课程介绍
智能控制是自动控制理论的最新研究阶段,内容涉及专家控制、模糊控制、神经网络控制、以及遗传算法等内容的理论、方法和实验、案例。同时配有MATLAB编程技术的学习,以及SIMULINK仿真平台的使用。本课程的学习有助于掌握和进一步学习深度学习等最新研究方向,能够使用人工智能的方法搭建控制系统,设计控制算法和程序从而实现被控对象的有效控制功能,同时具有避免数学模型的建立、智能、快速、有效的特点,同时能够把学习者从编程中解放出来,更专注于工程问题的解决。
智能控制最大的特点在于无需建立对象的数学模型,而数学模拟在诸如大系统、非线性环节、滞后环节是很难精确建立的,甚至是无法建立的。因此,智能控制的无需数学模型的特点在控制理论中具有广阔的应用前景。
本门课程学习的内容有哪些?
(1)专家控制
专家控制系统主要指的是一个智能计算机程序系统,其内部含有大量的某个领域专家水平的知识与经验,能够利用人类专家的知识和解决问题的经验方法来处理该领域的高水平难题。也就是说,专家系统是一个具有大量的专门知识与经验的程序系统,它应用人工智能技术和计算机技术,根据某领域一个或多个专家提供的知识和经验,进行推理和判断,模拟人类专家的决策过程,以便解决那些需要人类专家才能处理好的复杂问题。简而言之,专家系统是一种模拟人类专家解决领域问题的计算机程序系统。
(2)模糊控制
模糊控制就是在控制方法上应用模糊集合论,运用模糊语言变量及模糊逻辑实现系统的智能控制。这种方法摆脱了控制对象输入、输出物理量的精确描述,用自然语言描述专家控制策略,以机器模拟人的模糊思维对系统实现有效控制。在实际控制过程中,将计算机采样的输入量(精确量)模糊化,经模糊推理确定控制量的模糊值,最后进行反模糊处理获得控制量的实际输出,对被控对象进行控制。
(3)人工神经网络控制
人工神经网络是模拟人脑生物神经网络系统处理信息的方式,通过经验而不是通过设计好的程序进行学习、训练,这些构成了人工神经网络具有模式识别、预测、评价和优化决策等能力的基础。神经网络控制是指在控制系统中,应用神经网络技术,对难以精确建模的复杂非线性对象进行神经网络模型辨识,或作为控制器,或进行优化计算,或进行推理,或进行故障诊断,或同时兼有上述多种功能。
(4)遗传算法
借鉴生物进化论,遗传算法将要解决的问题模拟成一个生物进化的过程,通过复制、交叉、突变等操作产生下一代的解,并逐步淘汰掉适应度函数值低的解,增加适应度函数值高的解。这样进化N代后就很有可能会进化出适应度函数值很高的个体。可用于优化计算、控制器最佳参数选取等应用中。
总之,本课程通过理论学习和程序设计,实现人工智能与自动控制任务的结合。通过学习本课程,同学们会对自动控制理论有更深一步的理解,为后续的工作和科研打下良好的基础。
教师团队
《智能控制导论》课程组教师团队具有丰富的教学经验。课程组有教授一人,副教授三人,课程教师成员多年致力于控制理论、人工智能方面的科研和教学工作。此外,团队教师具有丰富的工程实践经验,在冶金自动化、人脑网络、复杂系统、新燃料电池等方面具有深入的研究和探索,教学过程中能够将课程内容与工程实践相结合,提高课程的使用价值,使学生能够更加容易理解课程内容。
刘辉 王彬 李俊丽 詹跃东
课程教师在各类教学比赛中获得较好的成绩,先后获得以下教学获奖:
(1)2019年全国高等学校电子信息类青年教师讲课比赛总决赛一等奖;
(2)2020年获得云南省研究生优质课程《计算机图像处理》负责人;
(3)2019年获得教育部在线教育“智慧教学之星”荣誉称号;
(4)2019年获得第三届云南省高校教师讲课比赛二等奖;
(5)2016年获得第三届全国高校青年教师讲课比赛三等奖;
(6)2017年获得国家留学基金委主办的“高等教育教学法研修项目”赴加拿大渥太华大学学习并结业;
(7)2019年完成了英国文化教育协会和昆明理工大学举办的全英语(双语)授课教师教学发展项目课程。
教学教改成果
课程团队共建了慕课课程《智能控制导论》,课程目前已经在学习强国、中国大学MOOC(爱课程)、学堂在线、优课联盟、学银在线(超星)等平台上线运行多个周期,有数万学习者通过多个平台进行学习,课程建设也取得了一系列的教学成果:
(1)《智能控制导论》课程获得首批国家级线上线下混合式一流本科课程;
(2)《智能控制导论》获得首届UOOC联盟混合式教学优秀案例一等奖;
(3)《智能控制导论》入选中国高校计算机教育MOOC联盟课程优秀线上线下混合式课程资源库;
(4)《智能控制导论》获得智慧树“本科高校精品课程(专业课)”荣誉称号;
(5)《智能控制导论》获得全国高校混合式教学设计创新大赛“设计之星”奖;
(6)《智能控制导论》获得中国高校计算机教育慕课联盟“CMOOC建设课程”称号;
(7)《智能控制导论》获得中国高校计算机教育慕课联盟“CMOOC线上线下混合式”教学改革项目。
(8)《智能控制导论》课程在高校服务方面,有来自于中国民航大学、北方工业大学、山东科技大学等35所高校超过五千学生通过智慧树平台获得课程学分;课程混合式教学资源通过学习通平台向全国179所高校提供共建共享服务。
图1 《智能控制导论》课程荣获的诸多奖项
特色经验
1.建设了完善的线上线下课程资源库
在线上资源建设方面,首先对课程内容进行了重新梳理和归纳总结,按照慕课资源的时长、相对独立性等要求,将知识点进行了碎片化,并保证知识内容的系统性和完整性,共建成慕课视频56节,630分钟。课程资源除了涵盖大纲要求的知识点以外,还融入了丰富的案例、实操、实验、应用分析等。此外,课程还包括与课程相关的其他扩展阅读材料、习题库等。
在线下资源建设方面,建设了课程混合式教学课件、后测题库、课程游戏、项目案例库、讨论题库等。并设计了课后线上讨论内容,引导学生查阅资料参与讨论、分享与提问互动。
图2课程线上线下资源建设情况
2.充分利用信息化教学工具实现全流程指导
课前组织学生进行线上学习前的引导性思考,然后带着问题去学习指定节次的内容,通过平台学习数据掌握学生的学习状态,除了课前慕课学习之外,对于学习效果的前测也非常重要,在每次课前,都准备了一定量的前测试题用于评估线上自主学习效果,同时也为课堂教学提供重要的参考。
此外,以学习通、雨课堂等教学工具为基础,实现了课前课中和课后的信息化教学、互动和教学效果监控,能有效提升教学效果和掌握学生学情。
图3 全流程的信息化教学平台的使用
图4课前线上学习通知
图5课前学习状态与课程前测
3.实施以项目案例为导向的线下课程翻转课堂
在线下教学过程中,除了对难点知识进行解答和深入讲解以外,重点需要内化和提升课程知识的应用能力,因此在教学过程中开展了以实际工业项目为导向的翻转课堂,从课堂活动、问题讨论、展示答辩等环节都以案例为切入点,一方面提升了学生的学习兴趣,更重要的是提高了学生对知识的运用能力。
图6学生讨论问题及分享
图7丰富多彩的课堂活动
图8线下作业和习题课
4.丰富的课后线上交流和互动
课程逐渐形成了以学习通和雨课堂为平台的课前、课中和课后的联动机制,课后学生可以通过多种平台和方式进行师生问答和生生讨论,进一步深化理解课堂内容,教师也参与到学生的课题讨论和答疑中,但一般只是给出方向性信息而非直接给出答案。
图9以学习通为平台的课后线下交流模式
图10学生对课堂内容或者实验的咨询与讨论
图11师生问答与讨论
5.丰富的课程思政元素
在教学过程中,特别注重课程思政的建设,通过典型的教学案例、被控对象,以及爱国科学家的故事、数十年如一日孜孜不倦进行科研工作的科研故事等案例,提高学生的工匠精神、爱党爱国情怀、以及民族自豪感等。
图12课程思政建设和运用