智能系統(tǒng)導論課程中進化計算的教學探討

白梅　李冠宇　張俊　寧博　王習特

摘 要：探討如何開展進化計算的教學工作，從教學內容和教學安排兩方面展開介紹，最后說明幾點啟示。目的是將進化計算這一重要思想介紹給學生，使他們能夠了解進化計算的內容，更能靈活掌握進化計算的思想，解決今后實際生活和科研中遇到的各類問題。

關鍵詞：智能系統(tǒng)導論；遺傳算法；教學啟示

1 背 景

智能科學與技術專業(yè)是面向高新技術的基礎型本科專業(yè)[1-2]。隨著科技的不斷發(fā)展，智能科學與技術專業(yè)的地位越發(fā)重要，為國家培養(yǎng)大量的專業(yè)型技術人才，是我國推動人工智能發(fā)展的基礎。智能系統(tǒng)導論作為智能科學與技術專業(yè)的基礎課程，主要對人工智能發(fā)展歷史過程中的各種主要技術展開專題性的介紹，旨在幫助學生理清人工智能學習中的各類技術脈絡，從而對不同種類的人工智能技術進行良好的梳理[3]。

進化計算[4]是智能系統(tǒng)導論中的一個重要專題，其深入模仿進化原理，是人工智能發(fā)展歷史上一項突破性的科研成果。進化思想可以有效應用在各類組合優(yōu)化問題中，能夠為學生將來的工作和研究提供良好的理論基礎。

2 教學內容

進化計算就是用計算機程序來模擬自然進化的過程，是人工智能發(fā)展歷史上一個里程碑式的進展。進化計算的授課內容包括以下幾個方面。

（1）進化計算的簡介。包括進化計算的歷史起源、進化計算的核心思想、進化計算的分類以及進化計算的應用等方面。通過對進化計算的簡介，使學生對進化計算有整體的了解。

（2）遺傳算法及其應用。詳細講解遺傳算法的基本原理、遺傳算法的步驟以及各種遺傳操作，并通過案例對遺傳算法的應用進行詳細介紹。

（3）進化策略的介紹。詳細講解進化策略的問題編碼、算法步驟以及進化策略的遺傳操作。

（4）遺傳編程的介紹。詳細講解遺傳編程的問題編碼、算法步驟和遺傳操作。

（5）總結。對比3種不同進化計算方法的優(yōu)缺點及他們遺傳操作的不同之處，并概括總結他們適用的實際問題。

3 教學安排

3.1 問題引入

智能系統(tǒng)導論作為本科生的專業(yè)基礎課，不僅需要讓學生明白所學的知識，更需要有效引導學生的興趣，使他們對該學科產生興趣自發(fā)學習。那么在進行問題引入時，就需要對學生進行興趣引導，使他們明確該知識點所依托的實際背景。在進行一些基礎學習時，學生經常會有疑問，這個知識有什么用、是否有實際使用背景。這種情況下，就需要老師對學生進行有效的知識聯(lián)想，清楚地告訴學生這個知識點所依托的實際背景，從而激發(fā)學生的學習興趣，由教師灌輸知識模式轉變成學生主動學習知識模式。

為達到上述目的，在對進化計算進行問題引入時，教師對進化計算的開發(fā)背景進行深入探討，從達爾文進化理論入手，以短片的形式來引起學生的興趣，接著對照短片中的每個場景，進行逐步講解，從而歸納出進化計算的核心思想，并引出進化計算的重要發(fā)展分枝：遺傳算法、進化策略和遺傳編程。

3.2 理論介紹

當把進化計算思想成功引入后，需要對進化計算的理論進行有效的歸納和總結。進化計算在長久的發(fā)展過程中，出現(xiàn)了3個重要分枝算法：遺傳算法、進化策略和遺傳編程。盡管這3種算法的核心思想相同，都是模擬 “優(yōu)勝劣汰”的自然選擇機制和遺傳信息傳遞的計算機程序，但在處理信息時，他們所采用的遺傳操作卻并不相同。因此，在授課過程中，教師需要對3種進化計算方法以流程圖的形式并結合具體的案例分別進行描述，然后以問答的形式總結3種進化計算的各自特點，并與學生共同探討，最終以表格的形式來描述3種進化計算方法的不同點（見表1）。

表1 遺傳算法、進化策略和遺傳編程的不同處項目 遺傳算法 進化策略 遺傳編程

染色體表示 二進制數(shù)字串 范圍變量 LISP列表處理語言

遺傳操作 選擇、交叉、突變 突變 選擇、交叉、突變

優(yōu)化方式 數(shù)值優(yōu)化 數(shù)值優(yōu)化 函數(shù)優(yōu)化

染色體長度 固定 固定 不固定

在清晰描述3種進化計算的不同之處后，以遺傳算法為例進行詳細的講解，使學生對該案例進行充分的了解，然后引導學生采用其他2種進化計算方法對相同的案例進行解決，從而強化學生對3種不同進化計算方法的理解。

3.3 知識應用

進化計算有著非常廣泛的應用，尤其在求解最優(yōu)化問題上取得非常好的效果。為了在各種實際問題中活用進化計算方法，使學生不只是生硬的照搬照抄該思想，還需要從多種案例入手，在保證進化計算核心思想的前提下，靈活使用不同遺傳操作方式，達到解決實際問題的效果。

在課堂教學過程中，可以把進化計算思想帶入到傳統(tǒng)的最優(yōu)化問題中，如最大覆蓋問題、旅行商問題、中位數(shù)問題等。以遺傳算法為例，分別帶入不同的最優(yōu)化問題進行解決。在解題過程中，對于不同的題干要求，需要設計不同的染色體編碼，并對他們進行相應的調整，使得他們滿足具體的問題。通過這種加強學習，使學生能夠活用相關知識，做到具體問題具體分析，并具備一定的科研創(chuàng)新能力。

3.4 實踐練習

為鞏固教學效果，在學生課程實踐中，安排相應的最優(yōu)化問題，使得學生能夠動手實踐，更加深入地掌握進化計算方法：以10個學生為一個小組進行實踐練習，首先每個小組可以自主選擇實踐題目，而后以小組為單位進行相應題目的系統(tǒng)設計與實現(xiàn)，最終以小組的形式進行成果演示和問題講解，并提交實踐報告。

關于進化計算的設計題目包括2個。題目一：旅行商系統(tǒng)的設計與實現(xiàn)。具體地，給出一系列城市和每兩個城市之間的距離，求解一組序列，使得旅行商可以依照該序列依次訪問每個城市僅1次，并保證旅行商走過的總路程最短。要求：在系統(tǒng)設計過程中，城市的數(shù)目和任意兩城市間的距離可以隨機生成，并在系統(tǒng)中采用進化計算的方法實現(xiàn)最優(yōu)路徑的選取。題目二：最優(yōu)化選址問題的設計與實現(xiàn)。具體地，某市計劃興建幾個供電站，共有n個候選地址，在任意候選地址興建供電站，可以解決周邊的供電問題，如何興建盡可能少的供電站，使得興建的供電站可以覆蓋該城市的所有地區(qū)。要求：供電站的候選地址以及每個候選地址的覆蓋范圍可以隨機生成，且該城市的總區(qū)域可由一個矩形代替，在系統(tǒng)中采用進化計算的方法實現(xiàn)最優(yōu)候選地址的選取方案。endprint

通過上述實踐練習，不僅使學生深刻理解進化計算的思想原理，還強化學生的能力鍛煉，在攻克一個個問題的過程中，學生可以把所學知識與實踐良好地聯(lián)系起來。同時，在系統(tǒng)開發(fā)過程中，也對學生的團隊協(xié)作能力進行鍛煉，為學生今后進入工作和科研系統(tǒng)打下堅實的基礎。

4 教學啟示

在教進化計算的過程中，教師得到了教學以外的幾點啟示。

（1）案例與教學結合，是引起學生興趣的最好手段。都知道興趣是學生學習最好的老師，但是如何激發(fā)學生的興趣則是教師需要思考的問題。由于人工智能科學的特殊性，教師可以發(fā)現(xiàn)，任何智能技術都有著一定仿生學的影子，因此，教師要以實際案例為導向，激發(fā)起學生的學習興趣。只有當學生清楚所學的知識有用，他們才會全身心的投入到該技術的學習中。

（2）豐富靈活的案例，是掌握知識的最好通道。掌握知識，不僅僅是指學生學會考試內容，可以做出計算題，更多的是指學生掌握該技術，能夠把該技術用到合適的場景中。那么在教學過程中，就需要教師通過各類不同的案例，并且不斷變化案例的題干，來加深學生對該知識的了解。教師還需要多留思考題，開動學生的大腦，對問題進行深入分析，從而盡早掌握該知識。

（3）理論聯(lián)系實際，是提高學生能力的最好方法。單純的理論學習，并不能使學生對該知識形成深刻的印象。那么在后期的課程實踐中，可以通過安排相應的最優(yōu)化選題，不斷加深學生對進化計算知識的掌握。在實踐過程中，可以使學生的團隊協(xié)作能力和科研創(chuàng)新能力得到全面的提升。

5 結 語

在課程教學中，筆者精心設計進化計算中所需要的各類案例，通過調整題干，使得學生在理解進化計算核心思想的基礎上，能夠靈活掌握該知識點，做到具體問題具體分析，理論聯(lián)系實際。在接下來的教學過程中，筆者將會就進化計算問題進行更加深入的探索，擬引入當前該領域內的最新研究問題，進行實例探討，并留給學生更多的討論思考時間，為培養(yǎng)高素質的科研型人才奠定良好的基礎。同時，筆者會對智能系統(tǒng)導論中的其他專題展開有針對性的深入研究，爭取將智能系統(tǒng)導論的每個專題設計得更加靈活生動，幫助學生掌握該門課程的同時，為學生學習人工智能研究奠定良好的基礎。

參考文獻：

[1] 鐘義信. 傳播創(chuàng)新成果， 服務社會需求： 論核心課程的設計[J]. 計算機教育， 2014（19）： 22-25.

[2] 李曉東. 關于智能科學與技術專業(yè)建設的幾點思考： 以中山大學智能科學與技術專業(yè)為例[J]. 計算機教育， 2015（18）： 2-5.

[3] Negnevitsky M. 人工智能： 智能系統(tǒng)指南[M]. 北京： 機械工業(yè)出版社， 2011.

[4] 閻平凡， 張長水. 人工神經網絡與模擬進化計算[M]. 北京： 清華大學出版社， 2005.

（編輯：史志偉）endprint