智能科學與技術學科評估模板(10篇)

導言：作為寫作愛好者，不可錯過為您精心挑選的10篇智能科學與技術學科評估，它們將為您的寫作提供全新的視角，我們衷心期待您的閱讀，并希望這些內容能為您提供靈感和參考。

篇1

北大是“常為新”的，特別是在信息科學這樣一個引領著時代最前沿科技發展的學科領域里。上世紀八十年代中期，北京大學一批具有長遠發展眼光的有識之士倡議建立一個多學科交叉研究中心，以數學系、無線電(電子學)系和計算機系為主，聯合心理學、中文、遙感等共十個系所，宗旨是在信息科學領域開展多學科交叉研究，充分發揮北大的綜合優勢。中心的建立牢牢把握住了時展的方向，獲得了快速的發展。很快，北大在中心的基礎上建立了第一個國家實驗室，并取得了豐碩的成果。2002年9月，在信息中心和國家重點實驗室的基礎上，北京大學智能科學系組建完成，并與次年并入北京大學最大的學院――信息科學技術學院，翻開了發展進程中嶄新的一頁[1]。

智能科學系的誕生是改革和創新的產物，它的發展也是與時俱進的。智能科學與技術被認為是當今信息科學領域最重要的創新點和增長點之一，它正在成為關系到國民經濟發展，國家安全穩定的新興領域。正是在這樣的大背景之下，智能科學系的老師們深入調研，精心準備，于2003年向教育部申報“智能科學與技術”本科專業，并獲得了教育部的批準，于次年開始招收本科生，這也開了全國智能科學本科教育的先河。目前，已經有4屆智能科學系本科生順利完成了他們的本科學業，邁入了新的人生階段。我們也在不斷探索和嘗試中，初步建立了一套適合北大學生成長成才的智能科學系本科生培養體系。

1北大智能科學系本科生培養體系概述

在培養智能科學系本科生的過程中，我們的老師始終堅持“以學生為本”的原則，多方面關注學生發展，把握智能科學技術的新興前沿領域，面向國家建設重大需求，確立具有創新精神和實踐能力的多層次復合人才的培養格局。為了實現這樣的培養目標，我們在本科生培養過程中牢牢抓住招生、教學、育人這三個重點環節，充分尊重學生的個性化發展，因材施教，力爭將學生培養成為具有國際視野的行業領軍人才，具體為具有原創能力的研究型人才，具有集成能力的工程型人才和具有組織能力的管理型人才。在我們的主要培養思路如下[2]。

1) 把好分流關，吸引真正對智能科學感興趣的學生選擇智能科學專業。

2) 創新課程體系，優化課程內容，建立和完善智能科學技術學科體系。

3) 完善本科生導師制，加強課外引導，建立全方位的培養體系。

2智能科學專業分流

從2004年開始，在北京大學“加強基礎，淡化專業，因材施教，分流培養”這一原則的指導下，信息科學技術學院開始按照大類招生，即本科一年級學生在進入學校后不分具體專業，統一學習信息學科基礎課程。在一年級下半學期期末，按照“計劃指導，自愿優先，排名調劑，加強疏導”的方針，由學生自主選擇專業。

與學院其他3個老牌系(電子學系50 年歷史、計算機和微電子系30年歷史)相比，智能科學系創立時間短，基礎條件薄弱，缺乏畢業生記錄的宣傳說明，所以，分流過程中并無優勢可言。為了吸引優秀的學生選擇智能科學系，我們充分利用學院在專業分流前期安排的宣傳引導工作階段，通過制作專業手冊、舉辦專場講座、舉行網絡討論、安排導師專場指導等方式向大一學生宣傳智能科學系；在學院統一的開放日里，我們將自己最引以為傲的科研成果通過通俗易懂的形式展現給學生，并且安排資深研究人員現場咨詢，幫助同學們了解智能科學系的特點。通過這些扎扎實實的工作和細致有效的宣傳，同學們逐漸領略到了智能科學的魅力，越來越多的人選擇智能科學。圖1為智能科學系分流人數的趨勢圖。

從圖1中可以看出，2004級至2009級，信息學院大一學生中選擇智能科學系的學生數量逐年上升。另外，需要特別指出的是，2008年學院第一屆智能科學本科生順利畢業，并且取得了良好的成績。2008屆智能科學系本科生全班學習成績在學校綜合評估中優良率達到了93%，34名同學中有22名繼續保送本校讀研，4 名同學獲得了大型國有企業和知名外企的工作機會，8 名同學獲得出國深造機會，在歐、美一些名校攻讀博士，其中有一名學生同時拿到了包括哈佛、MIT、CMU、UCLA在內的著名大學的全額獎學金(最后選擇MIT)。表1所示為2004級―2006級智能科學系本科畢業生去向。

良好的成績使智能科學系在學院內部和北大校園內的影響力不斷擴大，北大其他學院的優秀學生也開始申請轉到智能科學系學習。2008年，北大最好的元培計劃實驗班有4名學生選擇了智能科學專業，醫學部和光華管理學院也有學生申請轉入智能科學系。

但是，需要看到的是，2010級本科生分流時只有34名學生選擇了智能科學系，相對前幾年來講是明顯偏少的。在這一年，學院有一半的大一學生選擇了計算機專業。學院針對專業分流的問卷統計顯示，超過70%的學生在入學前對各個專業了解程度很低，即使經過一年的學習，絕大部分學生對于各個專業也只停留在基本了解的程度。同時在高考前已經考慮好專業選擇的學生中有71%選擇的專業是計算機專業，近60%的受訪學生將興趣作為選擇專業的第一決定因素。從這樣的統計數據可以看出，作為信息技術的老牌專業，計算機專業在學生入學前的被認知程度遠遠高于智能科學。同樣作為偏“軟”的專業，智能科學由于建立時間短，被公眾認知程度低，在專業分流時難免會有些“吃虧”。這就要求我們進一步加強對智能科學的宣傳，讓更多的人，特別是對信息科學有興趣的學生了解智能科學的內涵和主要研究特點，以吸引高素質的人才加入到智能科學的研究隊伍中來。

3本科生課程體系創新

3.1指導原則

作為一所綜合性大學，北京大學特別注重對學生的通識教育，注重學生綜合素質的培養，要求學生廣泛學習不同領域的知識，學習不同學科的研究方法。北大人才培養的基本原則可以歸納為“加強基礎，淡化專業，因材施教，分流培養”。

篇2

0引言

智能科學與技術專業是教育部根據“面向國家戰略需求、面向世界科技前沿”的方針，為適應國家科學與技術發展的需要而設立的，專業代碼080907T。智能科學與技術專業屬于一個交叉學科，涵蓋了電子信息技術、計算機硬件和軟件、人工智能、自動控制等多項技術領域的應用。因此，如何交叉學科，立足于工業智能化的發展方向和《國家中長期科學和技術發展規劃綱要（2006―2020年）》的要求，適應國家對高質量的智能技術人才的社會需求，研究與實踐體現行業產業發展、技術進步和社會建設需求的智能科學與技術專業人才培養課程體系具有重大意義。

1創新課程體系的意義

德國率先提出的“工業4.0”概念其實就是將互聯網技術與嵌入式系統技術、計算機技術、先進制造技術等相結合，形成虛擬與現實相融合的智能制造系統。人們可以在世界任何地方采用電腦或任何移動終端，在互聯網上選擇標準的或定制的貨品訂單，系統會采用人工智能、大數據、機器學習等技術在全球范圍整合資源、信息、物品和人，以高質量、低成本、高效率生產制造出產品，快速交付給客戶。

在制造領域，這種技術的漸進性進步可以被描述為工業化的第4階段，即“工業4.0”，如圖1所示。其中，第①階段以1784年的英國蒸汽機為代表；第②階段以1870年的電動機械發明與應用為代表；第③階段以使用電子與IT技術的自動化時代為代表；第④階段就是我們正在經歷的智能制造時代。當前，中國工業機器人銷量連續兩年行業增速在50%以上，行業進入成長期。另外，中國工業機器人使用密度遠低于主要發達國家，具有廣闊的市場空間。智能裝備的大發展對相關專業人才的需求呈爆發趨勢，智能科學與技術專業畢業生今后的一個重要就業方向將是服務于產業界的機器人領域。

我們國家正在大力提倡的“中國制造2025”與德國提出的“工業4.0”有著異曲同工之妙，盡管兩國的工業、社會發展階段存在差異，但在智能制造領域、互聯網領域發展水平基本同步。通過國家層面大力推廣發展智能制造技術，以及在大學智能制造相關專業的課程改革，為我國的智能制造技術趕上甚至超過發達國家創造了千載難逢的機遇。

2智能科學與技術專業創新課程體系目標

如何充分利用民辦學校的企業資源優勢，辦好智能科學與技術專業是本專業面臨的重要挑戰之一。本著教育先行、為產業服務的辦學宗旨，根據行業中長期發展的需求，在保證專業知識體系完整性的前提下，結合“工業4.0”對專業人才知識、能力的需求，我們將專業定位側重于智能傳感與檢測技術，智能機器人傳動、驅動技術，智能機器人系統構建技術，嵌入式系統技術等。4年來的辦學實踐證明，我們的專業定位符合地區與行業發展需求，并具有一定的前瞻性。

基于以上專業定位，對智能科學與技術專業的人才培養課程體系進行深入的探索與實踐，涉及專業一體化的理論與實踐課程體系規劃，機器人實踐平臺升級，專業課程的教學設計、教學方法、考核方式改革，教學資源、師資隊伍、評估反饋機制建設等。通過有針對性地研究我們在專業教學中存在的問題，尋找解決問題的有效途徑，探索出符合現代高等教育發展規律、適應“工業4.0”及“中國制造2025”對專業人才知識及能力要求的創新課程體系，為國家、社會輸送高素質的應用型工程技術人才。

通過對智能科學與技術專業的面向“工業4.0”的創新課程體系的研究，在已運行4年的本專業課程體系的基礎上建立完善的智能科學與技術專業創新課程體系；完成課程體系面向“工業4.0”的課程群知識結構設計、理論與實踐一體化設計；總結課程教學手段和方法；完成高質量的教學資源建設；建立高水平的師資隊伍。

3創新課程體系構建方案

專業人才培養遵循工程教育思想，以項目為導向設計專業課程培養體系，將項目設計和實施貫穿于大學4年的教學過程之中，讓學生在校期間就有機會參與真實項目的開發與運作，獲得實踐經驗和實際操作能力，實現企業真實項目實踐與學校理論教學的無縫對接。設置面向“工業4.0”的創新課程群及項目群，對學生的知識、能力、素質進行全面培養，使學生得到全方位的鍛煉。

3.1支撐培養目標實現的一體化課程體系

專業課程體系的構建思路以行業與社會需求為根本。在此基礎上確定智能科學與技術專業人才的培養目標。以TOPCARES-CDIO教育理念為指導，定制科學先進的人才培養模式和過程，最終建立面向“工業4.0”的智能科學與技術專業創新課程體系。

引進與國際接軌的課程體系，制定全新的適應我國國情的教學計劃，采用先進的教學理念與培養模式，初步構建以設計為中心，理論與實踐高度融合的應用型本科課程體系。

理論課程體系方面具體表現在適當降低理論知識的難度，著重培養學生理論結合實際的能力。理論課程的整合要突出理論教學的應用性，構建基礎理論平臺課程群與專業模塊化課程群相結合的理論教學體系，保證人才的基本規格和多樣化、個性化發展，增強學生對社會的適應性。

實踐課程體系方面，依據專業能力培養目標，以能力為本位，以項目為載體，以“學中做”和“做中學”為方法，統籌安排基礎實踐、專業實踐、創新訓練與實踐、創業訓練與實踐、綜合實訓與實踐、畢業設計（論文）與企業實習等各類實踐教學環節，使實踐學期教學內容逐級遞進、逐步深化；將實踐學期實訓內容與理論學期的教學內容緊密銜接。系統化構建理論與實踐相結合、課內與課外相結合、學校與企業相結合，貫穿于大學教育全程的一體化實踐教學體系。本專業采用自頂而下的方式設計各級項目。一級項目（智能機器人綜合設計項目）的設計直接針對專業的培養目標，實踐學期的二級項目和基于專業課程的三級項目分別是一級項目培養能力的分解。

采用基于社會實際崗位的逆推法設計課程體系，如圖2所示。按照人才職業需求確定專業培養目標，將專業培養目標抽象為若干個專業核心應用能力，再根據每個專業核心應用能力所需的知識、能力、素質結構劃分不同的課程群。

設置課程群不僅要考慮智能科學與技術專業本身課程體系的科學性與遞進關系，還要充分研究專業相關的重點行業、大型企業崗位特點，針對人才市場的人才需求和崗位需求，把行業、企業、崗位所需與“工業4.0”相關的新知識、新技術、新平臺、新規范納入課程，實現專業課程體系與區域經濟及行業、企業的有效對接。目前，智能科學與技術專業現行的人才培養課程體系將專業定位側重于智能傳感與檢測技術、智能機器人傳動與驅動技術、智能機器人系統構建技術和嵌入式系統技術，包括智能系統的軟/硬件設計與開發，以及智能技術在工業控制領域的應用等。雖然該體系與面向“工業4.0”相關技術有一定的匹配度，但還需進一步改革，擬融合“通信規約”“IoT”“工業現場總線”等知識模塊構建“工業4.0”的CPS虛擬網絡課程群，融合“工業機器人”“智能傳感檢測”等構建“工業4.0”的CPS實體物理課程群。實踐課程體系的改革主要圍繞KUKA工業機器人開設相關的課程實驗、課程項目、實踐學期項目及實訓等。

智能科學與技術專業課程體系的構建分為基礎課程、專業基礎課程、專業崗位應用技能課程、專業方向和專業技能拓展課程4個階段。注重崗位需求對課程設置的對應性，前兩個階段與傳統大學基本一致，只是深度上淺顯一些，后兩個階段面向人才市場的崗位需求，著重培養企業用得上的專業人才。

3.2科學的人才培養質量評價體系

大連東軟信息學院智能科學與技術專業按照全面質量管理的理念，建立了全員參與、全過程監控、全方位評價的教學質量評價機制。做到了常項評價與專項評價相結合，形成性考核評價與終結性考核評價相結合，定性評價與定量評價相結合，采取管理學確認有效的5W1H（Why-What-Where-When-Who-How）和PDCA（Plan-Do-Check-Action）方法進行評價，可以有效地保證各環節教學質量的穩步提升與持續改善。

智能科學與技術專業教學質量評價包括TOPCARES-CDIO系列評估、教學質量評價以及教學過程評價3個部分。TOPCARES-CDIO系列評估主要評價專業、課程、項目、教材以及素質教育等環節落實工程教育理念的效果。教學質量評價主要包括教師教學質量評價，學生對課程的滿意度調查、對重點課程的評價、對重點教材的評價等，由定量評價和定性評價組成。教學過程評價，主要從課程考核、實踐學期以及畢業設計（論文）3個關鍵環節展開。

3.3高水平師資隊伍建設

專業自成立以來就十分關注師資隊伍的培養，不斷強化專業師資隊伍建設，持續關注專業帶頭人和骨干教師建設，加強“雙師型”教師隊伍的培養力度。通過開展內部培訓、教學研討、企業實踐、學術研討等全方位的培養措施，努力建設一支結構合理、素質優良、教研科研水平高、技術服務能力強的教學團隊。在師資隊伍建設過程中，實施“引聘訓評”的雙師型師資隊伍建設發展方案。

3.4教學資源建設

篇3

上海理工大學于2010年經教育部批準設立智能科學技術本科工程類專業，并于當年招收第一批學生。該專業主要依托上海理工大學光電信息與計算機工程學院的自動化系、電子工程系和計算機系的基礎資源和師資，借助于學院自動化儀表、光學工程等的社會應用背景，培養智能測控、智能信息融合、智能信息管理等方面的工程技術人才。

為制定出適合社會需求的智能專業人才培養計劃，我們拜訪了具有相關專業培養經驗的兄弟院校，學習他們的辦學經驗，深切感受到培養智能專業人才的困難。主要體現在專業的“智能”特點及培養方法上。如何結合工程實際的培養要求，制定出一套可操作、學生易接受，有利于培養學生的創新思維、激發學習興趣、強化動手能力的培養計劃，是我們首先要做的工作。

我們學校采用學分制教學模式。共180個學分，專業學分只有77.5學分，約1 240學時。要在這么少的學時內完成如此廣泛的教學內容，并達到良好的教學效果，有一定難度。為此，我們從以下幾個方面進行設想。

1) 探索新的人才培養方案，構建與社會需求直接相關的課程體系。

2) 改進課程教學方法，加強教學互動機制。

3) 加強教師隊伍建設，引進與培養相結合，提高教師自身的業務水平和實際應用能力。

4) 加強實踐環節，充分利用學院教學資源，使學生有更多機會參與實際操作，增強學習興趣，提高創新能力[1-2]。

1培養計劃

上海理工大學是一所以工科為主的綜合性大學，培養的學生主要面向應用。要辦好新專業，必須有自己的學科體系和課程特色。辦工學智能科學與技術專業，很容易受理學辦學模式的影響，從而導致理論大而不精，實際應用能力缺少專門訓練，無法適應社會需求的情況。我們的培養目標定位是以工程應用為主，加強技術能力的培養。多學兄弟院校的辦學經驗，但不進行形式攀比，扎扎實實地做好培養實用型人才的本位工作。考慮到我院在光電技術、智能化儀表、智能檢測與控制方面的優勢，我們確立以“智能集成和智能儀表”作為專業特色。

我校培養計劃的基本思路是：基礎知識精、簡、實用但要扎實。專業知識以掌握應有的技能為目的，加強創新和實踐教育，同時加強對學生道德、人文素質方面的教育，以使學生具備堅實的數理基礎，系統掌握智能科學與技術的基礎理論、基本知識和基本技能。

整個培養計劃分成三大塊：通識教育、基礎課程、專業課程。通識教育由學校統一規劃，除政治、思想、道德、體育及人文等方面的教育外，還包括外語基礎、電腦應用常識及計算機程序設計基礎。基礎課程由光電信息和計算機工程學院統一制定，主要包括數學基礎類、工程設計基礎類、電類基礎課程及計算機原理等。專業課程分為4個課程塊。第一課程塊為專業核心課程。主要包括自動控制理論、智能檢測、智能信息處理和機器視覺技術等，要求本專業的學生對與智能科學與技術相關的專業基礎理論和技術有一個全面的掌握。在確定核心課程時，我們考慮了作為工科學生的培養要求，更注重課程的實用性以及學生在選擇專業方向時的知識覆蓋面。第二課程塊為技術基礎課程。作為本專業的技術入門課程，“智能科學與技術導論”和“腦與認知科學初步”安排在技術基礎課程模塊。由于智能科學與技術專業涉及面很廣，為使學生能根據自己的愛好和特點選擇發展方向，這個模塊允許學生選擇不同的技術基礎課程。第三課程塊為專業技術課程。包含計算機技術、智能控制技術及數據融合技術等。計算機技術主要以嵌入式處理器、DSP處理器及計算機網絡與通訊技術這些與實際應用聯系比較緊密的技術為主要內容。學生可根據自己的興趣選擇其中幾門，作為專業技術課程。第四課程塊為專業選修課程。該課程組針對智能化的具體應用聯系方面，課程有比較大的選擇余地，學生可以根據自己的專業方向選擇相應的課程，強化自己的專業知識[3-4]。

2培養方法

我們培養學生的基本目標是：每一個學生至少有一項基本技能，每一個學生都具備足夠的自信心和基本的道德水準。由于我校生源的總體水平比重點大學要弱一點，我們計劃從進校開始就對學生進行自我價值、創新意識、社會道德的教育，激發學生積極向上、發奮學習的主觀能動性。智能科學與技術所涉及的理論比較廣，制定培養計劃時，既要考慮到學生對這些學科的了解、學科間的聯系，又要使學生對有實用意義的理論知識有比較扎實的基礎，并且在以后選擇專業方向時有一定的理論基礎覆蓋面。我們把這些內容分成概述型和精講型兩類。選擇三四門具有一定深度、知識覆蓋面比較廣、反映智能科學與技術主題的專業理論課程作為核心課程，在內容的選取上偏重有用性、實用性、易用性原則，盡可能做到學精、學好、學以致用。把一些認識層面的內容以概述型課程加以介紹，使學生對智能科學與技術所涉及的內容有一個比較完整的了解。

作為工科學生的培養，我們不要求學生全面完整地掌握基礎知識，而是注重實用和掌握，要求學生能熟練靈活地應用所學的基礎知識。從以往相關專業的教學要求和效果看，對大而全的教學要求，整體上不能達到滿意的教學效果，學生忙于應付，結果導致掌握不實，不能很好地把握基本概念，并加以運用。我們的教學思想是：針對培養目標，精選課程內容，力求實用易學，引導學生興趣，以達到教學互動的效果。

在專業課程中，我們主要考慮實用性、廣泛性和可選擇性，注重技術和技能。由于智能科學與技術涉及的知識領域廣泛，因此我們開設的專業課程盡可能滿足學生對不同技術、技能、知識的興趣和選擇，便于學生根據基礎課程的掌握情況選擇喜歡的專業課程。對于每一個專業課程，教師著重要求基本知識點的掌握，要求學生學會根據基本知識擴展專業技能。

在教學形式上，我們以開放、引導、自主學習為主，專業實驗室向學生全面開放，學生可以自己設計問題，經任課教師安排，在專業實驗室研究解決“問題”。教師以“任務”驅動帶動實驗教學，提出任務，設計問題，讓學生通過實踐、觀測、分析、討論和總結，達到對問題的理解和知識的掌握。歸納起來，我們有以下幾個方面的教學思考。

1) 課堂教育避免陳述式的教育模式。

通過提出問題，分析問題的因果關系，總結歸納問題的變化趨勢，尋找解決問題的途徑，討論解決問題的方法。引導學生使用正確的思維方法，激發學生的學習積極性。老師要“走”到學生中去，和學生成為朋友，和學生共同討論問題，啟發主動思維和創造性思維。這樣的教學模式可以逐步培養學生自我發現知識的能力，使學生具備獨立分析和解決問題的能力。

2) 充分認識課程建設在專業建設中的基礎性地位。

完善基本管理規范和評價體系。以教師教學規范為依據，加強教學管理；以學校課程評估指標體系為參照，實施課程評估。優化課程組合，調整教學內容。以專業規范為參照，按照公共基礎、專業基礎、專業主干等不同層次，形成前后連貫、橫向聯合、相互支撐的課程組合，進而調整其中各門課程的教學內容。改革教學方法，發掘、發揮學生在教學中的主體性作用，注重學生自主學習，提倡探討式學習、研究型學習等。在教學中，根據內容需要精心準備、認真組織，采取靈活多樣的教學方法。加強教材建設和網絡多媒體課件建設，鼓勵選用原版教材、規劃教材，同時鼓勵教師的教材編撰工作。推動教師利用專業優勢開發網絡多媒體課件，改善教學效果。推進考試改革，根據課程內容、教學方法的不同，結合教學過程和教學效果的綜合因素，鼓勵采用靈活多樣的考試和成績評定方式。

3) 注重課程教學的總結、反饋、交流和評估。

課程教學是教師學生共同參與的經常性教學活動，應逐步建立教師之間針對課程教學的總結、反饋、交流和評估活動，形成良好的教學研究、教學互幫互學的敬業氛圍，爭取在學時精簡、內容壓縮的情況下保證課程教學質量。

我們強化實踐環節，改造實驗、綜合設計等課程，擴大實訓。以課程實驗為基礎，注重方法、觀測、分析的培養。減少課程實驗中大量驗證性實驗，培養學生在實驗過程中發現問題、分析問題和解決問題的能力，并在報告中直接反映，鍛煉學生的基礎實踐能力。以綜合設計作為培養學生獨立思考、綜合各種知識、技能的方法，改變課程設計依賴單一課程的訓練模式，而以課程組的綜合設計為背景，注重實際操作、實驗報告數學規范以及設計思想的闡述、表達能力的培養。力求使綜合設計真正能夠培養學生的綜合實踐能力。以實習實訓為強化技能的手段，讓學生廣泛、深入地接觸生產應用第一線，了解技術開發現狀和工作模式，掌握流行的開發工具和開發環境，按照行業規范完成一個典型系統的開發，使實習實訓能夠鍛煉學生的實際工作能力。以畢業設計作為最后檢驗學生綜合能力的手段，強調創新與實踐的要求，鼓勵學生參與科研實踐、生產實踐和理論前沿相結合的課題，全面鍛煉學生的創新實踐能力[2]。

3師資隊伍建設

根據專業培養要求，教師自身專業水平、實際經驗和能力、創新意識等都需要不斷加強和提高。我們的專業教師大都來自計算機工程、信息科學及自動化技術等專業。智能科學與技術專業中的很多課程與這些專業交叉，但有一些核心課程還是有其專業特點。對于這一部分師資，我們的思路是兩條腿走路。一方面，通過引進專門人才來加強師資力量；另一方面，通過對內部師資的培訓來滿足相關課程需要。對于青年教師，加強傳、幫、帶，使年輕教師在教學方法、教學責任、教學理念等方面達到比較高的水平，在專業技術方面提高自身能力。經過教學基本功的磨練、科研基本功的鍛煉和學術方向的凝練，使之迅速成長為適應專業建設需要的中堅力量，形成一支結構合理、富有活力、注重應用、富有創新精神和團隊意識的教師隊伍。我們堅持人才引進以才為先，以能否為專業建設所用來考量，結合專業建設的需要，以多種形式促進教師在職提高，同時把教師的職業道德和敬業精神作為教師考核的重要內容和職務聘任的重要條件[1-3]。

4實驗室建設

我們以專業核心課程建設為主線，夯實專業辦學條件基礎。學院目前實驗室資源充足，已經具備一套完整的光電、信息、計算機應用、電力、電子、電器、自動化儀表、自動控制等實驗室。我們計劃按核心課程要求建立智能檢測與機器視覺實驗室。按照人才培養需要、特別是實踐能力和創新能力的培養要求，我們進行合理的規劃與調整，充分利用現有實驗室，使其發揮效益。在專業建設資金的安排方面，在保證足額、及時到位的前提下，確保用好、用足，使專業人才培養的基礎設施完備、良好，達到與產業界銜接的水平。

實驗室要與課程要求密切配合，一切服從于課程要求。在實踐環節方面，緊密圍繞學生面向應用實踐能力的培養目標。我們計劃在原有實驗室的基礎上，建立智能科學與技術實驗室，主要為智能科學與技術專業課程提供實驗支持。先期以機器視覺和智能檢測為主要實驗建設內容，可開展尺寸測量、缺陷檢測、模式識別、圖像融合、目標跟蹤、三維重構以及智能溫度檢測、智能壓力檢測、智能流量檢測、智能物位檢測和智能成分檢測等多種綜合性的實驗項目。其中包括機器視覺技術及應用、智能檢測技術與系統等專業課程的實驗。實驗室的建設以面向應用為前提，突破以認知為目的的實驗計劃，加強探索性、創新性的實驗內容，形成包括課程實驗、綜合設計、實習實訓、畢業設計等環節構成的培養體系，堅持在實踐形式、培養模式方面的探索。同時，我們更進一步地調整實踐環節的時間分配、場地保障，使學生更加靈活、方便地完成各種實踐環節，進一步增加綜合性、創新性實踐的比重。

5結語

智能科學與技術專業的設立既是機遇又是挑戰，我們需要使用一種新的教學模式來適應一種科學與技術高度結合、把智能理論轉化為工程應用的挑戰。我們的專業應該是面向應用的，應該是社會需求的，我們培養的人才應該是能快速適應社會的，這才是工科智能與科學技術專業的培養意義。立足未來，立足社會需求，培養適用于市場的實用性人才，是該專業能長期生存的根本保障。

參考文獻：

[1] 吳元欣．落實科學發展觀,提高人才培養質量[J]．學習月刊,2006(3):79．

[2] 史忠植．智能科學與創新教育[J]．中國大學教育,2006(1):28-30．

[3] 王作軍,張磊,楊鵬,等．談我校增設“智能科學與技術”專業的設想與措施[J]. 計算機教育,2009(11):53-56.

[4] 史忠植．智能科學技術[J]．計算機教育,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：針對智能科學與技術新興本科專業建設過程中缺乏能夠突出專業特色，體現課程內容連貫性的實驗教學問題，提出“空地一體化多機器人協調控制”智能化特色實驗教學內容，介紹如何以引導學生通過分組協作的方式進行實驗，增強其對分布式部署的飛行與地面移動機器人系統的控制、通信、規劃、協調等相關技術的了解與掌握。

關鍵詞 ：智能科學與技術；特色實驗；機器人；空地一體化；多機器人協調控制

基金項目：南開大學2014年新專業建設立項項目；南開大學2014年本科重點教學改革項目。

第一作者簡介：王鴻鵬，男，副教授，研究方向為智能機器人技術，hpwang@nankai．edu．cn。

0 引言

“智能科學與技術”專業是一個新興的交叉學科專業，需要不斷完善專業建設和深化教學改革，既要注重加強學生的綜合素質，也要注重培養學生的特色專業能力，從而將學生的跨學科知識轉化為綜合實踐創新能力。

我們所探討的智能化特色實驗教學，是通過建設分布式部署的飛行與地面移動機器人系統，構建多機器人／多智能體協調控制實驗平臺，指導學生進行分組研發與實驗，將智能技術、智能工程等課程中所講授的人工智能、機器視覺、機器學習、智能計算、復雜系統控制等內容納入到本實驗教學中，促進專業課程教學內容之間的有效銜接，啟發學生的科學研究思維，提升技術研發能力。

1 智能化特色實驗的開設時機

南開大學“智能科學與技術”專業始建于2005年，首屆本科生于2010年畢業。在10年發展歷程中，智能科學與技術專業借助于南開大學文理并重，基礎寬厚的學科優勢，以及發展現代工學、突出應用與創新的辦學特色，依托于計控學院自動化與智能科學系、機器人與信息自動化研究所、計算機科學與信息安全系等單位，在課程體系設計、教材建設、專業實踐等方面均取得了長足的進步，目前已培養出5個年級的具有光、機、電系統綜合知識、具備較強適應能力、能夠在相應領域從事科研、開發、管理工作的高級工程技術人才，學生畢業后去向較為理想。

在智能科學與技術專業的課程體系方面，南開大學近年來將“智能技術”課程調整為“機器視覺”“機器智能”兩門專業必修課程，分別安排在二年級下學期與三年級上學期，在三年級下學期安排“智能工程”“機器人學導論”專業必修課程，以及“智能移動機器人導論”英文特色選修課程。

為加強學生實踐環節與擴大學校的國際交流，從2013年開始南開大學實行夏季小學期，我們所設計與開展的“空地一體化多機器人協調控制”實驗已納入到開設于大三夏季小學期的“智能專業實踐”特色課程中，在4周時間里集中進行。此時學生已經掌握自動控制原理、現代控制論、計算機數據結構等自動化、計算機相關課程與機器視覺、機器智能、智能工程、機器人學等智能專業特色課程知識，這些知識的學習與能力的訓練為學生進行智能化特色實驗奠定了理論與實踐基礎。

“空地一體化多機器人協調控制”實驗能夠增強學生對分布式部署的飛行與地面移動機器人系統的控制、通信、規劃、協調等相關技術的了解與掌握。學生們可以將該實驗課程所掌握的技術進行延伸，既可以與“國家級大學生創新訓練計劃（國創）”“本科生創新科研百項工程（百項）”等大學生創新項目與“華為杯中國大學生智能設計大賽”等智能專業特色競賽相結合，也可以在四年級繼續進行智能系統方面的本科畢業設計，激發學生的創新性設計與實現的熱情。

2 智能化特色實驗的內容設置

“空地一體化多機器人協調控制”智能化特色實驗主要由飛行與地面移動機器人、網絡通信系統、協調控制系統組成。南開大學智能科學與技術專業利用2013年度新專業建設經費采購了8臺地面移動機器人平臺，利用2014年度新專業建設經費采購了14臺多旋翼無人機飛行實驗平臺，基本上構建起一套能夠支持40名本科學生分組研發、聯合調試的綜合性實驗平臺。

本試驗中學生所要實現的協作機器人系統是由多個具有一定智能的自治機器人組成，機器人之間通過網絡通信的方式實現相互間的協作以完成聯合探索與建圖等復雜的任務。學生首先實現單個飛行或地面移動機器人的飛行控制與視覺檢測，然后建立分布式多機器人系統的通信網絡，最后進行多機器人系統的協調控制，如圖1所示。

我們建議在開展實驗時，每個機器人系統安排2名學生，分別負責飛行控制與視覺檢測；通信網絡系統共安排2名學生進行網絡設計與程序開發；協調控制系統安排2名學生進行算法設計與程序開發，該實驗平臺按照2個飛行機器人與2個地面移動機器人的最簡配置，可組織8名學生進行聯合實驗，更多的學生也可以通過增加機器人數量、各小組增加人數的方式參與到實驗教學中來。

2.1 飛行與地面移動機器人系統

移動機器人控制技術是智能專業本科生需要掌握的核心技術之一，本試驗所選用的移動機器人系統包括了多旋翼無人機實驗系統與輪式移動機器人實驗系統，每臺機器人均配備了網絡攝像機用于進行圖像采集與視覺伺服。在飛行機器人方面選用了DJIS1000型8旋翼無人機平臺與3DR-IRIS4型4旋翼無人機平臺，兩種平臺有側重，8旋翼無人機平臺上搭載了可控自穩云臺與高能微單相機，主要引導學生進行視覺SLAM方面的實踐；4旋翼無人機平臺選用的是開源飛行控制系統，主要引導學生進行無人機飛行穩定性控制方面的實踐。兩種無人機平臺均具備自主飛行與視頻圖像采集的能力。在地面移動機器人平臺方面，選用了QBot輪式移動機器人系統，學生可以基于MATLAB控制機器人和網絡攝像機。

2.2 網絡通信系統

通信是各機器人之間進行交流和協作的基礎，本實驗采用基于無線局域網的多機器人通信平臺，學生應設計基于TCP/IP協議簇的網絡模型，以Ad hoc方式組建基于移動自組網的多機器人通信網絡，進行聯合搜索與建圖。

2.3 協調控制系統

本實驗采用分布式的在線規劃方法來進行多移動機器人的運動協調，實驗任務是多個機器人共同完成一個現場環境下的聯合搜索與建圖任務，學生實驗中要學習與體會多機器人體系結構設計、機器人自主定位、多機器人協調協作機制等技術，并通過編程方式加以實現。

3 特色實驗與課程體系的結合

智能化特色實驗教育的目的在于培養學生在智能系統設計與分析方面的能力，“空地一體化多機器人協調控制”實驗涉及學生在多門專業課程中所學習到的知識與技能。學生可以從自動控制原理、機器人學導論、智能移動機器人導論等課程中學習到對行或地面移動機器人的控制與編程；從機器視覺課程中可以學習到對機載網絡攝像機的應用技術，包括攝像機標定、圖像采集與分析、主動視覺技術等知識；從機器智能課程中可以學習到對機器人與環境知識的描述、空間搜索與路徑規劃、基于學習方法的視覺識別、多機器人協調控制等知識；從智能工程課程中可以學習到如何分布式復雜智能系統設計、研發中的相關技術問題。

4 結語

智能科學與技術專業的“智能專業實踐”課程采用大三小學期集中授課的方式，學生能夠利用4周時間通過分組研發，協作實驗的方式完成一個較大規模的綜合性實驗。我們所提出的“空地一體化多機器人協調控制”智能化特色實驗可以使學生們綜合運用在基礎性課程與特色專業課程中所學到的知識，根據個人興趣選擇開發模塊，共同實現一個分布式復雜系統的協調控制任務。

設計與開展智能化特色實驗能夠突出智能專業特色，促進專業課程教學內容之間的有效銜接，今后我們將在所提出的“空地一體化多機器人協調控制”進行效果評估的基礎上，總結經驗并進行示范，促進智能化特色實驗教育工作開展，深化教學改革與技術創新。

參考文獻：

[1]方勇純，劉景泰，南開大學“智能科學與技術”專業教學體系與實驗環境建設[J]計算機教育，2009 (11): 21-25．

[2]楊鵬，張建勛，劉冀偉，等．智能科學與技術專業課程體系和教材建設的思考[J]．計算機教育，2010(19)：11-14.

[3]許林．智能科學與技術專業本科實踐課程的建設[J]．計算機教育，2011(15): 120-123.

[4]許林．機器人課程在智能專業本科教學中的探索[J]計算機教育，2012(18): 78-81．

篇5

自2005年北京郵電大學在國內得到教育部批準設立智能科學與技術本科專業開始，機器智能課程就被設定為一門重要的專業基礎課。在2008年全國智能科學技術教育學術研討會上，機器智能課程被確立為第一批三門核心課程之一。作者曾在2009年全國智能科學技術教育學術研討會上對該課程內容的建設進行了探討[1]，在此基礎上，結合教學實踐工作對于該課程的教學方法也進行了一些摸索。

1相關教學方法

機器智能是新出現的課程，可供參考的國內外資料較少，我們主要對相關的人工智能課程的教學方法進行了調研和學習。陳白帆、蔡自興等的人工智能精品課程教學方法在國內最具代表性[2]，開設課程設計，學生根據自己的興趣組成小組選題。多媒體課件和網絡課程相結合，采用啟發式教學，舉行課堂討論等。王甲海[3]等探討啟發式傳授人工智能解決問題的非結構化的思想。劉興林[4]從教材選擇、教學內容和方法、考核方式等做了一系列教學改革。韓潔瓊[5]等提出注重激發學生的學習興趣、加強對實驗教學的重視。白潔[6]等提出與學科發展前沿接軌，注重培養學生的創新能力。朱紅[7]等對圖搜索內容進行有效的教學設計。王璐[8]等設計了應用型和研究型的教學情境。

國外人工智能課程建設具有更長的時間和更多的積累。很多大學在人工智能課程中圍繞游戲引入工程項目。Jeffrey等[9]引入基于Blackjack游戲的優化模型來進行人工智能課程教學。Hansen等[10]開發了Glomus教學系統，引導學生在邏輯證明游戲過程中學會重要概念。Douglas等[11]針對電腦游戲中的人工智能的課程教學提出了學生教學生的方法。Ingrid等[12]以機器學習為主題把人工智能中分散的重要概念統一到一起。

2教學實踐

2.1總體思路

在本課程教學實踐過程中，總體思路是根據教學基本要求和主要內容形成的。詳細的教學基本要求和內容參見文獻[1]。基于此，對本課程的教學實踐進行了如下分析。

1) 教學內容極其豐富多彩，如果需要詳細地講授，每一個章節都可以成為一門課程，64學時的時間是遠遠不夠的。

2) 本課程是一門成長中的新課程，其中既要包括智能領域學者們研究了幾十年的重要成果，也要涵蓋當前國內外最新研究現狀的了解和把握，才能讓學生們感受到當前時代的脈搏，了解到本專業的魅力。

3) 智能科學與技術也是一門實踐性很強的學科，其中很多技術都已經或正在社會生活中發揮著重要作用，學生們更渴望能夠在學習實踐中掌握和推進這些技術。

4) 任何教學過程，如果只是單方向的教師講、學生聽，很難達到良好的效果，必須要調動學生的主動學習興趣，讓學生真正參與到教學過程中來，才能實現教與學的雙向促進。

于是，我們采取了以點帶面的方法，抓住其中的關鍵點進行細致地講解，其余的內容則根據側重面的不同，分別采取啟發式教學的方法，如專題文獻調研、演講、討論、動手實驗、學生評價等方式推動學生主動學習相關知識和技術，實現知識拓展和興趣培養。

2.2專題文獻調研

這是我們借鑒了帶研究生做課題的經驗而提出的一種方法。每次開始講授這門課程的時候，學生們都會問：為什么我們課程的名字跟其他人工智能的課程不一樣？內容上有什么區別？我也都會給出我們的回答，但是總感覺學生并沒有完全理解。考慮到智能科學技術專業本身就是一個新鮮事物，機器智能課程也是新近提出的，目前并沒有完全定論，屬于前沿探索的問題。因此，我們提出進行專題文獻調研的方法，希望讓學生通過自己的廣泛閱讀、比較和分析，更加深入地了解本課程。

我們首先給出需要調研的問題以便引導學生的調研方向，即國內外關于智能科學與技術專業的建設情況如何？機器智能、人工智能、神經網絡及其他相關課程的建設情況如何？這些不同于學生們以前在其他課程中遇到的作業或問題，沒有固定的求解思路，沒有確切的標準答案，但卻都是學生們非常關心的問題，因此極大地激發了同學們的學習興趣。我們鼓勵大三學生自由組合，每3～4人組成一個課程小組，每組由一位組長負責組織管理，如召集小組討論，共同制定調研計劃，分配調研任務，綜合調研結果等。這種形式對于大三的學生畢竟是新的嘗試，開始的時候學生們對于如何進行文獻調研不太清楚，我們在給學生介紹文獻資源和調研方法的同時，也邀請了幾位研究生來到課堂上現身說法，學生們普遍反映非常好。

經過1～2周的文獻調研，學生們交上來的作業令人非常滿意。內容涵蓋了人工智能、機器智能、計算智能的概念，國內設置本科智能科學與技術專業的高等學校及其專業定位、培養方案、主干課程、實驗課程、畢業生去向，美國、英國大學人工智能專業研究生排名，國內外著名大學的人工智能、神經網絡相關課程教學內容、實踐設計、參考教材等等。各組調研內容之間有一些交叉，證實了本領域的一些共同特點，如人工智能課程的知識表達與推理、搜索、專家系統、自然語言處理等經典內容；各組的調研結果更有很大的不同，既反映了學生們思考問題的角度是多樣性的，也反映了智能科學技術專業建設和機器智能相關課程的教學是多樣性的。經過比較和分析，學生們對本課程的理解清晰多了，學習態度非常積極，希望探索智能奧秘的熱情極為高漲，為后面的教學打下了良好的基礎。

2.3動手實驗

實踐出真知，我們在理論教學的同時也特別注重實驗環節的設計，學生通過動手實驗加深對理論知識的理解和運用。對于本課程的重點模塊內容，如BP算法、啟發式搜索，我們都給學生布置了以組為單位的實驗作業。為了激發學生的主動性和創造性，還對每個作業給出了擴展性的要求。以BP算法的實驗為例，我們要求各組在充分理解BP算法原理的基礎上，編程實現手寫數字0～9的訓練和識別功能。我們也給出了擴展性要求：可以通過自己查閱文獻，尋找提高BP基本算法性能的方法和技術；可以不限于手寫數字0～9的識別，自主選擇感興趣的其他模式信息進行實驗，如語音信息、手寫英文字母、手寫漢字等。

學生們開始面對這個作業的時候非常迷茫，不知從何處下手，我們一方面鼓勵學生要有信心，不要有畏難情緒，一方面就相關內容安排課堂重點討論，首先要正確理解和掌握經典BP算法的基本原理，包括其數學推導的全過程，然后從如何構造單一神經元和激勵函數開始，進而討論如何實現一層神經元和相鄰層神經元的計算，以及如何進行誤差計算和反向權值調整。學生們逐漸對實驗作業有了深刻的理解，開始動手設計自己的神經網絡，隨著一個個步驟的實現，學生們之前的很多疑惑都豁然開朗，對BP算法充滿了興趣。很多組的同學對測試的識別率不太滿意，都主動去圖書館查閱相關資料，嘗試了一些改進方法和技術，如改變多種神經元激勵函數、加入動量項微調權值修正量、自適應變步長算法等。

有一個組的作業給我印象極其深刻，因為他們勇于挑戰了BP神經網絡實現語音信息0～9的識別，不但很好地掌握了BP基本算法及其改進：變步長法和引入動量項法，還自學了錄音、音頻信號分幀、加窗、MFCC特征提取等。他們對待本課程的熱情，還有他們表現出來的巨大的潛力都讓我感動，讓我對我們的專業和課程建設的未來充滿了信心和希望。

正是應對了“理論與實踐相結合”的經典理念，半年里64個學時完成后，從學生們的直接反饋中發現，他們理解掌握最為深刻的內容恰恰是他們曾經動手進行程序開發的內容。這充分表明了在本課程的教學過程中注重動手實踐能力的訓練和培養的重要性。

2.4演講、討論與評價

這也是我們在教學過程中探索出來的方法。專題文獻調研和動手實踐的作業極大地調動了學生們的積極性，效果也非常好，但作為一門課程，還是要有一個分數的評價。以往都是學生把作業交上來，老師統一評分。現在面對如此多樣性的作業，老師個人的評價顯得并不充分，我們認為學生們相互之間做的工作類似，能夠理解各組作業的特色和工作量大小，在評價上更有發言權。因此，我們提出了一種同學參與評分的方案，即演講+討論+評價。

首先是演講。為了使評分過程做到公開、公正、公平，我們在各組完成一次文獻調研或者動手實驗之后，都要求各組準備好演講的文件和相關材料，包括ppt文件制作、程序演示、功能測試等，專門抽一次上課時間用來進行各組的集中演講，展開實踐經驗的深入交流。每組派出一位代表來演講，介紹本組作業的詳細情況并演示。介紹完畢，就進入提問和討論環節，老師和同學都可以就其中的任何問題提問，也可以進行程序功能的現場檢測。這一方面活躍了課堂氣氛，使得學生們大大增強了對于重點內容的理解和掌握，另一方面，各組之間可以相互學習，拓展視野，開闊思路。同時，這也很好地鍛煉了學生的組織和演講能力。最后是評價，也是各組選派一名代表，就像各類比賽中的評分專家一樣，根據各組的演講、提問、回答、演示等，綜合給出一個評分。這種形式對于學生們也是很新奇的，大家都很認真地對待，基本上每次評分都能很好地反映出各組的水平。同時，這也激發了學生們的主動性和創造性，因為只有真正的努力和過硬的成績才能獲得各組同學的一致好評。

2.5創新性研究

我們鼓勵對本課程相關領域具有濃厚興趣、能力較強的同學自發組成小組，基于課程所學內容進行深入分析思考，提出創新性的課題展開研究，并在合適的時機鼓勵學生們利用課程相關的知識積極參加各種競賽，從今年開始中國人工智能學會主辦的全國大學生智能設計大賽將是今后我們努力的主要方向。2010年，我們選擇了三星公司面向大學生的bada應用開發試點活動作為第一次嘗試。學生們經過三個多月的努力，獲得兩個三等獎和兩個優秀獎。經過競賽鍛煉，學生們不僅加強了對于課程相關知識的理解和掌握，增強了研究開發能力和自信心，更加深了對于本專業的濃厚興趣，為本專業和本課程的建設提供了強有力的支撐。

2.6專家講座

我們先后邀請到了國內外的專家學者來給學生進行專題講座。國際計算語言學會主席、美國南加州大學信息科學研究所Prof. Eduard Hovy關于什么是智能的講座，首都師范大學人工智能領域著名教育專家王萬森教授關于模糊邏輯與推理的講座，都讓學生們感受到了大家的風范，靈活生動的講課風格受到了學生的高度贊揚。

3教學反饋

在北京郵電大學組織的2010年學生評教工作中，本課程得到了97.46的高分(滿分100)。以下是我們收到的一些學生的反饋意見。

1) 實踐時間充裕，在解決問題的過程中培養了一種能力。作業不死板，給出一個框架思路，同學可以自由發揮。還地鍛煉了大家的團隊合作精神，專注于自己擅長的領域才能做的更好。讓同學們自己放開去做，在出錯時及時交流糾正是一種很自由、很開放的學習模式，這樣的氛圍可能不會培養高的分數，但會收獲高的能力。

2) 教學形式較為新穎，不是采用以往講授知識的方式，而是采用了更為貼近實際的方式，在開學初就分組，拋棄了筆上作業，改用實際的編程、查找資料等方法，更能調動大家的學習積極性。驗收作業也不是以往老師收上去批改后發下來這種千年不變的形式，而是讓同學互相打分，這種方式更為客觀而且可見，更加公平。最后感謝李老師一學期以來的教學與幫助，也感謝實驗室所有老師和助教的幫助，也相信咱們智能科學與技術專業，機器智能這門課程會越來越完善、成熟。

3) 感覺比較實用、有意義。從大學開始接觸的都是純理論的課，這門課上需要做實踐編程作業，我學習了機制與算法實現，更重要的是能讓我們在解決實際問題中提供一些從未有過的思路。比如我在百度俱樂部參加一個如何構建購物網站的工作，需要垂直搜索技術，把各大購物網站的價格列出來，可是有些網站，如京東商城是采用圖片形式顯示價格的，很多研究生也沒做出來，我用了機器智能中的BP算法解決了這個問題，當然需要一些圖像處理技術。總之，試驗后我們得到的是一種解決問題的思路，所以我覺得在提供知識的基礎上使用實驗技術加深對知識的理解效果很好，實驗就是最好的作業。

4) 隨著我們步入大三，越來越感受到智能領域的廣博精深。就像老師教學的課件一樣，每個知識點的擴充都能組成新的一章。本學期感觸最深的除了三星競賽此外還有兩點：一是李老師上課講的內容充實，從神經網絡到機器情感，從BP到A*，幾乎把智能領域經典的模型算法都覆蓋了。第二點就是本學期李老師請來了很多professor(巨開心哈)。我覺得看看別的學校甚至別的國度的“大牛們”都在研究什么，有利于我們拓寬眼界，開闊思路。希望李老師以后也辛苦聯系他們，讓學弟學妹們也享受這種待遇。

4結語

本文對機器智能課程的教學方法進行了探討，針對不同模塊的教學內容，提出并實踐了專題文獻調研、演講、討論、動手實驗、學生評價、創新性研究、專家講座等教學方式，收到了較好的效果。今后還要緊跟智能科學與技術的發展進一步豐富本課程教學的前沿性和創新性，在力圖編一本比較好的教材的同時，著手研究多種資源和手段的運用。

參考文獻：

[1] 李蕾,王嬋,王小捷,等.“機器智能”課程建設初探[J]. 計算機教育,2009(6):86-92.

[2] 陳白帆,蔡自興,劉麗玨. 人工智能精品課程的創新性教學探索[J].計算機教育,2010(19):27-31.

[3] 王甲海,印鑒. 人工智能教學與計算思維培養[J]. 計算機教育,2010(19):68-70.

[4] 劉興林. 大學本科人工智能教學改革與實踐[J]. 福建電腦,2010(8):198-199.

[5] 韓潔瓊,余永權. 人工智能課程教學方法研究[J]. 計算機教育,2010(19):71-73.

[6] 白潔,畢季明,李偉. 人工智能課程教學改革初探[J]. 中國教育技術裝備,2010(36):43-44.

[7] 朱紅,李果. 人工智能問題求解策略的教學研究[J]. 中國信息界,2011(2):70-71.

[8] 王璐,陸筱霞. 應用DBR的人工智能課程教學[J]. 計算機教育,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

“專家系統”課程是本科專業“智能科學與技術”的特色課程之一,該專業是由北京大學在2004年率先自主建立的[1]。此后,國內很多大學也都陸續基于各自的特色建設開設了該專業,如北京郵電大學、南開大學、首都師范大學、西安郵電大學、北京科技大學、廈門大學、中南大學等。基于一個新興本科專業設立的專業基礎特色課程,應該如何建設,實施教學與改革,突出專業特色?各類學校都在摸索中。中南大學的“專家系統”課程是國家級“智能科學基礎系列課程教學團隊”主干課程之一,它由國家級教學名師領銜,以雙語建設為教學基本手段,以精品意識為指導[2],培養學生自主創新意識,發掘學生興趣潛能,非常具有專業特色。

1課程建設情況

專家系統使用人類專家推理的計算機模型處理現實世界中需要專家做出解釋的復雜問題,并得出與專家相同的結論[3]。其最大特點是不僅可以幫助人們處理信息,還能說明處理的方式和理由[4]。我們結合專家系統課程特色與學習認知過程特點,采取認知教學作為專家系統教學的理論基礎[5-6],根據智能科學與技術系列課程教研經驗,融合雙語教學方式,初步提出課程定位和建設目標,給出了教學基本要求。

1.1課程定位與建設目標

在學習本課程之前,學生最好已經選修過離散數學、人工智能和面向對象的程序設計課程,本課程32個學時,2個學分,其中實驗課6學時。此外,“專家系統”還可作為自動化、計算機科學與技術等相關專業有興趣的學生的選修課程。可為學生提供一種新的手段和方法求解傳統方法難解問題,也為學生們了解智能科學與技術領域知識提供良好的窗口。

專家系統成為智能科學與技術本科專業的專業基礎課程,目的在于培養學生理解和掌握專家系統技術的基本觀念、基本理論和智能科學方法;并靈活設計和構建不同領域的專家系統,解決實際問題,為學習后續課程奠定方法基礎。通過教學過程,培養學生善于分析繼承已有的科學進步成果、激勵學生善于發現問題、分析問題和解決問題的自主科學創新精神。

1.2課程教材設計

本校專家系統課程選用了蔡自興編寫的《高級專家系統:原理、設計及應用》[3]一書,該教材包括專家系統的基本理論、技術方法和實際應用的諸多內容,知識點介紹全面詳盡,同時列舉了諸多實例,便于課堂分析與課后理解。

根據雙語教學的要求,外文參考教材[7]選用了Expert Systems Principles and Programming (Third Edition)一書,該書對CLIPS語言分析透徹,有大量的課后習題與資料,適合學生作為主要參考書目進行課后學習。實驗教材選用了電子工業出版社出版的《決策支持與專家系統實驗教程》一書,主要利用了同時,根據雙語教學的要求,外文參考教材選用了China Machine Press出版的Expert Systems Principles and Programming (Third Edition)一書,該書對CLIPS語言分析透徹,有大量的課后習題與資料,有利于學生作為主要參考書目進行課后學習。我校實驗教材選用了電子工業出版社出版的《決策支持與專家系統實驗教程》一書。主要利用了該書后半部分內容。目前,國內基于CLIPS的“專家系統”實驗教學教材在國內幾乎沒有容,專家系統課程實驗及其教材建設還需進一步改革與探索。

1.3教學要求與知識框架

通過學習,使學生了解和掌握專家系統的相關原理和方法,。要求學生掌握知識表示方法、搜索推理技術的相關內容,熟悉和了解常見的專家系統解釋機制、開發工具和評估方法,學會基于規則專家系統、基于框架的專家系統、基于模型的專家系統和基于Web專家系統的結構建立和應用,掌握專家系統的常用編程語言――CLIPS,了解專家系統的發展趨勢和研究課題。經過對專家系統課程知識內容進行分類,可分為以下6個模塊,如表1所示。。

經過對專家系統課程知識內容進行分類,可分為以下6個模塊,如表1所示。

模塊一專家系統的定義、發展歷史、研究內容、類型、結構和特點以及構建步驟;。

模塊二熟悉專家系統時可能采用的人工智能的知識表示方法和搜索推理技術,結合傳統人工智能方法和計算智能的一些方法;。

模塊三了解專家系統的解釋機制、開發工具和評估方法;。

模塊四熟悉基于規則專家系統、基于框架的專家系統、基于模型的專家系統和基于Web專家系統的結構、推理技術、設計方法及應用示例;。

模塊五掌握人工智能和專家系統的編程語言――CLIPS,了解其他LISP,PROLOG和關系數據操作語言等;。

模塊六展望專家系統的發展趨勢和研究課題,并了解新型專家系統的特征與示例。

從教學要求角度出發,模塊一、模塊三和模塊六的教學要求相對一般,但卻是學生涉及專家系統技術的必備知識模塊。相對而言,模塊五是基本教學條件要求中最高的一個模塊,因為模塊二與模塊四的深刻理解與系統設計需通過模塊五而實現的。

從教學內容的重難點角度出發,模塊二是重點部分之一,但因有人工智能課程的基礎,相對而言,教學實施過程中較為順暢。模塊四與模塊五是專家系統課程重點闡述部分,其中模塊五也是難點部分,在實驗教學環節中,由于大部分學生初次接觸推理性的編程語言,所以需要一定的入門時間和練習次數。

2專家系統課程教學改革實施

2.1基于多媒體的專家系統課程教學

教學應以學習者為中心,以先進教育技術為手段,相輔相成,促進教學效果。人類的感官功能中視覺與聽覺器官起到了94%作用[78],而視聽覺的協同作業能大大提高學習效率,而。多媒體教學就是一種集聲、文、圖、色于一體的教學手段之一,其實施。多媒體教學的關鍵實施內容就是教學設計,而教學設計的難點就是在不增加學生信息加工系統中工作記憶負荷的前提下,用促進生成的方式呈現學習材料,包括教材、課件、講義、課堂講解、課后習題等。

結合專家系統課程教學情況,教學設計分為以下3個方面進行詳盡闡述:。

1) 把握好課堂教學知識量。

專家系統課程相對智能科學與技術專業第六期的學生而言是非常新穎的一門非常新穎的課程,學生們相對的學習熱情比較高,但這里還需仍然需要對學生的先前知識結構和能力有個簡單的估計。教師需考慮學生的工作記憶容量,并對學生的長期記憶有個估計,把握學習材料內在負荷。學習材料并非越多越好,關鍵在于精華,給學生留下深刻印象。“專家系統”課堂教授部分以原理性與推理性知識為主,應增加實踐技術實例,這樣讓學生緊密聯系實際應用進行學習,。多媒體視頻就是一個很好的表現手段。將制作好的實例視頻,向學生們展示,不但讓課程氛圍活躍,還激發學生對實踐教學的興趣;不但沒有增加課堂的知識負荷,還可以留給學生課后對比學習。

2) 多元化課件制作呈現形式。

專家系統是一門推理性知識要求很強的課程,同時也需要掌握一門有利的開發工具方能使學生做到靈活應用。經過教學實踐與課后調查發現,學生們對知識表述與相關畫面共同呈現的形式比單一媒體呈現形式學習效果好,知識和畫面也必須是關聯的,呈現位置和各部分的比例也需考慮充分。為此,課件制作是一個“改無止境”的工程,因為每一屆的學生具有自己的特點,且專家系統課程知識點的不斷更新,每一年都要對課件進行大量的補充與改進。

3) 基于認知教學的課堂講解過程。

認知教學模式中,是以學生為主體,教學教師起主導作用。課堂講解是面對面教學活動中的重要環節,,它是多媒體中聯系言語與畫面的橋梁,是減少學生工作記憶負荷的有效手段。

專家系統課程知識可分為表示性知識與推理技術性知識,根據相關認知心理學理論,可將知識分為兩類:陳述性知識和程序性知識[5]。其中在教育心理學中“陳述性知識”是指個人具有有意識的提取線索,能夠直接加以回憶和陳述。其實就是關于“是什么”的知識,包括對事實,規則,事件等信息的表達。教育心理學中“程序性知識”是指個人沒有有意識的提取線索,其存在只能借助某種作業形式簡介推測的知識稱為程序性知識,而現代認知心理學為程序性知識以產生式及產生式系統來表征的。所以可將陳述性知識采用“專家系統”中的語義網絡形式為基礎地表征,而程序性知識的表征形式可用“專家系統”中的產生式系統,以“ifthen”形式表示條件這一關系。眾多形式的產生式規則相互聯系就組成了復雜的產生式系統。基于認知理論的“專家系統”知識教學實施過程中,首先應選定系統設計內容,掌握開發系統時所需的知識與工具,;其次分析問題,并根據系統的具體特征轉化知識。而后;接著對問題模型進行求解,建立和構造知識庫,;最后,利用實現工具編寫代碼,系統聯調。

2.2專家系統課程雙語教學的實施

專家系統課程是信息學科新興發展的一門課程,有許多關鍵性進展相關研究進展和成果的資料均源于英文文獻,因而提高學生雙語水平是一種大勢所需,。同時,雙語教學提高了對教師整體素質的要求,在雙語教學過程中,有意識的增強教學互動,以問題啟發式教學與課堂辯論形式教學,學生通過查閱主題文獻進行針對性的演講或討論,教師對學生的表現加以評述,并進行補充。這種形式可擴大教師的知識面,使得任課老師了解前沿的研究成果。也可培養學生主動學習的積極性和創新能力,使得課程具有鮮活的生命力。雙語教學對教師,特別是教師的其外語水平及其口語表達能力,,。促進了師資整體水平的提高。專家系統的雙語教材已在1.2中介紹,但實驗教材的設計與編寫工作現仍處于空缺,這也是雙語教學的需完善的內容工作之一。由于雙語教學增加了授課難道難度,進而影響了授課的進度,應充分發揮多媒體先進教學手段對專業術語和難以理解的內容,進行注解,幫助于學生理解。在貫徹雙語教學的過程中,除了指定適當英文參考短文或參考書,開發雙語課件外,還應使學生接觸國內外文獻資料,開闊眼界,拓寬知識面,強化雙語的意識,激發學生主觀能動性,使學生找到課程學習的歸屬感。

2.3改革“專家系統”課程實時交互活動

專家系統課程是一門理論與實踐關系密切的課程之一,課堂留下的作業大多需要計算機編程或計算機輔助教學方能較好的地完成。根據此特點,改革傳統的作業形式與批審方法可節約反饋時間,同時可實現“低碳無紙化”辦公。利用網絡進行作業上交,教師批閱后通過網絡及時返回給學生,不但能提高老師的辦公效率,也使學生得到快速與準確的反饋。

針對多校區的現狀,我們利用網絡教學資源,采用了多種交互式策略,通過Email和群討論組等方式進行在線交流,也可傳遞參考資料,交流課外成果,實現只要老師在實驗室,學生在任何有網絡終端PC機處,就能進行了實時交流或批改作業。避免了學生為了課后的困惑問題積壓至下一堂課的矛盾,同時也節約了學生往返路程上耗費的時間。

為了進一步體現教學效果,我們下一步擬進行考試方式的變革,應綜合考慮課堂出勤情況、平時正式作業成績、課堂討論情況和期末課程考試進行綜合評分。還應考慮以雙語形式進行筆試,當面交卷后進行雙語發問。若有課程論文或創新作品表現突出者,可免參加最后的課程考試。使考試不再是學生的負擔,而成為衡量與培養創新能力。和口試。

3基于CLIPS的專家系統實驗教學

3.1專家系統與CLIPS語言

CLIPS(C Language Integrated Production system)是由美國航空航天局約翰遜空間中心(NASA’’s Johnson Space Center)開發的一種專家系統工具,由C語言編寫而成。早期的專家系統工具大都用LISP、Prolog等編程語言開發,共同問題是運行速度慢,可移植性差,解決復雜問題的能力差。CLIPS是基于Rete算法的前向推理語言,其優點包括:①邏輯推理方面的強大功能強。②、可移植性好。③、可擴展性好。④、有利于和其他語言聯合使用等。

3.1專家系統與CLIPS語言

專家系統與傳統的計算機程序系統有著完全不同的體系結構,通常它由知識庫、推理機、綜合數據庫、知識獲取機制、解釋機制和人機接口等幾個基本的、獨立的部分所組成,其中尤以知識庫與推理機相互分離而別具特色。用clips語言能夠更好地熟悉專家系統的整個組成。CLIPS可為基于規則、面向對象以及過程的編程提供支持(rule-based, object-oriented, and procedural programming)。

以基于規則的專家系統利用CLIPS工具編程作為實例闡述。在CLIPS中找到專家系統基礎的組成部分――Fact List、Knowledge Base、Inference Engine。Fact List中存放用于推理的事實,而Knowledge Base包含所有的規則,Inference Engine控制所有的進程。圖1所示為專家系統框架示意圖。專家系統中最核心的就是知識庫,知識庫中包含了大量某個領域專家的知識。,為了使計算機能運用專家的領域知識,必須要采用一定的方式表示知識 。目前常用的知識表示方式有產生式規則、語義網絡、框架、狀態空間、邏輯模式、腳本、過程、面向對象等。基于規則的產生式系統是目前實現知識運用最基本的方法。

3.2專家系統實驗教學內容

通過CLIPS軟件環境提供了的驗證性、設計性和開發性實驗,幫助學生更好地熟悉和掌握專家系統的基本原理和方法;,通過實驗提高學生總結實驗結果的能力,使之對專家系統的相關理論有更深刻的認識。實驗內容如表2所示:。

其中,實驗1為實驗2的基礎,這兩個實驗應與講授課程穿插,使得學生利用課堂學到的理論聯系實際實驗操作,通過這兩個實驗的學習能夠掌握專家系統的開發過程、掌握用產生式規則繪制推理樹的方法、掌握、編寫CLIPS應用程序的方法以及程序運行環境的應用等。實驗3是一個有難度的實驗,需要大量的課余準備時間,所以在完成實驗3的時候,必須預留3周的時間,提前布置給學生,讓學生做好實驗前的準備,這樣方能取得較好的實驗教學效果。這些被挑選出來的CLIPS專家系統的代碼應是經典的學習內容,通過該實驗培養學生獨立分析與開發完整的專家系統的能力。

3.3實驗教學實例分析

1) 實驗目的:學習和理解CLIPS編程語言,通過分析用CLIPS編寫的“野人過河”的程序,深入理解專家系統的編程技巧,加深對專家系統的認識和理解。

2) 實驗說明:野人過河問題屬于智能學科中的一個經典問題,問題描述如下:,有三3個牧師傳教士和三3個野人過河,只有一條能裝下兩個人的船,在河的任何一方或者船上,如果野人的人數大于牧師的人數,那么牧師就會有危險。

假設問題的初始狀態和目標狀態,假設和分為1岸和2岸: 。

初始狀態:1岸,3野人,3牧師;2岸,0野人,0牧師;船停在1岸,船上有0個人;。

目標狀態:1岸,0野人,0牧師;2岸,3野人,3牧師;船停在2岸,船上有0個人;。

整個問題就抽象成了如何從初始狀態經中間的一系列狀態達到目標狀態。問題狀態的改變是通過劃船渡河來引發的,所以合理的渡河操作就成了通常所說的(算符)就是問題求解的關鍵。,根據題目要求,可以得出以下5個算符:渡1野人、渡1牧師、渡1野人1牧師、渡2野人、渡2牧師,。根據渡船方向的不同,也可以理解為10個往還算符。定義算符知道以后,剩下的核心問題就是搜索方法了,。本程序采用深度優先搜索,通過不斷擴展后繼結點節點,逐步找出下一步可以進行的渡河操作,;如果沒有找到則返回其父節點,看看是否有其它其他兄弟節點可以擴展。

搜索中采用的一些規則如下:

(1.) 渡船優先規則:1岸一次運走的人越多越好(即1岸運多人優先),同時野人優先運走;2岸一次運走的人越少越好(即2岸運少人優先),同時傳教士優先運走;。

(2.) 不能重復上次渡船操作,避免進入死循環。;

(3.)任何時候 河兩邊兩岸的野人和牧師數在任何時候均分別大于等于0且小于等于3;

(4.) 由于只是找出最優解,所以當找到某一算符(當前最優先的)滿足操作條件后,不再搜索其兄弟節點,而是直接載入鏈表。

(5.) 若擴展某節點a的時候,沒有找到合適子節點,則從鏈表中返回節點a的父節點b,從上次已經選擇了的算符之后的算符中找最優先的算符繼續擴展b。

通過實驗教學過程中的專家系統開發實例分析,總結了出應用于在許多專家系統項目中的線性生命周期模型,如圖32所示。這個模型包括從計劃到系統評估的許多階段,對系統開發的描述一直到功能評估這種程度上。之后,生命周期不斷重復:從計劃到系統評估,直到系統交付正常使用。

4結語

專家系統課程的發展開發過程是教學研究和教學改革實踐相結合的過程,需要不斷加強學習、總結經驗。本文從總結了專家系統課程定位與、建設目標、教材的選用設計和課程知識框架等方面的總結了“專家系統”課程建設情況。在,并就教學改革過程中注重多媒體教學的效果、雙語的實施和課程互動活動的改革等問題進行比較深入的介紹與探討。通過CLIPS語言與專家系統實驗的結合,闡述了實驗教學的目的、CLIPS實驗特色及和實驗方法,體現了基于CLIPS實驗教學的優勢與特色。在未來的教育領域,專家系統技術將成為信息時代教育發展的新生力軍,專家系統也將成為新世紀人類智能管理與決策的得力助手。

致謝注 :本文受國家級智能科學基礎系列課程教學團隊項目(2008)支持,感謝本文得到中南大學信息科學與工程學院智能所的大力支持,特別感謝蔡自興教授的鼓勵與幫助。

參考文獻:

[1] 李蕾,王嬋,王小捷,等..“機器智能”課程建設初探[J]. 計算機教育,2009(1):86-92.

[2] 陳愛斌.“人工智能”課程教學的實踐與探索[J]. 株洲工學院學報,2006,20(6):137-139.

[3] 蔡自興,Durkin,龔濤. 高級專家系統:原理設計及應用[M]. 北京:科學出版社,2005:1-2.

[4] 蔡自興. 智能控制導論[M]. 北京:中國水利水電出版社,2007,:28-29.

[5] 杜海瓊,張劍平..“專家系統”教學的認知教學理論基礎及其教學實施[J]. 現代教育技術,2008,18(8):18-21.

[6] 杜海瓊,張劍平. 認知學徒制在“推理與專家系統”教學中的應用[J]. 現代教育技術,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. 正確運用多媒體,促進認知學習的最優化[J]. 思茅師范高等專科學校學報,2002,18(4):55-57.

[8] 杜暉. 決策支持與專家系統[M]. 北京:電子工業出版社,2007:22-23.

Exploration in Course Construction and Teaching Reform of Expert System

YU Ling-li, WEI Shi-yong

篇7

模式識別是60年代迅速發展起來的一門學科，該技術用于自動將物理對象或抽象的多維模式分類到已知或可能未知的類別。目前，市場已經存在一些能進行字符識別、手寫體識別、文檔分類、指紋分類、語音和說話人識別、白細胞分類以及其他軍事目標識別的商業模式識別系統。低成本、高分辨率傳感器(如CCD攝像機、麥克風和掃描儀)和互聯網上共享的數據為我們提供了關于文本、語音、圖像和視頻的巨大數字化資源庫，對這些資源進行有效的歸檔和檢索，極大推動了模式識別算法在新領域的應用，例如文本、圖像和視頻檢索，生物信息學和面部識別等。

由于模式識別是一門理論與實踐緊密結合的學科，理論基礎涉及高等數學、線性代數、數理統計、小樣本統計學習理論、模糊數學等學科，因此該課程具有一定的抽象性和難度，學生不容易理解所學內容。為了使學生從抽象中理解具體，更好地、自主地、創新地學習，教師要在知識的傳授過程中注重學習方法的傳授，故教學探索成為模式識別課程中重要的研討內容之一。隨著社會的發展、國際交流的頻繁及網絡技術的完善，如何借鑒先進的國外教學理念，更好地培養具有創新能力的學生，也成為教學探索的一個主要問題。

1國內外教學比較

下面就從教學內容、授課方式和學生評價方式三個方面來闡明國內外模式識別教學。

1.1教學內容

模式識別領域的國內外研究者和學者已編著了大量優秀教材，由于篇幅關系，下面僅對部分教材進行簡要介紹。

Richard O. Duda等編寫的《Pattern Classification》清晰地闡明了模式識別的經典方法和新方法[1]。Sergios Theodoridis編寫的《Pattern Recognition》全面闡述了模式識別的基礎理論、最新方法以及各種應用[2]。Andrew R. Webb編寫的《Statistical Pattern Recognition》對統計模式識別的基本理論和技術作了全面且詳盡的介紹[3]。J.P.Marques de Sá編寫的《Pattern Recognition：concepts，methods，and applications》詳細介紹了有關模式識別的概念和方法，并附加多個領域的實際應用案例[4]。M.Narasimha Murty等編寫的《Pattern Recognition：An Algorithmic Approach》講解了模式識別在算法中應用的主要原則，并對模式識別的概念和最近取得的進步進行了詳細介紹[5]。Brian D.Pipley編寫的《Pattern recognition and neural networks》對模式識別和神經網絡進行了介紹，并給出了模式識別領域的許多實際例子[6]。Satoshi Watanab編寫的《Pattern recognition：human and mechanical》為模式識別提供了一個統一的標準，并介紹了該學科的廣闊前景[7]。Robert J.Schalkoff編寫的《Pattern Recognition：statistical，structural，and neural approaches》探究了模式識別的核心概念、方法和應用[8]。Keinosuke Fukunaga編寫的《Introduction to statistical pattern recognition》，每章都含有大量習題[9]。

清華大學的邊肇祺教授等編寫的《模式識別》主要討論了統計模式識別理論和方法，還介紹了人臉識別、說話人語音識別及字符識別等應用實例[10]。干曉蓉教授編寫的《模式識別》主要內容包括貝葉斯決策理論、概率密度估計、線形判別函數、無監督學習和聚類、特征選擇與提取、模糊模式識別、人工神經網絡、線形代數、多維隨機變量[11]。王碧泉教授等編寫的《模式識別：理論、方法和應用》介紹了特征選擇、聚類和判別等方面的常用模型和算法，模式識別在地震學、數字圖像處理和決策管理等領域中的應用[12]。楊光正教授等編寫的《模式識別》介紹統計識別方法和句法方法的基本理論[13]。張學工教授編寫的《模式識別》系統地討論了模式識別的基本概念和代表性方法[14]。齊敏教授等編寫的《模式識別導論》按照統計模式識別、句法模式識別、模糊模式識別法和神經網絡模式識別法四大理論體系來組織全書[15]。蔣先剛教授編寫的《數字圖像模式識別工程軟件設計》介紹圖像模式識別的基礎理論和程序實現技術，從工程應用的角度全面介紹了圖像模式識別應用軟件設計的基本方法和實用技術[16]。孫即祥教授等編寫的《模式識別》系統地論述了各類經典的模式識別的理論與方法，較全面地反映了本學科的新近科技成果[17]。

2.2授課方式

國外的授課方式往往注重內容的學習、知識的掌握和學生獨立思考。課堂教學理念重參與性、積極性、創造性和靈活性。課堂相對活躍，講授和討論相輔相成，學生能積極地參與到課堂教學中，學生參與發問或發表個人意見，課堂上的參與往往是學期分數的一部分，被認為是評估學生所學習的知識的方法，并注重學生是否有能力與教師和同學進行知性的對話。

國內的課堂教學主要以教師講授為主，學生被動接受，留給學生的自主空間較狹窄，課堂教學理念注重系統性、完整性、邏輯性、生動性、計劃性。課堂相對平靜，討論較少，學生加入到課堂教學中的情況不多，學生參與發問或發表個人意見少。

2.3評價方式

國外對學生的培養重經驗、過程、體驗和運用。學生的學習過程只是其成長的一部分，教師評價學生時十分注重多渠道收集學生在校、在家和參加社會活動的情況，通過綜合分析，對學生進行全方位的、細化的評價，其中不僅有教師對學生的評價，還包括學生的自評、學生之間的互評、家長的評價和學生參加社會活動獲得的評價。

國內的教學目標是追求知識、結果、記憶和會考試。由于教學中以教師為主，往往只注意知識的傳授，忽略了學生能力和全面素質的培養。學生能牢固地掌握知識，但知識運用能力差，主動和創新能力欠缺。教師對學生的評價注重期中、期末考試，忽略了學生參加社會活動的情況。

3教學探索

基于如下的研究結果：有效教學本質上取決于教師建立能夠實現預期教育成果的學習經驗的能力，而每個學生都參與教學活動是實施有效教學的前提[18]，我們從教學內容、授課方式、評價方式三個方面進行模式識別課程的教學探索。

3.1教學內容

教學內容的安排應與本科學生的學習特點和目前所掌握的知識程度相吻合，才能使學生牢固掌握知識。借鑒國內外教學內容情況，我們的模式識別課程的教學內容共分9個章節，分別介紹模式識別綱要、貝葉斯決策理論、極大似然估計和貝葉斯參數估計、隱馬爾可夫模型、統計語言模型、支持向量機、最大熵模型、人工神經網絡、決策樹。

第1章 通過提出問題“智能科學與技術專業的學生為什么要學習模式識別”和“應當怎樣學習模式識別課程”展開，具體介紹內容包括模式、模式識別、有監督的分類、無監督的分類、模式識別的主要方法和模式識別系統。

第2章 “貝葉斯決策理論”介紹了在概率結構都知道的理想情況下的模式分類問題。雖然這種情況在實際中很少出現，但它為我們提供了一個能夠與其他分類器進行對比的評價依據，即“最優貝葉斯分類器”，幫助我們預測推廣到新模式時的最小誤差率。

第3章 主要圍繞“極大似然估計和貝葉斯參數估計”來展開。在先驗概率和類條件概率密度已知的情況下，我們可使用“貝葉斯決策理論”來設計最優分類器。但是在實際應用中，通常不能得到和問題相關的全部概率結構知識，因此我們利用已有的信息，對問題中涉及的先驗概率和條件概率函數進行估計，并把估計結果當做實際的先驗概率和條件概率，再來設計分類器。

第4章 “隱馬爾可夫模型”在解決一些與時間序列相關的問題，即某一過程隨著時間的流逝而進行，而且某個時刻發生的事件受到前一時刻發生事件的直接影響中得到了很好的應用，隱馬爾可夫模型在語音識別領域的應用是最成功的例子。

第5章 “統計語言模型”是用來計算句子概率的模型，在很多自然語言處理的任務，如機器翻譯、語音識別、印刷體或手寫體識別、拼寫糾錯、漢字輸入中都有廣泛的應用。在獨立假設的前提下，句子的概率公式可被簡化，并被計算出來。

第6章 “支持向量機”的基本思想是尋找一個能夠將d維空間的樣本數據準確地分為兩個類別的超平面。但是，由于樣本數據經常是不可以被線性分割的，所以通過引入核函數，將樣本數據映射到一個可以線性分割這些數據的高維特征空間。而將數據映射到這樣的一個空間，通常會引起計算和過度適應問題，但是支持向量機在高維空間中不需要直接處理，這就消除了前面提到的顧慮。并且支持向量機不像神經元網絡等其他的學習算法，很難衡量其學習的性能，我們能夠清楚地計算出其在未知數據集上的VC維。

第7章 “最大熵模型”在對一個隨機事件的概率分布進行預測時，滿足全部已知的條件，而對未知的情況不進行任何主觀假設。因為在這種情況下，概率分布最均勻，預測的風險最小，概率分布的信息熵最大，所以被稱為最大熵模型。

第8章 “人工神經網絡”是在現代神經科學研究的基礎上提出的，它并沒有完全真正反映大腦的功能，只是對生物神經網絡進行某種抽象、簡化和模擬。人工神經網絡中的信息處理是通過神經元之間的相互作用來實現的，知識與信息的存儲表現為網絡元件互連分布式的物理聯系，各種神經元連接權系數的動態演化過程決定了人工神經網絡的學習和識別。

第9章 “決策樹”是一種廣泛應用的歸納推理算法，它采用逼近離散值函數的方法，具有很好的健壯性，能根據訓練數據學習出析取表達式。決策樹學習方法通過搜索一個完整表示的假設空間，從而避免了受限假設空間的不足。

3.2授課方式

遵循學生的認知規律和和學習特點，結合作者從事的模式識別課程教學，我們對模式識別的授課方式給出了如下建議。

首先，教師將不再單純地講解，而是引導學生進行學習和組織學生進行課堂活動，使學生由原來的單純聽講、被動接受灌輸轉變為主動參與課堂教學，親自去發現結論和規律，使學生學會思考和善于思考，培養學生分析和解決問題的能力。通過教師和學生互相提問和共同討論，來發揮學生的主動性，使兩者在教學過程中相互聯系和作用，教學過程成為雙方主動介入的過程。由于模式識別具有一定的抽象性和難度，因此教師講解時要盡可能通過實例引出問題，讓學生親睹實例，增加感性認識，通過圖像、動畫和視頻的生動畫面和聲音吸引學生的注意力，將抽象的理論形象化，使學生印象深刻而又便于理解。

其次，教師在傳授知識的同時也應該力所能及地幫助學生解決在生活、學習過程中遇到的疑問，對他們提出的問題給予認真、耐心的解答，幫助他們克服困難。教師在教學過程中留出一定的時間，以朋友的身份和學生交流，了解他們的想法，從中獲得一些好的意見和建議。

再次，在講解理論部分時，教師應該理論聯系實際，注重學生實踐能力的培養。適當引入一些實際生活的例子，幫助學生理解所學知識，如介紹最大熵模型，可使用“投資時不要把所有的雞蛋放在一個籃子里，這樣可以降低風險”的例子，使學生對模型的認識不再抽象。簡要告訴學生下次課的內容，鼓勵學生課后查閱相關資料，并對遇到的問題進行分析和解決，帶著問題參與下一次的課堂教學。針對每一章的授課內容，教師應精心設計和安排相關實驗，加深和鞏固學生所掌握的知識。

3.3評價方式

模式識別是智能科學與技術專業的一門重要專業基礎選修課，對學生將來的學習、工作都起著非常重要的作用。該課程不僅僅是讓學生掌握知識，更重要的是培養學生的能力。因此，教師應該積極鼓勵學生多參加社會實踐，評價時應從多渠道和多方面收集學生在校和參加社會活動的信息，通過綜合分析，對學生做出全方位的、細化和合理的評價，促進學生全面素質的培養，最終提高學生的創新能力。

4結語

模式識別是一門理論與實踐緊密結合的學科，教與學的方式值得我們研究和探索。在今后的教學工作中，我們要多從模式識別理論涉及的學科廣泛，而本科生目前還沒有完全掌握這些知識等特點出發，不斷改革、實踐和創新。同時，教師也要不斷提高自身素質和業務水平，不斷提高課堂教學質量，為國家培養更多合格的應用型本科人才。

參考文獻：

[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] 邊肇祺,張學工. 模式識別[M]. 2 版. 北京:清華大學出版社,2007.

[11] 干曉蓉. 模式識別[M]. 昆明:云南人民出版社,2006.

[12] 王碧泉,陳祖蔭. 模式識別:理論、方法和應用[M]. 北京:地震出版社,1989.

[13] 楊光正, 吳岷, 張曉莉. 模式識別[M]. 合肥:中國科學技術大學出版社,2001.

[14] 張學工. 模式識別[M]. 3版. 北京:清華大學出版社,2010.

[15] 齊敏,李大健,郝重陽. 模式識別導論[M]. 北京:清華大學出版社,2009.

[16] 蔣先剛. 數字圖像模式識別工程軟件設計[M]. 北京:水利水電出版社,2008.

[17] 孫即祥, 姚偉, 滕書華. 模式識別[M]. 北京:國防工業出版社,2009:1-280.

[18] 華榮寶.“有效課堂教學”學習材料(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

基金項目：上海工程技術大學科研啟動項目（校啟：2015-68）

中圖分類號：F49 文獻標識碼：A

原標題：國際云制造關鍵技術專利分析及對上海的啟示

收錄日期：2016年11月10日

一、引言

當前，在經濟全球化背景下，為了進一步強化競爭優勢，諸多發達國家，尤其是跨國制造型企業采用了更加智能化、柔性生產模式。與此同時，圍繞著提升企業競爭能力，一場以“制造智能化、信息化”為特征的制造業變革一直在我國積極、持續的展開。從“工業4.0”到“中國制造2025”、“互聯網+”，我國制造業急需一種新型制造模式與手段，進而推動經濟增長方式的轉變，加快建成全球科技創新中心。針對此，本次研究提出“云制造”――制造業信息化新模式，并對國內外云制造核心技術研況與發展趨勢進行了分析。

云制造是一種基于網絡（如互聯網、物聯網、電信網、廣電網和無線寬帶網等），按照用戶需求組織網上制造資源（制造云），為用戶提供各類按需制造服務的一種網絡化制造新模式。該技術是將現有網絡化制造和服務技術同云計算、云安全、高性能計算、物聯網等技術融合，實現各類制造資源（制造硬設備、計算系統、軟件、模型、數據、知識等）統一的、集中的智能化管理和經營，為制造全生命周期過程提供可隨時獲取的、按需使用的、安全可靠的、優質廉價的各類制造活動服務。隨著技術的提升，云制造不僅可以促進生產模式的扁平化，更能促進企業創新，而且可以滿足市場個性化、靈敏的定制需求。

為實現云制造的資源共享和服務模式，云制造融合了云計算、物聯網、高性能計算、服務計算、智能科學等信息技術與信息化制造（信息化設計、生產加工、試驗、仿真、經營管理、集成）等多種新興技術。各種技術在云制造中的功能或作用如下：（1）云計算技術為制造所需各類信息的智能處理和決策提供了使能服務與新制造模式；（2）物聯網技術為制造領域中各類物與物之間的互聯和實現制造智慧化提供了使能技術；（3）高性能計算技術為求解復雜制造問題和開展大規模協同制造提供了使能技術；（4）面向服務的技術為快速構造虛擬化制造服務環境提供了使能技術；（5）智能科學技術為制造資源/能力的智能化提供了使能技術；（6）信息化制造技術是云制造的基礎技術。

二、云制造核心技術國際專利分析

通過上述對云制造的關鍵技術體系的分析，以及與相關領域專家探討，課題組選擇了RFID、傳感器芯片、無線通信、物聯網應用、高精度定位、生物信號分析和視頻分析等云制造關鍵技術，從專利的申請趨勢、申請區域、技術構成和主要競爭者等方面進行分析。國際專利主要以德溫特專利數據庫為研究對象，國內專利情況以中國知識產權局專利數據庫為研究分析對象。

（一）RFID國際專利情況。RFID，即無線射頻識別，又稱電子標簽，是一種非接觸式的自動識別技術，它通過射頻信號自動識別目標對象并獲取相關數據，識別工作無需人工干預，可工作于各種惡劣環境。RFID技術可識別高速運動物體并可同時識別多個標簽，操作快捷方便。該技術是當前物聯網的核心技術之一，也是應用最為廣泛的技術。

?技術主題關鍵詞：RFID；Radio Frequency Identification；RF

?檢索整理得專利數：38，634件（截至檢索日期2015年4月，下同）

1、總體趨勢。每年申請的RFID專利數量始終沒有突破50件，技術發展緩慢。2005年超過了1，500件，從此申請的RFID專利數量快速上升。2010～2014年專利數量略有波動，但累計總數一直攀升。（圖1）

2、區域專利分布情況。將近十年RFID領域申請專利進行統計分析，發現專利數最多的是美國專利，占了全球總數的近1/3；其次為日本專利，也占近兩成。中國專利申請數量排在第五位。（圖2）

（二）傳感器芯片國際專利情況。國家標準GB7665-87對傳感器的定義是：“能感受規定的被測量件并按照一定的規律轉換成可用信號的器件或裝置，通常由敏感元件和轉換元件組成”。由于傳感器專利數量十分龐大，在德溫特專利數據庫中用“sensor”（傳感器）作為關鍵詞出現專利達90余萬件，無法進行分析。因此，選擇傳感器芯片作為檢索主題。

?技術主題關鍵詞：傳感器芯片（注：由于德溫特數據庫中有關傳感器專利超過了30萬，分析處理工作量太大，因此課題組選擇了傳感器芯片作為了研究對象）

?檢索整理得專利數：36，931件

1、總體趨勢。傳感器芯片技術的專利早在1971年就已經申請，在20世紀70年代都處于萌芽發展階段。但到了80年代后，傳感器芯片申請專利逐步增長，并且在2006年時出現快速向上的趨勢。總體來講，傳感器芯片技術比RFID專利更早，且年增長率更加平均。（圖3）

2、區域專利分布情況。傳感器芯片申請專利數量最多的為中國專利，其次為日本專利，美國專利排第三。雖然中國申請的專利數量排名第一，但也不能認為中國在傳感器芯片領域占據主導地位，因為其中的專利也有可能是國外企業在中國的申請，從另一方面說明中國傳感器市場具有巨大潛力。（圖4）

（三）無線通信技術國際專利情況。無線通信是利用電磁波信號可以在自由空間中傳播的特性進行信息交換的一種通信方式，近些年信息通信領域中，發展最快、應用最廣的就是無線通信技術。在移動中實現的無線通信又統稱為移動通信，人們把二者合稱為無線移動通信。在無線通信技術領域，主要關注與物聯網相關的近場通信技術（NFC）、超寬帶技術（UWB）、IEEE802.11標準相關的無線技術等。

?技術主題關鍵詞：近場通信（NFC）；超寬帶（UWB）；wifi；藍牙；zigbee；IEEE802.11

?檢索整理得專利數：64，471件

1、總體趨勢。2000年以前，無線通信技術的申請專利數量一直處于非常低的水平。但從2007年開始，增長速度較快，到2014年躍升至10，121件的年申請量，發展迅猛。（圖5）

2、區域專利分布情況。從近十年來看，整體上美國專利在這一領域占據著主要地位，申請的數量份額超過30%。中國緊隨其后，占有兩成。（圖6）

（四）物聯網組網技術國際專利情況。物聯網這一名詞是近幾年才提出的，國外相關的概念多為無線傳感網、邁適網和M2M。因此，選擇這些詞組合檢索物聯網網絡技術方面的專利。

?技術主題關鍵詞：無線傳感網wireless sensor networks；邁適網a suitable network；自組織網ad hoc network；物聯網Internet of things；M2M machine to machine

?檢索整理得專利數：863，396件

1、總體趨勢。該領域申請的專利數量也從2001年開始出現明顯增加，到2008年開始激增。（圖7）

2、區域專利分布情況。在該領域，美國和中國的申請專利數量分列第一、第二位，分別達到總體的34%和25%。（圖8）

三、云制造國內專利情況分析

?技術主題關鍵詞：無線傳感網；邁適網；自組織網；物聯網；M2M；RFID；Radio Frequency Identification；RF；傳感器芯片；近場通信（NFC）；超寬帶（UWB）；wifi；藍牙；zigbee；IEEE802.11；高精度定位；位置定向；距離測量；生物信號分析/處理；生物醫學信號分析/處理；視頻分析/處理；視覺分析/處理；圖像分析/處理等領域專利總和

?檢索整理得專利數：整理得有效專利3，760件（發明專利543）

（一）總體趨勢。2009年起，申請數據急劇上升，趨勢與全球走向相符合。受到全球經濟危機的影響，2013年申請數量有所下降。（圖9）

（二）區域專利分布情況。2014年數據顯示，云制造中國專利中江蘇省申請的專利數量排名第一；廣東排名第二；上海排名第六，占總數的7.50%，略微落后于四川省和浙江市。（圖10）

（三）上海云制造發展現狀。上海是國內云制造研發實力、產業化、應用水平最高的地區之一。在產業聯盟、標準建設方面，中科院上海微系統所早在2005年就在上海科委領導下，牽頭組建了傳感網上海聯盟，當時已有12家聯盟成員，初步形成產學研一體的組織，而目前上海中科院微系統所正牽頭推進中國無線傳感網標準化工作，并已代表中國參加了國際傳感網標準工作組。在產業基礎方面，上海是國內電子信息產業的重要基地，擁有包括傳感器、芯片、通信設備、系統集成等完整的物聯網產品研發、設計、制造產業群，同時也有物流、醫藥、電信服務等物聯網應用需求比較強的行業客戶，產業發展所需上中下游配套完善。上海云制造產業鏈環節上的主要企業和研究機構如表1所示。（表1）

上海已確定將“互聯網+”融入到制造業作為下一步智能制造發展的重點之一，究其根本，即是云制造。雖然，目前上海政府并沒有頒布關于云制造明確的政策。但“十二五”期間，上海出臺了一系列的政策大力發展云制造的核心技術――云計算、物聯網、信息技術與信息化制造等，都為“互聯網+”融入制造業，帶動傳統制造業轉型奠定了技術基礎。

四、上海推動云制造的舉措建議

上海是國內云計算、物聯網、信息技術研發實力、產業化、應用水平最高的地區之一。這為上海發展云制造奠定了技術基礎。2015年，“互聯網+”行動計劃的實施為上海發展云制造提供了政策保障。未來，上海如何將以云計算、物聯網等新一代信息技術與制造業的融合創新，全面發展云制造。課題組提出以下幾點建議：

一是為中小制造型企業構建中小企業云制造公共服務平臺。與當前廣泛應用的淘寶、當當等C2C、B2B平臺不同，中小企業云制造公共服務平臺為制造企業提供的不僅是產品買賣，更多的是基于制造能力的協同業務，實現外部資源與企業生產制造過程等核心業務緊密協作。上海政府可為中小企業打造云制造公共服務平臺，提供一系列支持服務，包括在制造資源注冊、資源需求、資源供需多向搜索、資源能力評估、交易信用評估、資源交易管理、協同制造管理和結算管理，為注冊企業提供制造過程全生命周期的服務工具。

二是為高端裝備制造業企業打造面向復雜產品的集團企業云制造服務平臺。該云制造服務模式的重點在于支持制造資源動態共享與協同，強調企業內或集團內制造資源和制造能力的整合與服務，優化企業或集團資源和能力使用率，減少重復資源和能力的重復建設，降低成本，提高競爭力。下一階段，上海發展高端裝備制造業或可借助面向復雜產品的集團企業云制造服務平臺，進而提高制造資源和能力相對分散的跨單位、跨部門、跨學科的協同效率。目前，國內航天二院構建了面向航天復雜產品的集團企業云制造服務平臺，用以提高多部門在生產制造方面的協同，并在此方面積累了較為成熟的經驗。

三是把握技術發展的脈搏，定期云制造發展報告。云制造作為智能制造的新興領域，技術發展的迅猛程度是日新月異。為此，一方面政府應鼓勵制造型企業定期跟蹤國際云制造技術的發展趨勢，結合企業發展戰略，及時調整技術研發重點；另一方面政府也應鼓勵高校、研究機構對云制造核心技術進行跟蹤、預測，定期行業報告，為行業發展提供指導意見。

四是聯合信息技術企業與制造企業，做大做強云制造。云制造的發展應避免多、小、散、亂的局面。一方面鼓勵技術領先的國際企業在滬設立研發中心和生產基地，擴大知識資源和人才資源溢出；另一方面鼓勵具備云計算、物聯網、信息技術研發實力的本土企業與生產制造型企業聯手，扶持搭建云制造服務平臺。依托產業園區的環境優勢，加強資源聚集效應，加快培育一定支配地位、較大規模和先進技術的云制造重點企業，提高產業價值鏈的控制力。

主要參考文獻：

[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

物聯網技術產業化已經成為各個國家經濟發展的生長點，并呈現規模化、協同化、智能化趨勢。但是，基于物聯網的企業內部控制建設并沒有跟上物聯網產業發展的步伐。當前，企業內部控制經常陷入管理與技術兩張皮的困境――從管理角度設計的企業內部控制制度和從信息技術角度設計的企業內部控制制度，它們都沒有考慮管理與技術融合來制定企業內部控制制度。以物聯網技術應用為背景下的企業是一個復雜的“大系統”。企業內部控制不僅要融合管理與技術，更要考慮企業是個大系統性質。因此，大系統智能控制是企業內部控制發展的革命。科學技術發展規律為企業大系統智能控制提供物質基礎；控制理論的發展規律為企業大系統智能控制提供理論基礎。大系統智能控制是智能控制與大系統控制的融合。智能控制論是控制理論向智能水平高度發展的新分支，大系統控制論是控制論向系統規模廣度發展的新分支。

一、技術控制與管理控制的兩張皮：企業內部控制發展歷程回顧

物聯網技術產業化已經成為各個國家經濟發展的生長點，并呈現規模化、協同化、智能化趨勢。但是，基于物聯網企業內部控制建設并沒有跟上物聯網產業發展的步伐。當前，企業內部控制經常陷入管理與技術兩張皮的困境：要么是側重于管理角度而忽視IT技術角度來研究企業內部控制體系，其結果是經濟學家與管理學家設計的企業內部控制體系不能適應現代IT技術環境；要么側重于IT技術角度而忽視管理角度來研究企業內部控制體系，其結果是設計的企業內部控制體系不能體現企業經濟管理的目的。兩者都沒有從IT技術與企業管理融合的角度來研究企業內部控制體系。

（一）基于管理角度的企業內部控制

前者主要成果如下：美國國會頒布的《2002年公眾公司會計改革和投資者保護法案》、美國SEC陸續的多項相關最終規則（Final Rule）和草案（Proposed Rule）、反虛假財務報告委員會（Treadway委員會）在2004年制定的《企業風險管理框架》（Enterprise Risk Management，ERM）、加拿大特許會計師協會（CICA）的《控制指南》、內部審計師協會（IIA）的內部審計標準委員會（IASB）制定的“內部控制指南”、我國財政部在2007年3月4日公布的《企業內部控制規范（征求意見稿）》。這些內部控制制度主要體現的是典型的法律文件。它們規定了企業在整體或業務層面上必須達到的要求，卻沒有指明企業如何通過IT控制平臺才能達到法案規定的水平。比如SOX要求企業內控必須有效，并在財務公告前90天內評估內控效力等，但是企業需要控制什么，如何控制，內控效力又如何評估全都不在SOX的范圍內，特別是落實到IT控制方面，SOX完全沒有給出任何指導意見。同樣，對SOX法案起細化作用的PCAOB審計標準的作用同樣僅限于原則層面，如在審計準則的第35、40、50、75條款中都沒有具體規定在IT平臺上如何進行審計。我國的《企業內部控制規范（征求意見稿）》雖然獨立出來一個《企業內部控制具體規范第xx號――計算機信息系統（征求意見稿）》，但是它也只是從信息技術的技術控制角度來進行企業內部控制。財政部公布的其他企業內部控制具體規范也沒有體現基于IT環境下的企業內部控制制度。

（二）基于技術角度的企業內部控制

研究現代信息技術的人（如，軟件開發人員）由于不懂現代公司運行的公司治理及內部控制，他們多是從企業信息系統的一般控制（如：組織控制、系統開發控制、信息系統的操作與維護控制、數據資源控制、硬件與軟件的控制、系統軟件控制與網絡控制）與應用控制（如：輸入控制、通訊控制、處理控制、輸出控制）的角度來研究公司的治理與內部控制。這些治理與內部控制不能體現公司管理的目的。如，信息系統審計與控制協會在1996年公布的《信息及相關技術的控制目標》（COBIT，Control Objectives for Information and related Technology）、原英國國家標準局制定的《信息安全管理實踐規范》BS7799―1與BS7799―2《住處安全管理體系規范》及在2000年12月被國際標準化組織認同的ISO17799（我國也將采用為CNS17799）等都是從信息技術角度而不是公司管理角度進行內部控制。

總之，當前的企業內部控制制度，不是單純從企業管理角度，就是單純從信息技術角度，都沒有從技術與管理共生協同的角度進行考慮與設計，管理與技術兩張皮。而物聯網下，企業的生產要素中生產資料與勞動者一樣是主體與客體相融合的要素，不像以前，勞動者是勞動主體，生產資料是勞動客體。因此，必須改變原來的企業內部控制體系與性質。

二、企業是個復雜的“大系統”：物聯網下企業的特征

企業內部控制性質隨著企業的變化而變化，隨著物聯網技術在企業中的應用，企業越來越呈現“大系統”的性質。

由于現代社會信息化、系統化和網絡化的發展，特別是隨著物聯網技術在企業中的廣泛應用，企業的生產設備等生產資料、各種原料的智能化（smart）以及網絡智慧化（intelligent），企業生產經營與管理呈現出規模龐大、結構復雜、功能綜合、因素眾多等復雜的“大系統”的特征。

（一）規模龐大

企業大系統包含相互嵌套的子系統（小系統，如：生產經營系統、信息系統、管理系統）、部件（如：機器設備）、元件（如：傳感器、接收器等）甚多。通常，企業大系統占有的空間大，經歷的時間長，設計的范圍廣，具有分散性（如：企業全球化經營）。

（二）結構復雜

企業大系統中各子系統、部件、元件之間大的相互關系復雜。通常，企業大系統中不僅包含有物，還包含有人，具有“人―物”、“人―人”、“物―物”之間的多種復雜關系，同時，由于物聯網的發展，企業的生產設備等生產資料、各種原料的智能化（smart）以及網絡智慧化（intelligent），企業除了人之外，各種“物”也都相應成為主動系統。哲學意義上的主體客體的關系真正成為相對的關系。

（三）功能綜合

通常，企業大系統的目標是多樣的，企業不僅要實現技術上的生產目標，更要實現企業經濟目標，同時要實現社會責任目標和生態和諧的目標。因而，企業大系統的功能必是多方面的，如企業產品質量控制功能、企業經濟管理功能、企業生態環境保護功能、企業社會就業功能等等，為此功能要系統綜合。

（四）因素眾多

企業大系統是多變量、多輸入、多輸出、多目標、多參數、多干擾的系統。同時，企業不僅有“物”的因素，還有“人”的因素；不僅有技術因素，還有經濟因素、社會因素等。這些因素具有不確定性、不確知性。

正因為企業是一個復雜的“大系統”，如何分析、設計、控制、管理、高度指揮企業這個復雜大系統，這是當前控制科學、系統科學、信息科學面臨的重大課題。

三、大系統智能控制：企業內部控制發展的革命

（一）科學技術發展規律：企業大系統智能控制的物質基礎

從技術角度看，人類進化發展史，就是科學技術發展史。一般說來，人類進化發展經過“生物學意義進化”階段、“文明進化”階段兩個階段。當前，正在向“智能進化”階段發展。同時，隨著科學技術的“輔人”階段、“擬人”階段到“共生”階段的發展，科學技術為企業智能控制提供了堅實的物質基礎。

人類的“生物學意義進化”階段的特征是僅靠生物體自身各種器官功能的調整來增強它的能力，是一種“著眼體內”的進化，如：人類的直立行走與手腳分工。

人類的“文明進化”階段的特征是利用外部世界的資源來增強自身的能力，如：制造和使用工具。制造工具的原理升華為科學，制造工具的經驗和技巧則沉淀為技術。科學技術不斷發展完全是為“增強人類能力”服務的，因此，命名為科學技術的“輔人律”。如：農業時代的發展主線是增強人類體質功能的材料科學技術和相應的基礎科學；工業時代的發展主線是增強人類體質功能的能量科學技術和相應的基礎科學。

人類的“智能進化”階段特征是利用外部世界的信息及智能資源來增強自身的能力。如：物的智能化（smart）、網絡智慧化（intelligent），它們為人類的智能外化提供了物質基礎。信息時代的發展主線是增強人類智力功能的信息科學技術和相應的基礎科學，這就是在科學技術的“輔人律”基礎上的科學技術的“擬人律”。既然科學技術的作用是“輔人”，它的發展是“擬人”的，那么，科學技術和利用科學技術所創造的工具就必然與它的主人（人類）形成以人為主、以機為輔的共生合作關系，這就是科學技術的“共生律”。

因此，按照科學技術發展的“輔人律”、“擬人律”、“共生律”，處于21世紀信息時代的大背景下，現代科學技術研究的核心、前沿和制高點就應當是“增強人類智力能力”。“智能”是“信息”的精彩結晶，“智能科學技術”是“信息科學技術”的輝煌篇章，“智能化”是“信息化”發展的新動身、新階段。

所以，正如人類不僅要研究“腦的結構”，更要研究“腦的工作機制”，我們不僅要研究企業的智能結構，更要研究企業智能工作機制。

（二）控制理論的發展規律：企業大系統智能控制的理論基礎

根據控制理論研究成果，當前控制理論發展經過“經典控制理論”、“現代控制理論”、“大系統控制理論”、“大系統智能控制理論”等四個階段，具體如圖1。控制理論的發展為企業智能控制提供了堅實的理論基礎。

第一代控制理論即所謂“經典控制理論”，它主要采用傳遞函數模型、頻域分析與綜合方法，研究單變量控制系統設計和單機自動化技術問題。

第二代控制理論即所謂“現代控制理論”，它主要采用狀態方程模型、時域分析與綜合方法，研究多變量控制系統設計和機組自動化技術問題。

第三代控制理論分為兩個發展方向：大系統理論與智能控制理論。

大系統理論，代表控制理論向廣度方向發展。大系統理論是第二代控制理論與運籌學相結合、控制系統與系統工程相結合的產物，主要采用狀態方程及代數方程的數學模型、分解―協調方法，研究大系統的最優化、穩定化和模型簡化等問題，以及大系統的綜合自動化技術和經濟問題。

智能控制理論，代表控制理論向高度發展，提高控制系統的智能水平。如：自識別、自組織、自尋優、自適應、自學習等方面的智能水平。智能控制理論是控制理論與人工智能相結合、控制工程與知識工程相結合的產物。

第四代控制理論就是“大系統智能控制”。

大系統智能控制理論是第四代控制理論，反映了控制理論向廣度和高度兩個方向的發展。大系統智能控制理論是智能控制向廣度的發展，研究各種大系統的智能控制問題，包括工程技術、社會經濟、生物生態大系統的控制、管理、決策等問題；大系統智能控制理論是大系統控制向高度發展，提高大系統控制的智能水平，如大系統的智能控制、智能管理、智能決策的水平。

第四代控制理論即大系統智能控制符合學科“分化―結合”的規律。如果說，第二代控制理論分化為大系統理論與智能控制理論，那么，大系統智能控制理論將是大系統理論與智能控制理論相結合的產物。

四、大系統智能控制：企業大系統智能控制的性質

智能控制是人工智能（artificial intelligence）和自動控制（automation control）相結合的新技術，是工程界、企業界共同關注的熱門課題。大系統智能控制是智能控制與大系統控制的融合。智能控制論是控制理論向智能水平高度發展的新分支；大系統控制論是控制論向系統規模廣度發展的新分支。大系統智能控制按控制級別可分為高層控制和基層控制。高層控制包括指揮決策、計劃管理、生產調度；基層控制包括自動調節、過程控制、操作控制。大系統智能控制按智能類別可分為如下控制性質：自穩定控制、自識別控制、自協調控制、自優化控制、自學習控制、自適應控制、自組織控制、自規劃控制、自修復控制等。

篇10

近年來，隨著計算機輔助技術不斷的應用到機械設計當中，制造業傳統的生產模式發生了翻天覆地的變化，其專業技術體系已經日趨形成。目前， 建模與仿真技術正向“數字化、虛擬化、網絡化、智能化、集成化、協同化”為方向發展。我國建模技術尤其在復雜系統建模技術、智能系統建模技術和基于智能科學的建模技術、定性與定量組合的實體建模技術、復雜分布建模環境等方面取得了較大的進展。在建模與仿真支撐系統技術研發方面， 我國在實時仿真算法、各類系統的并行算法、視化算法與軟件、分布仿真運行支撐平臺、虛擬樣機工程支撐平臺、仿真網格等方面取得了一批高水平研究成果。相繼研制和生產了多種型號的模擬計算機、混合模擬計算機及混合計算機系統、全數字并行仿真計算機，并正從局部、分散的研究向實用化、自動化、規范化、集成化發展。工程力學建模在我國現階段的制造業中得到了廣泛的應用，可以有效的縮短產品生命周期，提高產品的性能、多樣化、高質量、人性化，很大程度上滿足了現在多元化的競爭市場。加強對工程力學建模是我國制造業的一大重要任務，也是滿足多元化市場增加競爭力的必然要求。

1.建模技術的基本原則

傳統的優化技術需要工程設計人員將設計問題用數學方程的形式全面準確地描述，即確定設計變量、目標函數和約束函數， 因此要求設計人員不但要熟悉產品的設計， 還要掌握一定的優化理論和數值計算方法。對大多數的機械產品設計人員來說，做到這一點是很困難的。這在一定程度上影響了優化設計的應用。對于復雜機械產品來說，數學模型建立的好壞對優化設計成功與否起著決定性的作用。多學科產品建模的總體原則可分為：①支持產品的更新。無論是開發新產品，還是對老產品的改進，建模技術必須考慮到產品的更新設計，這就要求建立基于參數驅動的產品模型。②支持產品設計的進程。一般的設計進程包括功能設計、原理設計、詳細設計和施工設計等多個階段。在每個階段都包括概念設計、詳細設計、分析評價到重設計等一系列反復過程。建模就是要支持產品從整體設計到局部設計、從概念設計到詳細設計的不斷反復、迭代的進程。③支持產品模型轉換的全過程。機械產品的多學科優化建模的最終目標是生成優化任務數學模型。產品模型是對產品物理結構的真實反映， 而計算機能對優化任務的數學模型進行尋優計算。全性能優化建模不僅要實現產品全系統和全性能的描述，還要根據不同的要求轉換為不同的優化任務數學模型， 實現物理模型和數學模型的自動轉變。

2.建模技術分析與處理間的相互關系

完美的設計已成為當今制造行業追求的關鍵問題，為了達到這一境界人們提出了多學科建模技術。多學科優化建模應綜合考慮產品多方位的全系統結構和產品技術性、經濟性和社會性等各方面性能的統一，以及全面考察從設計、制造、使用到回收整個產品的全生命周期過程。工程力學建模是后期計算的基礎，所建立的模型既要保證后期的分析計算結果不失真，也要保證后期的分析計算能夠在實際中可以實施，就要同時把握兩個原則“可靠性”和“經濟性”。建模技術研究的具體內容包括：功能方案、產品建模、優化規劃、優化算法、尋優搜索和結果處理等。計算精度能夠達到工程要求，它直接影響工程能否正常運行。以工作規范以及國家標準系列等為依據，保障力學分析計算的可靠性。可以把其中占主導作用的內容歸納為：初步建模、尋優搜索和耦合分析與處理三方面，它們構成了建模設計優化的主體，也是產品設計優化不同于傳統優化的關鍵所在，而其它方面的內容則是該主體的延伸及支撐。這三方面的內容是相互依存、相互統一不可分割的，不同的建模方式導致了相關技術領域間不同耦合關系的產生，而不同的耦合關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須有合適的優化數學模型與之相匹配。

3.現代建模方法介紹

3.1元建模技術和產品建模技術

一直以來，人們對建模方法學進行了大量的研究，具有代表性的是元建模技術和以功能為核心的產品建模技術。基于產品物理本質的元建模技術，認為各種應用模型難以溝通的原因在于不同的領域所涉及的知識域不同，而現有的模型缺乏這些知識域之間的聯系，因此無法進行信息的重用與共享。他們把產品中那些反映物理本質的信息如質量、力等屬性作為信息元，用符號來描述不同抽象程度、不同粒度、不同近似度以及不同對應關系上各信息元之間的物理依賴關系，用由這些信息元及其依賴關系構成的元模型來建立起知識域之間的聯系，最后通過定性推理從元模型中導出各應用分析模型，而各應用模型的變化也能通過元模型傳播到其它應用模型。但建立基于物理本質的元模型需要開發人員對產品的各種物理規律有清楚的了解， 這在產品開發過程的初始階段是十分困難的。用功能單元來描述產品既可以使設計人員避免從設計一開始就面臨著對設計對象物理規律的抽象，又可以滿足概念設計的需要。然而，多學科建模需要解決的任務是多方位的，隨著產品開發過程的推進“功能單元”描述需要不斷深化。如何由基礎的功能單元衍生出各種應用所需要的新的功能模型，保證多學科建模各階段模型一致性、可擴充性、可集成性以及可重用性是各種建模方法所需解決的核心內容。

3.2現代網絡協同建模技術