“Matlab与系统仿真”课程探究性实验平台建设

2018-04-12林峰，姚维，陈欣，韩涛，马皓

电气电子教学学报 2018年1期

林　峰，姚　维，陈　欣，韩　涛，马　皓

(浙江大学电气工程学院，浙江杭州 310027)

0　引言

“Matlab与系统仿真”课程的教学改革已经取得了很好的效果，通过对教学内容、教辅方式、探索性实验实践和课程考核方式等方面的改革与创新，实现了以学生为主体、探究性教学为重点的教改目标[1]。但如何设计课程的探究性实验，使学生既能对本专业的相关理论知识进行深入理解、应用，又能有效提高学生的创新研究能力，仍然是一个值得思考的问题。

传统的自动化类专业的系统仿真类课程的教学与实践往往以“控制理论”、“信号与系统”、“最优化”及“运动控制”等课程的内容及原理方法为基础，随着Matlab/Simunink的广泛应用，现在这类课程的教学都与Matlab等仿真软件结合得比较紧密，而且这些课程往往都设置了与Matlab相关的实验实践教学内容[2-5]，这使得课程的部分教学内容产生重叠，上课及实验过程中经常有学生反映“已经学过了”、“已经做过了”，因此迫切需要对相应的实验实践教学的内容及方式、方法进行调整优化。

1　探究性实验平台设计

我们在总结多年来本课程实践教学的基础上，根据学生的学习需求，通过结合当今科学研究的热点方向，在兼顾原有“控制理论”等课程实践教学的基础上，融入决策方法中关于大数据分析处理、数据挖掘的策略，构建了基于决策和控制方法的系统仿真探究性实验平台。

1.1　探究性实验平台总体规划

本实验平台涉及到的相关课程门类较多，综合性强，对编程能力要求高，实践环节覆盖的范围很宽，几乎包括了本专业所有的专业课程实验。根据多年来的教学实践，我们确定了对该实验平台进行改革的初步方向，具体有如下几点：

首先要坚持自动化类专业的特色[6-7]，以控制理论(包括线性系统、非线性系统、PID控制器及自适应与智能控制系统等)为基础，本课程实践环节更强调学生进行综合设计而不是简单的验证，更注重软件编程实现及深入应用，要求学生自己能提出创新性的思想并将其实现，而不仅仅是简单的学习与理解。

其次，随着计算机仿真技术的发展，研究对象由机械、控制、液压等不同领域子系统组合而成的情况迅速增加，采用单一的分析方法已经难以适应研究对象发展的需要，随着各学科领域的交叉融合不断深入，如动力学领域的计算机仿真同时希望考虑柔性体的变形，动力学领域的仿真与控制程序的开发同时进行等，需要采用多个专业领域的软件进行联合仿真[8]，这也是当前系统仿真发展趋势之一。机电系统的混合仿真部分，强调学生进行案例学习，同时教师根据自己的体会通过网络与学生在线进行交流。

再次，在大数据分析处理及数据挖掘方面，当前网络中经常采用的六种决策支持方法，如关联分析、时序模式、聚类、分类、偏差检测、预测等，都可以在该实验模块中得到体现。值得注意的是要重点介绍与学生将来就业紧密相关的行业，如银行业、证券业、电力业、通信业及汽车行业等领域的应用案例，一方面可以使学生通过实验掌握基于大数据分析与挖掘技术的决策方法和策略，同时也可以为将来的就业打下较好的基础。这些方法并不与原来的控制理论相违背，有不少是优化理论、智能策略在经济社会领域的应用，对该内容的学习会大大扩展学生的知识视野。

另外，有数量不少的学生对网络游戏的编制很感兴趣，其中用到了很多诸如图像识别、目标搜索等熟悉的方法跟策略，通过编制软件加深了对专业知识和游戏编程的理解。有个别学生甚至因此从沉溺游戏到开始热衷于游戏设计。

1.2　探究性实验平台的模块划分

基于以上的分析及与其他课程的关联性，将“Matlab与系统仿真”课程的实验平台分成四个模块的内容，依次说明如下：

1)基于控制策略的系统仿真部分

该模块与控制理论相关内容衔接，具体包含如下内容：①线性系统实验；②非线性系统建模与仿真；③PID控制器设计；④自适应与智能控制系统设计等。该模块更注重对核心算法本身进行创新调整，这些内容之间并不是绝对独立，相互之间往往有较强的交叉，根据学生各自特点进行融合优化。

2)机电系统的混合仿真部分

该模块与运动控制、电机与拖动、机器人及机电一体化等内容相关，尤为注重人工智能与机电系统的整体设计，与其他专业领域的软件如ADAMS、Matlab/Simunink、AMESim等软件进行联合仿真。

3)基于大数据分析与挖掘技术的决策部分

大数据技术在金融、证券及信用评价等领域的应用日益广泛，因此该模块引起学生越来越多的兴趣，其主要内容包括：① Matlab 数据分析工具箱；②数据挖掘建模；③数据挖掘在各个领域的应用仿真。学生通过实验掌握了基于大数据分析与挖掘技术的决策方法和策略，扩展了知识视野，再结合优化理论、运筹学等智能策略，将相关知识能力应用于各个领域。

4)在其它领域的应用

本模块更强调在不同领域的应用实践，如游戏软件等；比如：“Flappy Bird”游戏，就用到了图像识别算法等专业知识，学生编制软件后感觉收获很大，也给教师很多启发。

2　探究性实验平台实践及案例

本实验平台经过设计规划后已经进行了多年的教学实践。

2.1　探究性实验实践

本探究性实验平台的实验内容包括平时上机实验和综合实验两部分。

平时上机实验一方面是为了让学生充分掌握Matlab/Simulink的编程及系统仿真基本技能，另外一方面是为了让学生掌握控制理论某项内容的编程实现，如PID控制器，模糊算法等的Matlab实现，以验证性实验为主，便于学生理解和熟练掌握具体的编程及算法，为下一步的综合实验打基础。学生完成后上交书面或数字版作业报告，以供评阅。

综合实验则是要求学生综合应用已经学过的专业知识及编程技巧，提出创新性的改进并自主完成实验，该实验既可以是对原有算法的某些参数和结构进行修正，也可以是将算法应用到一个新的领域等。教师只提供实验要求和必要的指导性意见，同时为便于学习进行实验设计，教师给出供大家选择的题目及自立题目的内容范围。经过多年的实践，我们已经积累数量众多的题目供学生选择，并且根据当前科学研究及教学实验的进展不断扩充和调整实验选题，期望每个学生都能选到自己真正感兴趣的实验题目，使实践教学达到最佳的效果。同时对于少数有需求的学生会提供相应的参考文献，并提供相关的指导。这些实验需要综合应用数据采集、数据处理及融合、控制理论、运动控制、电机控制等多门课程的知识。对于质量高的课程报告，鼓励学生在课程报告的基础上撰写相关学术论文及专利等。

2.2　实施效果及部分案例

经过几年的实践，本实验平台已经获得了初步的效果，年轻学生思想活跃、敢于尝试，在自主设计的实验中往往会提出与众不同的一些方案，学生们也从中感受到极大的学习兴趣，而教师通过整个过程也可以获得不少启发。以今年学生的几个实验为例：

实验之一、网球拾取无人机—基于Matlab的最优路径规划

主要通过Matlab的图像处理功能以及目前较为流行的蚁群算法，对无人机捡球的路径进行规划，从而提高无人机的运作效率，使其与现实应用能更为紧密的结合。

该实验属于第一模块(基于控制策略的系统仿真部分)，有学生用蚁群算法来实现最优路径规划，系统的结构图如图1所示：

实验之二、用Matlab仿真股票投资

通过Matlab仿真，将相应的股票投资策略代入近年来的股票走势，来验证投资策略的收益情况，从而改进和完善股票投资的策略。

图1　网球拾取无人机系统结构图

该实验属于第三模块(基于大数据分析与挖掘技术的决策方法部分)，有学生采用的股票数据，全部是近年来股市的真实走势和行情，对这些数据进行分析处理，可以非常有说服力的验证股票投资方案是否可行，所模拟出的收益也是用具体的数字表现出的，因为这次实验探究的内容非常真实，非常贴近日常生活，所以探究的积极性非常高，收获非常大。

实验之三、“打地鼠”游戏的Matlab实现

“打地鼠”是一个大家比较熟悉的有趣的小游戏，本实验通过Matlab来实现这个游戏的功能。主要通过Matlab的GUI设计模块，并编写相应的M文件来实现。

该实验属于第四模块(在其它领域的应用，如游戏软件等)，某学生在软件编制过程中，用到了图像识别等相关知识。图2、图3为该实验的背景图及流程图。