、中南大学等。基于一个新兴本科专业设立的专业基础特色课程,应该如何建设,实施教学与改革,突出专业特色?各类学校都在摸索中。中南大学的“专家系统”课程是国家级“智能科学基础系列课程教学团队”主干课程之一,它由国家级教学名师领衔,以双语建设为教学基本手段,以精品意识为指导[2],培养学生自主创新意识,发掘学生兴趣潜能,非常具有专业特色。

1课程建设情况

专家系统使用人类专家推理的计算机模型处理现实世界中需要专家做出解释的复杂问题,并得出与专家相同的结论[3]。其最大特点是不仅可以帮助人们处理信息,还能说明处理的方式和理由[4]。我们结合专家系统课程特色与学习认知过程特点,采取认知教学作为专家系统教学的理论基础[5-6],根据智能科学与技术系列课程教研经验,融合双语教学方式,初步提出课程定位和建设目标,给出了教学基本要求。

1.1课程定位与建设目标

在学习本课程之前,学生最好已经选修过离散数学、人工智能和面向对象的程序设计课程,本课程32个学时,2个学分,其中实验课6学时。此外,“专家系统”还可作为自动化、计算机科学与技术等相关专业有兴趣的学生的选修课程。可为学生提供一种新的手段和方法求解传统方法难解问题,也为学生们了解智能科学与技术领域知识提供良好的窗口。

专家系统成为智能科学与技术本科专业的专业基础课程,目的在于培养学生理解和掌握专家系统技术的基本观念、基本理论和智能科学方法;并灵活设计和构建不同领域的专家系统,解决实际问题,为学习后续课程奠定方法基础。通过教学过程,培养学生善于分析继承已有的科学进步成果、激励学生善于发现问题、分析问题和解决问题的自主科学创新精神。

1.2课程教材设计

本校专家系统课程选用了蔡自兴编写的《高级专家系统:原理、设计及应用》[3]一书,该教材包括专家系统的基本理论、技术方法和实际应用的诸多内容,知识点介绍全面详尽,同时列举了诸多实例,便于课堂分析与课后理解。

根据双语教学的要求,外文参考教材[7]选用了Expert Systems Principles and Programming (Third Edition)一书,该书对CLIPS语言分析透彻,有大量的课后习题与资料,适合学生作为主要参考书目进行课后学习。实验教材选用了电子工业出版社出版的《决策支持与专家系统实验教程》一书,主要利用了同时,根据双语教学的要求,外文参考教材选用了China Machine Press出版的Expert Systems Principles and Programming (Third Edition)一书,该书对CLIPS语言分析透彻,有大量的课后习题与资料,有利于学生作为主要参考书目进行课后学习。我校实验教材选用了电子工业出版社出版的《决策支持与专家系统实验教程》一书。主要利用了该书后半部分内容。目前,国内基于CLIPS的“专家系统”实验教学教材在国内几乎没有容,专家系统课程实验及其教材建设还需进一步改革与探索。

1.3教学要求与知识框架

通过学习,使学生了解和掌握专家系统的相关原理和方法,。要求学生掌握知识表示方法、搜索推理技术的相关内容,熟悉和了解常见的专家系统解释机制、开发工具和评估方法,学会基于规则专家系统、基于框架的专家系统、基于模型的专家系统和基于Web专家系统的结构建立和应用,掌握专家系统的常用编程语言――CLIPS,了解专家系统的发展趋势和研究课题。经过对专家系统课程知识内容进行分类,可分为以下6个模块,如表1所示。。

经过对专家系统课程知识内容进行分类,可分为以下6个模块,如表1所示。

模块一专家系统的定义、发展历史、研究内容、类型、结构和特点以及构建步骤;。

模块二熟悉专家系统时可能采用的人工智能的知识表示方法和搜索推理技术,结合传统人工智能方法和计算智能的一些方法;。

模块三了解专家系统的解释机制、开发工具和评估方法;。

模块四熟悉基于规则专家系统、基于框架的专家系统、基于模型的专家系统和基于Web专家系统的结构、推理技术、设计方法及应用示例;。

模块五掌握人工智能和专家系统的编程语言――CLIPS,了解其他LISP,PROLOG和关系数据操作语言等;。

模块六展望专家系统的发展趋势和研究课题,并了解新型专家系统的特征与示例。

从教学要求角度出发,模块一、模块三和模块六的教学要求相对一般,但却是学生涉及专家系统技术的必备知识模块。相对而言,模块五是基本教学条件要求中最高的一个模块,因为模块二与模块四的深刻理解与系统设计需通过模块五而实现的。

从教学内容的重难点角度出发,模块二是重点部分之一,但因有人工智能课程的基础,相对而言,教学实施过程中较为顺畅。模块四与模块五是专家系统课程重点阐述部分,其中模块五也是难点部分,在实验教学环节中,由于大部分学生初次接触推理性的编程语言,所以需要一定的入门时间和练习次数。

2专家系统课程教学改革实施

2.1基于多媒体的专家系统课程教学

教学应以学习者为中心,以先进教育技术为手段,相辅相成,促进教学效果。人类的感官功能中视觉与听觉器官起到了94%作用[78],而视听觉的协同作业能大大提高学习效率,而。多媒体教学就是一种集声、文、图、色于一体的教学手段之一,其实施。多媒体教学的关键实施内容就是教学设计,而教学设计的难点就是在不增加学生信息加工系统中工作记忆负荷的前提下,用促进生成的方式呈现学习材料,包括教材、课件、讲义、课堂讲解、课后习题等。

结合专家系统课程教学情况,教学设计分为以下3个方面进行详尽阐述:。

1) 把握好课堂教学知识量。

专家系统课程相对智能科学与技术专业第六期的学生而言是非常新颖的一门非常新颖的课程,学生们相对的学习热情比较高,但这里还需仍然需要对学生的先前知识结构和能力有个简单的估计。教师需考虑学生的工作记忆容量,并对学生的长期记忆有个估计,把握学习材料内在负荷。学习材料并非越多越好,关键在于精华,给学生留下深刻印象。“专家系统”课堂教授部分以原理性与推理性知识为主,应增加实践技术实例,这样让学生紧密联系实际应用进行学习,。多媒体视频就是一个很好的表现手段。将制作好的实例视频,向学生们展示,不但让课程氛围活跃,还激发学生对实践教学的兴趣;不但没有增加课堂的知识负荷,还可以留给学生课后对比学习。

2) 多元化课件制作呈现形式。

专家系统是一门推理性知识要求很强的课程,同时也需要掌握一门有利的开发工具方能使学生做到灵活应用。经过教学实践与课后调查发现,学生们对知识表述与相关画面共同呈现的形式比单一媒体呈现形式学习效果好,知识和画面也必须是关联的,呈现位置和各部分的比例也需考虑充分。为此,课件制作是一个“改无止境”的工程,因为每一届的学生具有自己的特点,且专家系统课程知识点的不断更新,每一年都要对课件进行大量的补充与改进。

3) 基于认知教学的课堂讲解过程。

认知教学模式中,是以学生为主体,教学教师起主导作用。课堂讲解是面对面教学活动中的重要环节,,它是多媒体中联系言语与画面的桥梁,是减少学生工作记忆负荷的有效手段。

专家系统课程知识可分为表示性知识与推理技术性知识,根据相关认知心理学理论,可将知识分为两类:陈述性知识和程序性知识[5]。其中在教育心理学中“陈述性知识”是指个人具有有意识的提取线索,能够直接加以回忆和陈述。其实就是关于“是什么”的知识,包括对事实,规则,事件等信息的表达。教育心理学中“程序性知识”是指个人没有有意识的提取线索,其存在只能借助某种作业形式简介推测的知识称为程序性知识,而现代认知心理学为程序性知识以产生式及产生式系统来表征的。所以可将陈述性知识采用“专家系统”中的语义网络形式为基础地表征,而程序性知识的表征形式可用“专家系统”中的产生式系统,以“ifthen”形式表示条件这一关系。众多形式的产生式规则相互联系就组成了复杂的产生式系统。基于认知理论的“专家系统”知识教学实施过程中,首先应选定系统设计内容,掌握开发系统时所需的知识与工具,;其次分析问题,并根据系统的具体特征转化知识。而后;接着对问题模型进行求解,建立和构造知识库,;最后,利用实现工具编写代码,系统联调。

2.2专家系统课程双语教学的实施

专家系统课程是信息学科新兴发展的一门课程,有许多关键性进展相关研究进展和成果的资料均源于英文文献,因而提高学生双语水平是一种大势所需,。同时,双语教学提高了对教师整体素质的要求,在双语教学过程中,有意识的增强教学互动,以问题启发式教学与课堂辩论形式教学,学生通过查阅主题文献进行针对性的演讲或讨论,教师对学生的表现加以评述,并进行补充。这种形式可扩大教师的知识面,使得任课老师了解前沿的研究成果。也可培养学生主动学习的积极性和创新能力,使得课程具有鲜活的生命力。双语教学对教师,特别是教师的其外语水平及其口语表达能力,,。促进了师资整体水平的提高。专家系统的双语教材已在1.2中介绍,但实验教材的设计与编写工作现仍处于空缺,这也是双语教学的需完善的内容工作之一。由于双语教学增加了授课难道难度,进而影响了授课的进度,应充分发挥多媒体先进教学手段对专业术语和难以理解的内容,进行注解,帮助于学生理解。在贯彻双语教学的过程中,除了指定适当英文参考短文或参考书,开发双语课件外,还应使学生接触国内外文献资料,开阔眼界,拓宽知识面,强化双语的意识,激发学生主观能动性,使学生找到课程学习的归属感。

2.3改革“专家系统”课程实时交互活动

专家系统课程是一门理论与实践关系密切的课程之一,课堂留下的作业大多需要计算机编程或计算机辅助教学方能较好的地完成。根据此特点,改革传统的作业形式与批审方法可节约反馈时间,同时可实现“低碳无纸化”办公。利用网络进行作业上交,教师批阅后通过网络及时返回给学生,不但能提高老师的办公效率,也使学生得到快速与准确的反馈。

针对多校区的现状,我们利用网络教学资源,采用了多种交互式策略,通过Email和群讨论组等方式进行在线交流,也可传递参考资料,交流课外成果,实现只要老师在实验室,学生在任何有网络终端PC机处,就能进行了实时交流或批改作业。避免了学生为了课后的困惑问题积压至下一堂课的矛盾,同时也节约了学生往返路程上耗费的时间。

为了进一步体现教学效果,我们下一步拟进行考试方式的变革,应综合考虑课堂出勤情况、平时正式作业成绩、课堂讨论情况和期末课程考试进行综合评分。还应考虑以双语形式进行笔试,当面交卷后进行双语发问。若有课程论文或创新作品表现突出者,可免参加最后的课程考试。使考试不再是学生的负担,而成为衡量与培养创新能力。和口试。

3基于CLIPS的专家系统实验教学

3.1专家系统与CLIPS语言

CLIPS(C Language Integrated Production system)是由美国航空航天局约翰逊空间中心(NASA’’s Johnson Space Center)开发的一种专家系统工具,由C语言编写而成。早期的专家系统工具大都用LISP、Prolog等编程语言开发,共同问题是运行速度慢,可移植性差,解决复杂问题的能力差。CLIPS是基于Rete算法的前向推理语言,其优点包括:①逻辑推理方面的强大功能强。②、可移植性好。③、可扩展性好。④、有利于和其他语言联合使用等。

3.1专家系统与CLIPS语言

专家系统与传统的计算机程序系统有着完全不同的体系结构,通常它由知识库、推理机、综合数据库、知识获取机制、解释机制和人机接口等几个基本的、独立的部分所组成,其中尤以知识库与推理机相互分离而别具特色。用clips语言能够更好地熟悉专家系统的整个组成。CLIPS可为基于规则、面向对象以及过程的编程提供支持(rule-based, object-oriented, and procedural programming)。

以基于规则的专家系统利用CLIPS工具编程作为实例阐述。在CLIPS中找到专家系统基础的组成部分――Fact List、Knowledge Base、Inference Engine。Fact List中存放用于推理的事实,而Knowledge Base包含所有的规则,Inference Engine控制所有的进程。图1所示为专家系统框架示意图。专家系统中最核心的就是知识库,知识库中包含了大量某个领域专家的知识。,为了使计算机能运用专家的领域知识,必须要采用一定的方式表示知识 。目前常用的知识表示方式有产生式规则、语义网络、框架、状态空间、逻辑模式、脚本、过程、面向对象等。基于规则的产生式系统是目前实现知识运用最基本的方法。

3.2专家系统实验教学内容

通过CLIPS软件环境提供了的验证性、设计性和开发性实验,帮助学生更好地熟悉和掌握专家系统的基本原理和方法;,通过实验提高学生总结实验结果的能力,使之对专家系统的相关理论有更深刻的认识。实验内容如表2所示:。

其中,实验1为实验2的基础,这两个实验应与讲授课程穿插,使得学生利用课堂学到的理论联系实际实验操作,通过这两个实验的学习能够掌握专家系统的开发过程、掌握用产生式规则绘制推理树的方法、掌握、编写CLIPS应用程序的方法以及程序运行环境的应用等。实验3是一个有难度的实验,需要大量的课余准备时间,所以在完成实验3的时候,必须预留3周的时间,提前布置给学生,让学生做好实验前的准备,这样方能取得较好的实验教学效果。这些被挑选出来的CLIPS专家系统的代码应是经典的学习内容,通过该实验培养学生独立分析与开发完整的专家系统的能力。

3.3实验教学实例分析

1) 实验目的:学习和理解CLIPS编程语言,通过分析用CLIPS编写的“野人过河”的程序,深入理解专家系统的编程技巧,加深对专家系统的认识和理解。

2) 实验说明:野人过河问题属于智能学科中的一个经典问题,问题描述如下:,有三3个牧师传教士和三3个野人过河,只有一条能装下两个人的船,在河的任何一方或者船上,如果野人的人数大于牧师的人数,那么牧师就会有危险。

假设问题的初始状态和目标状态,假设和分为1岸和2岸: 。

初始状态:1岸,3野人,3牧师;2岸,0野人,0牧师;船停在1岸,船上有0个人;。

目标状态:1岸,0野人,0牧师;2岸,3野人,3牧师;船停在2岸,船上有0个人;。

整个问题就抽象成了如何从初始状态经中间的一系列状态达到目标状态。问题状态的改变是通过划船渡河来引发的,所以合理的渡河操作就成了通常所说的(算符)就是问题求解的关键。,根据题目要求,可以得出以下5个算符:渡1野人、渡1牧师、渡1野人1牧师、渡2野人、渡2牧师,。根据渡船方向的不同,也可以理解为10个往还算符。定义算符知道以后,剩下的核心问题就是搜索方法了,。本程序采用深度优先搜索,通过不断扩展后继结点节点,逐步找出下一步可以进行的渡河操作,;如果没有找到则返回其父节点,看看是否有其它其他兄弟节点可以扩展。

搜索中采用的一些规则如下:

(1.) 渡船优先规则:1岸一次运走的人越多越好(即1岸运多人优先),同时野人优先运走;2岸一次运走的人越少越好(即2岸运少人优先),同时传教士优先运走;。

(2.) 不能重复上次渡船操作,避免进入死循环。;

(3.)任何时候 河两边两岸的野人和牧师数在任何时候均分别大于等于0且小于等于3;

(4.) 由于只是找出最优解,所以当找到某一算符(当前最优先的)满足操作条件后,不再搜索其兄弟节点,而是直接载入链表。

(5.) 若扩展某节点a的时候,没有找到合适子节点,则从链表中返回节点a的父节点b,从上次已经选择了的算符之后的算符中找最优先的算符继续扩展b。

通过实验教学过程中的专家系统开发实例分析,总结了出应用于在许多专家系统项目中的线性生命周期模型,如图32所示。这个模型包括从计划到系统评估的许多阶段,对系统开发的描述一直到功能评估这种程度上。之后,生命周期不断重复:从计划到系统评估,直到系统交付正常使用。

4结语

专家系统课程的发展开发过程是教学研究和教学改革实践相结合的过程,需要不断加强学习、总结经验。本文从总结了专家系统课程定位与、建设目标、教材的选用设计和课程知识框架等方面的总结了“专家系统”课程建设情况。在,并就教学改革过程中注重多媒体教学的效果、双语的实施和课程互动活动的改革等问题进行比较深入的介绍与探讨。通过CLIPS语言与专家系统实验的结合,阐述了实验教学的目的、CLIPS实验特色及和实验方法,体现了基于CLIPS实验教学的优势与特色。在未来的教育领域,专家系统技术将成为信息时代教育发展的新生力军,专家系统也将成为新世纪人类智能管理与决策的得力助手。

致谢注 :本文受国家级智能科学基础系列课程教学团队项目(2008)支持,感谢本文得到中南大学信息科学与工程学院智能所的大力支持,特别感谢蔡自兴教授的鼓励与帮助。

参考文献:

[1] 李蕾,王婵,王小捷,等..“机器智能”课程建设初探[J]. 计算机教育,2009(1):86-92.

[2] 陈爱斌.“人工智能”课程教学的实践与探索[J]. 株洲工学院学报,2006,20(6):137-139.

[3] 蔡自兴,Durkin,龚涛. 高级专家系统:原理设计及应用[M]. 北京:科学出版社,2005:1-2.

[4] 蔡自兴. 智能控制导论[M]. 北京:中国水利水电出版社,2007,:28-29.

[5] 杜海琼,张剑平..“专家系统”教学的认知教学理论基础及其教学实施[J]. 现代教育技术,2008,18(8):18-21.

[6] 杜海琼,张剑平. 认知学徒制在“推理与专家系统”教学中的应用[J]. 现代教育技术,2009,19(4):120-123.

[7] Joseph Giarratano, Gary Riley. Expert Systems Principles and Programming[M]. 3th ed. Boston:PWS Publishing Company,1998.

[78]肖桂清,李渺. 正确运用多媒体,促进认知学习的最优化[J]. 思茅师范高等专科学校学报,2002,18(4):55-57.

[8] 杜晖. 决策支持与专家系统[M]. 北京:电子工业出版社,2007:22-23.

Exploration in Course Construction and Teaching Reform of Expert System

YU Ling-li, WEI Shi-yong

篇7

模式识别是60年代迅速发展起来的一门学科,该技术用于自动将物理对象或抽象的多维模式分类到已知或可能未知的类别。目前,市场已经存在一些能进行字符识别、手写体识别、文档分类、指纹分类、语音和说话人识别、白细胞分类以及其他军事目标识别的商业模式识别系统。低成本、高分辨率传感器(如CCD摄像机、麦克风和扫描仪)和互联网上共享的数据为我们提供了关于文本、语音、图像和视频的巨大数字化资源库,对这些资源进行有效的归档和检索,极大推动了模式识别算法在新领域的应用,例如文本、图像和视频检索,生物信息学和面部识别等。

由于模式识别是一门理论与实践紧密结合的学科,理论基础涉及高等数学、线性代数、数理统计、小样本统计学习理论、模糊数学等学科,因此该课程具有一定的抽象性和难度,学生不容易理解所学内容。为了使学生从抽象中理解具体,更好地、自主地、创新地学习,教师要在知识的传授过程中注重学习方法的传授,故教学探索成为模式识别课程中重要的研讨内容之一。随着社会的发展、国际交流的频繁及网络技术的完善,如何借鉴先进的国外教学理念,更好地培养具有创新能力的学生,也成为教学探索的一个主要问题。

1国内外教学比较

下面就从教学内容、授课方式和学生评价方式三个方面来阐明国内外模式识别教学。

1.1教学内容

模式识别领域的国内外研究者和学者已编著了大量优秀教材,由于篇幅关系,下面仅对部分教材进行简要介绍。

Richard O. Duda等编写的《Pattern Classification》清晰地阐明了模式识别的经典方法和新方法[1]。Sergios Theodoridis编写的《Pattern Recognition》全面阐述了模式识别的基础理论、最新方法以及各种应用[2]。Andrew R. Webb编写的《Statistical Pattern Recognition》对统计模式识别的基本理论和技术作了全面且详尽的介绍[3]。J.P.Marques de Sá编写的《Pattern Recognition:concepts,methods,and applications》详细介绍了有关模式识别的概念和方法,并附加多个领域的实际应用案例[4]。M.Narasimha Murty等编写的《Pattern Recognition:An Algorithmic Approach》讲解了模式识别在算法中应用的主要原则,并对模式识别的概念和最近取得的进步进行了详细介绍[5]。Brian D.Pipley编写的《Pattern recognition and neural networks》对模式识别和神经网络进行了介绍,并给出了模式识别领域的许多实际例子[6]。Satoshi Watanab编写的《Pattern recognition:human and mechanical》为模式识别提供了一个统一的标准,并介绍了该学科的广阔前景[7]。Robert J.Schalkoff编写的《Pattern Recognition:statistical,structural,and neural approaches》探究了模式识别的核心概念、方法和应用[8]。Keinosuke Fukunaga编写的《Introduction to statistical pattern recognition》,每章都含有大量习题[9]。

清华大学的边肇祺教授等编写的《模式识别》主要讨论了统计模式识别理论和方法,还介绍了人脸识别、说话人语音识别及字符识别等应用实例[10]。干晓蓉教授编写的《模式识别》主要内容包括贝叶斯决策理论、概率密度估计、线形判别函数、无监督学习和聚类、特征选择与提取、模糊模式识别、人工神经网络、线形代数、多维随机变量[11]。王碧泉教授等编写的《模式识别:理论、方法和应用》介绍了特征选择、聚类和判别等方面的常用模型和算法,模式识别在地震学、数字图像处理和决策管理等领域中的应用[12]。杨光正教授等编写的《模式识别》介绍统计识别方法和句法方法的基本理论[13]。张学工教授编写的《模式识别》系统地讨论了模式识别的基本概念和代表性方法[14]。齐敏教授等编写的《模式识别导论》按照统计模式识别、句法模式识别、模糊模式识别法和神经网络模式识别法四大理论体系来组织全书[15]。蒋先刚教授编写的《数字图像模式识别工程软件设计》介绍图像模式识别的基础理论和程序实现技术,从工程应用的角度全面介绍了图像模式识别应用软件设计的基本方法和实用技术[16]。孙即祥教授等编写的《模式识别》系统地论述了各类经典的模式识别的理论与方法,较全面地反映了本学科的新近科技成果[17]。

2.2授课方式

国外的授课方式往往注重内容的学习、知识的掌握和学生独立思考。课堂教学理念重参与性、积极性、创造性和灵活性。课堂相对活跃,讲授和讨论相辅相成,学生能积极地参与到课堂教学中,学生参与发问或发表个人意见,课堂上的参与往往是学期分数的一部分,被认为是评估学生所学习的知识的方法,并注重学生是否有能力与教师和同学进行知性的对话。

国内的课堂教学主要以教师讲授为主,学生被动接受,留给学生的自主空间较狭窄,课堂教学理念注重系统性、完整性、逻辑性、生动性、计划性。课堂相对平静,讨论较少,学生加入到课堂教学中的情况不多,学生参与发问或发表个人意见少。

2.3评价方式

国外对学生的培养重经验、过程、体验和运用。学生的学习过程只是其成长的一部分,教师评价学生时十分注重多渠道收集学生在校、在家和参加社会活动的情况,通过综合分析,对学生进行全方位的、细化的评价,其中不仅有教师对学生的评价,还包括学生的自评、学生之间的互评、家长的评价和学生参加社会活动获得的评价。

国内的教学目标是追求知识、结果、记忆和会考试。由于教学中以教师为主,往往只注意知识的传授,忽略了学生能力和全面素质的培养。学生能牢固地掌握知识,但知识运用能力差,主动和创新能力欠缺。教师对学生的评价注重期中、期末考试,忽略了学生参加社会活动的情况。

3教学探索

基于如下的研究结果:有效教学本质上取决于教师建立能够实现预期教育成果的学习经验的能力,而每个学生都参与教学活动是实施有效教学的前提[18],我们从教学内容、授课方式、评价方式三个方面进行模式识别课程的教学探索。

3.1教学内容

教学内容的安排应与本科学生的学习特点和目前所掌握的知识程度相吻合,才能使学生牢固掌握知识。借鉴国内外教学内容情况,我们的模式识别课程的教学内容共分9个章节,分别介绍模式识别纲要、贝叶斯决策理论、极大似然估计和贝叶斯参数估计、隐马尔可夫模型、统计语言模型、支持向量机、最大熵模型、人工神经网络、决策树。

第1章 通过提出问题“智能科学与技术专业的学生为什么要学习模式识别”和“应当怎样学习模式识别课程”展开,具体介绍内容包括模式、模式识别、有监督的分类、无监督的分类、模式识别的主要方法和模式识别系统。

第2章 “贝叶斯决策理论”介绍了在概率结构都知道的理想情况下的模式分类问题。虽然这种情况在实际中很少出现,但它为我们提供了一个能够与其他分类器进行对比的评价依据,即“最优贝叶斯分类器”,帮助我们预测推广到新模式时的最小误差率。

第3章 主要围绕“极大似然估计和贝叶斯参数估计”来展开。在先验概率和类条件概率密度已知的情况下,我们可使用“贝叶斯决策理论”来设计最优分类器。但是在实际应用中,通常不能得到和问题相关的全部概率结构知识,因此我们利用已有的信息,对问题中涉及的先验概率和条件概率函数进行估计,并把估计结果当做实际的先验概率和条件概率,再来设计分类器。

第4章 “隐马尔可夫模型”在解决一些与时间序列相关的问题,即某一过程随着时间的流逝而进行,而且某个时刻发生的事件受到前一时刻发生事件的直接影响中得到了很好的应用,隐马尔可夫模型在语音识别领域的应用是最成功的例子。

第5章 “统计语言模型”是用来计算句子概率的模型,在很多自然语言处理的任务,如机器翻译、语音识别、印刷体或手写体识别、拼写纠错、汉字输入中都有广泛的应用。在独立假设的前提下,句子的概率公式可被简化,并被计算出来。

第6章 “支持向量机”的基本思想是寻找一个能够将d维空间的样本数据准确地分为两个类别的超平面。但是,由于样本数据经常是不可以被线性分割的,所以通过引入核函数,将样本数据映射到一个可以线性分割这些数据的高维特征空间。而将数据映射到这样的一个空间,通常会引起计算和过度适应问题,但是支持向量机在高维空间中不需要直接处理,这就消除了前面提到的顾虑。并且支持向量机不像神经元网络等其他的学习算法,很难衡量其学习的性能,我们能够清楚地计算出其在未知数据集上的VC维。

第7章 “最大熵模型”在对一个随机事件的概率分布进行预测时,满足全部已知的条件,而对未知的情况不进行任何主观假设。因为在这种情况下,概率分布最均匀,预测的风险最小,概率分布的信息熵最大,所以被称为最大熵模型。

第8章 “人工神经网络”是在现代神经科学研究的基础上提出的,它并没有完全真正反映大脑的功能,只是对生物神经网络进行某种抽象、简化和模拟。人工神经网络中的信息处理是通过神经元之间的相互作用来实现的,知识与信息的存储表现为网络元件互连分布式的物理联系,各种神经元连接权系数的动态演化过程决定了人工神经网络的学习和识别。

第9章 “决策树”是一种广泛应用的归纳推理算法,它采用逼近离散值函数的方法,具有很好的健壮性,能根据训练数据学习出析取表达式。决策树学习方法通过搜索一个完整表示的假设空间,从而避免了受限假设空间的不足。

3.2授课方式

遵循学生的认知规律和和学习特点,结合作者从事的模式识别课程教学,我们对模式识别的授课方式给出了如下建议。

首先,教师将不再单纯地讲解,而是引导学生进行学习和组织学生进行课堂活动,使学生由原来的单纯听讲、被动接受灌输转变为主动参与课堂教学,亲自去发现结论和规律,使学生学会思考和善于思考,培养学生分析和解决问题的能力。通过教师和学生互相提问和共同讨论,来发挥学生的主动性,使两者在教学过程中相互联系和作用,教学过程成为双方主动介入的过程。由于模式识别具有一定的抽象性和难度,因此教师讲解时要尽可能通过实例引出问题,让学生亲睹实例,增加感性认识,通过图像、动画和视频的生动画面和声音吸引学生的注意力,将抽象的理论形象化,使学生印象深刻而又便于理解。

其次,教师在传授知识的同时也应该力所能及地帮助学生解决在生活、学习过程中遇到的疑问,对他们提出的问题给予认真、耐心的解答,帮助他们克服困难。教师在教学过程中留出一定的时间,以朋友的身份和学生交流,了解他们的想法,从中获得一些好的意见和建议。

再次,在讲解理论部分时,教师应该理论联系实际,注重学生实践能力的培养。适当引入一些实际生活的例子,帮助学生理解所学知识,如介绍最大熵模型,可使用“投资时不要把所有的鸡蛋放在一个篮子里,这样可以降低风险”的例子,使学生对模型的认识不再抽象。简要告诉学生下次课的内容,鼓励学生课后查阅相关资料,并对遇到的问题进行分析和解决,带着问题参与下一次的课堂教学。针对每一章的授课内容,教师应精心设计和安排相关实验,加深和巩固学生所掌握的知识。

3.3评价方式

模式识别是智能科学与技术专业的一门重要专业基础选修课,对学生将来的学习、工作都起着非常重要的作用。该课程不仅仅是让学生掌握知识,更重要的是培养学生的能力。因此,教师应该积极鼓励学生多参加社会实践,评价时应从多渠道和多方面收集学生在校和参加社会活动的信息,通过综合分析,对学生做出全方位的、细化和合理的评价,促进学生全面素质的培养,最终提高学生的创新能力。

4结语

模式识别是一门理论与实践紧密结合的学科,教与学的方式值得我们研究和探索。在今后的教学工作中,我们要多从模式识别理论涉及的学科广泛,而本科生目前还没有完全掌握这些知识等特点出发,不断改革、实践和创新。同时,教师也要不断提高自身素质和业务水平,不断提高课堂教学质量,为国家培养更多合格的应用型本科人才。

参考文献:

[1] Richard O. Duda, Peter E. Hart, David G. Stork. Pattern Classification[M]. Ventura:Academic Internet Publish, 2006.

[2] Sergios Theodoridis. Pattern Recognition[M]. San Diego:Academic Press,2006.

[3] Andrew R. Webb. Statistical pattern recognition[M]. The Atrium:John Wiley and Sons, 2002.

[4] J. P. Marques de Sá. Pattern Recognition: concepts, methods and applications[M]. Berlin:Springer, 2001.

[5] M. Narasimha Murty, V. Susheela Devi.Pattern Recognition:An Algorithmic Approach[M]. Hyderabad: Springer,2001.

[6] Brian D. Ripley. Pattern recognition and neural networks[M]. Cambridge:Cambridge University Press,2008.

[7] Satoshi Watanabe. Pattern recognition:human and mechanical[M]. San Francisco:Wiley,1985.

[8] Robert J. Schalkoff. Pattern Recognition:statistical,structural,and neural approaches[M]. San Francisco:J.Wiley, 1992.

[9] Keinosuke Fukunaga. Introduction to statistical pattern recognition[M]. San Diego:Academic Press, 1990.

[10] 边肇祺,张学工. 模式识别[M]. 2 版. 北京:清华大学出版社,2007.

[11] 干晓蓉. 模式识别[M]. 昆明:云南人民出版社,2006.

[12] 王碧泉,陈祖荫. 模式识别:理论、方法和应用[M]. 北京:地震出版社,1989.

[13] 杨光正, 吴岷, 张晓莉. 模式识别[M]. 合肥:中国科学技术大学出版社,2001.

[14] 张学工. 模式识别[M]. 3版. 北京:清华大学出版社,2010.

[15] 齐敏,李大健,郝重阳. 模式识别导论[M]. 北京:清华大学出版社,2009.

[16] 蒋先刚. 数字图像模式识别工程软件设计[M]. 北京:水利水电出版社,2008.

[17] 孙即祥, 姚伟, 滕书华. 模式识别[M]. 北京:国防工业出版社,2009:1-280.

[18] 华荣宝.“有效课堂教学”学习材料(一)[EB/OL]. (2008-02-29)[2011-03-10]. /Article/ShowArticle. asp?ArticleID=1545.

Pattern Recongnition Teaching Exploration

TAN Yongmei, WANG Xiaojie, ZHONG Yixin

篇8

基金项目:上海工程技术大学科研启动项目(校启:2015-68)

中图分类号:F49 文献标识码:A

原标题:国际云制造关键技术专利分析及对上海的启示

收录日期:2016年11月10日

一、引言

当前,在经济全球化背景下,为了进一步强化竞争优势,诸多发达国家,尤其是跨国制造型企业采用了更加智能化、柔性生产模式。与此同时,围绕着提升企业竞争能力,一场以“制造智能化、信息化”为特征的制造业变革一直在我国积极、持续的展开。从“工业4.0”到“中国制造2025”、“互联网+”,我国制造业急需一种新型制造模式与手段,进而推动经济增长方式的转变,加快建成全球科技创新中心。针对此,本次研究提出“云制造”――制造业信息化新模式,并对国内外云制造核心技术研况与发展趋势进行了分析。

云制造是一种基于网络(如互联网、物联网、电信网、广电网和无线宽带网等),按照用户需求组织网上制造资源(制造云),为用户提供各类按需制造服务的一种网络化制造新模式。该技术是将现有网络化制造和服务技术同云计算、云安全、高性能计算、物联网等技术融合,实现各类制造资源(制造硬设备、计算系统、软件、模型、数据、知识等)统一的、集中的智能化管理和经营,为制造全生命周期过程提供可随时获取的、按需使用的、安全可靠的、优质廉价的各类制造活动服务。随着技术的提升,云制造不仅可以促进生产模式的扁平化,更能促进企业创新,而且可以满足市场个性化、灵敏的定制需求。

为实现云制造的资源共享和服务模式,云制造融合了云计算、物联网、高性能计算、服务计算、智能科学等信息技术与信息化制造(信息化设计、生产加工、试验、仿真、经营管理、集成)等多种新兴技术。各种技术在云制造中的功能或作用如下:(1)云计算技术为制造所需各类信息的智能处理和决策提供了使能服务与新制造模式;(2)物联网技术为制造领域中各类物与物之间的互联和实现制造智慧化提供了使能技术;(3)高性能计算技术为求解复杂制造问题和开展大规模协同制造提供了使能技术;(4)面向服务的技术为快速构造虚拟化制造服务环境提供了使能技术;(5)智能科学技术为制造资源/能力的智能化提供了使能技术;(6)信息化制造技术是云制造的基础技术。

二、云制造核心技术国际专利分析

通过上述对云制造的关键技术体系的分析,以及与相关领域专家探讨,课题组选择了RFID、传感器芯片、无线通信、物联网应用、高精度定位、生物信号分析和视频分析等云制造关键技术,从专利的申请趋势、申请区域、技术构成和主要竞争者等方面进行分析。国际专利主要以德温特专利数据库为研究对象,国内专利情况以中国知识产权局专利数据库为研究分析对象。

(一)RFID国际专利情况。RFID,即无线射频识别,又称电子标签,是一种非接触式的自动识别技术,它通过射频信号自动识别目标对象并获取相关数据,识别工作无需人工干预,可工作于各种恶劣环境。RFID技术可识别高速运动物体并可同时识别多个标签,操作快捷方便。该技术是当前物联网的核心技术之一,也是应用最为广泛的技术。

・技术主题关键词:RFID;Radio Frequency Identification;RF

・检索整理得专利数:38,634件(截至检索日期2015年4月,下同)

1、总体趋势。每年申请的RFID专利数量始终没有突破50件,技术发展缓慢。2005年超过了1,500件,从此申请的RFID专利数量快速上升。2010~2014年专利数量略有波动,但累计总数一直攀升。(图1)

2、区域专利分布情况。将近十年RFID领域申请专利进行统计分析,发现专利数最多的是美国专利,占了全球总数的近1/3;其次为日本专利,也占近两成。中国专利申请数量排在第五位。(图2)

(二)传感器芯片国际专利情况。国家标准GB7665-87对传感器的定义是:“能感受规定的被测量件并按照一定的规律转换成可用信号的器件或装置,通常由敏感元件和转换元件组成”。由于传感器专利数量十分庞大,在德温特专利数据库中用“sensor”(传感器)作为关键词出现专利达90余万件,无法进行分析。因此,选择传感器芯片作为检索主题。

・技术主题关键词:传感器芯片(注:由于德温特数据库中有关传感器专利超过了30万,分析处理工作量太大,因此课题组选择了传感器芯片作为了研究对象)

・检索整理得专利数:36,931件

1、总体趋势。传感器芯片技术的专利早在1971年就已经申请,在20世纪70年代都处于萌芽发展阶段。但到了80年代后,传感器芯片申请专利逐步增长,并且在2006年时出现快速向上的趋势。总体来讲,传感器芯片技术比RFID专利更早,且年增长率更加平均。(图3)

2、区域专利分布情况。传感器芯片申请专利数量最多的为中国专利,其次为日本专利,美国专利排第三。虽然中国申请的专利数量排名第一,但也不能认为中国在传感器芯片领域占据主导地位,因为其中的专利也有可能是国外企业在中国的申请,从另一方面说明中国传感器市场具有巨大潜力。(图4)

(三)无线通信技术国际专利情况。无线通信是利用电磁波信号可以在自由空间中传播的特性进行信息交换的一种通信方式,近些年信息通信领域中,发展最快、应用最广的就是无线通信技术。在移动中实现的无线通信又统称为移动通信,人们把二者合称为无线移动通信。在无线通信技术领域,主要关注与物联网相关的近场通信技术(NFC)、超宽带技术(UWB)、IEEE802.11标准相关的无线技术等。

・技术主题关键词:近场通信(NFC);超宽带(UWB);wifi;蓝牙;zigbee;IEEE802.11

・检索整理得专利数:64,471件

1、总体趋势。2000年以前,无线通信技术的申请专利数量一直处于非常低的水平。但从2007年开始,增长速度较快,到2014年跃升至10,121件的年申请量,发展迅猛。(图5)

2、区域专利分布情况。从近十年来看,整体上美国专利在这一领域占据着主要地位,申请的数量份额超过30%。中国紧随其后,占有两成。(图6)

(四)物联网组网技术国际专利情况。物联网这一名词是近几年才提出的,国外相关的概念多为无线传感网、迈适网和M2M。因此,选择这些词组合检索物联网网络技术方面的专利。

・技术主题关键词:无线传感网wireless sensor networks;迈适网a suitable network;自组织网ad hoc network;物联网Internet of things;M2M machine to machine

・检索整理得专利数:863,396件

1、总体趋势。该领域申请的专利数量也从2001年开始出现明显增加,到2008年开始激增。(图7)

2、区域专利分布情况。在该领域,美国和中国的申请专利数量分列第一、第二位,分别达到总体的34%和25%。(图8)

三、云制造国内专利情况分析

・技术主题关键词:无线传感网;迈适网;自组织网;物联网;M2M;RFID;Radio Frequency Identification;RF;传感器芯片;近场通信(NFC);超宽带(UWB);wifi;蓝牙;zigbee;IEEE802.11;高精度定位;位置定向;距离测量;生物信号分析/处理;生物医学信号分析/处理;视频分析/处理;视觉分析/处理;图像分析/处理等领域专利总和

・检索整理得专利数:整理得有效专利3,760件(发明专利543)

(一)总体趋势。2009年起,申请数据急剧上升,趋势与全球走向相符合。受到全球经济危机的影响,2013年申请数量有所下降。(图9)

(二)区域专利分布情况。2014年数据显示,云制造中国专利中江苏省申请的专利数量排名第一;广东排名第二;上海排名第六,占总数的7.50%,略微落后于四川省和浙江市。(图10)

(三)上海云制造发展现状。上海是国内云制造研发实力、产业化、应用水平最高的地区之一。在产业联盟、标准建设方面,中科院上海微系统所早在2005年就在上海科委领导下,牵头组建了传感网上海联盟,当时已有12家联盟成员,初步形成产学研一体的组织,而目前上海中科院微系统所正牵头推进中国无线传感网标准化工作,并已代表中国参加了国际传感网标准工作组。在产业基础方面,上海是国内电子信息产业的重要基地,拥有包括传感器、芯片、通信设备、系统集成等完整的物联网产品研发、设计、制造产业群,同时也有物流、医药、电信服务等物联网应用需求比较强的行业客户,产业发展所需上中下游配套完善。上海云制造产业链环节上的主要企业和研究机构如表1所示。(表1)

上海已确定将“互联网+”融入到制造业作为下一步智能制造发展的重点之一,究其根本,即是云制造。虽然,目前上海政府并没有颁布关于云制造明确的政策。但“十二五”期间,上海出台了一系列的政策大力发展云制造的核心技术――云计算、物联网、信息技术与信息化制造等,都为“互联网+”融入制造业,带动传统制造业转型奠定了技术基础。

四、上海推动云制造的举措建议

上海是国内云计算、物联网、信息技术研发实力、产业化、应用水平最高的地区之一。这为上海发展云制造奠定了技术基础。2015年,“互联网+”行动计划的实施为上海发展云制造提供了政策保障。未来,上海如何将以云计算、物联网等新一代信息技术与制造业的融合创新,全面发展云制造。课题组提出以下几点建议:

一是为中小制造型企业构建中小企业云制造公共服务平台。与当前广泛应用的淘宝、当当等C2C、B2B平台不同,中小企业云制造公共服务平台为制造企业提供的不仅是产品买卖,更多的是基于制造能力的协同业务,实现外部资源与企业生产制造过程等核心业务紧密协作。上海政府可为中小企业打造云制造公共服务平台,提供一系列支持服务,包括在制造资源注册、资源需求、资源供需多向搜索、资源能力评估、交易信用评估、资源交易管理、协同制造管理和结算管理,为注册企业提供制造过程全生命周期的服务工具。

二是为高端装备制造业企业打造面向复杂产品的集团企业云制造服务平台。该云制造服务模式的重点在于支持制造资源动态共享与协同,强调企业内或集团内制造资源和制造能力的整合与服务,优化企业或集团资源和能力使用率,减少重复资源和能力的重复建设,降低成本,提高竞争力。下一阶段,上海发展高端装备制造业或可借助面向复杂产品的集团企业云制造服务平台,进而提高制造资源和能力相对分散的跨单位、跨部门、跨学科的协同效率。目前,国内航天二院构建了面向航天复杂产品的集团企业云制造服务平台,用以提高多部门在生产制造方面的协同,并在此方面积累了较为成熟的经验。

三是把握技术发展的脉搏,定期云制造发展报告。云制造作为智能制造的新兴领域,技术发展的迅猛程度是日新月异。为此,一方面政府应鼓励制造型企业定期跟踪国际云制造技术的发展趋势,结合企业发展战略,及时调整技术研发重点;另一方面政府也应鼓励高校、研究机构对云制造核心技术进行跟踪、预测,定期行业报告,为行业发展提供指导意见。

四是联合信息技术企业与制造企业,做大做强云制造。云制造的发展应避免多、小、散、乱的局面。一方面鼓励技术领先的国际企业在沪设立研发中心和生产基地,扩大知识资源和人才资源溢出;另一方面鼓励具备云计算、物联网、信息技术研发实力的本土企业与生产制造型企业联手,扶持搭建云制造服务平台。依托产业园区的环境优势,加强资源聚集效应,加快培育一定支配地位、较大规模和先进技术的云制造重点企业,提高产业价值链的控制力。

主要参考文献:

[1]X.W.Xu.Realization of STEP-NC enabled machining[J].Robotics and Computer-Integrated Manufacturing,2006.22.

[2]Chien-Chung Shen,Chavalit Srisathapornphat,Chaiporn Jaikaeo.Sensor Information Networking Architecture and Applications[J].IEEE Personal Communications,2001.8.

[3]Xun Xu.From cloud computing to cloud manufacturing[J].Robotics and Computer-Integrated Manufacturing,2012.28.

[4]Weiming Shen,Francisco Maturana,Douglas H.Norrie.MetaMorph II:an agent-based architecture for distributed intelligent design and manufacturing[J].Journal of Intelligent Manufacturing,2000.11.

篇9

物联网技术产业化已经成为各个国家经济发展的生长点,并呈现规模化、协同化、智能化趋势。但是,基于物联网的企业内部控制建设并没有跟上物联网产业发展的步伐。当前,企业内部控制经常陷入管理与技术两张皮的困境――从管理角度设计的企业内部控制制度和从信息技术角度设计的企业内部控制制度,它们都没有考虑管理与技术融合来制定企业内部控制制度。以物联网技术应用为背景下的企业是一个复杂的“大系统”。企业内部控制不仅要融合管理与技术,更要考虑企业是个大系统性质。因此,大系统智能控制是企业内部控制发展的革命。科学技术发展规律为企业大系统智能控制提供物质基础;控制理论的发展规律为企业大系统智能控制提供理论基础。大系统智能控制是智能控制与大系统控制的融合。智能控制论是控制理论向智能水平高度发展的新分支,大系统控制论是控制论向系统规模广度发展的新分支。

一、技术控制与管理控制的两张皮:企业内部控制发展历程回顾

物联网技术产业化已经成为各个国家经济发展的生长点,并呈现规模化、协同化、智能化趋势。但是,基于物联网企业内部控制建设并没有跟上物联网产业发展的步伐。当前,企业内部控制经常陷入管理与技术两张皮的困境:要么是侧重于管理角度而忽视IT技术角度来研究企业内部控制体系,其结果是经济学家与管理学家设计的企业内部控制体系不能适应现代IT技术环境;要么侧重于IT技术角度而忽视管理角度来研究企业内部控制体系,其结果是设计的企业内部控制体系不能体现企业经济管理的目的。两者都没有从IT技术与企业管理融合的角度来研究企业内部控制体系。

(一)基于管理角度的企业内部控制

前者主要成果如下:美国国会颁布的《2002年公众公司会计改革和投资者保护法案》、美国SEC陆续的多项相关最终规则(Final Rule)和草案(Proposed Rule)、反虚假财务报告委员会(Treadway委员会)在2004年制定的《企业风险管理框架》(Enterprise Risk Management,ERM)、加拿大特许会计师协会(CICA)的《控制指南》、内部审计师协会(IIA)的内部审计标准委员会(IASB)制定的“内部控制指南”、我国财政部在2007年3月4日公布的《企业内部控制规范(征求意见稿)》。这些内部控制制度主要体现的是典型的法律文件。它们规定了企业在整体或业务层面上必须达到的要求,却没有指明企业如何通过IT控制平台才能达到法案规定的水平。比如SOX要求企业内控必须有效,并在财务公告前90天内评估内控效力等,但是企业需要控制什么,如何控制,内控效力又如何评估全都不在SOX的范围内,特别是落实到IT控制方面,SOX完全没有给出任何指导意见。同样,对SOX法案起细化作用的PCAOB审计标准的作用同样仅限于原则层面,如在审计准则的第35、40、50、75条款中都没有具体规定在IT平台上如何进行审计。我国的《企业内部控制规范(征求意见稿)》虽然独立出来一个《企业内部控制具体规范第xx号――计算机信息系统(征求意见稿)》,但是它也只是从信息技术的技术控制角度来进行企业内部控制。财政部公布的其他企业内部控制具体规范也没有体现基于IT环境下的企业内部控制制度。

(二)基于技术角度的企业内部控制

研究现代信息技术的人(如,软件开发人员)由于不懂现代公司运行的公司治理及内部控制,他们多是从企业信息系统的一般控制(如:组织控制、系统开发控制、信息系统的操作与维护控制、数据资源控制、硬件与软件的控制、系统软件控制与网络控制)与应用控制(如:输入控制、通讯控制、处理控制、输出控制)的角度来研究公司的治理与内部控制。这些治理与内部控制不能体现公司管理的目的。如,信息系统审计与控制协会在1996年公布的《信息及相关技术的控制目标》(COBIT,Control Objectives for Information and related Technology)、原英国国家标准局制定的《信息安全管理实践规范》BS7799―1与BS7799―2《住处安全管理体系规范》及在2000年12月被国际标准化组织认同的ISO17799(我国也将采用为CNS17799)等都是从信息技术角度而不是公司管理角度进行内部控制。

总之,当前的企业内部控制制度,不是单纯从企业管理角度,就是单纯从信息技术角度,都没有从技术与管理共生协同的角度进行考虑与设计,管理与技术两张皮。而物联网下,企业的生产要素中生产资料与劳动者一样是主体与客体相融合的要素,不像以前,劳动者是劳动主体,生产资料是劳动客体。因此,必须改变原来的企业内部控制体系与性质。

二、企业是个复杂的“大系统”:物联网下企业的特征

企业内部控制性质随着企业的变化而变化,随着物联网技术在企业中的应用,企业越来越呈现“大系统”的性质。

由于现代社会信息化、系统化和网络化的发展,特别是随着物联网技术在企业中的广泛应用,企业的生产设备等生产资料、各种原料的智能化(smart)以及网络智慧化(intelligent),企业生产经营与管理呈现出规模庞大、结构复杂、功能综合、因素众多等复杂的“大系统”的特征。

(一)规模庞大

企业大系统包含相互嵌套的子系统(小系统,如:生产经营系统、信息系统、管理系统)、部件(如:机器设备)、元件(如:传感器、接收器等)甚多。通常,企业大系统占有的空间大,经历的时间长,设计的范围广,具有分散性(如:企业全球化经营)。

(二)结构复杂

企业大系统中各子系统、部件、元件之间大的相互关系复杂。通常,企业大系统中不仅包含有物,还包含有人,具有“人―物”、“人―人”、“物―物”之间的多种复杂关系,同时,由于物联网的发展,企业的生产设备等生产资料、各种原料的智能化(smart)以及网络智慧化(intelligent),企业除了人之外,各种“物”也都相应成为主动系统。哲学意义上的主体客体的关系真正成为相对的关系。

(三)功能综合

通常,企业大系统的目标是多样的,企业不仅要实现技术上的生产目标,更要实现企业经济目标,同时要实现社会责任目标和生态和谐的目标。因而,企业大系统的功能必是多方面的,如企业产品质量控制功能、企业经济管理功能、企业生态环境保护功能、企业社会就业功能等等,为此功能要系统综合。

(四)因素众多

企业大系统是多变量、多输入、多输出、多目标、多参数、多干扰的系统。同时,企业不仅有“物”的因素,还有“人”的因素;不仅有技术因素,还有经济因素、社会因素等。这些因素具有不确定性、不确知性。

正因为企业是一个复杂的“大系统”,如何分析、设计、控制、管理、高度指挥企业这个复杂大系统,这是当前控制科学、系统科学、信息科学面临的重大课题。

三、大系统智能控制:企业内部控制发展的革命

(一)科学技术发展规律:企业大系统智能控制的物质基础

从技术角度看,人类进化发展史,就是科学技术发展史。一般说来,人类进化发展经过“生物学意义进化”阶段、“文明进化”阶段两个阶段。当前,正在向“智能进化”阶段发展。同时,随着科学技术的“辅人”阶段、“拟人”阶段到“共生”阶段的发展,科学技术为企业智能控制提供了坚实的物质基础。

人类的“生物学意义进化”阶段的特征是仅靠生物体自身各种器官功能的调整来增强它的能力,是一种“着眼体内”的进化,如:人类的直立行走与手脚分工。

人类的“文明进化”阶段的特征是利用外部世界的资源来增强自身的能力,如:制造和使用工具。制造工具的原理升华为科学,制造工具的经验和技巧则沉淀为技术。科学技术不断发展完全是为“增强人类能力”服务的,因此,命名为科学技术的“辅人律”。如:农业时代的发展主线是增强人类体质功能的材料科学技术和相应的基础科学;工业时代的发展主线是增强人类体质功能的能量科学技术和相应的基础科学。

人类的“智能进化”阶段特征是利用外部世界的信息及智能资源来增强自身的能力。如:物的智能化(smart)、网络智慧化(intelligent),它们为人类的智能外化提供了物质基础。信息时代的发展主线是增强人类智力功能的信息科学技术和相应的基础科学,这就是在科学技术的“辅人律”基础上的科学技术的“拟人律”。既然科学技术的作用是“辅人”,它的发展是“拟人”的,那么,科学技术和利用科学技术所创造的工具就必然与它的主人(人类)形成以人为主、以机为辅的共生合作关系,这就是科学技术的“共生律”。

因此,按照科学技术发展的“辅人律”、“拟人律”、“共生律”,处于21世纪信息时代的大背景下,现代科学技术研究的核心、前沿和制高点就应当是“增强人类智力能力”。“智能”是“信息”的精彩结晶,“智能科学技术”是“信息科学技术”的辉煌篇章,“智能化”是“信息化”发展的新动身、新阶段。

所以,正如人类不仅要研究“脑的结构”,更要研究“脑的工作机制”,我们不仅要研究企业的智能结构,更要研究企业智能工作机制。

(二)控制理论的发展规律:企业大系统智能控制的理论基础

根据控制理论研究成果,当前控制理论发展经过“经典控制理论”、“现代控制理论”、“大系统控制理论”、“大系统智能控制理论”等四个阶段,具体如图1。控制理论的发展为企业智能控制提供了坚实的理论基础。

第一代控制理论即所谓“经典控制理论”,它主要采用传递函数模型、频域分析与综合方法,研究单变量控制系统设计和单机自动化技术问题。

第二代控制理论即所谓“现代控制理论”,它主要采用状态方程模型、时域分析与综合方法,研究多变量控制系统设计和机组自动化技术问题。

第三代控制理论分为两个发展方向:大系统理论与智能控制理论。

大系统理论,代表控制理论向广度方向发展。大系统理论是第二代控制理论与运筹学相结合、控制系统与系统工程相结合的产物,主要采用状态方程及代数方程的数学模型、分解―协调方法,研究大系统的最优化、稳定化和模型简化等问题,以及大系统的综合自动化技术和经济问题。

智能控制理论,代表控制理论向高度发展,提高控制系统的智能水平。如:自识别、自组织、自寻优、自适应、自学习等方面的智能水平。智能控制理论是控制理论与人工智能相结合、控制工程与知识工程相结合的产物。

第四代控制理论就是“大系统智能控制”。

大系统智能控制理论是第四代控制理论,反映了控制理论向广度和高度两个方向的发展。大系统智能控制理论是智能控制向广度的发展,研究各种大系统的智能控制问题,包括工程技术、社会经济、生物生态大系统的控制、管理、决策等问题;大系统智能控制理论是大系统控制向高度发展,提高大系统控制的智能水平,如大系统的智能控制、智能管理、智能决策的水平。

第四代控制理论即大系统智能控制符合学科“分化―结合”的规律。如果说,第二代控制理论分化为大系统理论与智能控制理论,那么,大系统智能控制理论将是大系统理论与智能控制理论相结合的产物。

四、大系统智能控制:企业大系统智能控制的性质

智能控制是人工智能(artificial intelligence)和自动控制(automation control)相结合的新技术,是工程界、企业界共同关注的热门课题。大系统智能控制是智能控制与大系统控制的融合。智能控制论是控制理论向智能水平高度发展的新分支;大系统控制论是控制论向系统规模广度发展的新分支。大系统智能控制按控制级别可分为高层控制和基层控制。高层控制包括指挥决策、计划管理、生产调度;基层控制包括自动调节、过程控制、操作控制。大系统智能控制按智能类别可分为如下控制性质:自稳定控制、自识别控制、自协调控制、自优化控制、自学习控制、自适应控制、自组织控制、自规划控制、自修复控制等。

篇10

近年来,随着计算机辅助技术不断的应用到机械设计当中,制造业传统的生产模式发生了翻天覆地的变化,其专业技术体系已经日趋形成。目前, 建模与仿真技术正向“数字化、虚拟化、网络化、智能化、集成化、协同化”为方向发展。我国建模技术尤其在复杂系统建模技术、智能系统建模技术和基于智能科学的建模技术、定性与定量组合的实体建模技术、复杂分布建模环境等方面取得了较大的进展。在建模与仿真支撑系统技术研发方面, 我国在实时仿真算法、各类系统的并行算法、视化算法与软件、分布仿真运行支撑平台、虚拟样机工程支撑平台、仿真网格等方面取得了一批高水平研究成果。相继研制和生产了多种型号的模拟计算机、混合模拟计算机及混合计算机系统、全数字并行仿真计算机,并正从局部、分散的研究向实用化、自动化、规范化、集成化发展。工程力学建模在我国现阶段的制造业中得到了广泛的应用,可以有效的缩短产品生命周期,提高产品的性能、多样化、高质量、人性化,很大程度上满足了现在多元化的竞争市场。加强对工程力学建模是我国制造业的一大重要任务,也是满足多元化市场增加竞争力的必然要求。

1.建模技术的基本原则

传统的优化技术需要工程设计人员将设计问题用数学方程的形式全面准确地描述,即确定设计变量、目标函数和约束函数, 因此要求设计人员不但要熟悉产品的设计, 还要掌握一定的优化理论和数值计算方法。对大多数的机械产品设计人员来说,做到这一点是很困难的。这在一定程度上影响了优化设计的应用。对于复杂机械产品来说,数学模型建立的好坏对优化设计成功与否起着决定性的作用。多学科产品建模的总体原则可分为:①支持产品的更新。无论是开发新产品,还是对老产品的改进,建模技术必须考虑到产品的更新设计,这就要求建立基于参数驱动的产品模型。②支持产品设计的进程。一般的设计进程包括功能设计、原理设计、详细设计和施工设计等多个阶段。在每个阶段都包括概念设计、详细设计、分析评价到重设计等一系列反复过程。建模就是要支持产品从整体设计到局部设计、从概念设计到详细设计的不断反复、迭代的进程。③支持产品模型转换的全过程。机械产品的多学科优化建模的最终目标是生成优化任务数学模型。产品模型是对产品物理结构的真实反映, 而计算机能对优化任务的数学模型进行寻优计算。全性能优化建模不仅要实现产品全系统和全性能的描述,还要根据不同的要求转换为不同的优化任务数学模型, 实现物理模型和数学模型的自动转变。

2.建模技术分析与处理间的相互关系

完美的设计已成为当今制造行业追求的关键问题,为了达到这一境界人们提出了多学科建模技术。多学科优化建模应综合考虑产品多方位的全系统结构和产品技术性、经济性和社会性等各方面性能的统一,以及全面考察从设计、制造、使用到回收整个产品的全生命周期过程。工程力学建模是后期计算的基础,所建立的模型既要保证后期的分析计算结果不失真,也要保证后期的分析计算能够在实际中可以实施,就要同时把握两个原则“可靠性”和“经济性”。建模技术研究的具体内容包括:功能方案、产品建模、优化规划、优化算法、寻优搜索和结果处理等。计算精度能够达到工程要求,它直接影响工程能否正常运行。以工作规范以及国家标准系列等为依据,保障力学分析计算的可靠性。可以把其中占主导作用的内容归纳为:初步建模、寻优搜索和耦合分析与处理三方面,它们构成了建模设计优化的主体,也是产品设计优化不同于传统优化的关键所在,而其它方面的内容则是该主体的延伸及支撑。这三方面的内容是相互依存、相互统一不可分割的,不同的建模方式导致了相关技术领域间不同耦合关系的产生,而不同的耦合关系又需要不同的搜索策略和方法,不同的搜索策略和方法又必须有合适的优化数学模型与之相匹配。

3.现代建模方法介绍

3.1元建模技术和产品建模技术

一直以来,人们对建模方法学进行了大量的研究,具有代表性的是元建模技术和以功能为核心的产品建模技术。基于产品物理本质的元建模技术,认为各种应用模型难以沟通的原因在于不同的领域所涉及的知识域不同,而现有的模型缺乏这些知识域之间的联系,因此无法进行信息的重用与共享。他们把产品中那些反映物理本质的信息如质量、力等属性作为信息元,用符号来描述不同抽象程度、不同粒度、不同近似度以及不同对应关系上各信息元之间的物理依赖关系,用由这些信息元及其依赖关系构成的元模型来建立起知识域之间的联系,最后通过定性推理从元模型中导出各应用分析模型,而各应用模型的变化也能通过元模型传播到其它应用模型。但建立基于物理本质的元模型需要开发人员对产品的各种物理规律有清楚的了解, 这在产品开发过程的初始阶段是十分困难的。用功能单元来描述产品既可以使设计人员避免从设计一开始就面临着对设计对象物理规律的抽象,又可以满足概念设计的需要。然而,多学科建模需要解决的任务是多方位的,随着产品开发过程的推进“功能单元”描述需要不断深化。如何由基础的功能单元衍生出各种应用所需要的新的功能模型,保证多学科建模各阶段模型一致性、可扩充性、可集成性以及可重用性是各种建模方法所需解决的核心内容。

3.2现代网络协同建模技术