緒論：寫作既是個人情感的抒發，也是對學術真理的探索，歡迎閱讀由發表云整理的11篇人工智能網絡教學范文，希望它們能為您的寫作提供參考和啟發。

篇（1）

中圖分類號：TP18

“人工智能”一詞最早是在20世紀50年代末期在Dartmouth學會上提出的。它是計算機技術的一個分支學科，但又同時包含了很多領域的不同學科，例如生物信息學、機械理論學、數理推論、語言文化等，它的研究領域非常的廣泛，包括機器翻譯研究、智能控制研究、專家系統學、機器人研究、語言和圖像理解研究、遺傳編程研究、自動程序設計研究、航天科學與應用、龐大的信息處理、儲存、管理研究。此后，越來越多的科研人員開始了對人工智能技術的研究。國際上比較先進的研究機構有麻省理工學院、斯坦福大學、加州大學伯克利分校、賓夕法尼亞大學、耶魯大學、德國人工智能研究中心、索尼公司等，中國的先進研究機構主要有清華大學、北京紫光優藍機器人技術有限公司、中國科學院先進技術研究院、北京大學、南京理工大學、哈爾濱工業大學、中國科學技術大學、北京郵電大學等幾十家機構。

目前，將人工智能應用在網絡教育中是很多研究者關注的熱點，在近些年的研究中取得了很大的進步，取得了一些先進的成果，但是在研究中也遇到了一些問題，需要研究人員進行解決并創新。本文首先介紹了網絡教育的現狀，探討了人工智能在網絡教育中的應用，通過研究提出了做好人工智能在網絡教育中應用的有效措施，最后對人工智能在網絡教育中的發展前景進行展望。

1 網絡教育的現狀

隨著信息技術和網絡技術的不斷發展，人們對教育的觀念以及接受教育的方式發生了巨大的改變，“網絡教育文化”日趨成熟。網絡的發展給傳統的教育模式帶來新的挑戰，它除了將傳統教育模式的一些顯著不足進行了改變以外，同時使教學更富有吸引力和生氣，吸引更多的人愿意到Internet教學中來學習自己想要的知識，他們可以不受時間、空間、身份的限制，到這個虛擬的課堂來進行“充電”。但在當前，網絡教育還在初級的發展階段，在實際的推廣和應用中還存在著一些問題：

（1）在網絡遠程教育的過程中，支持學習的服務系統沒有很好的滿足學習者的要求，引導學習者學習的手段和給學習者答疑的方法都比較落后，服務的方式受到一些客觀因素的限制；

（2）網絡實驗教學中有很的問題存在，例如空間的分散性差，時間的流動性和自主性差，除此之外，便攜性也比較差等；

（3）目前，雖然網絡教育中進行的考試具有開放性，但是考試的公平公正性、考試類型的科學性、出題的權威性都很難保證；

（4）目前來看，網絡系統本身具有了信息查詢能力，但這種查詢的能力是很有限的。

2 人工智能在網絡教育中的應用

2.1 智能決策支持系統

智能決策支持系統是在1980年左右由美國的研究大師波恩切克提出來的，是決策支持系統與人工智能技術相結合的產物。目前，由于智能決策支持系統的不斷發展和創新，在網絡教育的應用和研究方面表現出很強的發展潛力。例如，智能決策支持系統在數字和移動圖書館中的得到了廣泛的應用，該系統能夠為數字圖書館的管理人員提供決策和管理所需的數據、信息，幫助他們明確決策和管理的目標，通過建立決策模型并加以修改或完善，為數字圖書館正確、有效的管理和決策提供必要的支持。

2.2 智能教學系統

智能教學系統是在1970年以后迅速發展起來的，可以為學習者提供一種智能的授課環境，它將計算機的模擬功能來體現在整個教學過程中，使用人工智能技術和多媒體技術等先進的教學手段，共同形成一個交互式的開放的教學系統，在這個學習系統中，學生可以主動的獲取學習知識，系統可以根據學習者的個人情況來進行合理和科學的教學，以達到最佳的、理想的教學效果。

2.3 智能導學系統

支持服務是現代計算機網絡教育系統的重要構成要素。建立和維持一個高效靈活、強有力的支持服務子系統是有效地開發、管理和實施計算機網絡教育項目的保證。智能導學系統可以創造一個優良的學習環境，使學習者方便快捷地調用各種資源，以獲得學習的成功。

2.4 智能硬件網絡

智能網是20世紀80年代初期興起的研究課題。隨著網絡的日益普及，通過網絡進行學習，不僅要求多媒體綜合化的信息處理能力，而且要求網絡能夠提供高級信息處理能力。就目前的狀況而言，對現有的計算機教育網絡賦予其一定的“智能”，從硬件性能本身加以提升是一種不乏遠見的選擇。

3 做好人工智能在網絡教育中應用的有效措施

3.1 加大資金的支持

對于做好人工智能在網絡教育中的應用工作，絕對離不開資金的支持，因此各級政府部門應該做好相關的預算，落實好國家對于支持人工智能技術的相關政策，對于在人工智能技術發展中做出突出貢獻的企業和科研單位要給予一定的資金支持，支持這些企業、科研單位的研究工作，促進人工智能在網絡教育中更好的發展和應用。

3.2 加快人員培訓工作，建立技術研究團隊

人工智能在網絡教育中的應用工作具有技術性、專業性強等很多特征，因此，必須培養一批高素質的人工智能專業人才，同時還要對這些人員進行全面的業務培訓，使得這些人員既要懂管理，又要精通人工智能的專業知識，通過全面的業務培訓和人才引進，建立人工智能的技術研究團隊，使得這些人的才能得到很好的發揮，在人工智能方面有所創新，保證人工智能在網絡教育中得到更好的應用。

3.3 加強和先進研究機構的合作

在人工智能技術研究方面，美國、英國、德國等國家都走在世界的前列，而我國的人工智能技術研究的能力較低，與上述發達國家相比還存在一定的差距。因此，如何縮小這種差距，實現人工智能在網絡教育中更好的應用，就需要我們的研究人員加強專業知識的學習，和這些國家的先進研究機構進行有效的溝通和聯系，借鑒其先進的研究經驗，根據自己的實際需要，進行一些實際的合作。

4 結束語

由于人工智能技術本身存在著巨大的優勢，人工智能網絡技術也會不斷地進行發展而趨于成熟，這將極大地改善并且優化網絡教育的學習環境，全面提升網絡教育的整體教學質量，并有望增強網絡教育的全面開放性。為了做好人工智能在網絡教育中的應用，需要加大資金的支持，加快人員培訓工作，建立技術研究團隊，加強和先進研究機構的合作，使網絡學習的支持服務更加人性化和擬人化，更加體現以人為本的關懷精神。

參考文獻：

[1]呂生榮.淺談人工智能在計算機輔助教學中的應用[J].科技資訊，2009（01）：198.

[2]張園.人工智能技術在計算機輔助教學中的應用研究[J].科技資訊，2007（34）：108-109.

[3]陸志一，吳學慶.計算機未來的發展趨勢[J].黑龍江科技信息，2008（04）.

[4]張瑞.計算機科學與技術的發展趨勢探析[J].制造業自動化，2010（08）.

篇（2）

教育是著眼于未來的事業，教育的首要任務就是為未來社會培養相適應的合格人才。隨著人工智能的誕生和發展，我國已經開始將人工智能應用于教育領域，并顯示出人工智能對于彌補當前教育存在的種種缺陷和不足，推動教學現代化和教育發展改革進程起著越來越重要的作用。在現代醫學發展中，工程科學與臨床醫學不斷融合，相互進步。近幾年，隨著人工智能技術，機器人技術，虛擬與增強現實技術，3D打印技術與醫學不斷的融合發展，衍生出一系列的醫學診療技術，儀器，大大推進了醫學發展。從2013年到2017年，國務院、發改委、FAD連續發文，多次提及醫療走智能化、云化的趨勢，為推動智能醫療領域保駕護航。智能與醫學的結合已經是大勢所趨，因此，為培養大量智能醫學人才極有必要對智能醫學教育新模式進行深入研究。

一、目前醫學教育以及醫學人才培養狀況

智能醫學工程是一門將人工智能、傳感技術等高科技手段綜合運用于醫學領域的新興交叉學科，研究內容包括智能藥物研發、醫療機器人、智能診療、智能影像識別、智能健康數據管理等。

智能醫學工程的畢業生掌握了基礎醫學、臨床醫學的基礎理論，對智慧醫院、區域醫療中心、家庭自助健康監護三級網絡中的醫學現象、醫學問題和醫療模式有較深入的理解，能熟練地將電子技術、計算機技術、網絡技術、人工智能技術，應用于醫療信息大數據的智能采集、智能分析、智能診療、臨床實踐等各個環節。實驗教學正是融合型創新人才的最好培養方式。智能醫學人才的培養需要各學科間的相互交融更為緊密，學生的創新應用能力才能得到更好的培養。與此同時，由于絕大部分醫工結合的專業大部分歸屬與工科學院下，缺乏必要的臨床經驗，因而學生不能很好的把握新技術的應用。

而國內相關人才缺口還非常大，目前，國內僅僅有生物醫學工程、醫學信息工程等工科專業培養醫工結合人才。但是囿于培養時間與培養模式，他們往往只能針對具體某一方向，并且目前的培養體系還多著重于工學技術的研究，缺乏臨床實踐。

二、智能+醫學教育的必要性探究

2.1技術進步對醫療人員的診療幫助

以癌癥的治療為例，由于針對癌癥藥物的研究何藥物數量非常巨大，對于普通醫生在短時間內難以進行準確的判斷針對癌癥的研究和藥物數量非常巨大，具體來說，目前已有800多種藥物和疫苗用于治療癌癥。但是，這對于醫生來說卻有負面的影響，因為有太多種選擇可供選擇，使得為病人選擇合適的抗癌藥物變的更加困難。同樣，精確醫學的進步也是非常困難的，因為基因規模的知識和推理成為決定癌癥和其他復雜疾病的最終瓶頸。今天，許多受過專業訓練的醫學研究員需要數小時的時間來檢查一個病人的基因組數據并作出治療決定。

上述問題在擁有工學、醫學雙背景的醫生手中已經不是問題，通過目前日漸成熟的AI技術，對于大量的醫療數據進行檢索，通過可靠的編程手段，通過人工智能技術，建立完備的醫療數據庫，幫助醫生進行診療。據調查，美國微軟公司已經研制出幫助醫生治療癌癥的人工智能機器，其原理是對于所有關于癌癥的論文進行檢索，并提出對于病人治療最有效的參考方案，它可以通過機器學習來幫助醫生找到最有效，最個性化的癌癥治療方案，同時提供可視化的研究數據。

2.2智能醫學對于新時代醫生培養的影響

人工智能通過計算機可為學生提供圖文并茂的豐富信息和數據，一方面加強了學生的感性認識，加強了對所學知識的理解和掌握，從而提高了教學質量。同時，人工智能可幫助教師完成繁雜的、需適應各種教學的教學課程、課件等設計，使教師將更多的精力專注于學與教的行為和過程，從而提高教學效率。正如前面所述例子，智能網絡模塊化學習平臺可使教學擺脫以往對于示教病例的依賴，拓展了學生們的學習空間和時間，可極大地提高醫學學習效率和教學質量。

教育與人工智能相結合將會創新教育方式和理念。北京師范大學何克抗教授在《當代教育技術的研究內容與發展趨勢》中提到當代教育技術的五大發展趨勢之一就是“愈來愈重視人工智能在教育中應用的研究”。結合上述人工結合上述人工智能在醫學教育中的創新作用，下面就人工智能結合醫學學教育新模式提出一些構想。

三、交叉醫學人才的培養

3.1建立智能醫學人才培養體系的必要性

目前智能醫學的研發和臨床還存在隔閡，臨床醫生并沒有很好地理解人工智能，無法從實踐出發提出人工智能能夠解決的方向，而人工智能的產業界熱情高漲，卻未必能踩準點，所以產業界需要和臨床深度溝通融合，才能真正解決看病難、看病貴的問題，緩解醫療資源緊張。目前，國內僅僅有生物醫學工程、醫學信息工程等工科專業培養醫工結合人才。

3.2醫學人才培養體系初步構想

篇（3）

1 緒論

隨著現代通信與信息技術的高速發展, 以網絡教育為基礎的現代遠程教育系統得到了迅猛發展，并且取得了良好的社會效應和教育效應。然而一般的遠程教育系統教育方法較為單一，用戶和系統之間的交互性較差，用戶界面也較為單一。Agent技術提供了一種網絡智能程序設計方法，多Agent則放松對集中式、規劃、順序控制的限制，提供了分散控制和并行處理，該技術適用于多用戶和并發處理，適用于網絡教學系統的開發。基于Agent的智能網絡答疑系統能夠通過個性化分析準確了解用戶學習中的難點重點，并且根據用戶個性化信息推導問題的最佳答案。本論文論述了多Agent理論在網絡智能答疑系統中的應用。

2 Agent技術概述

Agent技術是人工智能的一種，其概念是由麻省理工學院的著名計算機學家和人工智能學科創始人之一的Minsky首先提出。 Agent可以理解為計算社會中的一些特殊個體，它的體系結構就是用軟件或硬件的方式來實現Agent的過程[2]。Agent的基本結構如圖1所示[3]。

圖1 Agent 基本結構

從圖2.1中可知，Agent主要由環境感知模塊、執行模塊、通訊模塊、信息處理模塊、決策與智能控制模塊以及知識庫和任務表組成。環境感知模塊、執行模塊和通訊模塊負責與系統環境和其它Agent 進行交互，任務表為該Agent 所要完成的功能和任務。信息處理模塊負責對感知和接收到的信息進行初步地加工、處理和存儲，決策與智能控制模塊是賦予Agent 智能的關鍵部件。它運用知識庫中的知識對信息處理模塊處理所得到的外部環境信息和其它Agent 的通訊信息進行進一步的分析、推理，為進一步的通訊或從任務表中選擇適當的任務供執行模塊執行做出合理的決策。

3 網絡智能答疑結構框圖

基于多Agent理論的網絡智能答疑系統的功能如下：

（1）用戶通過登陸能對學習過程中遇到的問題，運用自然語言進行提問，并可對提問方式進行選擇，也可選擇系統自動回答的相關參數。

（2）系統可以通過常見問題庫、知識庫及課件素材庫中搜索答案并自動回答用戶所提問題，也可以通過e-mail、BBS或留言板等方式使用戶的問題得以解答。

（3）系統呈現在用戶瀏覽器上的答案應包括兩方面內容：一是多媒體形式的問題解答；二是用戶應鞏固復習的知識點建議、少量練習題等。

（4）系統能夠自動生成和維護常見問題庫（FAQ庫），并保持其結構良好性，同時還應該支持專任教師用戶的人工維護（增加、刪除和修改等）。

多Agent系統強調從整體上對多個Agent集體行為的性質進行分析與定義，因此Agent 是能自主學習、適應環境的實體，應用基于多Agent系統的網絡教學模式，能克服一般系統的局限和不足，提高了系統的智能性，達到了個性化教育和改善教學效果的目的。基于多Agent思想的智能答疑系統結構框圖如圖2所示。

圖2 答疑系統結構框圖

智能答疑系統由接口層、功能實現層和數據服務器三層體系，其中接口層由學員Agent和教師Agent通過Internet與數據服務器進行交互，其中接口可以實現學員以多種方式連接系統并且提問；；功能實現層是整個系統的應用核心，由Agent自主進行學習、自動答疑、自動交互等功能；數據服務器主要是管理用戶資料和存放知識庫等大型數據，并且數據庫Agent可以自動生成和維護常見問題庫。

客戶端Agent包括學習者、教師和管理員三類用戶，每類用戶均通過瀏覽器登錄系統, 經過客戶端的Agent處理, 與服務器端的Agent進行聯系, 并從服務器端取回相應需要的數據。功能實現層就是各個Agent實體進行通信的過程，由Agent自主進行學習、自動答疑、自動交互；數據服務器Agent在接收到學習者Agent的描述后，會自動根據提取的特征詞進行數據庫匹配。由于一般數據庫層所包含的數據量較大，因此必須使用高效快速的搜索算法進行結果匹配，才能滿足多用戶同時應用的需求。

4 主要Agent設計

在網絡智能答疑系統的設計中，根據網絡智能答疑系統的功能，把整個系統拆分為多個Agent系統，并且對主要的Agent進行設計。

總體來看，客戶端Agent除了用戶的權限有區別外，其他行為模型是一致的，在系統收到客戶端信息匹配后，由通信層的Agent進行信息的提取、問題分類等工作。對于人機交互界面的Agents,主要功能是對身份信息的識別和提取，首先由系統提示用戶輸入個人信息，然后由交互界面的Agent進行判斷，如果用戶信息錯誤，則轉到提示錯誤界面，如果用戶信息正確，則轉到系統的下層界面，流程圖如圖3所示。

圖3 Agent 登錄流程

通信層Agent包括用戶管理Agent，用戶模型Agent，答疑Agent，教學管理Agent，答疑信息Agent等Agent組件，分別負責用戶管理、用戶模型匹配、用戶提問處理、答疑系統維護等，以答疑Agent為例進行說明。

在答疑Agent中，用戶進入提問后，系統給出提問輸入界面，等待用戶輸入。在用于確定提出來的問題后，點擊“提交問題”，此時系統的答疑Agent開始工作，工作原理如圖4所示。

圖 4 答疑Agent 工作原理

答疑Agent通過與外界的交互感知了解用戶的輸入動作，得到用戶輸入的問題，通過目標分解，把用戶問題分解為小問題。通過數據庫對問題進行匹配，提取出問題的答案等知識信息。然后在輸出層對問題整合，并且最終把整合后的信息傳遞給用戶。

5 結論

本文論述了智能答疑系統在網絡教育中的重要地位，介紹了Agent系統和主要結構，分析了多Agent系統在網絡答疑中的作用，對整個答疑系統的功能及其功能實現進行了論述和剖析，最后結合系統中Agent的功能，分析了Agent的設計思想和設計思路。

參考文獻

[1] 繞濤，林育曼.基于Agent技術的智能答疑系統的研究與設計[J].佛山科學技術學院學報，2008.1.1

篇（4）

中圖分類號: TP391 文獻標識碼: A

Research on the constitution of ITS by adaptiveperspective.

Abstract：The research of Intelligent Tutoring System (ITS) has been changed along with the appearance of the different technology―supported learning environments. This paper analyzes the influence and enlightenment that distributed cognition theory has on ITS-based the prototype of ITS, choose the self-adaptation techniques of ITS as a research entry point of digital technology aided teaching software and find the appropriate connection point between the concept and technology of Intelligent Tutoring, and then propose constitution strategy to improve the ITS. Finally, a new model of distributed adaptive ITS is presented and eventually improvetheabilityof system’s self-reasoningand self-organization.

Key words：ITS; adaptive; adjunct instruction

0 引言

人工智能（AI）是計算機科學、信息論、神經生理學、控制論、心理學、語言學等多種學科互相交叉滲透而發展起來的一門綜合性學科[1]。人工智能的本質問題就是研究如何制造出人造的智能機器或系統，來模擬人類智能活動的能力，以延伸人們智能的科學。其技術特征主要是具有搜索功能、知識表示能力、一定的推理功能、抽象功能、語音識別功能及模糊信息處理能力。

智能授導系統〔ITS)是一種學習技術系統，能根據學習者的特定目標、需求和偏好，利用教學方法和學科知識動態地調整學習內容。它的發展源于對傳統計算機輔助教學的改進，克服了僅僅關注學生行為的缺陷，引入了對知識的描述以及智能推理技術。ITS大都由學習者模塊、專家模塊、課程與診斷模塊和通訊模塊組成[2]。Hartley和Seeman最早提出一個ITS的框架應該包括專門知識（專家模型）、學生的知識（學生模型）和教學策略知識（導師）[3]。近十幾年的研究中比較有代表性的是Peng-Kiat Pek和Kim-Leng Poh應用貝葉斯網絡構建的學生模型可以較好的估計出學生的學習興趣值，從而對學生的學習行為方向進行預測[4]。Dietrich Albert和Cord Hockemeyer分析知識空間理論而得出超文本結構和知識空間在結構上的有很強的相似性，通過對知識空間進行建模，使之適用于網絡Web結構模式[5]。Joel Martin和Kurt VanLehn使用貝葉斯網絡技術對學生的學習結果進行評估，得出學習者學習過程中的缺陷和不足[6]。Declan Kelly和Brendan Tangney提出了一種多Agent技術(Multi-Agent System，MAS)，通過對個體的個性化學習進行動態建模的智能框架的建構重組，滿足了學習者的不同需求[7]。在構建策略和技術支持上的最新研究[8-10]都對數字化技術輔助教學軟件的開發提供了新的思路和算法。

目前ITS的研究和實現在自推理能力和自組織上存在不足，未能充分發掘ITS的自學習能力。基于現代網絡發展對學習環境的技術支持，從自適應角度出發，給出分布式自適應的智能授導系統模型，強化自適應策略推理機制，提高ITS的自組織和自適應能力。

1 分布式ITS

從分布式學習的角度分析傳統ITS的設計與應用實踐，在系統開發過程中存在的問題有：①傳統“智能推理”系統缺乏與環境的靈活交互能力；②認知監控與激勵機制的缺失；③忽視系統最本質、最具價值的“授導”服務功能，沒能實現學習與認知目標；④人機交互過程不夠和諧。隨著計算機科學和網絡技術的發展，分布式智能授導理論[11]提供了一種全新的分布式模式和問題求解途徑，恰當地表述出數字化教育的主題，其核心思想強調學習者為中心、關注學習活動、注意學習情境脈絡，使建構性的學習過程理論替代了傳統的學習理論。

分布式學習是一種學習模式，它允許學習者、指導者和學習內容分布于不同的位置，使教和學可以不受時間和地點的限制而作用，其關鍵要素包括基于Web的模塊化內容、智能導師、互操作與重用、更大范圍的協同工作。綜合國內外有關研究機構和Philip Bell、William Winn、傅小蘭、李克東等中外學者的觀點，分布式ITS的主要特征可以概括為[12]：重點在于對觀點特征的表述，資源的交流與共享是必要條件，分布式系統中的制品主要用于拓展學習主體的能力，分布式學習環境取決于學習本體的特征以及認知方式。

目前針對ITS存在的不足，學者們主要采用項目反應原理、數據挖掘、分布式人工智能、計算機智能網格、自然語言處理、可擴展標記語言等技術對ITS進行改進。最終目標是以分布式學習理論和教育教學理論為指導，應用人工智能中的多Agent技術，根據認知本體的數據模型和知識類型確定認知過程中采用的基本認知策略。

2 分布式自適應ITS的模型構建

2.1 分布式自適應ITS的機理特征

自適應是軟件系統中的概念，可以看作是一個能根據環境變化智能調節和控制自身特性以使系統能工作在最優狀態的機制與功能，它可以為智能授導系統提供了一種響應外界環境變化而產生自身調節的一種能力。這意味著軟件能夠主動實現自身功能性的調整與適應，而與使用者對系統的操作方式無關。從分布式角度分析，ITS應是一種具有自適應能力的知識系統，就人機交互而言，其自適應能力依據用戶維、知識維和決策維發生變化。自適應的核心技術是能夠讓機器廣義的“學習”機制，系統自適應能力的產生是否在很大程度上取決于它能否自組織地自我學習和完善。通常情況下用適應性(adaptive)與順應性(adaptable)來表示自適應的ITS系統的不同方式[12]，其區別如圖1所示給出的智能系統結構。

2.2 學習者模型建模

研究表明，學習者模型是分布式自適應ITS的核心，而學習者學習過程中存在著大量不確定性的因素和信息，因而成功獲取學習者的情況是其它環節正確運行的保障。在學習者模型設計中，基于自適應為特征的設計思路，本文不僅利用貝葉斯網絡的條件概率分布量化知識項之間的組織關系及依賴關系，很好地反映學習者特定領域中的知識結構，還讓學習者模型的相關知識項的狀態隨時可以改變，使學習者模型具有較強的預測能力和自學習能力。圖2給出了具有自適應特征的學習者模型結構。

2.3 分布式自適應ITS模型

根據Brusilovsky提出的虛擬校園環境的部件理論[13]及以自適應為特征的技術支持，本文給出了一種新的基于分布式自適應的ITS模型（如圖3所示）。它主要由內容部件、行為部件、通信部件和管理部件組成，其中內容部件是輔助教學系統的核心，由構成課程的多媒體教學材料組成，實現時依賴于知識表示與技術呈現，特別是依賴于知識建模和本體的研究。行為部件主要功能是需要學習者通過“做”的交互方式來完成的自主學習的過程，表現形式有自適應學習導航、自適應練習與測試、自適應模擬模擬實驗等。通信部件起到媒介作用，主要是支持學習者與教學專家之間、學習者相互之間的交流和溝通的通信工具，支持學習者的協作學習和協同進化。管理部件主要是支持教學過程中必要的管理職能。在功能模塊實現上主要由學習者模型庫、領域知識庫和教學決策庫組成。

3 分布式自適應ITS的技術實現

3.1 智能授導機制和網絡技術支持

數字化技術輔助教學中智能授導的研發技術路線主要有模擬課堂面授的路線、人工智能的技術路線和網絡協同進化的路線。在分布式自適應ITS中，由于學習者本體基本上是基于資源的自主學習，其最強烈的需求是學習資源的組織傳遞和共享以及人機協同進化[8]中的自組織性。為滿足此要求，具有自適應特征的網絡協同進化的技術路線十分突出“授導”特性，即滿足了系統地對教學內容的組織和傳播，又兼顧對學習者本體提供針對性的適應性學習支持。網絡協同進化的技術路線是基于網絡這一分布式系統自身知識獲取的主動性與持續性，充分發揮人機協同進化中的反饋性與自組織性，激發群體智慧的生成，從而影響學習者個體的較低層次的進化。

莊秀麗等研究闡述了Web2.0網絡中如何通過拓展人群關系網絡來聚合所需資料[14]，學習者應用學習資源的行為螺旋往復、不斷拓展與優化，實質上它構成了一個網絡協同進化的過程，學習者在參與、分享、共創的網絡學習行為中，群體智慧自然而然地產生，并對學習者的學習產生積極作用。這充分證明了網絡協同進化的網絡學習空間為分布式自適應ITS的實現準備了外在條件與技術支持。

3.2 分布式自適應ITS的實現

根據智能授導機制，基于本文提出的模型和智能網絡的技術支持，實現中借助AI中的產生式算法、模糊推理、人工神經網絡等技術手段組建內在的組織領域知識庫，原因在于領域知識獲取是賦予智能授導系統具有推理、判別與自適應能力的關鍵環節，進而最終形成的知識庫基本包含兩類知識：陳述式的學科知識與反映專家經驗的程序式知識。在教學決策庫的構建中采用了數據挖掘技術，首先通過學習者特征分析模塊引導學習者與系統進行對話，確定挖掘目標、提交系統參數，產生初步挖掘結果；其次通過對領域知識庫中的專家經驗知識和系統領域背景知識進行數據挖掘分析，得出補充的挖掘結果；最后結合自適應測量推理機產生全面的挖掘結果，并在教學決策庫中對其做出合理的決策結果。

此外，把群體決策技術引入到分布式自適應ITS中充分發揮了自適應的特征。通過從系統工程的視角分析，給出了由問題維、用戶維、過程維等構成的描述學習者群體決策結構，較好反映了群體決策對象之間綜合信息關系。同時選擇專門為語義Web設計的本體表示語言OWL語言來描述學習者模型[15]，它具有更強大的功能來表示語義和容易被機器理解的特點。

在輔助教學軟件的初步開發實踐中，測試發現本模型能夠滿足學習者模型所要求具備的自學習性、自組織性和自適應性特征。

4 結束語

針對當前ITS研究的不足，本文選擇了基于自適應為特征的分布式ITS作為數字化技術輔助教學軟件開發研究的一個切入點，利用貝葉斯網絡的思想來設計學習者原型模型來滿足適應性和個性化的要求，融入了先進成熟的AI技術、數據挖掘技術和群體決策技術，更多的關注系統各模塊的標準化、形式化構建以及分布式系統的協同工作，達到知識的共享與重用，還選擇了專門為語義Web設計的本體表示語言OWL語言來描述學習者模型，并依據網絡協同進化的技術路線，最后給出了分布式自適應的智能授導系統模型。此模型能夠讓機器更好的理解網絡內容和對知識進行顯性的描述，彌補了傳統智能授導方式整合信息并產生自適應策略機制的不足。如何提高自適應特征下教學決策效率是今后研究工作的另一個重點。

參考文獻：

[1] 王萬森.人工智能原理及其應用[M].北京.電子工業出版社,2007:4-6.

[2] Mand1 H, Lesgold A. Learning s for intelligent tutoring systems[M]. New York: Springer-Vedag, 1988:307-307.

[3] Hartley J R, Sleeman D H. Towards more intelligent teaching system[J].International Jounal of Man-Machines Studies,1973,5(2):215-236.

[4] Peng-Kiat Pek, Kim-Leng Poh. A Bayesian tutoring system for Newtonian mechanics: Can it adapt to different learners?[J]. Educational Computing Research, 2004(3): 281-307.

[5] Albert D, Hockemeyer C. Adaptive and Dynamic Hypertext Tutoring Systems Based on Knowledge Space Theory [C]. AIED’97 Artificial Intelligence in Education, 1997: 553-555.

[6] Martin J, VanLehn K. A bayesian approach to cognitive assessment [J]. Cognitively Diagnostic Assessment, 1995:141-165.

[7] Declan Kelly, Brendan Tangney. Adapting to intelligence profile in an adaptive educational system [J].Interacting with Computers, 2006 (3):385-409.

[8] 智勇,曹梅,杜楚源. 基于B/S結構的智能授導系統的設計與實現[J].計算機工程與應,2004(11):159-161.

[9] 張蕾,郭文強.淺談現代網絡通信技術的發展對智能授導系統的影響[J].無線互聯科技, 2011(11):15-16.

[10] 郭文強,王思秀.基于智能授導系統的軟件開發策略研究[J].科技傳播,2012(1):165-166.

[11] 李欣.分布式認知視角下的智能授導系統的設計與開發[J].電化教育研究,2008(1):52-58.

[12] Stephanidis C, Paramythis A, Akoumianakis and Sfyrakis M. Self-adapting web-based systems: Towards universal accessibility [DB/OL]. 2000.

[13] Brusilovsky P, MILLER P. Course delivery systems for the virtual university [EB/OL].2001.

[14] 莊秀麗.Web2.0技術學習的作川研究[J].中國遠程教育,2009(11):32-36.

[15] 岳靜,張自力.本體表示語言研究綜述[J].計算機科學,2006(2):158-162.

基金項目:

篇（5）

中圖分類號：TP311文獻標識碼：A文章編號：1009-3044(2011)31-pppp-0c

1 研究背景

Internet和WWW技術的迅猛發展給傳統的網絡教學、學習和答疑模式帶來了新的思路和方法，基于Internet和WWW技術的教學系統已經廣泛應用并且取得了良好的教學效果。然而，傳統的網絡教學系統存在交互手段缺乏，智能性較低，針對用戶水平的個性化幫助和輔導較少的問題，難以制定針對個人的教學方法。Agent是一種網絡智能算法，多Agent則是由多個Agent組成的系統，多Agent具有分散控制、并行處理等特點，適用于多用戶和并發處理，適用于網絡教學系統的開發。本文論述了基于多Agent的智能網絡學習系統的設計和實現。

2 Agent技術概述

Agent技術也稱技術，從廣義上來說，包括具有智能的任何實體，如人類、智能硬件、智能軟件等。Agent定義可以分為軟件Agent和硬件Agent定義，其中軟件Agent是指執行用戶任務，具有一定的人工智能，可以與環境相互作用自主完成任務的軟件程序。硬件Agent是指可以從環境中獲得反映環境中所發生事件的數據，執行相關影響的行為主體。

智能Agent技術能夠用戶完成某項任務，并且不斷積累知識和經驗，提高問題處理能力。總體來說，智能Agent有以下四個方面的特性：

1）自主性：Agent具有屬于自身的計算資源和行為控制機制，能夠在其他Agent干涉的情況下自動運行，并且自身具有學習功能，能根據自身內部狀態、感知到的外界環境信息和本身已有的經驗知識決定和控制自身的狀態和行為。

2）自發性：Agent的行為總是為了實現內在目標，自主的產生主動的行為對環境做出反應。

3）反應性：Agent能夠探測并感知所處的外界環境，并且能對相關事件的發生自主作出反應。

4）社會性：Agent處于由多個Agent構成的社會環境中，能夠與其他Agent進行交互和通訊，實現與其他Agent的合作和協調，并且共享其他Agent的知識 。

Agent一般由感知模塊、執行模塊、通訊模塊、處理模塊、控制模塊、知識庫和任務表組成。其中感知模塊、執行模塊和通訊模塊與其他的Agent和外界環境交互，處理模塊對感知和接收到的信息進行加工、處理和存儲，控制模塊對接收到的信息進行分析、推理并做出決策。

多Agent系統是指由多個Agent組成的松散的聯邦，所有Agent成員的活動均是自制的和獨立的，其他Agent成員也不限制他的目標和行為。每個Agent對于所要完成的任務具有不完全的信息或能力，任務的執行和計算是異步的。可以看出，單個Agent的功能并不強大，但是一旦通過適當的體系結構把Agent組織起來構成多Agent系統，系統就具有很強的求解能力，能夠處理一些復雜的問題。

3 答疑系統模型

3.1 系統的主要功能

智能網絡答疑系統的關鍵在于能夠對提問用戶進行個性化分析，根據個性化分析的結果搜索用戶提問的答案，并且以多媒體的形式顯示問題答案。系統同時具有自學習功能，可以根據用戶的新問題和補充的系統的知識庫，具有自學習功能。答疑系統的主要功能如下。

1）用戶可以選擇同步提問和異步提問等提問方式，也可選擇系統自動回答，在登陸后向系統提問。

2）系統可以以多種方式回答用戶問題，既可以通過知識庫、問題庫、課件庫搜素答案并自動回答用戶問題，也可通過BBS，e-mail或留言板回答用戶提問。

3）系統在搜索完用戶問題答案之后，在用戶瀏覽器上顯示的答案即包括多媒體形式（圖文并茂）的問題解答，又包括用戶應鞏固復習的知識點建議、少量練習題等。

4）系統能夠根據用戶的提問自動生成以及維護常見數據庫，保持結構良好性，同時支持教師等高級別用戶的人工維護操作，比如增加、刪除和修改。

3.2 智能答疑系統的組成和關系

智能答疑系統主要包括用戶子系統、教師子系統、知識庫子系統和答疑子系統組成，系統的基本結構圖如圖1所示。

guyx01.tif

圖1答疑系統結構圖

各子系統的功能如下：

1）用戶子系統：用戶子系統搜集用戶個性化信息，實現用戶的智能化、個性化提問好回答。用戶子系統的功能包括用戶信息注冊，用戶個性化信息分析，用戶提問整理抽象等。

2）教師子系統：教師子系統用于教師登陸實現指示庫的人工維護，包括知識的增加、刪除和修改等。

3）知識庫子系統：知識庫子系統用于系統知識庫的保存，維護和擴展。知識庫保存的指示分為兩個方面，一方面是有關課程的內容，就是課程的知識點、重點和難點，第二個方面是典型例題，例題答案。知識庫的維護和擴展是指知識庫子系統可以根據用戶的提問頻率和提問方法不斷優化調整知識庫的結構，提高頻繁提問知識點的權重。

4）答疑子系統：在用戶登陸系統并且提問之后，該子系統一方面接受用戶提出的問題，另一方接收用戶Agent提供的用戶子信息，根據用戶信息采用對應的推理規則尋求問題的答案。同時，它還可以對問題和答案進行統計和分析，并且把統計結果傳遞給知識庫子系統，知識庫子系統可以根據答疑子系統傳遞過來的信息來維護和優化知識庫。

5）接口子系統：接口子系統一方面多種形式接受用戶的問題，處理傳統的鍵盤輸入之外，還可以通過e-mail、BBS或留言板等方式輸入，并且把問題經過整理后傳遞到答疑子系統。并且根據答疑子系統的回答情況，以多媒體的形式顯示問題答案。

3.3 知識庫的設計

由于SQL語言風格統一，可以獨立完成數據庫中全部操作，并且集據定義語言、數據操縱語言、數據控制語言等功能于一體，因此系統知識庫采用SQL數據庫，在系統的構建中，涉及到的知識庫主要有用戶信息庫、知識試題庫和答疑推理庫。其中用戶信息庫用來保存用戶的注冊信息，存放用戶名、口令字和身份信息，由于口令信息并不固定，因此調用用戶的個人信息表保存登錄時輸入的個人信息。注冊人員身份包括用戶和教師，其中用戶個人信息保存于用戶表中，教師個人信息保存于教師表中。知識試題庫用于存放試題和知識信息，其中知識信息表按照知識章節-課程等進行保存，試題信息按照章節-字符保存并建立索引，并且試題信息表根據用戶的提問和教師的解答不斷進行自動擴充。答疑推理庫保存不同水平的用戶的答疑推理需求，從而根據不同的用戶制定個性化的答疑推理方法。

4 基于多Agent的網絡智能系統的開發和實現

4.1 多Agent實現

篇（6）

智能科學精品課程教學團隊長期堅持“嚴肅對待教育工作、嚴格要求學生、嚴密組織教學過程”的先進教育理念，履行“嚴謹教學改革是教育發展的動力”的指導思想[1]。本教學團隊圍繞“人工智能”和“智能控制”國家精品課程、“人工智能”國家級雙語教學示范課程、“人工智能PK人類智能”國家級精品視頻公開課、“智能控制”國家級精品資源共享課程、“智能科學基礎系列課程教學團隊”（國家級）、“人工智能網絡課程”教育部國家新世紀網絡課程建設工程以及“智能控制”、“人工智能”、“機器人學基礎”和“智能系統原理與應用”等省級和校級智能科學系列課程群建設，潛心教學改革，建立了以師生互動、多維交叉、強化實踐為特點的創新型人才培養模式，取得一些獲得同行首肯的教學改革成果[2-7]。

本文著重介紹教學團隊在智能科學精品課程群建設方面的基本情況。

一、智能科學精品課程群的建立

該團隊逐步推進智能科學精品課程群建設，不斷積累教學改革成果。首先，利用頗具特色的優秀教材群，建立起國內首個立體交叉的智能科學教材體系。其次，把多元智能理論和本體論的知識組織方法用于課程群建設，并建立了智能科學課程群之間的內在聯系，建成國家級智能科學精品課程群。再次，增強實驗教學，整合多元資源，創建開放式軟硬件訓練環境，促進智能科學精品課程群的進一步建設與發展。

（1）率先建設立體交叉的智能科學教材體系

智能科學具有高度交叉、多學科融合的特點，結合這些特點研究了不同課程、不同學歷層次、不同學科門類之間的交叉鏈接關系。建設以信息學科類本科生教育為主，兼顧碩士和博士研究生的教材體系，并輻射到管理類、機械類等專業。教學團隊與時俱進，對教材不斷更新，自1987年以來共出版人工智能、機器人學、智能控制等教材共20個版本[8-13]。例如，《人工智能及其應用》、《機器人原理及其應用》和《智能控制》均為我國相關課程的第一部具有自主知識產權的著作，被譽為“智能三部曲”，為國內高等院校廣泛使用。

（2）建立多層次智能科學精品課程群

團隊把多元智能理論和本體論的知識組織方法運用于課程群建設，并依據個性化元素特征和個體差異構建模塊化課程體系及系列化課程設置，并據此設計課程群及課程相關的實踐環節。

設計出各課程間的橫向關系和專業間的縱向關系，即建立智能科學課程群之間在知識、技能、素質三個維度上的橫向聯系，以及在本科生、碩士研究生、博士研究生三個學歷層次與專業基礎課、專業課專業層次上的縱向關系。

經過長期建設，10年來共獲準12項各級質量工程等立項，建立與形成了國家級智能科學精品課程群。其中包括國家級精品課程、全國雙語教學示范課程、國家級教學團隊、全國優秀網絡課程、國家級規劃教材、國家級精品視頻公開課和國家級精品資源共享課程以及省級和校級精品課程等。

（3）整合資源，加強實驗，創建開放式訓練軟硬件教學環境

教學改革沒有最好，只有更好。教學團隊不斷增加與逐步完善智能科學精品課程群的實驗和實踐環節，開設智能科學相關培訓課程和專題講座。注重整合各種資源，增強智能學科與其他學科的交叉，創建開放式訓練環境和訓練中心，建設智能科學與技術創新實驗室、大學生程序設計競賽訓練中心、大學生智能移動機器人科技創新平臺等。此外，還積極參與智能類學科競賽，如“飛思卡爾”大學生智能車競賽、全國大學生智能設計大賽、ACM/ICPC程序設計大賽，以及多種智能機器人和智能小車大賽等。

經過多年精品課程建設與積累，目前，教學大綱、教學日歷、教案或演示文稿、重點難點指導、作業、參考資料目錄和課程全程教學錄像等教學必需資源均進行了持續建設與更新補充。其中一些特色資源得到建設與共享。首先，共享國家級教學名師積累的豐富教學資源。通過建立名師工作室、名師示范項目實驗室和名師圖書室，形成多元化的帶教制度，使老教師的教學理念和經驗得以傳承。這樣就能夠加快年輕教師的培養與成長。其次，共享網絡課程資源。各門網絡課程均采用智能技術中的知識推理和智能算法來實現編程、答疑和虛擬實驗，具有智能化、個性化、情境化和形象化等特色，以及導航系統多樣化、向導學習個性化和情景化學習等功能。促進了各課程教學改革，提高學生培養質量，深受學生歡迎。再次，共享實驗資源。教學實驗從無到有，從弱到強，逐步建立教學實驗室和科研實驗室，全面向學生開放，使廣大學生共享實驗資源。通過實驗，學生發揮了主動性，提出并積極驗證和探索自己的思路，從而更好地掌握知識，培養學生的理論聯系實際能力和創新能力。

二、改革課程教學，建設精品課程群

著力課程教學改革，建立以精品課程群為核心、以課堂教學為基礎、以實踐訓練深化教學效果的課堂教學與實踐教學創新體系。為了實現教學目標，保證課程群的教學和教改的順利進行，加強了教師隊伍建設和教學管理，建立教學質量評價系統，保證課程群的教學質量。

（1）建立以精品課程群為核心，以課堂教學為基礎，以實訓深化教學效果的課堂教學與實踐教學創新體系。

提出“以趣導課、以疑啟思、以法解惑、以律求知”的“四以”教學方法。建立“課堂講授+啟發互動+創新實踐”三位一體的教學模式，探索出“項目驅動教學”（Project-orientedlearning）和“做中學、趣導思”的主動教學方法和學生培養途徑。開發雙語教學平臺，改進與強化雙語教學模式，完善雙語教學的方法和手段，提高教學質量。

（2）加強教師隊伍建設，改進管理，改革考試，促進課程群的教學和教改的順利進行。

總結并推行“嚴肅對待教學工作，嚴格要求學生，嚴密組織教學過程，嚴謹施行教學改革”的“四嚴”教育思想，指導教師隊伍思想建設[1]。注重對青年教師的業務培養，提高他們的授課水平。改革考試制度和方法，培養學生思維、分析能力和創造創新能力。

（3）建立教學質量評價系統，監控課程教學全過程，保證課程群的教學質量。

將控制論（Cybernetics）中的閉環控制信息反饋和故障診斷理念引入教學質量評估過程，建立教學質量的診斷、分析與校正評價系統DIACES （Diagnosis，Analysis and Correction Evaluation System）。

（4）利用教師試講、督導聽課、網上評教、同行評議、講課競賽、質量評優、師生座談、公開示范課等一系列措施，反映教學中的存在問題和成功范例。然后通過集體討論分析，提出對存在問題的糾正措施或對成功范例的推廣意見，實現評估監控過程的自動化、智能化與常態化，保證教師授課技能、教學效果和人才培養質量的提高。

三、經驗與結論

在智能科學精品課程群建設過程中，取得了豐碩成果，探索與積累了豐富經驗。主要體會如下：

（1）在該精品課程群建設中，始終貫徹“以人為本”的育人理念，把多元教學理論和本體論的知識組織方法用于課程群建設，創建因材施教和探索性的學習環境。以“教書育人”為根本任務，堅持“嚴肅對待教學工作，嚴格要求學生，嚴密組織教學過程題，嚴謹施行教學改革”（“四嚴”）教育指導思想，奠定創新型人才培養的理論基礎。

（2）注重“課程核心”教育定位，總結出“以趣導學、以疑啟思、以法解惑、以律求知”（“四以”）的教學方法和“做中學、趣導思”的綜合素質培養方法。做到師生互動，理論聯系實際，深化教學，摸索出創新型人才培養的有效途徑。

（3）建立覆蓋多層次、多專業、多語種、立體配套的智能科學精品課程群系列教材體系，實現課程群系列教材的“精品化”。建立網絡化、個性化、智能化的多維教育網絡課程體系。建立一種教學質量評估系統，即質量診斷、分析與校正閉環評價系統。這些措施為課程教學和創新型人才培養提供了有力保障。

篇（7）

中圖分類號：G643 文獻標志碼：A 文章編號：1674-9324（2014）33-0229-03

一、引言

非全日制研究生教育，是指與全日制研究生教育相對應的，功能互補的，適應現代社會、經濟、科技發展需要的，以培養高層次創造型人才為目標的現代教育體系，是我國研究生教育體系的重要組成部分。非全日制研究生教育的主要內容，包括教育的思想定位、教育目標、教育方法、教育技術手段、教育過程管理等，是一項系統工程。隨著國家建設學習型社會和人才強國戰略的相繼實施，非全日制研究生教育的規范和發展開始受到社會和教育界的關注。非全日制研究生教育以在職人員為主要培養對象，以不離崗學習為主要學習形式，在教育對象、教學及管理方面有其自身的特點并具有明顯的特殊性，因此，在教育教學活動中出現了一些問題。其中，如何提高課堂教學質量成為非全日制研究生培養過程中亟待解決的問題。

網絡智能教學系統（Web Intelligent Tutoring System簡稱WITS）是基于World WideWeb技術的智能教學系統（Intelligent Tutoring System簡稱ITS）。ITS是以認知科學為理論基礎，綜合利用人工智能技術、教育心理學、計算機科學等多門學科成果形成的，對學生實施有效教學的技術。智能網絡教學利用計算機模擬教師的教學思維過程，以學生為中心、以計算機為媒介，形成開放式交互的教學方式，能夠達到真正個別化教學的目的。以Web為代表的互聯網技術為ITS的教學理念和功能實現提供了較為理想的技術平臺以及海量的信息資源。

在非全日制研究生教育中，面臨的實際問題是學生與教師的見面交流機會較少，缺乏教學互動相長的平臺。而且，非全日制學生一般都有正式職業，且分散在社會各行各業，平時對大學圖書資料等教學資源的利用機會不多，因此將網絡智能教學平臺引入非全日制研究生的教育和培養過程是非常必要的，對于提高研究生培養質量起著重要的作用。本文將選取非全日制研究生的教學培養作為網絡智能教學系統的具體應用領域，對非全日制研究生課程教學中面臨的典型問題進行分析，然后依據網絡智能教學系統的系統思想和模型結構，設計構建一種適用于非全日制研究生教學培養的網絡智能教學系統。

二、智能網絡教學平臺的構架介紹

綜合運用網絡技術（網絡編程技術、網頁制作技術、網絡數據庫技術）、多媒體技術以及面向對象編程技術，研究并開發了基于Web的智能網絡教學平臺。該教學平臺主要分為四個模塊：學生模塊、教師模塊、交流模塊及資料庫，如圖1所示。

學生模塊是系統為不同學習者提供的個別化教學內容與學習界面。學生首先登陸系統，然后進行自主學習。學生可自愿參與評估測試，了解自己的知識水平、認知能力、學習習慣及風格等。后續學習中系統將根據評估測試結果、學生學習記錄以及教師反饋等選擇教學知識庫中適合該生特點與實際水平的學習內容，并可根據學生情況動態生成教學過程，以及根據學生情況采用不同的教學策略，實現有針對性的個別化教學。學生也可在該模塊中提交作業，便于教師掌握學習情況。交流模塊是學生和教師互動的模塊，學生可以在此提出問題等待答疑，并有相關論壇可以留言討論。每個學期開始，學生可自主進入選課系統。選課系統主要由兩部分組成，基礎模塊和復合模塊。其中，基礎模塊主要由必修課程和基礎課程組成，而復合模塊主要針對非全日制研究生“產學研結合”的特點，增加了選修課程，保證整個選課系統既滿足了基礎性、實踐性、先進性，又增強了社會適用性、針對性和務實性。教師模型是網絡教學平臺中組織、管理和實施教學活動的核心。它由現實的教師主體和計算機化的教師屬性以及行為能力組件構成，用于網上授課、課件、知識傳授、組織討論、考試和管理等。其中，教師的教學經驗、教學策略、IT應用水平等是影響教師模型的關鍵因素。教學經驗和教學策略決定課程教學內容的結構、知識點劃分和知識內容的組織規則，同時，也影響課程素材的組織規則和問題答疑的組織規則。教師的IT應用水平是教師應用智能教學系統的技術能力，是教師靈活應用網絡教學平臺的技術要素。教師一般是通過學生學習狀態生成課程教學內容，通過學生評價狀態控制學習過程，并通過交流模塊的答疑系統實現對學生問題的解答。此外，教師模型還可以實現對于知識庫系統的維護。交流模塊主要是提供一個交流的環境來實現同學之間、師生之間實時的相互交流的需求，以便于師生之間、同學之間及相關人員的交流、設問、解答等。通過建立交流模塊可以解決學生無法在課堂上實時解決的一些問題，亦能實現遠程、分布式的協作學習。交流模塊主要包括答疑、公共BBS、專題討論、公告留言等版塊。通過交流教師可以將一些較為普遍或專業性較強的問題進行統一回答，并一些公告信息。在公共BBS中，任何人都可以發表意見和建議，提高學生的表達能力并提高學習興趣。教師可以根據教學內容、需要設立一些專題，在某一時間由學生和教師共同參與討論，通過網上聊天的形式，讓學生發表見解，教師加以引導，加深對于該問題涉及知識的理解。資料庫模塊是非全日制研究生網絡智能教學平臺的基礎和資源來源。知識庫模型中主要包括課程知識點、課程素材庫、課程習題庫等，并提供查詢打印功能。課程知識點匯聚了課程中具有獨立屬性和相互關系的知識點。課程素材庫包括與相關例題、圖片、音視頻文件等素材，為學習提供內容和形式支持。課程習題庫則按照章節提供習題及參考答案。該模塊最為突出的特點是加入了Web搜索功能組件，該組件的作用主要針對知識庫系統滿足不了學生答疑問題時轉向Web搜索，獲取知識答案。

三、智能網絡教學平臺的構建方法及關鍵技術

1.三層B/S分布式計算結構。為了有效地減少網絡流量、防止客戶端肥大、易于數據更新及實現系統間的連接，網絡教學平臺的設計采用了“三層B/S分布式計算結構”的Web技術，形成基于Web數據庫應用下的網絡教學環境。三層B/S分布式計算結構分為三部分：客戶端、應用服務器和數據庫服務器。客戶端提供一個可視化接口，用來顯示信息和收集數據，它只與應用服務器打交道。在智能網絡教學平臺中有三類客戶：學生、教師和管理員。他們各自具有不同的用戶界面，不同的用戶界面顯示的信息也不同，從而體現不同的用戶身份。應用服務器主要用來實現應用邏輯，是連接客戶與數據庫服務器的橋梁。它主要根據用戶發出的請求執行某種任務，并與數據庫服務器打交道。數據庫服務器實現數據的定義、維護、訪問、更新和管理，并對應用服務器的數據進行響應。可以采用某一種數據庫管理也可以是多個數據庫的集合。常用的數據庫服務器有Oracle、Sybase等。網絡教學管理系統正是基于上述B/S結構的三層結構：教學信息表示層、教學應用邏輯層和教學資源訪問層進行實施的。

篇（8）

中圖分類號:TP3文獻標識碼:A文章編號:1009-3044(2009)24-6600-02

Research and Implementation of Self-adaptive Distance Eduection Platform Based on Specialist System

WEN Guo-qi1, YANG Ke1,YING Guan-yi2

(1.Tianzhuang Coal Preparation Plant of Pingdingshan Tianan Coal Mining CO.,LTD, Pingdingshan 467013,China; 2. Wuyang Iron and Steel, Hebei Iron & Steel Group Co., Ltd, Pingdingshan 462500,China)

Abstract: The rapid development of the computer-centered internet and multi-media technologies is fundamentally changing our ways of work,association and life and in the meanwhile,it’s deeply influencing our education.The simple teaching mode and less intelligence are common problems in the net education, which brings contradiction between net teaching platform and students.The article introduces a self-adaptive learning platform of distance education which is based on specialist system,the aim is to achieve personal net education.

Key words: specialist system;personal net education;a self-adaptive learing platform of distance education

近十年來,科學技術的突飛猛進為人類社會帶來了一系列的深刻變革。信息技術在各個領域的應用改變了人們工作、生活和學習的方式,遠程教育的發展也面臨著前所未有的挑戰。

目前的網絡教學平臺主要是以“系統”為中心,沒有體現以“學習者”為中心的思想。為了解決這一矛盾,在網絡教學系統中引入了自適應學習概念。所謂自適應學習,就是指學習不是一個被動的接受知識的過程,而是主動發現知識的過程[1]。開發自適應遠程教育平臺就是要為每一個學習者提供適應其需求特點的學習資源,自動地調整系統內容以適應學習者的興趣,真正達到“因材施教”的目的。

1 現代遠程教育存在的不足

目前,基于Web的遠程教學系統在國內外已有不少,但是總體來說仍存在以下一些問題:

1) 目前網上的課程內容基本上是教師的教案,教學的重點,難點,例題分析,練習和測試題等,主要是幫助學習者鞏固課堂上所學的知識,很難實現真正的網上自主學習,更難進行自適應學習。

2) 不具備真正的“以學習者為中心”的網上教學管理功能。目前大多數的學習網站,除了對用戶進行注冊登記外,不再進行其他管理活動,不關心學習者的學習情況,而學習者也無法記錄和了解自己的學習情況,整個學習活動呈無序狀態。

3) 不能對學習者學習活動進行較客觀的評價。盡管有些網站設有對學習者學習活動的測試、考試及評價系統,可是絕大多數只是將傳統測試、考試試題電子化,并以此作為評價學習者學習能力及學習成績的手段,沒有很好的利用網絡技術及人工智能技術對學習者學習能力及學習成績做出客觀、及時的評價。因此,學習者難以進行自適應學習。

由此可見,要克服目前基于網絡學習中存在的問題,探討基于網絡的自適應學習系統是一項迫切而重要的工作。

2 專家系統介紹

2.1 專家系統的定義及其基本特征

什么是專家系統目前尚無統一定義的、精確的、公認的定義。但一般來說,所謂專家系統就是利用存儲在計算機內的某一特定領域內人類專家的知識,來解決過去需要人類專家才能解決的現實問題的計算機系統[2]。專家系統是計算機程序系統,但與一般的程序系統不同,其知識庫和程序是分開的,易于修改和增刪,其有很大的靈活性,而在一般程序中,知識是以隱式方式存在的,程序完成之后就確定了,一般不易修改。與數據庫不同之處在于,它與邏輯推理有聯系,具有啟發性,而一般的數據庫只是對大量數據進行組織和管理,提供檢索方法。

一個高性能的專家系統應具備如下特征[3]:

1) 具有專家水平的知識。專家系統間做的一個最重要的目標是達到一個專家在解決任務時所體現出的高水平的性能。

2) 符號處理。專家系統使用符號推理。

3) 一般問題的求解能力。

4) 復雜度與難度。

5) 具有解釋功能。

6)具有獲取知識的能力。

7) 知識與推機構相互獨立。

2.2 專家系統的結構

專家系統的一般結構,如圖1所示。該結構在目前專家系統建造中比較流行。包括六個部分[4]:知識庫、推理機、綜合數據庫、人機接口、解釋程序以及知識獲取程序。

2.3 專家系統的一般設計方法

設計專家系統的關鍵有兩大部分:一是建造知識庫,二是設計推理機制與策略。一般一個專家系統的設計可按三個步驟進行[5]。

1) 初步設計。分析要求解的領域問題,在領域專家的協作下明確專家系統期望實現的目標和專家系統如何從整個問題中分離出來,又怎樣與其它子系統嵌接起來;確定參與系統研制的合作專家和知識源;在領域專家的指導下,對專家系統求解的問題進行了解,通過各種知識源的知識獲取和領域專家的配合,專家系統求解目標任務的主要概念、關系、假設、約束等進行圖解形式的描述;選擇合適的知識表示方法,把圖解形式的內容形式化表達出來,并確定推理的控制方向等內容。

2) 開發原型系統。選擇合適的程序設計語言或專家系統開發工具,設計推理機制或借用工具語言已具備的推理機制,把形式化表示的知識以專家系統求解目標或圖解形式中的模塊為單元,逐個單元地把知識轉換為適合程序設計語言或工具能接受的內部編碼的形式,輸入知識庫。在不斷供給知識庫新的知識的同時,要不斷地對已有知識和新加入的知識的正確性及協調性進行用例測試。這種不斷擴充知識庫和不斷測試的過程一般可以發現已形式化的知識有許多不完善之處,從而需要在領域專家的配合下不斷調整。這一階段產生出可運行的專家系統雛形,包括知識獲取模塊和解釋機制等可交付使用[6]。

3) 知識庫的維護。當開發出原系統之后,讓領域專家選擇一些有代表性的試驗用例,在可能的情況下讓領域專家用這些試驗例子進行實際問題的求解,通過實際例子的運行可能出現新的問題,比如人機接口的輸入輸出模塊,知識庫中的知識不全或不精確等,甚至領域專家還會人為地需要完善知識庫中的某些知識。這一階段理想方式是在上一階段提供一個知識獲取模塊和解釋機制,讓領域專家或未來的實際用戶與知識庫直接打交道。

3 專家系統在開發本系統中的具體應用

3.1 智能答疑模型的設計

本答疑模型是一個自適應性的知識庫系統,分為人工答疑和自動答疑兩部分,允許學習者通過瀏覽器在線提問、離線提問、BBS、發送E-mail等,不受時空的限制。智能答疑系統的結構圖如圖2所示。

當學生提出問題后,對學生提出的這些問題的知識點和語義進行分析處理,并查找所有相關問題。其中答疑知識庫的構造主要是實現教學信息向智能答疑的知識轉換,進行知識庫的層次化和結構化處理,并通過推理機制進行教學信息的存取控制。答疑知識庫主要包括教學庫和問題庫。教學庫匯集了按特定環境和條件進行有效教學的方法和策略,這些方法和策略采用產生式規則表示。問題庫中保存了在教學中遇到的問題,首先是確定問題的范圍,然后通過對問題的分析,找出各個知識點的層次關系和語義聯系等信息。

3.2 智能網上測試模型的設計

智能化的網上測試主要體現在智能組卷上。如何保證生成的試卷能最大程度地滿足不用用戶的需要,并具有隨機性、科學性、合理性,是首要解決的問題。

智能組卷的智能性主要體現在組卷的過程是根據學生對知識點掌握的程度,確定測試知識點權值以及難度系數范圍等參數,然后基于一種算法從題庫中抽取滿足要求的試卷。另外,智能組卷采用基于專家知識的表示及實現方法模擬人的思維來確定試卷題型比例等參數。因此它能充分體現組卷系統的“因材施教”的能力。

4 結束語

遠程教育以其不受時空限制和獨具的交互性越來越受到人們的關注,但是目前的研究開發大多數還只是將老師的課堂教學內容簡單、機械地挪到網上,并沒有充分利用計算機和網絡在教學中交互和智能分析的優勢。今后遠程教育應該朝著智能化,個性化教學系統的方向發展。本人提出開發一種基于專家系統的遠程教育平臺,也只是某些理論在實際中的應用,相信隨著人們不斷的深入研究,遠程教育系統將具有更為深遠的發展前景。

參考文獻:

[1] 朱新明,李亦菲,朱丹.人類的自適應學習――示例學習的理論與實踐[M].北京:中央廣播電視大學出版社,1997.

[2] 萬瑪寧,關永.人工智能技術在計算機輔助教學中的應用研究[J].微計算機信息,2006,5:257-260.

[3] 武波,馬玉祥.專家系統[M].北京:北京理工大學出版社,2001.

篇（9）

在當前，計算機技術發展引起的智能化普遍應用的情況下，深入探索智能教學環境下的教育理念、教學模式和教學方法，充分利用現有信息技術成果，研究更加先進的智能網絡教學模型，不僅可行，而且也是智能網絡教學系統研究、開發和應用中的一項重要內容。文章擬主要分析當前智能化教學系統的特點與設計方法。

一、智能化教學系統的特點

智能教學系統是以認知科學為理論基礎，綜合利用人工智能技術、教育心理學、計算機科學等多門學科的成果而形成的一種對學生實施有效教學的技術。系統的智能性主要表現為能夠實現“一對一”的教學，這種教學模式被譽為是最有效果的教學方式。“一對一”的教學方式可以歸結為以下三點：（1）指導教師可以采用測試和問題的方式來探測學生實時的知識狀態。（2）在學生開始學習某個知識之前，指導教師能夠為他設計一條從最基礎知識到某一個具體知識的學習路徑。（3）在教師和學生的交互過程中，教師能夠了解潛在的探測此學生所具有的學習風格，并且提供風格匹配的教學材料給學生進行學習。

基于以上的實踐經驗以及人工智能技術，設計和開發一個基于計算機的智能教學系統來模擬人類教師的教學方式和行為已經成為可能，并且很有前景。使用具有智能性的智能教學系統，將可以有效地彌補其教育教學上的缺陷和不足，改善學生的學習效果，提高教學效率，對教育具有極大的推動作用。

二、智能教學系統的設計方法

1.智能教學系統的設計原理

進行科學的教學系統設計，必須從了解學習的發生機制和學習的本質問題入手。教學系統設計，是架設于學習理論與教育教學實踐之間的一座橋梁。縱觀教學系統設計的發展軌跡，可以清晰地看到學習理論對教學系統設計的影響最為深刻。每一次學習理論的發展，都必然為教學系統設計帶來巨大的觸動和沖擊。學習理論的發展大致可以分為行為主義學習理論、認知廣義學習理論、建構主義學習理論和人本主義學習理論等，所以相應地出現了基于行為主義的教學系統設計理論、基于認知主義的教學系統設計理論、基于建構主義的教學系統設計理論和基于人本主義的教學系統設計理論。

2.智能教學系統的的主要功能

智能教學系統關鍵在于能夠對學習者的學習效果進行檢驗并能夠給出相應的學習建議，從而實現學習過程的智能化。主要功能包括：

(l)建立教學內容的智能知識庫。根據不同的教學內容，按知識體系結構進行知識點的劃分，并建立學習要素的數據庫。

(2)對學習過程進行評價。學習效果是學習質量的重要標志，學習過程包括在線學習、在線練習、在線測試、實踐教學，收集學習過程信息，進而對學習效果進行合理評價。

(3)學習指導和建議。根據學習情況給出學習效果評價，然后根據學習效果給出學習指導和學習建議，從而使學習過程具有更強的針對性，以達到提高學習質量的目的。

(4)學習導航。及時收集學生的應答信息，并加以分析處理，評判學生的成績；為不同的學生選擇不同的教學內容，將學生不具備學習條件的知識過濾掉；幫助學生分析錯誤原因，判斷并標示出學生當前最需要學習的知識點，提供針對性的個別輔導和適當的補充材料。

（5）教學方法。允許學生用自然語言與計算機導師進行交流，這樣就突破了傳統的學法指導和教法，并且教法還可以針對特定學生進行，即“一對一”教學模式。

3.智能教學系統的組成

(1)領域模型。存放傳授給學生的課程專業知識，還能生成問題，提供對問題的正確解答以及求解問題的過程。領域模型一般包含兩方面的知識：一是有關課程的內容，二是有關應用這些知識來求解問題的知識，即過程知識。知識表示方法有語義網絡、規則等。

(2)診斷模型。利用診斷規則來分析學生的響應，判斷學生己經懂得的知識或學生產生的錯誤概念，并傳遞到學生模型的當前狀態中去。

(3)學生模型。準確反映學生的知識水平、學習能力等，為系統實現個別化教學提供依據。

(4)教師模型。結合教學策略和課程結構方面的知識，為學生選擇問題供他們解答，監督和評價他們的行為，當學生需要時為他們選擇適當的補習材料。教師模型中，交叉和解釋模式以及學生模型是實現“面向個人以交互方式進行教學”的具體手段。教師模型中采用的教學策略主要有診斷或排錯法、蘇格拉底法、教練法等。

(5)人機接口。人機接口作為學生與系統之間交流信息的媒介，它所提供的表達知識和信息的手段必須是學生熟悉并便于使用的。

4.智能教學系統的使用

學生使用教學系統進行學習活動時，可以自己選擇學習內容，也可以在教師模型的作用下由系統引導進入某一教學單元。教師利用測試結果，通過診斷模塊和診斷規則來判斷學生當前的認知能力，通過學生的總體認知能力來決定學生下一步的行為。

（1）教學診斷模塊。主要負責判斷學生對某一知識點的掌握情況，進而能判斷學生的當前知識水平，為判斷學生的認知能力提供依據。

（2）能力測定模塊。主要負責評價學生的學習能力。在教學之前、教學期間和教學之后都要進行。通過評價取得反饋信息以修正、完善教學計劃，為教師模型制定正確的教學策略提供條件，保證教學的順利完成。它是本系統的重要部分。

（3）學生行為評定。對學生行為的評價，依據評價的目的不同，分絕對評價和相對評價兩種方法，系統中以教學目標為基準進行絕對評價，以掌握學生達到教學目標的程度和診斷學生知識、能力結構中的缺欠，即根據專家知識庫中的測試題目信息及學生的回答情況，給出分析結果及相應各認知能力不同層次的分數比重，為制定相應的教學策略提供數據依據。

（4）試題評定。主要是對試卷的要求進行綜合評價，包括學生測試的內容是否是學習過的，是否符合教學大綱的要求，試題分數的比例是否符合難度比例、認知層次比例和各章節的分配比例。

（5）教學內容生成。系統根據學生的認知能力、當前的知識水平和學習歷史，利用教學策略生成個性化教學內容。

三、結語

智能教學系統能監控學生的學習過程，實現教學各環節的知識共享與交互，從而實現學生的按需學習和教師的因材施教，體現“以學習者為中心”的教學思想。但是，目前的智能教學系統的研究可以說仍然處于基礎理論的研究階段，其主要的研究方法就是將遠程教學技術與傳統的智能教學系統相結合，運用人工智能技術來更加有效地實現教學的個性化和智能化。

參考文獻:

[1]謝忠新，王林泉，葛元.智能教學系統中認知型學生模型的建立[J].算機工程與應用，2005，(3)：229-232.

篇（10）

中圖分類號：G642　文獻標識碼：A、

1　引言

智能科學的理論、技術及其應用已經發展成為信息技術創新的重要生長點，“智能科學與技術”本科專業是面向21世紀、具有廣闊發展前景和巨大應用需求的新型專業。該專業旨在培養具有信息科學、智能科學、腦與認知科學、現代科學方法學的基本理論知識，掌握計算機、人工智能、信息網絡、信息處理、自動控制、系統優化專業知識和綜合技能的高級復合型人才。2004年，北京大學開始在“智能科學與技術”本科專業招生，開創了“智能科學與技術”專業本科教育的先河。隨后，國內更多院校陸續開設該專業，現在“智能科學與技術”本科專業在全國已初具規模。

盡管“智能科學與技術”本科專業被譽為“操縱未來的專業”，但將其納入本科教育，仍處于探索階段，可供參考的資料和形成的教學經驗和體系非常有限，仍需要開拓創新，努力探索，大膽實踐。本文結合我校在專業建設過程中的一些探索和想法，就教學平臺建設談一些體會，重點談課程體系、實驗體系、學生創新能力培養方面的問題。

2　課程體系建設

計算機和通訊技術的結合，形成了以計算機為核心的信息網絡，由此引發的信息革命也是一場數字化革命，智能革命的時空動力是網絡革命，促使信息網絡發展為智能網絡。“智能科學與技術”專業的課程體系建設應以計算機科學的內涵為邏輯起點，以數字信息獲取、處理和響應的本質屬性為中心，由淺入深地推理和演繹出一套完整的理論體系，在理論框架的指導下科學合理地建立一套完整的課程體系。結合我院的實際，我們在對學生、學科和社會需求研究的基礎上，確定了課程內容。我們把對學習主體的尊重、學科的發展和社會的需要協調起來，在課程體系建設方面重點考慮了以下內容：

(1)面向應用

我院是以教學為主的高等院校，重點培養應用型人才，學生應具有較強的實踐動手能力。

(2)以學生為中心

課程體系的建設應樹立以學生為本、為學生服務的思想，有利于學生素質教育和創新能力的培養。

(3)突出特色

信息通信是我院的傳統和特色，它和測控技術、自動化技術、計算機技術、信息技術密切相關。根據我院的辦學特色，參考其他兄弟院校的培養方案，我們將該專業培養的重點放在智能信息處理、智能機器人兩個方向上。

按照課程設置的原則，遵循國家的相關規定，參考其他院校的經驗，我院智能科學與技術專業的課程體系圍繞“三個平臺，兩個方向，一個目標”進行建設。三個平臺分別為公共基礎課平臺、專業基礎課平臺、專業課平臺；兩個方向分別為智能信息處理和智能機器人；一個目標為培養有特色、面向就業的工程應用型人才。具體如圖1所示：

3　實驗體系建設

“智能科學與技術”是一個新興專業，實驗教學體系尚處于探索階段。總結近年來智能信息處理和智能機器人理論研究成果和實驗設備開發已有素材的基礎上，我們在“智能科學與技術”專業的實驗教學體系建設上重點考慮了以下幾方面：

(1)層次化

實驗教學一方面是為了配合理論教學而設置的驗證性實驗，一方面是為了提高學生的綜合能力而進行的綜合設計性實驗。此外還應面向學生就業，通過各種方法和手段開展實訓、創新性實驗。

(2)開放性

開放性包含兩個層面的含義，一是開放實驗時間和實驗場地，讓學生自己選擇實驗時間和實驗場地；二是開放實驗內容，讓學生自己選擇部分實驗項目，提高學生理解和解決問題的能力，加強學生的動手實踐能力。

(3)有特色

立足我院信息通信特色，強化智能信息處理、智能機器人方向的實驗設置。

為此，我們的實驗室建設體系圍繞“三個層次，兩個方向”進行建設。三個層次是配合理論教學的驗證性實驗、提高學生能力的綜合設計性實驗、強調創新的開放性實驗。兩個方向是奇偶智能信息處理和智能機器人，智能信息處理以圖形圖像為主要處理對象，進行圖像處理、模式識別等內容的實驗，以軟件設計為主、部分結合硬件；智能機器人重點放在了以硬件設計為主的嵌入式系統設計。具體的教學實驗平臺如圖2所示：

4　創新能力培養

在高等學院質量工程建設中，國家明確提出了培養創新型人才。作為新興的專業，“智能科學與技術”專業更是應該從一開始就抓住這個機遇，制定創新型人才培養的新模式。我們認為，培養創新精神需要堅持“一個中心”、“三個結合”，即以學生為中心，課內與課外相結合，科學與人文相結合，教學與研究相結合，逐漸形成獨具特色的創新人才培養模式。重點考慮做好以下幾方面的工作：

(1)加強學生集中實踐環節的教學，建立實習基地，加強認識實習、課程設計、開放實驗、科研訓練、生產實習和畢業設計實踐環節的教學，提高學生的團隊協作、認真求實和獨立思考的創新意識。

(2)增加選修課、跨學科課程和素質拓展類課程，提高學生的求知欲、進取心、挑戰欲、自信心、意志力等。

(3)積極引導和鼓勵學生參加各種競賽，參加學科競賽是引導學生努力學習、靈活創新的有效途徑。

篇（11）

摘要：應用人才培養模式改革是高水平計算機持續發展的保障。文章按照國家和軍隊應用需求，結合軍隊院校特色，從保持課程群教學內容的先進性、科學設置課程群、在課程實驗與創新實踐活動中培養學生應用能力等方面出發，探討如何依托教學團隊優勢資源培養高水平計算機應用型人才。.

關鍵詞：課程群建設；計算機應用；教學團隊；創新型應用人才；教學改革

1 從走出去到引進來，確保教學內容的先進性

1.1 走出去，拓展教育理念

在國家和軍隊對計算機應用人才培養需求不斷提高的背景下，國防科學技術大學計算機應用教學團隊主動跟蹤國際計算機應用學科和教育理念的最新發展趨勢，科學謀劃計算機應用課程群建設方案，在兩年多的建設過程中，有計劃地選派優秀教員出國訪學，把握前沿教育理念，促進團隊的教學實力逐漸與國際接軌。近5年來，計算機應用教學團隊成員出國參加了多個國際會議，包括SIGGRAPH（Asia）、ICPR2010、SIGIR2010、IJCAI2011、ICIAR2011等，及時掌握了計算機應用方向的最新進展，充實了教學內容。2011年9月教學團隊成員赴韓國忠南大學參加NUDT-CNU雙邊交流會，加強了兩校教學和學術交流，擴大了團隊的國際影響。

1.2 引進來，促進自身發展

2011年1月國防科學技術大學計算機學院聘請圖靈獎獲得者康奈爾大學John Hopcroft教授來校講授課程，來自全國各地的教師、學生以及本校師生共60余人聆聽了課程，反響熱烈。2011年7月由殷建平教授和祝恩副教授擔任主席和PC委員的人工智能領域的國際會議MDAI2011在長沙召開，進一步提升了計算機應用教學團隊的實力和國際聲譽。

1.3 定路子，保持先進性

計算機應用教學團隊擁有1名全國優秀教師、3名全軍優秀教師和1名湖南省教學名師。團隊建設了多門精品課程，始終結合科研優勢，瞄準領域發展前沿，及時更新教學和實驗內容，課堂教學強調對原理、方法、實現技術、發展趨勢等方面的融會貫通，教學實踐凸顯綜合性、設計性、自主性和創新性。分層次、多元化的培養模式成效顯著，培養了大批具有高信息素養和計算機應用能力、具有較強創新意識、技術與指揮并重的高素質人才。教學團隊在高性能計算方向具有國際領先的優勢，在圖形圖像處理、智能計算、科學計算、數據處理庫管理等方向承擔了多項國家自然科學基金、國家863計劃等高水平科研項目。

2 面向國家和軍隊應用需求，科學設置課程群，促進課程體系的整體優化

課程建設是對單門課程的教學內容及其結構作調整和改進，相對于整個課程體系來說是局部優化。課程群建設不僅注重課程內部的銜接和組織，更強調課程之間的關系，這有利于培養學生的貫通能力，提高綜合素質。課程群建設始終參照國際國內相關課程體系，從課程內容、實驗內容、教材選定等多角度人手進行改革，同時注重科學研究，確保了課程群教學內容的先進性。計算機應用課程群體系如圖l所示。

2.1 依據部隊實際需求，分層次培養人才，構建動態型課程群

課程群設置緊跟國家和軍隊信息化建設新需求，通過選派部分老師到部隊講學和體驗生活、持續對歷屆畢業生進行追蹤、聽取用人單位反饋等多種途徑，了解部隊新軍革對新型軍事人才的需求，打破單一類型人才培養模式，采用分層次、多元化的思想，積極探索新型人才培養模式，為部隊培養技術和指揮兩類人才。前者理論功底扎實、技術操作熟練，勝任技術研發工作；后者懂需求、會技術、能管理，將成為信息系統的需求提出者、軟件開發的參與者以及信息系統的維護者的技術型指揮人才。對畢業生的追蹤調查結果表明，這種動態型、探索式的創新型課程群建設能夠滿足國防科學技術大學不同類型學生的任職需要，能夠與國家和軍隊信息化建設的需要緊密結合，凸顯學校信息技術優勢。

2.2 根據教學團隊的科研項目經驗優化課程群科學計算在國家和軍隊武器裝備研制與維護中有著極為廣泛的應用，如軍用計算機的研制、各種導彈的研制與仿真實驗、航空航天設備的研發以及各種武器裝備的仿真訓練器的研制等。這些應用往往都是一些大型的科學工程，怎樣科學合理地對科學計算課程子群進行教學改革與創新，使學員畢業后具有科學與工程計算相關方面扎實的基礎以及較強的應用能力，這一直是教學團隊研究的主要課題。團隊教員積極參與部隊導師行、武器裝備試驗基地調研以及武器裝備預研課題等工作，努力探索國家和軍隊對科學計算課程子群的應用能力需求，不斷積累經驗，力爭科學合理地對科學計算課程群進行教學改革與創新，提出課程群在本科階段設置“數值分析”與“仿真與模擬技術”2門課程。在教學內容改革上，教學團隊注重計算機科學與技術專業在數值問題和仿真建模方面有關計算思維訓練的要求，較大幅度修訂了課程群的授課內容和實驗內容，在有限的學時內注意選擇與國家和軍隊應用能力需求相關的核心基礎以及應用較廣泛的內容，包括數值建模、數值穩定及收斂分析和仿真實驗。

3 在“強專業基礎、重應用能力”的模式下實施課堂教學

在確定教學內容之后，我們在實際的教學過程中，從便于學生學習的角度出發，根據不同的教學內容嘗試了自頂向下逐級分解法、自底向上逐級歸納抽象法、“提綱一展開一小結”法、參與式教學法、目標制導教學法、章回小說式教學法、情感教學法、交互式教學法等多種不同的教學方法和教學技巧。

從2002年開始，課程組便搭建了618因特網、AI天堂和軍網多媒體網絡教學環境，學生與教師可以在課外進行流暢而生動的溝通互動，教師利用這些平臺指導學生開展自學活動。學校軍網網絡教學平臺開通后，課程組精心設計和建設的數據庫網絡課程、大學計算機基礎網絡課程、人工智能網絡課程等成為課堂教學的有力助手，在輔助教學和幫助學生自主學習方面發揮著巨大作用。

3.1 科學計算課程子群

科學計算首要的應用特色就是一整套解決科學問題的普適的方法論，即數值建模—數值穩定性及收斂性分析—仿真實驗。課程組在教學組織上以從簡到繁的案例不斷強調這一方法。而這一方法在不同問題或同一問題不同環節的應用中也可以融入不同的教學方法，如導彈軌跡的數值建模（案例式）、數值求導的穩定性分析（研討式）、插值實驗擴展的穩定性調試（自主探討式）等。

3.2 數據管理課程子群

除為本科生開設數據庫相關課程外，課程組還結合科研工作建設并完善了先進數據庫技術、實用數據庫、數據庫管理系統、數據倉庫與數據挖掘、計算機信息管理系統等一系列課程。指導研究生在分布式數據庫系統、海量信息處理、復雜信息系統開發等方向開展課題研究。

3.3 智能計算課程子群

課程組在對麻省理工學院和約克大學的模式識別課程的教學組織方式進行研究的基礎上，將模式識別的許多應用研究問題引入課程實踐環節。這些研究問題為研究生課題選題提供了依據，部分研究生針對實踐環節的研究問題撰寫的課程論文經過討論修改被國際刊物錄用。在研討課程自動指紋識別技術中，介紹國內外的最新研究成果，同時引入課題組的研究成果，針對關鍵的開放研究問題組織學員進行研究性地學習和討論，學員經歷了查閱剖析文獻、學術交流討論的過程，為從事科學研究打下了基礎。

3.4 可視計算課程子群

課程組在查閱國外多本主流教材的基礎上，充分將各知識點前后貫通，綜合案例式、啟發式等多種教學手段，組織學員進行圖形實踐創作比賽，調動了學員對圖形設計的興趣。針對工程碩士、工學碩士、工學博士分別構建不同的可視計算課程，課程子群設置分層次、重繼承、有深度。針對不同課程內容知識結構的特點，從經典的ISAS教學法、MCLA教學法、Workshop教學法和Project-learning教學法中選擇合適的教學方法。例如，能力素質模型建立時會涉及數學思維、計算思維、編程實現、團隊合作等各項能力。課程組針對不同類型研究生對可視計算技術的目標要求不同，設計相應的能力素質模型。

4 發揮實驗室優勢，在實踐中培養能力

實踐教學作為高等教育的重要組成部分，對學生創新精神和動手能力的培養具有不可替代的作用。如何提高學生的創新能力和工程實踐能力是課程群體系實踐環節設計的關鍵。實驗是吸收、消化課程內容的第一實踐環節，實驗內容的設計既要考慮對基本知識的理解又要考慮對后續內容的鋪墊；既強調知識與技能的融合，又強調創新思維能力的培養。實訓是對課程內容的總結，在加強案例教學的同時，遵循學生的認知規律，合理安排實訓的內容；既要考慮課程內容銜接，又要考慮加強工程化訓練，把提高學生的創新能力和工程實踐能力貫穿于整個實踐環節的始終。

4.1 加強校企合作，獲取最新實驗資源

學院與國內外研究機構密切交流與合作，得到了Microsoft、Oracle等公司的技術支持，以Oracle教據庫等免費資源作為教學的實驗平臺，多名教師獲得了IBM、Oracle、Microsoft等公司數據庫產品的培訓合格證，實驗軟環境得到充分改善。教學團隊在實訓環節中加強與企業合作，將企業的資源優勢與學校的理論知識優勢充分結合，共同設計和建設課程群中的實訓項目。

4.2 分層次設計遞進式的實驗內容

整個實驗課程體系的設置涵蓋技能、基本知識、設計、綜合、創新5個層次。實驗內容根據各類學生的特點，按演示性實驗、驗證性實驗、綜合性實驗、設計性實驗4個層次組織。各實驗項目彼此銜接，循序漸進，便于學生掌握。實驗項目選擇具有靈活性，既有必做項目，也有較多的選做項目，適應不同層次的學生要求。演示性和驗證性實驗幫助學生掌握DBMS的一般性操作，綜合性實驗和設計性實驗則重在培養學生的綜合應用能力和創新能力，要求學生綜合利用程序設計、軟件工程、計算機網絡、人機交互、信息安全以及數據庫課程所學知識，開發一個（基于網絡的）MIS系統，設計該系統的安全保障體系，同時要求提供新穎的人機交互界面和交互方式。

4.3 針對不同學生群體設置多元化實踐教學方案

考慮到計算機專業與信息大類非計算機專業學生的培養方案不同，我們實施了多元化的實踐教學方案。計算機專業學生的實驗方案重在綜合性和設計性。課程組為該類學生設計了9個實驗，旨在培養DBMS的高級使用及研發能力。在2009年之前的培養方案中，學生完成這9個實驗之后，還要在軟件工程課程設計課程中進行數據庫系統的綜合設計開發，學生需要完成數據庫實驗和軟件工程實驗后，才能體驗一個完整的軟件開發過程。在2009年的培養方案中，根據信息化建設的需求，我們為計算機專業學生單獨開設了數據庫課程設計課程，強化學生的信息基礎；信息大類非計算機專業學生的實驗方案則偏重于驗證性和綜合性。我們偏向計算機專業應用方向設計了一系列的實驗：SQL語句、存儲過程、觸發器、數據庫導入、導出、備份、MIS系統的設計與開發。這些實驗旨在強調DBMS一般應用能力的培養。

4.4 結合實際項目設計實訓模塊

教學團隊結合國防科學技術大學“十一五”實驗室項目“計算機技術綜合實驗中心”的建設任務，圍繞其中的計算機應用技術方向子項目，設計了“人工智能”基礎實踐能力訓練模塊、“機器人中的智能技術”綜合實踐能力培養項目、“智能信息系統的軍事應用”主題創新活動，同時將“人工智能”基礎實踐能力訓練模塊細化為專家系統和機器學習兩個基礎型實驗單元以及自然語言處理和神經計算兩個提高型實驗單元，明確了每個實驗單元的目的和內容，包括基于sics prolog的搜索實驗和約束滿足問題實驗、基于移動機器人平臺的智能agent實驗等。智能計算子群和綜合實驗子群采用課堂教學與課外活動相結合的方法來加強實踐教育，讓學生在實踐中掌握專業技能，教師全程參與實驗指導并在實際的創新實踐中培養學生的創新能力。上述一系列活動的開展取得了良好的效果，如基于LEGO機器人的創新實踐活動成果在銀河之光計算機文化節上和實驗室項目檢查中獲得學校領導和專家的好評。

5 結語

通過近4年的試行，高水平計算機應用人才培養模式改革在國防科學技術大學計算機學院取得實質性成效。目前，計算機應用教學團隊培養出的學員超過9000名，他們遍布軍內外機關、科研院所、高等學校、部隊及地方IT企業。大量調查數據表明，這些學員的綜合素質、學術水平、工程實踐能力、團隊協作能力和創造性思維均得到明顯提高，受到用人單位的好評。

參考文獻：