智能化“仿真模型设计”课程教学改革与实践

朱智，李群，雷永林

（国防科技大学 系统工程学院，湖南 长沙 410073）

引言

为了提升高校人工智能领域科技创新、人才培养和服务国家发展的能力，国内各高校不断推动人工智能与教育的深度融合，利用智能技术支撑人才培养模式创新、教学方法改革、教育治理能力提升，为教育变革提供新方式，从而引领我国人工智能领域科技创新、人才培养和技术应用。随着人工智能在教育领域的不断深入，相关课程知识体系呈现出基础学科众多、交叉融合性强、工程实践要求高等特点，给当前课程的智能化建设和教学模式带来了诸多挑战，构建“人工智能+X”的交叉融合课程建设体系及与之相适应的教学模式，已成为新一代人工智能时代背景下培养高素质复合型人才的现实需求［1-2］。

传统教学模式在教学理念方面缺乏明确的价值观念引领，从根本上不利于高素质复合型人才的培育［3］。在课程内容建设和优化方面，一是主要从人工智能技术的角度出发，在课程中寻找某些具体的问题，不能对课程相关理论和技术进行系统性分析，非问题驱动的融合会在一定程度上忽略课程本身的知识讲授；二是课程缺乏一体化的智能化系统平台作为支撑，工程实践案例比较少，与工业部门实际需求结合得不够好，课程理论与科研实践有一定脱节，不利于学生工程实践能力的培养［4］。在教学方法设计方面，教学手段和形式比较单一，还是以多媒体为主要手段进行讲授，教学形式以传统的“老师讲授、布置作业、学生练习”为主，师生之间、学生之间缺乏互动，理解记忆式的知识学习无法让学生真正掌握多学科交叉融合的复杂知识体系［5-6］。在学生成绩评测方面，简单加权求和式的期末成绩打分制已不能客观正确地反映学生在整个教学活动中的表现［7］。鉴于上述问题，本文以“仿真模型设计”课程为载体，探讨新一代人工智能浪潮下基于“人工智能+仿真”教学模式的课程建设和优化设计思路，目的是改善当前“仿真模型设计”课程知识体系及教学模式不能很好地适应其智能化发展的诸多问题，全面提高课程教学质量，提升学生应对学科领域发展前沿和解决复杂工程实践问题的综合能力，落实新工科背景下人工智能创新行动计划，为优化人工智能领域科技创新体系、完善人工智能领域人才培养、推动人工智能领域科技成果转化和示范性应用提供支撑。

一、学情分析

“仿真模型设计”是国防科技大学控制科学与工程专业研究生的基础理论课程，属于本科仿真工程专业必修课“离散事件系统仿真”的高级进阶课程，其任务是使学生掌握仿真模型设计的基本方法和有关工具，培养学员应用特定仿真模型设计方法和计算机手段解决实际问题的能力。该课程的知识内容主要包括仿真概论、仿真技术基础、概念模型设计、描述模型设计、功能模型设计、约束模型设计、空间模型设计、组合模型设计及相关拓展内容，包括模型驱动工程、典型仿真建模标准和规范。该课程对很多领域和系统中的仿真建模方法和技术进行了介绍和分析，主要关注模型的设计方法和应用，以及模型的串行运行算法，理论知识较为抽象，工程实践性较强，长期以来采用的是传统的“理论教学+工程实践”教学模式。近两年，“仿真模型设计”课程教学团队加强了与其他课程教学团队的沟通交流，在原有知识建构、翻转课堂丰富教学形式、信息化手段优化教学课程等方面都做了一些尝试，“教学相长、相得益彰”的师生共同体建设成效显著，但对课程的整个教学活动缺乏系统性的认识和分析。

在教学方式方法上，尝试引入了BOPPPS模型进行教学，学生反响热烈，“善学、乐学、活学”的学习态度明显，取得了一定的教学效果。BOPPPS模型包括热身暖场、学习目标/结果、前测、参与式学习、后测、总结六个教学环节，因其简洁明了、可操作性强，因而在许多国家的各级各类学校教师技能培训中得到了广泛应用，尤其是教授一线教师教学设计核心技能方面。

在成绩考评方面，考评方式还比较单一，多年来一直沿用“40%平时成绩+60%大作业成绩”的百分制期末考评，不利于调动学生的积极性。其中，平时成绩由上课表现、课程作业和课后作业组成，大作业成绩由学生最终提交的课程报告和汇报情况进行评价，最后加权求和。近两年，随着大数据、人工智能技术的兴起及其在仿真领域的加速应用，尝试引入经典、前沿性学术论文中期汇报，成绩考评机制适当调整为“10%平时成绩+30%中期成绩+60%期末大作业成绩”，增加了研究生对前沿学术论文学习和交流能力评价的比重，但计算方法还是简单的加权求和方式，教学活动过程性评价不充分，不能准确反映学生的学习效果。

综上所述，当前“仿真模型设计”课程虽然在新的教学形式下结合课程特点做了尝试和改进，取得了一定的教学效果，但是没有进行整体和系统的分析。新的教学设计及其实践为教师积累了大量的教学经验，能够对教师的教学能力起到很好的促进作用，同时开展系统的教学模式研究，规范教学活动，活跃教学气氛，提高教学水平，提升教学质量。

二、“人工智能+仿真”教学模式

以“仿真模型设计”课程为载体，从教学理念、教学内容、教学方法、教学评估四个角度进行思考，探索“人工智能+仿真”新型教学模式，落实新工科背景下新一代人工智能驱动的课程智能化建设与优化，以期全面提升课程教学质量，提高学生应对未来建模仿真智能化拓展演变的综合素质。

（一）教学理念

在教学理念上，挖掘仿真模型设计课程元素。仿真作为继理论分析、科学实验之后的认识和改造世界的第三种手段，在军用复杂系统工程领域的应用由来已久，并在新一代人工智能的推动下已成为各国军队发展未来智能武器装备的重要手段。提炼课程中蕴含的军事文化基因和价值范式，将课程转化为当代军人社会主义核心价值观具体化、生动化的有效教学载体，在润物细无声的知识学习中融入理想信念层面的精神指引，提高学生的仿真工程专业素养，培养学生的职业认同感。

（二）教学内容

在教学内容上，构建经典、前沿学术论文库及工程实践案例库。一方面，跟踪仿真建模前沿研究，精选与课程教学内容紧密相关的学术文献，建立仿真模型设计经典、前沿学术论文库并逐步更新，丰富课程教学内容，启发学生的学术创新思维；另一方面，结合课程文献库，引导学生根据专业和学习兴趣挑选论文进行中期汇报并互评，以激发学生的学习兴趣。

1.紧跟学科发展新动向。加强期刊论文和会议论文构建，并不断更新学术论文库，在保证课程知识完整性的基础上体现一定的学科领域最新研究进展，使学生对领域内相关著名期刊和会议有一定的了解，启发学生对新概念、新理论、新技术的探索和见解。对于学术论文库的阅读，提前做好教学计划，让学生自由在论文库中选取一篇自己最感兴趣的论文，安排学术文献精读、汇报与互评，初步锻炼学生学术文献阅读、汇报和点评能力。在学生汇报过程中，其他学生需要根据汇报的情况做好记录，互评统计结果，整理后再反馈给每位学生。

2.结合工业部门实际需求。借助仿真系统平台构建智能化工程实践案例库，培养学生运用人工智能和仿真相关技术解决复杂系统工程问题的能力。在教学过程中，首先，从仿真建模人员的视角介绍智能化工程仿真系统的使用，讲解从工业部门实际需求出发，到概念建模，再到仿真实现的仿真建模过程；其次，从仿真应用人员的视角讲解想定编辑、数据准备、决策建模、实验设计、综合分析等的仿真应用过程。

（三）教学方法

在教学方法上，采用“教师主导、学生主体、师生互动”的混合式教学策略。教师主导方面，采用案例分析、启发式引导、角色扮演相结合的混合式教学方法；学生主体方面，采用分组讨论、课后作业、项目实践相结合的混合式教学方法；师生互动方面，采用翻转课堂、小组合作、课堂讨论相结合的混合式教学方法。

“仿真模型设计”课程智能化拓展比较注重两类教学方法：（1）角色扮演。对于描述建模中学生理解起来相对困难的事件调度、三段扫描、进程交互等仿真策略，结合典型案例采用角色扮演的方法让学生体会各种策略下仿真是怎么运行的，在此基础上掌握各个策略的联系与区别。（2）项目实践。通过设置一些实践问题，要求学员运用所学的仿真建模方法进行综合求解，引导学员以问题驱动为核心，实践选择问题、组建团队、开题答辩、实验分析、撰写报告、成果汇报等环节，锻炼学员自主学习、团队合作及解决现实问题等能力。

（四）教学评估

在教学评估上，建立基于模糊决策树的综合素质能力评估模型。决策树是人工智能经典的机器学习方法之一，运用隶属度函数对样本数据进行模糊处理，能以更加符合人的思维的模式得到可理解性更高的预测评估模型。基于模糊决策树对期末成绩进行评估的关键是如何结合“仿真模型设计”课程的教学特点，合理提炼出影响学生学业成绩的指标，并对这些指标进行模糊化处理。如图1所示，对“到课率”采用三角函数进行模糊化处理，可以得到该属性分别处于高（H）、中（M）、低（L）的隶属度函数图。根据建立的隶属度函数，输入实际数据建立模糊判断矩阵，再通过计算各属性的信息熵和信息增益，从而得到真正能反映学生期末成绩的模糊决策分析模型。

图1 “到课率”隶属度函数

三、课程教学实践

以“仿真模型设计”课程中功能建模为例，基于武器装备作战效能仿真系统平台，从上述教学理念、教学内容、教学方法和成绩评估四个方面开展基于功能决策树的空战行为建模案例教学实践，对“人工智能+仿真”教学模式进行验证并分析教学效果。

选择2016年美国辛辛那提大学官网报道，由该校与美国空军联合研发的空战人工智能系统阿尔法（Alpha AI）在模拟空战中击败了美国空军退役上校的事件，以此激发学生对新一代人工智能技术的兴趣，增强仿真工程专业人才对人工智能与军事仿真交叉融合研究的使命感和紧迫感；在教学内容上，通过阿尔法核心引擎遗传模糊树，跟踪Nicholas Ernest博士所在团队近年来的研究成果，筛选出较为全面的研究论文并追加进课程论文库，在此基础上借助武器装备作战效能仿真系统平台构建仿真案例库；在教学方法上，根据学生人数将学生进行分组，分别设计飞机行为脚本在给定的相同仿真案例下进行对战，并展开讨论；在成绩评测上，通过收集学生脚本完成程度、讨论参与度、案例汇报情况等指标数据，建立模糊决策分析模型，得到每组最终综合评价。

通过以上教学实践，在课程思政方面，课程的智能化建设主要依托自主研制的“武器装备作战效能仿真系统”，军事背景浓厚，以案例为依托，以知识为背景，融合传授，在潜移默化中增强了学生的爱国情怀；在知识与技能方面，培养了学生发现和求解新问题的能力，并提高了应用与人工智能、仿真领域相关的技术知识的能力；在教学过程与方法目标方面，采用“教师主导、学生主体、师生互动”的混合式教学策略，营造宽松活跃的氛围，培养了学生“善学、乐学、活学”的学习态度；在评测方面，采集教学活动中所产生的数据，运用人工智能领域算法，真实准确地反映了学生的能力水平。

针对当前新一代人工智能背景下“仿真模型设计”课程智能化建设需求，系统分析了新的课程知识体系结构下传统教学模式存在的不足，从教学理念、教学内容、教学方法和教学评估四个方面详细梳理了当前教学活动所存在的问题，并针对这些问题开展了新的教学模式研究，有助于改善课堂教学质量，提高课堂教学效果。另外，该教学改革与实践经验能有效应用于其他仿真学科领域系列课程，乃至其他类似“人工智能+X”交叉融合学科系列课程，可作为新一代人工智能时代背景下相关课程智能化建设的重要参考。