机器学习在《自动控制原理》教学中的应用与实践研究

文利燕 叶慧 王承毅

摘 要：为了对高校自动化及电气类专业开设的《自动控制原理》课程进行教学改进及创新，利用机器学习方法，对学生的学习行为、学习过程进行建模，实现机器学习与智慧教学的融合存在，为未来的教学方式方法提出积极的创新思路。

关键词：机器学习；自动控制原理；建模；预测

目前，已有大量教育人工智能系统被应用于学校，这些系统整合了教育人工智能和教育数据挖掘技术（如机器学习算法）来跟踪学生行为数据，预测其学习表现以支持个性化学习。本文通过分析《自动控制原理》教学中的参与对象、教学过程、具体方法和教学效果等各项数据建立模型，进而对《自动控制原理》课程教学进行的创新和改进，实现机器学习与自动控制原理智慧教学的融合存在跨界问题。

一、 自动控制原理课的现状和存在问题

作为理工科高校一门重要的专业基础课程，自动控制原理的内容专业性很强，以高等数学、信号与线性系统、电路等课程为先修课程，要求学生具有扎实的专业基础和较强的抽象思维能力，学习的难度较大。基于问卷调查和深度访谈，目前理工科高校《自动控制原理》教学普遍存在以下问题：教学理念上，强调以教师为中心、忽视以学生为中心；教学内容上，强调知识灌输、忽视兴趣培养；教学手段上，强调知识的单向传递、忽视学生潜能的调动；考核评价上，强调卷面成绩、忽视能力素养。上述现象直接导致课堂气氛沉闷、学生缺乏学习兴趣和动力、教学效果不佳等现象，这不仅影响自动控制原理课程的教学效果，且严重制约后续专业课程的学习。

二、 具体思路

通过分析《自动控制原理》课程中的参与对象、教学过程、具体方法和教学效果等各项数据建立模型。采用机器学习方法进行《自动控制原理》教学的应用实践。具体思路如下图所示。

通过分析学生表现和个性特征等因素，对学生《自动控制原理》的学习过程和学习行为进行建模。可通过贝叶斯知识跟踪等自动化建模方法提取学生在自动控制原理学习中的数据，利用线性回归和模式发现来预测学生在自动控制原理学习中的个体差异表现，建立用于存储学生知识的数据结构的学生学习过程模型；通过分析学生表现、排除潜在的误区、呈现学生目标和计划、确定先验和获得的知识、保持情景记忆，以及描述个性特征等的过程建立学生行为建模。

通过对机器学习中学生行为模型和学习过程模型的研究，可以进一步预测学生偏好倾向。基于此，教师可以进行科学决策，制定特色化课程，进行个性化教学，实现智能教学，这将是我们后续进一步要研究的内容。

三、 结束语

本文从数据挖掘、数据分析的角度，对《自动控制原理》的教学活动、教学主客体等进行解读和建模，明确机器学习方法在自动控制原理教学应用中的作用和实现方法。结合机器学习技术，建立大学自动控制原理的学生认知模型、学生行为模型。将机器学习技术与自动控制原理教学相融合，设定个性化的教学模式，充分调动学生探索与创新的意识及积极性，有利于学生吸收自动控制原理课程所传达出的一种“自动控制”思想，培養学生采用“自动控制理论”去解决实际的工程问题能力。

参考文献：

[1]唐超颖，姜斌.“自动控制原理”课程的探究性教学实践[J].电气电子教学学报，2007（29）：91-93.

[2]叶慧.高等数学教学中情感态度迁移现象的研究[J].科教文汇，2011（1）：28-29.

[3]余明华，冯翔，祝智庭.人工智能视域下机器学习的教育应用与创新探索[J].远程教育杂志，2017，35（3）：11-21.

[4]李建萍，王立国.机器学习理论在教育教学测评中的有效性分析[J].学理论，2011（16）：240-242.

作者简介：文利燕，江苏省南京市，南京航空航天大学自动化学院；

叶慧，王承毅，江苏省镇江市，江苏科技大学理学院。