人工智能实践报告总结范例6篇

前言:中文期刊网精心挑选了人工智能实践报告总结范文供你参考和学习,希望我们的参考范文能激发你的文章创作灵感,欢迎阅读。

人工智能实践报告总结

人工智能实践报告总结范文1

关键词:人工智能;教学改革;学习心理;考核方式

中图分类号:G642.3 文献标志码:A 文章编号:1674-9324(2012)06-0152-02

虽然人工智能的发展历史只有五十余年,但它已经广泛应用于专家系统、机器翻译、图像处理和机器人技术等领域。随着人工智能技术对社会经济发展的影响不断增大,人工智能课程不再是计算机专业独有的专业课程,国内外很多高校在自动化、智能交通等专业都开设了选修课,甚至在高中的信息技术课程中也在推广设置。吉林大学硕士专业“模式识别”将《人工智能》设为专业学位课程,同时也将其设为汽车、机械等其他学科的选修课程。由于研究生相关基础知识水平参差不齐,课程内容又比较抽象、生涩,为了提高教学质量,在本次教学改革过程中充分考虑学生学习新知识的心理演变过程,认真研究教学内容、教材、教学方法等诸多方面,力求在教授基本原理的同时,培养学生对智能系统进行理论分析、设计并编程实现的能力,为后期的论文研究阶段打下坚实的基础。本次教学改革受到了吉林大学研究生课程体系建设和核心课程建设项目的资助。

一、教学内容

教学改革的关键是教学内容。人工智能与统计学、心理学、语言学、计算机科学、生物学、控制论等都有交叉关系,学科涉及的内容十分庞大。人工智能学科知识的繁多与授课学时有限之间的矛盾比较突出。作为国内模式识别专业的领军院校,如中科院智能所、清华大学、上海交通大学和南京理工大学等,他们所开设的《人工智能》课程学时和内容也不尽相同。我们参考了上述院校的授课内容,同时考虑到本校本学科的学术研究方向,精心归纳、优化教学内容,力争做到教学内容系统、精炼和实用。目前,我们讲授的教学内容主要包括:智能化智能体系统、盲目搜索方法、启发式搜索方法、局部搜索方法、约束满足问题、博弈树搜索方法、知识表示方法、不确定知识与推理、规划与机器学习等,共40学时。

另外,人工智能领域中新问题、新理论交错涌现,这就要求教学大纲要定期修订,教学内容要及时更新,同时教师也需要不断提高自身的学术水平,以便提高硕士课程的研究性内涵。

二、教材选用

要搞好课程建设,教材是一个很关键的问题。我们广泛阅读和研究了国内外的经典教材,经过一番斟酌之后,我们选用了Stuart Russell和Peter Norvig所著的《人工智能-一种现代方法(第二版)》。首先,选用国外教材能够更快地追踪最新研究成果。同时该教材已经被世界上900多所大学采用,符合促进高校的教学内容向国际水准靠拢、与国际接轨的理念。另外,人民邮电出版社在2002年曾经出版该书的英文版的第一版,双语学习能有助于提高学生的英语水平,为学生后续的查阅英文文献,甚至发表英文文章奠定基础。

三、教学方法

在国内,比较有影响的是中南大学以蔡自兴教授为首的教学团队为计算机科学与技术本科专业开设的人工智能课程,该课程在2003年被评为全国高等学校首批精品课程[1]。2007年该课程又开始进行全国双语教学示范课程建设,成绩斐然[2]。多年来,我们不断汲取同行的成功教学经验[3],结合本学科的硕士专业特点、考虑学生的知识结构和实践能力,不断改革和尝试,总结了一套行之有效的教学方法。我们一切以学生为主体,在教学过程中充分考虑学生学习新知识的心理演变过程,采用灵活多变的教学手段。让学生从感兴趣,保持兴趣,到收获用所学知识解决实际问题的成功喜悦,并进一步增强投身于科研论文研究的热情。

课程伊始,通过多媒体演示人工智能技术已取得的杰出成就,激发学生的学习兴趣。然后布置学生查阅资料,列举人工智能发展史上的重要事件和最新研究的热点问题,课上再组织学生做报告。通过上述活动,一方面拓展了学生的专业视野,另一方面锻炼了学生的表达能力。

随着课程内容的深入,让学生组成兴趣小组,任意选择问题实例,利用每节课学习的理论、算法不断地更新该实例的解决方案,评价性能优劣。学习小组可以培养学生科研协作的精神。另外,课堂上每组轮流做报告阐述各自的研究进展,演示编程效果。其他同学或给出修改意见,或提出个人观点。最后老师及时总结,引导学生提高分析问题的深入性和广泛性。充分的课堂讨论能够提高学生多角度思维的能力,培养学生善于钻研和勇于创新的精神。同学间的这种学术交流也可以让学生有机会了解彼此的学习状况与能力,促进学生展开良性的学习竞赛,也为学生接受和理解老师最后给出的课程成绩做了心理铺垫。老师总结时要对学生的努力多肯定,激发他们的学习热情和潜能,让他们感到学习知识的快乐。

四、考核方式

实践表明笔试测验的方式不能全面反映学生的学习情况,所以本课程尝试采取自选实验设计题目,根据实验报告、上机演示结果和口试等方式综合评定成绩。其中,实验报告要求学生根据实验题目详细介绍设计思路,阐述编程方法,分析实验结果。口试是老师当场就报告中的问题提问,并对学生的回答进行讲评。课程成绩中,实验报告设计分析占60%,上机成果演示占30%,口试占10%。

通过实验设计的考核方式,学生的学习积极性得到了很大的调动,充分发挥了学生的自主创新能力,锻炼了学生知识综合应用技能。但美中不足的是该方式不像笔试那么客观,学生的成绩容易受教师的主观性影响。另外,人工智能作为一门学位课,其成绩往往直接影响学生的奖学金评定,学生和相关领导对成绩的评定原则十分关心和重视。为了减少人为因素对学生成绩的干扰,避免师生因课程成绩产生分歧,我们规定了完善的考核细则。考核细则发给同学,作为实验报告的首页,方便记录每一个环节上学生的得分情况,做到成绩评定有据可查。

非笔试的成绩评定方式对任课教师的要求也提高了,我们教师团队还规定了详细的教师工作守则。首先要求教师认真细致地阅读学生的实验报告,给出报告得分,并准备口试时提问的问题,得分和问题都要在实验报告的首页做好记录。询问每个同学的问题都不能重复,上机演示和口试环节都是公开的。问题可以是设计不合理的思路,或是阐述不清的步骤等,教师要注意掌握问题的数量,尽量做到均衡。上机演示时,学生经常因为紧张而漏掉部分功能的演示,因此,教师要跟学生加强沟通。口试时,根据学生的状态,可以给予适当启发,但要在成绩评定上做出相应调整。经过多年的摸索,我们将上机演示按照实验报告成绩的倒序方式进行,这样有利于在口试过程中由浅入深,逐渐加深问题的难度,有效避免重复。教师评价时应严格缜密,让学生正确认识自己的设计水平,对课程成绩的认定跟老师达成一致。

经过教学团队的不懈努力,“模式识别”专业的“人工智能”课程建设在教学内容、教学方法、教材选用、考核方式等方面的研究都取得了一些成绩,教学实践表明教改措施已见成效,教学质量有了明显提高。

参考文献:

[1]刘丽珏,陈白帆,王勇,余伶俐,蔡自兴.精益求精建设人工智能精品课程[J].计算机教育,2009,(17):69-71.

人工智能实践报告总结范文2

关键词:人工智能;教学内容;教学方法

中图分类号:G642 文献标识码:A

1 引言

人工智能(AI)是二十世纪五十年代后期兴起的利用计算机模拟人类智能活动去求解问题的学科,与空间技术、原子能技术一起被誉为二十世纪三大科学技术成就,目前广泛应用于专家系统、机器翻译、语音识别、文字识别、计算机视觉、机器人、电子游戏等方面,已经成为计算机技术发展以及许多高新技术产品中的核心技术。

为了适应人工智能技术日益广泛的需要,国内外高校普遍开设了“人工智能”方面的课程,特别是作为计算机方面专业的核心课程之一。我校自从1993年开始为自动化专业本科生开设“智能控制”选修课,1996年为自动化、计算机、机械等专业本科生开设“人工智能导论”、“人工智能及其应用”课程。目前,我校软件学院、信息学院、机电学院都开设了“人工智能导论”课程,已经成为计算机科学与技术、软件工程、数字媒体技术、自动化、机械制造与自动化等许多专业本科生的一门重要的技术基础课程,也是面向包括人文社科等全校所有专业的公选课之一,其目的是使学生了解人工智能的基本概念和基本原理,初步学习和掌握人工智能的基本技术和前沿内容,拓宽知识面,启发思路,为学生提供最基本的人工智能技术和有关问题的入门性知识,提高学生应用开发软件的能力和水平,为今后在相关领域的研究和应用奠定更为坚实的基础。因此,建设好“人工智能导论”课程具有重要意义和很广的受益面。

由于人工智能是交叉学科,涉及面广、内容抽象、不易理解,学生往往有望而生畏的感觉,在教学过程中,老师教、学生学都比较吃力。为了更好地实现上述教学目标,提高本课程的教学质量,协调好教与学的双边关系,使学生由望而生畏的感觉,变为有用有趣的感觉,根据已有人工智能课程在教学与实践方面的经验和方法,结合“人工智能导论”课程的近几年教学实践,对课程的教学体系、教学内容、教学方法、教学手段、考核方式等方面进行了探索总结。

2 调整与优化教学体系和教学内容

“人工智能导论”是计算机科学与技术、软件工程、数字媒体技术、自动化、机械制造与自动化等许多专业本科生的一门重要的技术基础课程,也是面向包括人文社科等全校所有专业的公选课之一,其研究领域及内容十分丰富,涉及的基础面广。因此如何选好教学内容,既能使学生了解本领域的概貌,又能适合学生的基础,便于他们在有限的时间完成学习任务,是一件重要而又困难的事情。

进入21世纪以来,人工智能学科又有了新的发展。为了及时反映人工智能研究和学科的最新进展,我们修订了“人工智能导论”的教学大纲,对教学内容进一步优化和更新,极大充实了各个系统的内容。我们确定的教学内容主要分为三部分:第1部分为概论,介绍人工智能的基本概念、基本内容、主要研究领域及发展过程;第2部分是知识表示,推理和搜索技术,讨论几种常用的知识表示方法、推理技术(包括确定性推理方法和不确定推理方法)和搜索求解策略;第3部分是人工智能应用研究领域,包括专家系统、自然语言理解、机器学习、人工神经网络、遗传算法等的基本概念和方法等。其中第2部分是基础理论,是人工智能的重要基础,应该循序学习。第3部分是人工智能的应用,由于每个研究内容都相对独立、自成体系且有其专门的学术著作研究、热点,因此针对高等院校的本专科生来说,不必循序学习,而且结合专业特点可以选择其中几个研究领域。例如对自动化专业的学生来说,可以选择专家系统、人工神经网络、遗传算法等,同时可增加在自动控制领域的应用,包括专家控制、神经网络控制和进化控制等热点:而对计算机科学与技术专业来说,可以选择专家系统、自然语言理解、机器学习等,并辅以动物识别系统、语音识别系统、智能机器人等实例。总之就是要把握课程性质和教学目的,调整本课程教学体系,优化教学内容,让学生以有限的时间学到人工智能的基础知识和基本方法。

另外,在选择和确定教学内容时必须兼顾基础知识和新兴技术,注意与相关课程(如离散数学、数据结构、概率论、自动控制原理、Matlab系统仿真、面向对象的编程技术等)的链接,密切理论与实际的关系,通过课堂讲授和课外训练,注意学生能力培养,提高他们的学习效果和整体素质。

3 加强课程立体化建设和系列教材研究

在课程的立体化建设中,教材充当了地基的角色,所有的课程内容安排,无不体现出以教材为基本,以教材为模板。所以本着基础、实用的原则,我们先后编著出版了《人工智能及其应用》课程教材导论部分概括性强,引人入胜;基础部分系统全面,叙述深入浅出,循序渐进;应用部分密切理论与实际关系,典型形象。其中第二版在第一版的基础上,增加了证据理论、模糊推理、神经网络等理论的一些典型应用,使学生能够更深入地理解和应用这些理论;另一方面,又新增了自然语言理解及其应用内容,以适应目前计算机翻译、人机自然语言交互等技术日益广泛应用的需要。系列教材适应了人工智能导论新课程开设的需要,反映了人工智能学科的发展,为人工智能课程确立了基本框架,发挥了重要作用。系列教材的问世不仅解决了本校“人工智能导论”课程教学用书的问题,而且也被各兄弟院校普遍采用,促进了该课程的普遍开设,推动人工智能学科的发展。

为了配合教材第二版的教学和自学,在已有教学经验和教学成果积累的基础上,制作了高质量的教学课件和完整的教学视频录像,并刻录成光盘随书供读者使用;同时又研究与开发了网络课程(http://),以更好地调动学生的学习兴趣和主动性,促进本课程的教学改革。

包括主教材、电子教案、教学视频录像、网络课程及教学资料库等在内的课程立体化建设符合二十一世纪高校教学的要求,支持教师提高教学手段现代化的水平,更贴合学生的学习需求。

4 改革与创新教学模式和教学方法

在“人工智能导论”课程教学的过程中,我们积极探索教学新路,经过数年辛勤试验,结合蔡自兴教授等对人工智能课程的建设经验,对课程的教学模式和教学方法进行了如下一些的改革与创新。

(1)通过多种途径激发学生的学习兴趣

“兴趣是最好的老师”,“人工智能导论”课程的学习效果,直接受到学生兴趣和参与意识的影响。由于这是一门导论性前沿课程,一般来说,学生开始学习兴趣很大。但是,当一些学生开始接触到抽象概念和算法时,往往感到不易接受。我们通过各种途径和方法,激发和培养学生的学习兴趣。例如,鼓励学生参与课堂讨 论、布置读书报告和课外实验、以问题为导向的启发式教学、专题讨论/辩论等形式。特别,我们精心组织和准备了模糊控制技术及其应用、智能机器人技术与应用、智能交通、BCI(脑机交互接口)等专题,以及智能调度软件、语音识别系统、动物识别系统、足球机器人比赛、机器人轨迹跟踪、倒立摆的智能控制等课内演示,使学生扩大了眼界,增加了感性知识,达到提高学生学习兴趣的目的与效果。

(2)面向问题的启发式教学

人工智能中的许多问题,有的似是而非,有的引人入胜。在教学中,有意识的提出相关问题,提请学生思考,鼓励学生提出自己的猜想和解决方案。然后逐步进入教材中的解决方案,启发学生求解这些问题,并进行分析和比较,从而强化了学生学习的主动意识和参与意识,提高了学生的学习积极性。例如,在讲到比较抽象的“遗传算法”时,提出“遗传算法如何用于优化计算?”这一问题。针对该问题,先从“达尔文的生物进化论”入手,讨论“遗传”、“变异”和“选择”作用;然后通过一个简单的例子,从特殊到一般地启发学生思考“遗传”、“变异”和“选择”的实现,最终让学生与教师一起导出遗传算法用于优化计算的基本步骤。这样,学生不但从中学习了遗传算法,而且得到一次逻辑思维的训练,取得很好的教学效果。

(3)课堂辩论与交互式教学

组织课堂辩论,讨论的议题包括人工智能的应用前景和其他比较等有争议的问题。学生对这些问题展开了激烈的争论,激发了学习潜能,明确了学习目标。例如,为了加深学生对智能机器人内涵的理解,我们组织了“机器智能能否超过人类智能”的辩论会。会前正反双方结合本课程内容及其相关知识,认真进行准备;辩论会上正反双方唇枪舌战,激烈争辩,气氛热烈。辩论后,学生余意未尽,讨论热情不减。无论是哪一方获胜,都达到了预期的效果。教学中我们还注意采用了多种交互式策略,如课堂上教师提问可鼓励或指定学生提问,也可由学生自由地就某个知识点进行主题发言后老师点评等。

(4)个性化学习与因材施教

在本课程教学过程中注意对学生因材施教和个性化教学。例如,通过组织学生进行读书报告的形式,鼓励学生从多方面、多角度考虑问题,多提新颖思想,有意识地鼓励优秀学生探讨比较深层的内容,并辅导优秀学生将其成果以科技论文和发表文章的形式转化为成果。又如,在教学设计和实验设计中,注意要求学习有余力和兴趣的学生选作部分探索性、创新性的功课和实验(选学内容,如模糊控制器的设计、进化控制等),从而引导学生发挥个性优势,达到因材施教的目的。同时注意分析学习较差的学生的具体困难,进行有针对性的指导。

(5)多媒体与网络教学的使用

本课程在PPT演示文稿和网络课程上,采用了大量的多媒体表现形式,如视频、动画、声音和图像等。目的在于使得人工智能抽象的知识形象化,便于学生理解。例如,课内让学生在线观看涂晓媛博士的计算机动画“人工鱼”的录像片段、人工生命Floy中生命智能体在环境中不断的适应进化构成演示等,有助于加深学生对所学知识的理解,促进教学水平的提高,激发了学生对课程的兴趣,使学生创新意识得到增强。此外,随教材附赠的教学光盘和开发的网络课程(http://)提供了学生课外自学用的高质量的电子课件、完整的教学视频录像、丰富的实验和案例资料等,以更好地调动学生的学习兴趣和主动性。

(7)理论与实践结合

在教学内容安排上,注意理论联系实际,适时布置一些人工智能实验给学生进行课外练习。设计的课外实验包括产生式系统实验,归结反演实验,主观Bayes推理网络实验,A搜索实验,以及基于Maltab工具箱的模糊控制位置跟踪系统、两车追赶模糊控制系统、神经网络模式识别仿真、遗传算法优化计算等实验。通过实践和参与,保持学习兴趣,有助于学生对人工智能基本概念和难点的理解,掌握基本方法和技术,为从事智能系统应用开发打下基础,从而达到教学目的。例如,我们组织学生参观我们的研究生综合自动化实验室,观看机器人臂取物、倒立摆控制、语音识别软件、指纹识别软件、智能调度软件等演示,密切理论与实际的关系。

我们在教学改革实践中探索的这些教学方法,有利于充分激励学生的学习积极性和主动性,有利于鼓励学生发挥独立思考和创新思维,有利于多方位培养学生学习发现问题、分析问题和解决问题的能力。

5 运用多样化的教学手段和考核方式

5.1 多样化的教学手段

采用现代信息技术进行教学,构筑“人工智能导论”课程的现代教学模式,是本课程的主要特点之一。教学过程中采用了多媒体教学课件和网络课程相结合的方法,充分利用多媒体的丰富表现形式,利用网络课程的交互性、情景化等,进行教学。采用的方法包括:

(1)抽象知识内容的多媒体表示

通过动画和视频来演示抽象的概念、算法和过程,包括机器人轨迹跟踪、机器人臂取物、足球机器人比赛、倒立摆控制、“人工鱼”等录像片段,以及智能调度软件、语音识别系统、指纹识别系统、动物识别系统等软件演示。

(2)通过PPT撰写教案

精心编制PPT,组织好课件内容,做到图文并茂,提纲挈领,便于学生理解,便于教师讲授。

(3)开发与应用网络课程

“人工智能导论”网络课程较好的实现了交互性、在一定程度上实现了学习过程的情景化。在交互性方面,通过网络课程的课堂练习和章节练习,评价学生的学习情况,并给学生提出学习建议。在情景化方面,采用了在线答疑形式,使得学习过程丰富有趣。

(4)先进实验系统的观摩与演示

利用我们的研究成果等有利条件,有针对性地对学生进行成果演示(包括智能调度软件、语音识别系统、指纹识别系统、动物识别系统等软件),使学生知道学了有用,而且很有用,很有趣,很有意义,从而进一步诱导学生的学习兴趣,巩固了课堂所学知识,提高了教学质量。

教学效果通过上述先进的现代信息技术的应用,不仅极大地提高了学生的学习兴趣和主动性,而且也取得很好的实际教学效果,提高教学质量。

5.2 作业、考试等教改举措

(1)改革作业方式与方法

改变过去那种单纯的书面习题作业,发展成为必须交给教师评阅的书面家庭作业、不必交给教师的课外思考题目、口头布置的思考题或阅读材料以及大型作业等。其中上交作业通过网络进行,教师批阅后的作业也通过网络返回给学生,实现了作业呈交和返回的网络化。

(2)改革考试方式与方法

如何对本课程的考试方式进行改革一直是我们探索的问题。我们综合考虑课堂出勤情况(10%)、平时正式作业成绩(20%)和期末课程考试(70%),进行综合评分。期末考试有时采用综合试题考试,出几个大题目让学生选择其中几个进行开卷笔试,当面交卷后评分;有时采用课外开卷论文结合或口试面试。最近,我们还对部分学生结合实验或实际问题提问等进行考核。我们正进一步改革、试验和探索,使考试成为衡量与培养创新能力,促进学生学习主动性和提高课程教学质量的重要环节。

人工智能实践报告总结范文3

关键词:智能科学基础;系列课程;国家级教学团队;改革;建设

在国家教育部质量工程的支持下,中南大学信息科学与工程学院对国家级精品课程人工智能[1-2]和智能控制[3]、全国双语教学示范课程人工智能和国家级智能科学基础系列课程教学团队[4]等进行持之以恒的改革与建设,取得一些成果。

“智能科学基础系列课程教学团队”的教学队伍是一支由国家级教学名师领衔[5],知识结构、梯队结构和年龄结构比较合理,具有明显的学科优势、课程优势、人才优势和教学科研优势的颇具特色与影响力的教学团队。该团队以中南大学智能科学研究中心为核心,主要承担人工智能基础、智能控制导论、机器人学、专家系统等本科基础和专业基础课程,硕士学位课程人工智能、智能控制和机器人控制技术以及留学生硕士学位课程Artificial Intelligence和博士生学位课程智能系统原理与应用的教学。

教学团队在建设过程中,注重教学改革,加大课程建设和教材建设力度,不断改进教学方法,在课程改革、教材建设、教学手段、队伍建设以及交流合作等方面取得一些进展。本文拟就教学团队的改革与建设的相关理念与实践问题加以总结,谈谈我们的见解。

1创新教学方法

教学是教师的本职和核心工作。本教学团队一直致力于教学方法与教学模式的改革与创新,虚心学习国内外先进教学经验和方法,积极探索教学新路,形成了“以趣导课、以疑启思、以法解惑、以律求知”的教学模式和教学方法[6-7]。充分激励学生的学习积极性和主动性,发挥独立思考和创新思维,多方位培养学生发现问题、分析问题和解决问题的能力。我们在教学过程中应用了课堂演示、课堂互动、课堂辩论、课后网络教学、网络实验等一系列现代化全方位的教学新模式。此外,为提高学生的动手能力和理论水平,让学生直接参与部分教师课题,理论联系实际,为毕业后的工作学习打下良好基础。具体措施如下:

1) 举行课堂讨论会,营造自由探索氛围。

为调动学生的积极性,我们在授课过程中多次开展课堂讨论会和辩论会等活动,让学生自己查阅资料,分析整理,提出自己的观点,使学生全方位地接触所学课程,培养学生的研究能力,真正实现师生互动,并鼓励学生用英语讨论。学生对有些问题展开了激烈的争论,激发了学习潜能,明确了学习目标。课程中还经常请来在科研工作中担任主要任务的教授和博士生来给学生介绍最前沿的科学动态,激发学生们对所学知识和科学研究的兴趣。在研究生教学方面,我们更进一步通过举办课程课堂学术研讨会,让学生在一年级就开始接触学科前沿,自己查阅资料和动手写科技论文,并在研讨会上宣读讨论,培养独立工作能力和从事学科前沿研究的能力,为将来的高层次研究打下基础。

2) 倡导启发式教学,培养学生学习能力。

注意采用面向问题的启发式方法进行教学,启发学生求解问题能力,强化学生的参与意识,提高他们的学习积极性。教学中还注意采用了多种交互式策略,如课堂教师提问、鼓励或指定学生用英语提问、学生就某个知识点进行主题发言后老师点评等。此外,师生通过互联网进行交互,方式包括Email、BBS和QQ谈和交换文件等。

根据学生的兴趣和创新潜力,对有专业特长的本科生,在自愿情况下,挑选2~3名参与国家级项目研究工作,进行中长期培养试点,实现本科培养过程与硕士、博士研究生培养过程的衔接。

3) 增强课程实验教学环节,筹建智能专业实验室。

智能科学基础课程的概念性较强,初学者感到比较抽象,而实验教学又是薄弱环节。因此,结合学生实际情况,我们对实践教学环节十分重视,设计了一些新的实验项目,探索新颖的实验方法。新开实验项目包括人工智能实验、智能控制实验、专家系统实验、机器人学实验、人工智能课程设计等。对相关课程的原有实验,我们也进行了一些改革,增设了个性化的实验,使得学生的实验数据和实验结果分析既有格式要求,又给学生报告自己研究的过程和结果留有空间。这些做法能够鼓励学生进行独立性研究,满足他们学习的需求。通过实验教学,学生能够理论联系实际,验证所学理论知识和概念,加深理解,充分调动了学生的学习积极性,培养了他们的创造能力。

除课堂实验外,我们还充分发挥虚拟实验的优点,设计了网络虚拟实验,让学生在课外上网练习。通过虚拟实验,学生可以了解算法的具体运行过程,调整参数和过程,并进行验证以加深对知识的理解,提高学习兴趣,从而达到教学目的。

结合科研,购进和自制部分新设备、新系统,计划建设智能专业实验室,为教学提供更多的优良实验设备。例如,已研制“中南移动一号”和“中南移动二号”自主移动机器人共7台,已购进RCB-1型教学机器人20套等。

教学团队教师还指导学生参加全国大学生“飞思卡尔”杯智能汽车竞赛活动、大学生创新性实验计划及创新教育计划项目等,取得优秀成果。

2推进课程改革

教学改革是课程建设和学科发展的生命线。我们把国家级精品课程和全国双语教学示范课程放在优先建设的位置,并以它们带动其他课程建设,完善系列课程建设,同时新办了智能科学与技术专业。

2.1搞好精品课程建设,改进双语示范课程教学,稳步推进系列课程建设

本团队着力搞好已有的2门国家级精品课程、1门全国双语教学示范课程,更新精品课程网站,丰富课程内容。为了及时反映上述课程中相关科学技术的最新进展,我们调整了教学体系和教学内容,修订了教学大纲,并对教学内容进一步优化和更新,极大充实了各课程教学内容。同时,通过校际教学活动和网上资源共享对精品课程、双语教学示范课程进行交流和推广,起到较好的辐射作用[8-9]。

为加强精品课程建设,完善和拓展课程体系,在总结现有精品课程的建设经验的基础上,又建成省级精品课程1门,校级精品课程1门。

为提高学生的专业英语水平和学习兴趣,使得学生能够开拓眼界,追踪国际前沿科学研究,本团队长期对双语教学进行研究和实践。除改进人工智能双语教学示范课程外,团队承担的其他课程,如智能控制、机器人学、专家系统、数据结构等也实行了双语教学,并为该课程引进英文辅助教材。例如,对人工智能课程,我们先后采用Nilsson和Russell等编著的国外影响较大的英文原版教材作为主要教学参考书[10-11],供学生学习参考。在双语教学中,一般以汉语讲授为主,英语为辅,并对一些关键词同时用汉语和英语表示。对部分章节或某个专题,采用纯英语教学或以英语为主汉语为辅的教学。对PPT课件的编写分为纯汉语、纯英语和英汉混合几种方式。英语教学比例要根据教学内容和学生英语水平而定,其检验标准是学生的接受程度与学习效果,根据这一点来适时调整双语教学中英语对汉语的比例。

通过教改实践,我们承担的智能科学基础课程逐步形成为具有明显特色的课程体系。我们讲授的课程从智能科学的基础课程到专业基础课程,再到专业实践课程,形成了配置合理、特色鲜明、循序渐进、优势互补、协调发展的智能科学与技术学科从基础到应用的系列课程体系。

2.2新办智能科学与技术专业

智能科学与技术是当代科技发展的前沿学科和重要组成部分,其人才需求日益增加,超出了目前高校的培养能力[12]。我校的智能科学与技术学科方向经过近20年的发展,已形成了具有自身优势和特点的学科,在国内具有一定的知名度和优势。为了促进智能科学与技术学科的发展,经过多年积极准备,我们于2009年申报了智能科学与技术专业并获得教育部批准。通过向兄弟学校学习调研,了解该专业人才需求、专业建设规划,设定适应培养目标的教学计划与课程设置方案。虽然我们开办“智能科学与技术”专业较晚,但我们从2002年开始,就一直关注和积极参与国内智能科学的学科的讨论与新专业筹备工作[13]。

我校于2009年申报获准,在自动化专业增设了智能科学与技术专业方向,目前已招收2届学生共84人。我们为选读智能科学与技术本科专业方向的每个学生选定指导老师。每个学生都可以参加指导老师的课题,指导老师也可以利用自己的学识、经验和责任心来更好地管理呵护学生。这一做法取得明显效果,不仅受到同学们的普遍欢迎,也得到了学校的肯定。我们还多次召开师生见面会并通过指导老师走访宿舍,了解每个人的情况。为了消除代沟,努力融入同学当中,学习熟悉他们的语境和思维想法。我们的目标就是不让一个学生掉队。

创建与建设智能科学与技术新专业,将为智能科学基础系列课程教学建设提供一个更加宽广的平台,并对计算机、自动化和电子信息等学科的专业建设和课程建设提供一个新的增长点。我们将以智能科学与技术专业建设为契机,虚心学习兄弟学校的专业建设的做法和经验,进一步规范智能科学与技术的基础课程教学,让智能科学基础课程教学建设登上一个新的台阶。

3加强教材建设

教材是教学的重要工具和资源,其水平直接影响教学效果和教学质量。在教学过程中,我们与时俱进,对教学内容不断优化与更新,精益求精地编写反映学科发展的教材[14]。

我们对原有编写出版的教材进行修订,反映新世纪学科发展水平和发展趋向,以适应教改需要。把这些最新内容用于教学,使学生了解到国际前沿动态和本学科的最新成果。

以相关系列课程为平台,注重教材配套,服务因材施教,着眼长远教材建设。仅2007年以来我们已出版的相关教材及专著如下:

《智能控制原理与应用》,国家级精品课程配套教材,2007;《智能控制导论》,国家级精品课程配套教材,2007;《未知环境中移动机器人导航控制理论与方法》,2008;《机器人学》,第二版,国家级教学团队配套教材,2009;《机器人学基础》,国家级教学团队配套教材,2009;《人工智能及其应用》,第四版,国家级“十一五”规划教材,国家精品课程配套教材,2010;《人工智能基础》,第二版,国家级“十一五”规划教材,国家精品课程配套教材,2010;《移动机器人协同理论与技术》,2010。

4优化队伍结构

师资队伍建设是团队建设的源头,没有一流的教师队伍就没有一流的教学团队。在师资队伍建设上,我们一直采取引进优秀人才和在职培养相结合的做法。对于人才的引进主要通过办专业和办学科点等方式吸引人才,还通过创造教学和科研条件,稳定教师队伍,解决个人的发展问题。

采取有效措施,提高主讲教师的学术积累和教学水平。一是教研组教师,特别是中青年教师积极参加重要科研项目,提高学术水平。二是派中青年教师赴国外研修访问,了解和学习发达国家同类课程的先进教学经验、相关课程设置情况与发展趋势,将国外教学思想引入课程教学。

教学始终是教师的第一要务,为了提高青年教师的教学素质,我们实施并完善了一系列管理措施和制度。

1) 设立名师工作室,实现名师资源共享形成多元化的带教制度,安排高年资的教师对年轻教师进行传、帮、带,可以有业务方面的指导,也可以有认识方面的交流。通过老教师对年轻教师全方位的指导,使老教师的教学理念和经验得以继承,加快了年轻教师的成长。

2) 有计划地安排年轻教师虚心旁听有经验教师的讲课。通过听课,不仅使年轻教师进一步掌握课程的内容,更重要的是使年轻教师学到了老教师的教学方法和经验,对其今后从事教学工作起到了积极的指导作用。

3) 对于第一次上课和第一次上某门新课程的年轻教师,团队都要在课前组织他们试讲。试讲前,安排老教师进行指导,传授教学经验。试讲时,由团队的教师参加听课并对其进行讲评,肯定其优点,指出其不足,帮助青年教师尽快掌握课程的重点,找到更合适的讲授方法。此外,我们还备课,统一基本教案,帮助年轻教师成长。

近两年来本教学团队获得的主要教学奖励就有徐特立教育奖、茅以升教学专项奖等。

5扩大交流合作

我们在做好自身团队建设的同时,增进与全国相关高校和教学团队的交流,学习兄弟团队的建设经验,在课程示范、教材推广、网络资源辐射等方面发挥积极作用。我们还开展校内合作,联合不同院系进行教学和精品课程的申报与建设,在校内推广改革成果;发表了一系列教改论文;发起筹备《全国智能科学技术课程教学研讨会》;邀请企业界科技精英做本科生就业指导相关报告。

1) 增进校际交流,发挥辐射作用。

我们经常以讲座报告形式在许多兄弟院校进行教学与教改交流。例如,最近一年来就应邀先后到上海交通大学、同济大学、东华大学、东南大学、国防科技大学、中国矿业大学、北京科技大学、清华大学等校就智能科学技术课程的教学、教改和建设问题作专题报告,在兄弟院校师生中引起热烈反响。已有数以百计的高等院校采用我们编著的教材和网络课程进行教学,国内已有众多的从事人工智能课程和智能控制课程教学的教师,来信来函索取我们开发的课程教案、课程演示和网络课程相关资料等,我们一直尽力地搞好推广和服务工作。

2) 撰写课程改革论文,进行国内外交流。

本团队成员仅近一年多来,就在中国教育开放资源网、中国人工智能学会13届年会、计算机教育、高等理科教育、计算机与现代化等会议及刊物上发表10篇教改论文,在国内外进行交流,起到介绍情况,交流信息和经验的积极作用。

3) 筹备全国相关课程教学研讨会。

为了更好地交流经验,扩大影响和辐射作用,我们发起并联合中国人工智能学会教育工作委员会、中国计算机学会人工智能与模式识别专业委员会、中国人工智能学会智能机器人专业委员会、中国自动化学会智能自动化专业委员会、中国人工智能学会人工智能基础专业委员会,筹备召开了首届《全国智能科学技术课程教学研讨会》[15]。围绕各个学校在智能科学与技术本科专业的课程改革与建设、课程和专业教学计划制定和未来发展设想等方面进行交流研讨。通过交流研讨,认真学习兄弟学校的经验,并尽可能汇报我们的经验。我们相信,在与会全体代表的共同努力下,本次课程教学研讨会一定能够取得积极的成果。

注:本研究获得教育部国家级精品课程人工智能(2003年)和智能控制(2006年)、全国双语教学示范课程人工智能(2007年)、国家级智能科学基础系列课程教学团队(2008年)等项目支持。

参考文献:

[1] 中国高等教育学会. 中国高校国家精品课程,工学类,(上册),2003-2007[M]. 北京:北京大学出版社,2008:433-436.

[2] CAI Zixing,LIU Xingbao,LU Weiwei,et al. Comparative Study on Artificial Intelligence Courses Between CSU and MIT[EB/OL]. [2010-5-1]. CORE (China Open Resources for Education),.cn/.

[3] 中国高等教育学会. 中国高校国家精品课程,工学类,(上册),2003-2007[M]. 北京:北京大学出版社,2008:426-429.

[4] 国家教育部和财政部关于立项建设国家级教学团队、国家级精品课程、全国双语教学示范课程的通知[EB/OL]. [2010-5-1]. http///转高等教育司.

[5] 中华人民共和国教育部高等教育司. 名师风采,第一届高等学校教学名师奖获奖教师集锦[M]. 北京:地质出版社,2006: 152-153.

[6] 李广川. 丹心育桃李,妙手谱春秋[M]//名师颂.北京:教育科学出版社,2007:397-401.

[7] 及立平. 笃定平和:访国家级教学名师蔡自兴[M]//春风化雨:中南大学教师风采. 长沙:中南大学出版社,2006:119.

[8] 蔡自兴,肖晓明,蒙祖强,等. 树立精品意识,搞好人工智能课程建设[J]. 中国大学教学,2004(1):28-29.

[9] 陈爱斌,肖晓明,魏世勇,等. 智能控制的学科发展与学科教育[J]. 现代大学教育,2006(3):102-105.

[10] Nilsson N J. Artificial Intelligence:A New Synthesis[M]. New York:Morgan Kaufmann Publishers,1998.

[11] Russell S, Norvig P. Artificial Intelligence:A Modern Approach[M]. London:Prentice Hall Publishers,2005.

[12] 王万森,钟义信,韩力群,等. 我国智能科学技术教育的现状与思考[J]. 计算机教育,2009(11):10-14.

[13] 蔡自兴,贺汉根. 智能科学发展的若干问题[C]//中国自动化领域发展战略高层学术研讨会论文集. 自动化学报,2002, 28(增刊1):142-150.

[14] 蔡自兴,谢斌,魏世勇,等.《机器人学》教材建设的体会[C]//2009年全国人工智能大会(CAAI-13). 北京:北京邮电大学出版社,2009:252-255.

[15] 2010年全国智能科学技术课程教学研讨会征文通知[J]. 计算机科学,2010,37(6):封3.

Construction of State Teaching Group of Series Course for Intelligence Science Basis in CSU

CAI Zi-xing, CHEN Bai-fan, LIU Li-jue

(Institute of Information Science and Engineering, Central South University, Changsha 410083, China)

人工智能实践报告总结范文4

关键词:智能计算;课程特点;教学方法;教学效果

1 背景

目前,智能计算已成为人工智能界一个研究的热点领域,研究的最终目标就是为了实现真正意义的人工智能图景,为了让计算机和集成有计算功能的各种工具及设备更加独立、更加聪明、能够自主思考和行动,最终成为我们工作和生活中必不可少的得力助手。特别,物联网作为信息产业第三次浪潮,从物联网的概念中,我们不难看出它与计算,特别是智能计算的密切联系,现在的互联网上各种终端之间、它们与服务器端和存储系统之间的沟通与互相响应,其实都是有人在后面操作和控制的,但是在未来的物联网里,物与物、物与人以及物与计算机设备之间的协作则要实现智能化和自动化,不需要人们花费太多的时间去介入、控制和管理。

举例来说,一个物联网时代的超市,其物流完全可以实现全自动化的管理。例如它可以通过设置在货架和仓库中的RFID标签读取设备了解存货信息,一旦要出现缺货现象时,它就会立即将信息发送给超市的服务器系统,并由它自动联系行驶在路上的众多送货车辆里的计算机系统,查找哪辆货车中有足够的相应商品,最后才会通知相关的司机,让他将车驶向缺货的超市,而此前的一切计算和通信的过程,都无需人工介入。

通过这个例子可以了解到,即时了解外界的环境和需求变化,并就变化进行智能化、自动化的信息处理和通信就是物联网的核心技术。而这一技术,其实就是智能计算技术。智能计算的理论与方法已成功应用于几乎所有的科学与工程领域,特别是非线性系统辨识与控制、模式识别与智能系统、复杂系统建模与预测、计算材料学、生物医学图像处理、生物信息学与系统生物学等。因此,学习和研究智能计算技术,推动智能科学技术专业教育,培养高层次智能计算技术人才,有着极为重要的现实意义。

在国外,开设智能计算课程的大学已非常普遍。在国内,近几年开设智能计算课程的中国大学越来越多,如清华大学、北京大学、哈尔滨工业大学、中国科技大学、西安电子科技大学等。另外,在计算机、电子、自动化、系统和控制、材料等有关的国际会议上,均有智能计算相关的研究主题。智能计算相关的国际杂志和协会近几年也越来越多,如:Spring出版的Swarm Intelligence,IEEE出版的IEEE Transactions on Evolutionary Computation,IEEE/ACM Transactions 0nComputationalBiology andBioinformatics等学术刊物。随着计算机技术及相关前沿学科的发展,智能计算已经成为计算机、信息技术等专业开设的必修课之一,国内外有关智能计算的教学内容基本上大同小异。我校从2005年开始,在计算机应用技术、计算数学硕士点开设智能计算必修课程,笔者主讲该课程,以下结合自己的教学实践,谈谈研究生智能计算课程的一些教学方法和经验,并提出自己对该课程建设的一些看法和建议。

2 教学内容及课程特点

智能计算课程的主要内容包括:人工神经网络、进化算法、模糊系统、人工免疫系统、群体智能(模拟退火、蚁群、粒子群、蜂群、鱼群、人口迁移、萤火虫算法等)、量子计算、DNA计算等。智能计算不同于其他课程特点,它是一个交叉学科,主要特点有以下几方面。

1)仿生法:仿生是智能计算一个非常重要的研究方法,它强调向自然界学习,采用类比的方法,通过模仿其中的原理规律以得到解决问题的一般方法。如蚁群、粒子群、蜂群、鱼群、萤火虫算法等,无不体现了仿生这一研究方法。此外,还有很多群智能算法通过模仿一些自然或物理现象和规律,如模拟退火算法通过模拟液体的结晶过程设计;免疫算法是模拟生物、植物或动物免疫系统自适应调节功能设计的;量子、分子计算模拟量子论原理而设计;人工神经网络是模拟人的大脑结构及信号处理过程而设计的;进化算法是基于达尔文的“优胜劣汰、适者生存”原理设计的。

2)实验法:智能计算源自于计算机技术的发展及人们对自然界的深入思考,其中的算法有着合理的仿生背景,要彻底说清楚算法为什么行之有效,目前大多算法都缺乏严格的数学理论证明,从数学的角度分析算法的性能是比较困难的。因此,只能通过计算机仿真实验去分析算法的性能,通过实验分析提高对算法机理的认识,然后,寻求理论上的严格证明,改进算法的性能。

3)融合策略:大量复杂问题的存在使得没有一个算法是通用的,同样,智能计算中的方法各有有点,也都有不足之处。算法的融合策略是取长补短,将不同的算法有机地结合起来,以提高算法的整体性能,提高算法的求解能力。融合策略通常将待融合的算法采用“串联”、“并联”、“包含”等模型来融合,其中待融合的算法考虑将智能算法和传统的算法结合起来。这一方面,人们己作了大量的工作,取得了良好的效果。

4)系统理论:智能计算是为了解决复杂问题而发展起来的,系统理论主要包括协同论、突变论和耗散结构等内容,这些对于指导算法设计、改进算法和理解算法的复杂行为方面有指导意义。

3 教学方法及教材建设

针对智能计算课程内容及其研究内容,根据研究生教育规律、研究生学习的特点,笔者采用的教学方法是“课堂讲授、问题讨论、课外研读”相结合的教学方法,借助于多媒体教学手段,采用动漫技术来实现智能算法的仿生机制,从源头上让学生体会每一种智能算法的仿生机制或一些自然或物理现象和规律,归纳起来有以下几点:

1)结合智能计算课程的特点,确立“以大自然、社会等为学习对象,善于观察其仿生机制或一些自然或物理现象和规律”作为理解智能计算课程概念、原理的关键点。

2)启发学生在理解仿生机制或一些自然或物理现象和规律的基础上,抽象出模拟进化计算的一般框架。

3)讲解计算智能的有关理论和算法,课程中穿插了大量的研究案例,告诉研究生如何使用计算智能方法解决各个工程领域的具体问题。

4)要求学生通过具体的研究项目,亲自编写自己的算法程序源代码,培养研究生独立解决问题的能力。总之,随着计算智能的快速发展,每年我们的教,学内容和课件都在更新,以包括最新的研究内容,尤其是我们自己的研究内容,扩大研究生的知识范围。

近几年,我们使用过国内出版的多种有关智能计算教材,如高等教育出版社的《计算智能(第一分册)》、科学出版社的《计算智能中的仿生学:理论与算法》、《计算智能――理论、技术与应用》等教材,但很快发现其中很多地方不适用,因此,我们在教学的过程中,对目前国内出版有关智能计算教材,结合我们课题的研究,针对性选取一些内容来制作课件和讲义进行教学。因此,建议智能计算相关专业的协会或出版社尽快组织教学经验教师编写适合于研究生教学的智能计算教材。

4 教学效果评价方法

智能计算理论与应用这门具体课程来说,最重要的是注重学生的交叉学科知识和能力的培养。因此,本课程学习结束考察方式主要采用:1)闭卷考试。主要考察对智能算法原理的理解和综合运用能力。2)小作业。要求对介绍过群智能算法总结、分析、对比等,形成一个简要总结报告,对介绍过多种智能算法的概念、原理、方法、应用等方面进行总结。3)大作业。检查学生的动手编程能力,要求对介绍过群智能算法的源代码集成,形成一个演示系统。该门课成绩分配如下:成绩=闭卷考试(50%)+小作业(30%)+大作业(20%)。

5 结语

智能计算是随着计算机技术的飞速发展和人们对自然界的深入理解而发展起来,它强调对人类和其他生物、植物等智能行为的模拟,注重向自然界学习,汲取其中有益的规律和原理。与传统的方法相比,智能计算具有自适应、并行性、全局搜索等能力,尤其可解决一些大规模复杂问题。智能计算是人们研究自然以及人类社会自身的一种非常有效的手段,其应用前景非常广泛,目前已经成为人工智能界研究的热点领域。因此,在计算机科学与技术、人工智能等相关专业开设智能计算课程是势在必行,这有着重要的现实意义。

参考文献:

[1]徐宗本.计算智能(第一分册):模拟进化计算[M],北京:高等教育出版社,2004:124-132。

[2]徐宗本,张讲社,郑亚林.计算智能中的仿生学:理论与算法[M].北京:科学出版社,200 3:1-9。

人工智能实践报告总结范文5

关键词:电力系统 自动化 智能技术 应用

中图分类号:TM7文献标识码: A

一、电力系统自动化和智能系统简介

1.电力系统的自动化,概念上理解就是通过一系列现代技术,实现对电能生产、运输和管理实现自动化、自动调度和自动化管理。电力系统的自动化种类众多,例如电网调度的自动化、电力运输的自动化、用电信息采集自动化等多个系统。

2.智能技术则是对智能计算技术的简称,含义上理解包括体系结构和人机交互接口,种类也较为繁多,典型的有模糊控制等。智能技术是具备学习、适应和组织功能的行为,通过对产品问题进行求解,实现传统鲁棒性控制不能解决问题的合理解决。由于智能技术在电力系统中的应用具有其他系统不能比拟的优点,得到了广泛的认可。

二、智能技术在电力系统自动化中的应用

1. 神经网络的控制

神经网络控制的发展与人工神经网络的发展是分不开的,神经网络控制在某些方面的应用已经初步取得了一定的成效,比如在学习方面和模型结构方面等。同时,神经网络控制的传播也已经被广泛应用。当前,人们最关注的是神经网络控制的非线性部分。同时,人们常用并且喜欢的还有其自主学习和处理能力,以及鲁棒能力。在实践中得到了一定程度的验证,为数据传输提供了依据的网络资源载体。神经网络的结构构成是通过一定的方式将大量并不复杂的神经元连接在一起,具体问题具体分析。目前,许多不同的神经网络结构及其训练算法在电力系统中得到了有效的作用,使电力系统中的元件有效互动,加快运行的速度和效果,使其优势得到充分发挥。主要的神经网络理论研究有神经网络的硬件实现问题研究和神经网络学习算法研究等,利用BP神经网络进行电力系统短期负荷预测,在进行电力系统故障检查诊断的过程中,利用了人工神经网络和元件关联分析等,取得了较好的效果。

2. 模糊控制

模糊控制主要采用的是一种模糊的宏观控制系统,它具有易操作性、非线性、随机性、简单化和不确定性等特点,这些特点使得相关的监理模型越来越简单,并且其优越性也越来越明显。模糊控制方法的优越性在任何地方都体现出来,包括家用电器中,他使得控制操作变得非常容易掌握并且十分的简单。虽然有时候建立常规的数学模型十分困难,但是就现代而言,通过建立模型来实现控制是比较先进的方法。

在电力系统自动化控制中,模糊理论的应用价值非常大,非常实用。这是由于模糊理论能够将人在决策和推理过程中的概念进行模拟。模糊理论在进行工作时主要是将已经生成的控制规则和相关的数据进行推导,对输入的模糊量进行推导,从而计算出相应的输出。输出结果由以下几部分组成:模糊判决、模糊推理和模糊化。这种智能技术在电力系统中的应用具体表现有:能够智能的处理一些家用电器可能产生的噪声以及由此带来的问题,如日常我们使用的电风扇、电热器等家用电器;具有较强的自学能力,并且能够很好的进行纠错;如果电力系统中改变了环境变量的设置和网络拓扑图或者出现了一些其他类型的问题,那么通过模糊理论的智能技术应用,就可以给出正确的解决方法并且做出及时的反应来进行应对;模糊智能技术能够使知识的获得和表达非常容易的完成实现,因为模糊智能技术能够模拟专家的经验并且利用与人的表达方式更加接近的形式进行语音变量的表达;另外,模糊智能技术最大的优点就是能够有效的处理那些具有不精确性的问题和不确定性的问题,使其变得精确和确定。

3.专家系统的控制

专家系统是智能技术在电力系统自动化中应用比较广泛的一项技术,其具有以下功能:(1)当电力系统处警告或紧急状态时,能对其进行有效识别,对系统有比较好的恢复及控制功能,而且还能提供相应的紧急处理方法;(2)具有切荷功能,对运行较慢的状态进行分析转换;(3)对故障点进行有效隔断;(4)对电力系统的短期负荷进行预先报告;(5)对调度人员进行专业技能培训;(6)对静态及动态系统的安全运行情况进行有效分析等。近几年来,虽然专家系统已被广泛应用在电力系统的自动化体系中,但是其还会出现一定的局限性,如不能电力专家所特有的创造性进行有效模拟,其所使用的知识还比较有限,且在功能性的深层次方面还缺乏一定程度的理解。另一方面,没有比较完善的管理及学习机构;当遇到复杂问题时不能采取有效措施进行解决;对某些高难度的知识进行验证时比较困难等。

因此,对专家系统的开发还有待进一步研究,在研究的过程中,应对其系统进行有效验证及尝试,并使用先进的计算机网络技术对其进行不断改善,以使专家系统及对知识的获取能力及对问题的解决能力能够得到有效提高。

4.人工智能化技术的应用

电力系统自动化中人工智能化技术的主要应用于设备故障的诊断。诊断电力系统故障的传统方法是对电力装置与设备在发生故障的过程中所出现的数字状态信息与其他关键信息进行收集与分析,从分析中推理出导致故障发生的原因及发生故障的电力元件,并对故障恶化发展的态势作出预测。近些年来,人工智能化技术的应用,为电力系统的稳定运行提供了有效保障。目前电力系统中常用到的人工智能化技术主要包括ANN、ES、GA、Petri、FST等网络技术。其中ES是一种发展得较为成熟的技术,其不但将书本上相关理论知识融入其中,而且还总结了专家的实践经验,与电力工程的知识研究有着紧密的联系。目前ES智能技术在不断改进自身的知识构造与获取方式,目的是使知识表达与获取的工作变得简化,并使推理诊断故障的效率得到提高。ANN技术的最大优点是无需对专业理论与专家的实践经验进行知识形成、转化及表达方式等进行重新构造,而只是需要对领域专家提供的故障实例进行自我组织与自我学习,在此基础上构建出故障诊断的样本集,诊断故障的样本集对于识别故障类型与故障定位等有着重要的参考价值。FST技术的诊断原理为根据模糊的隶属度描述故障、保护装置及断路器之间可能的度量。此外GA与Petri技术则是各具优势,同时也存在着一些缺陷。

5. 综合智能系统的控制

所谓综合就是指和智能控制方法及现代控制方法进行巧妙结合。如神经网络的自适应控制、神经网络的变结构控制、变结构的模糊控制、自适应或自组织的模糊控制等。主要包括各种智能控制方法间所用的交叉结合方式,在电力系统的研究中,常把专家系统和模糊控制进行结合使用,把神经网络和模糊控制进行结合使用,把自适应控制、模糊控制、神经网络控制进行结合使用,把神经网络和专家系统进行结合使用等。

三、智能技术在电力系统自动化中的发展现状和趋势

电力系统的自动化包括水力发电站综合自动化、火力发电站自动化、电网调度自动化、供电系统自动化以及电力企业管理系统自动化等。市场经济改革在电力企业中的深化使电力企业投资力度加大,智能化设备和高新技术的应用越来越多,电力设备之间的连接更加复杂。

国内智能技术在电力系统中的应用还存在着很大的局限性,智能技术的开发没能够形成合作协同的模式,不能够实现全面发展,很多珍贵资源也没有实现共享。同时国内的很多技术还不成熟,实际应用经验不足,甚至一些技术还停留在理论阶段,与实际投入使用还存在很大距离。另外,电网智能控制系统的研发需要巨大的资金,这不是一个或者几个电力企业能够承担的,需要借助国家的帮助,但是目前来看,国内对于智能电网的研发投入和重视力度还不够。

四、结语

随着社会的不断发展,人们对电能需求力度的增加,我国电力系统也得到了逐步的发展和完善,电力数据总量也不断得以增加,以及大幅度增长的复杂管理和电力市场竞争趋势的不断加剧。基于此,智能技术在电力系统的应用将会产生巨大的正能量效益的影响,在未来电力市场具有更为广阔的发展空间。我们也期待在未来的时间里,能够利用各自优势而组成的综合智能控制系统将会对电力系统起到更加重要的作用,使电力系统更为完备,电力效益也将得到不断提升。

参考文献

[1]顾光恒.浅谈电力系统自动化中智能技术的应用.机电信息,2012(21).

[2]李小燕,嵇拓,李建兴,钟西炎. 电力系统自动化控制中的智能技术应用研究[J].华章.2011(16)

[3]李朝瑞,郭伟亮.论电力系统自动化智能技术在电力系统中的运用[J].科技与企业.2012(17)

人工智能实践报告总结范文6

 

1 智能系·信科院

 

智能科技系是2002年9月初正式成立的,它完全根植于北人信息科学中心,末作增扩。后者的简称——“信息中心”——虽然易与“计算中心”或“情报资料中心”混淆,却是上世纪八十年代中期北大一些有识之士倡议建立的第一个多学科交叉研究中心。它以数学系、无线电f电子学)系和计算机系为主,联合心理学、中文、遥感等共十个系所而组成,宗旨是开展多学科交叉研究,充分发挥北大的综合优势。即使放在二十余年后的今天来看,这样的举措也是颇有前瞻性和魄力的。在此基础上,北大很快于1986年建立了第一个国家重点实验室。就是这样人数不多的一个机构,先后出过三名院士和一名北大常务副校长。以指纹识别为代表的研究成果进入国际先进行列,在国内得到广泛应用。

 

2003年9月10日,北京大学最大的学院——信息科学技术学院——成立。它包括计算机、电子学、微电子学和智能科学四个系,有十二个(研究)所和中心,两个国家重点实验室和若干部门实验室。系是教学单位,所和中心是研究实体。从此,智能科学系(暨信息中心、国家实验室三位一体)翻开了新的一页。

 

2 专业增列·学会指导

 

成立智能科学系除了要顺应北大“系并院”的潮流,也是完善作为学校基本建制单位所必备的。何新贵院士为系取了名称,如今许多学校也大都采用这样的称谓。查红彬教授担任系主任,笔者是主管学科建设和教学的副主任,具体参与负责各项相关工作。创办国内第一个智能科学与技术本科专业也是我们这一班人继承传统的首要任务。事实上,早在一年多前,大家就进行了酝酿,特别是中国人工智能学会教育工作委员会多次组织的相关研讨,成为重要的准备基础。

 

北大是一级学科下自主增设、增列学科专业的学校。系领导上任伊始第一件事就是要在当年申办智能本科专业,而且志在必得。为此,我们在前期制定了详细的步骤计划,进行了深入调研和各项准备工作。我们起草完成了所需的各项材料(人才需求论证、专业建设规划和适应培养目标的教学计划与课程设置方案、教师教辅队伍和基本办学条件说明以及国内外背景对比材料等),中国人工智能学会涂序彦等学者对此进行了专家论证,协助完成了论证报告。这些工作就绪后,我们在2003年10月下旬向学校主管副校长、教务部负责领导和学院领导做了汇报说明,并于10月30日正式提交申请材料。经学校的学部讨论通过,校教务部审核和校教学科研工作委员会论证(由于是国家公布专业目录外者),再经校学术委员会审议,报校长办公会批准,最后于12月15日前顺利完成了全部程序,报教育部备案。2004年初,教育部正式批复并公布了北京大学“智能科学与技术”新的本科招生专业。这个专业名称是查红彬教授建议的,日后成为教育部批复新申办学校的统一提法。

 

由于“智能科学与技术”未在国家公布的专业目录中,因此是增列而非设置,北京大学将其置于计算机科学与技术一级学科之下。由于北大历来严格控制招生规模,我们的30名招生计划是由信息学院其他三个系从原有计划分配名额中挤出来的。新专业的计划发展规模最终为50名。

 

3 教学计划·四校会议

 

智能科学系虽然成功地创建了国内第一个“智能科学技术本科”专业,但也面临着许多挑战。首先是缺乏本科教学的经验。尽管信息中心前身具有北大最早的硕士点、博士点和博士后流动站,研究生培养己历十余年,但一直实施科研主导体制,未曾从事过本科教学。师资队伍扩充快,新进年轻博士比例大,而真正有过本科教学经历者寥寥无几。此外,信息学院成立后开始调整教学计划,制定了一年级统一课程内容,新生是按学院统一招进来,第一年共同学习,后三年才分专业培养。我们虽然为申办专业制定了一套课程计划,但因不兼容学院的统一规划而未能第一次通过学院教学指导委员会的审核。为此,我们组织学院经验丰富的老教授,为本系青年教师进行教学培训,听取学院主管负责领导和几位多年从事本科教学管理的老系主任对教学计划的修订意见。

 

通过几个月的努力,我们完善了智能科学系的课程体系,并最终通过学院教学指导委员会的审核。这个教学计划具有几个特点:一个大基础——以学院的数、理和信息类为主,强调宽厚扎实;三个核心课程群作为专业理论基础,包括智能基础课程群(智能科学技术导论、人工智能、脑与认知科学、信息论、信号与系统)、机器感知课程群(生物信息处理、图像处理、数字信号处理、模式识别)和计算智能与知识发现课程群(智能信息处理、机器学习、数据挖掘、计算智能等),以及两门实验(机器感知和机器智能)和其他各种选修课。四年学分150分,其中必修88学分(包括全校公选26学分、大类平台20学分、学院要求的13学分、专业必修29学分),专业选修56学分(含专业课44学分、通选课12学分),毕业设计6学分。

 

为了更好地交流经验,扩大本专业的影响力,2005年5月,我们发起并与第二批获准的学校(南开、北邮、西电)在北大召开了四校研讨会,围绕各个学校在智能科学与技术本科专业的建设、招生、教学计划制定和未来发展设想等方面进行交流研讨,并建立了联系机制和网站。全国一些兄弟院校也纷纷来北大了解情况,开展座谈,我们则尽可能贡献自己的经验,给予支持。

 

4 招生·分流

 

从2004年开始,信息科学技术学院按学院大类招生,每年接收330~340名本科生,占全校的1/9左右。学生高考排名在全校属中上,但成绩分布差异较大。与学校的其他学院(多从一个系成长为一个学院,如数、理、化、生等)相比,信息学院是由四个不同的系合并而来的,专业跨度大,因此采用一年分流的模式(上述学院为二年分流),笔者被指定负责这项工作。我们提出自愿为主、计划为辅的方针,尽量满足同学们的兴趣志向。制定的分配计划是:电子学系120人、计算机系110人、微电子系70人、智能科学系30人,允许有10%的调整。分流工作在大一下学期(每年4月份)进行,包括全院动员、四个系专题介绍宣传、开放日参观咨询等几个步骤,可谓热闹非凡,同学们可以充分了解了四个系的专业特色。

 

为了克服盲目性引发的偏差,我们建立了一个网上分流系统,在正式填报专业前,增加了摸底预填报的环节,及时反馈群体意向的分布信息,指导学生们的选择,也便于学院掌握动向,调整措施。这种大类招生、进来一段时间后再分专业的举措体现了北大的人文关怀。智能专业初办,基础条件差,缺乏毕业生记录的宣传说明,与学院其他三个老牌系(电子学系50年历史、计算机和微电子系30年历史)相比较并无优势可言,但是我们通过扎扎实实的工作和细致有效的改进,使这个新方向日益显现出魅力。随着智能专业的成熟,特别是有了第一届毕业生后,就愈加受到更多学生的喜爱。

 

选择智能专业的人数逐年上升,2004级34人、2005级36人、2006级39人、2007级43人,目前正在进行的2008级分流达到45人。除了在信息学院内部的影响力不断扩大,北京大学其他学院的转系情况也开始有了可喜的变化。北大最好的元培计划实验班今年第一次有4名学生选择智能专业,医学部和光华管理学院也有申请者(本文成稿时这项工作还在进行),2008级学生肯定突破50名,我们在第五年就达到了创办智能科学专业的规划目标。

 

5 首届生·班主任

 

在新办专业中,有一项由教授担任智能本科专业班主任的举措。这是利用教授的学识、经验和责任心来更好地管理呵护自己的学生,避免了年轻教师因职称晋升等压力可能出现的疏漏。这一做法取得明显效果,不仅受到同学们的普遍欢迎,信息学院也开始考虑推行。笔者担任了智能专业的第一任班主任。首届学生(2004级)有34名,他们进入北大后毅然选择全新的智能专业是很有勇气的,全班有11名来自北京的学生,5名女同学,这个比例迥异于整个信息学院的总体分布。

 

该班学生的年龄恰与我自己的孩子相同,我天然地熟悉他们的一般特点,也理解家长们的想法。北大信息学院的淘汰率平均是7%,每年都有20多人退学。这班学生在大一时的成绩并不占优,其中有几人处在边缘位置,因此,我立下的最低目标就是确保所有同学不掉队。我首先通过全班民主选举任命了一个5人组成的班委会,这个5人机构在随后的几年中发挥了重要作用:其次走访宿舍,了解每个人的情况,为了消除代沟,我努力融入同学当中,学习熟悉他们的语境和思维想法。我同多数同学家长有过接触,从中更深入地掌握学生的性格特点,也包括寻求家长的必要配合。我与所有同学做过不止一次的个人交谈,经常是在晚间,很多时候是他们主动找我,谈遇到的各种困惑、自己的想法、志向等,我利用这些机会及时解决了具体问题。在学习上,我组织全班同学开展互帮互学,尤其对几门有难度的专业课程进行“联合攻关”。全班的“数据结构与算法”课程成绩甚至超过了计算机系。

 

几年来,全班团结互助,像一个大家庭,班委会也一再连任,得到全体拥护。到毕业时全部合格,实现了我的愿望。不仅如此,全班的学习成绩在学校的综合评估中优良率达93‰毕业设计都在良以上,有14人获优秀,更有三名同学的毕业论文被评为学院“十佳”论文。学院的第一、三名也都出自我班。34名同学中有22名继续保送本校读研(其中20人仍在本系),4名同学去了大的国企和知名外企工作,8名同学出国深造,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)。第一届智能专业学生的良好成绩极大鼓舞了我们,增强了我们办智能专业的信心,也为以后的几届同学做出榜样。

 

几年班主任的经历让我深深地体会到,进入二十一世纪的大学,教书、育人同等重要。要适应新时代年轻人的特点,保持我们民族的优良传统,把人格培养放在首位。能够进入北大的学生都是各地的尖子,当他们聚集在这所著名学府时,首先要调整原来俯视周围的习惯,学会平视甚至仰视其他同学,平和自己的心态,开阔胸怀,树立人生抱负和刻苦努力的决心,这样才能正确对待困难和挫折,才有所作为。班主任的工作往往细致入微,其实是把70%的精力用到30%的人上面。一些学生掉队是否可以避免,关键看班主任的工作是否到位。

 

6 培养体系·本研贯通

 

北大是(文)理科性质的学校,“智能科学与技术”专业也是按理学设置,尽管它更强调学科交叉。从智能科学的内涵来看,我们设立的培养方向更多地是继承自身传统和学校的综合优势,突出“以人为本”的脑认知和与心理生理结合,开展机器感知(视、听、触)和数据转换信息,进而发现知识的机器智能两个方面的研究。同时,我们配合学院的教学指导规划设置课程计划,除了全校的公共必修课程(外语、政治和体育),还有学院的公共平台课。第一年主要是夯实数学、物理和信息类的基础,后三年的专业课程安排是以必修的专业基础和机器感知与机器智能两个方向的专业核心课程为架构。为了强调学生的动手能力,还重点建设了两门实验课程。此外,还利用学校的各种本科科研基金项目(包括大学生创新基金、著政基金、泰兆基金、校长基金)和各个实验室承担的项目来吸引学生,培养他们思考问题的能力,提高他们的研究兴趣,为日后进一步深造打基础。由于绝大多数学生都将读研,这样的安排无疑起到了积极作用,并成为撰写毕业论文的基础。我们还打通了本科高年级与研究生一年级的课程,利用各种机会举办研究讲座,如龙星计划、专题报告、国际人工智能远程教学等活动,开阔学生的视野,引导研究方向,调动学生的潜质。从专业特点来看,我们的智能学科更偏向于“软”的一侧,因此也充分利用信息学院,特别是计算机系的各类教学资源来帮助扶持新办专业的成长。

 

我们原有的博士、硕士点是计算机应用技术和信号与信息处理两个方向,为了让我们的培养体系更加系统,我们进行了两年的精心准备。2007年底,我们正式向北大研究生院申请增列“智能科学与技术”硕士和博士点。经过必要的论证,最终获得批准,及时衔接第一届本科毕业生升研。至此,本、硕、博一以贯通,作为计算机科学与技术下的二级学科,一个完整的智能科学技术专业培养体系建立起来,从培养体制上保证了新兴智能专业的顺利发展。

 

7 特色专业·教学团队

 

五年来,北京大学智能科学技术本科专业从酝酿到创办,可谓初见成效,走过了颇具挑战的历程。除了确定具有特色的培养目标和方向外,还需要扎扎实实落实每一个环节,并在实践中检验。本科教学迥异于研究生培养,它的计划性、按部就班执行的严格性以及每堂课程的内容安排和效果评估必须一丝不苟。

 

信息学院秉承了北大的优良传统,对这个新办的专业给予了巨大支持和关怀,使我们能迅速成长起来。我们从一开始就有一套严格的课程设置审核程序、教案检查制度和新教师上岗准入的试讲考核手续。学院有一支由经验丰富的退休教师组成的督导组,随堂听课评估每一位教师的讲课内容、方式和教学效果,及时纠正问题。作业批改和试卷出题也都有严格规定。在课程体系的建设方面,信息学院打通了一年级的公共部分,深化和夯实了数理基础。

 

在专业课程上,智能科学系提炼了三个课程群,并组织教师进行重点建设。此外还加强对学生动手能力和独立思考解决问题能力的培养。

 

除了在专业上实施分流培养外,我们还针对北大学生的特点,在基础课采用实验班的A、B分级组合方式,满足不同专业对各自基础培养的要求。在专业课程群中,也允许不同兴趣的组合选择,充分发挥和提升学生的能力。为了更好地关怀学生顺利成长,我们除规定教授担任班主任外,还设立了本科生学术导师制,加强对学生的各种指导。智能科学系也注重师资队伍建设,引进了一大批(半数以上)优秀的年轻教师,其中信息学院中从国外回来的教师比例是最高的,为这一新兴学科注入了最具活力和新思想的力量。在招聘教师时,教学需求和能力成为评价的重要指标。

 

2007年,我们接受了教育部的学科评估,新办专业得到好评。学校开始关注我们的进步,在随后的一年中,我们一再从学校的竞争中脱颖而出,陆续获得了国家一类特色专业、北京市一类特色专业和北京市优秀教学团队等称号,2008年又获得国家级教学团队称号。我们的培养体系和人工智能双语教学也分获北京大学的教学一、二等奖。

 

8 结语·致谢

 

尽管北大年轻的“智能科学与技术”本科专业建设初见成效,但征程是漫长的,我们还会面临更多的挑战和问题。然而,智能科学这个本科专业方向是很有希望的,它不仅吸引了大学的新生,也在高考人群中产生着愈加重要的影响,它的健康发展需要大家共同的努力和精心培植。每所大学都有不同的特点,我们应该从学校、师资、方向、生源以及学科培养性质和目标等条件出发来建设新兴专业。以上是笔者对北京大学第一个“智能科学与技术”本科专业创建历程的回顾,希望与同行共享。

 

在专业建设过程中,许多人给予了热情帮助和支持。这里要特别感谢北大信息学院陈徐宗教授,感谢中国人工智能学会涂序彦和王万森教授。

 

最后引龚定庵一句名言:“但开风气不为师”。

 

9 总结与展望

 

本文介绍了厦门大学智能科学与技术系在学科发展、科学研究和人才培养方面的基本建设情况。我们希望这些初步的工作总结能对目前正积极筹办本专业的兄弟院校起到一定的借鉴作用。

 

“智能科学与技术”专业在我国的发展尚属初级阶段。尽管近几年得到了国内部分高校的重视,但其发展并不是很快,且进一步发展也存在一些障碍。比如,从专业配置来看,目前智能科学与技术并非一级学科,多数学校的“智能科学与技术”专业博士培养都是依附于其他相关专业。从长远来看,这并不利于整个学科的发展。希望通过各相关高校的广泛交流和积极配合,“智能科学与技术”专业在国内的发展能更上一层楼。