《计算智能》课程思政教学设计案例

一、基本信息

项目名称：计算智能

所属专业：计算机科学与技术

课程类别：专业课程

二、教学案例设计思路

求解最优化问题除了传统的梯度下降法、牛顿法、拟牛顿法、拉格朗日乘数法、线性规划、动态规划法外，对于高维、大规模、不可导、不连续的问题传统优化方法往往无能为力。智能优化算法做为一种启发式优化方法，被引入解决传统优化方法无法求解的最优化问题，有着广泛的应用价值。近年来，各种计算智能算法的研究得到了蓬勃发展，其中有广为人知的神经计算（人工神经网络）、模糊计算（模糊逻辑/推理/系统）、演化计算（遗传/蚁群/粒子群/多目标优化）等。掌握计算智能的基础理论与编程方法是研究生从事科学研究、解决实际问题的基础，为今后的科研、工作之路打下坚实的基础。

三、教学目标

1.知识目标

本课程主要讲授计算智能简介、人工神经网络理论、模糊逻辑、遗传算法、蚁群优化算法、粒子群优化算法、差分演化算法、人工免疫算法、人工蜂群算法、分布估计算法、生物地理学优化算法、多目标优化算法与约束优化算法。

2.思想政治教育目标

在“课程思政”理念下，本课程的教学力求将专业知识、能力培养、价值塑造有效融合到课程教学中。顺应新时代的要求，落实习近平新时代中国特色社会主义思想和党的二十大精神，坚持正确的政治方向、价值取向和研究导向，确保专业课程教学与思想政治教育同向同行、协同育人。“课程思政”的教学目标主要包括：

1.坚定理想信念，培养和塑造学生正确的世界观、人生观、价值观。

围绕“培养什么人、怎样培养人、为谁培养人”的教育根本问题，在习近平新时代中国特色社会主义思想为指导，坚持专业课教学与课程思政同向同行，形成协同效应，深度挖掘课程中的思想政治教育资源，发挥专业课程育人功能。

2.增强学生的道路自信，理论自信，制度自信，文化自信。

介绍当代中国计算智能理论、应用的研究动态，总结我国学者对计算智能发展的学术贡献，树立学生对我国技术发展的荣誉感。系统进行中国特色社会主义、社会主义核心价值观教育，增强学生的道路自信，理论自信，制度自信，文化自信。

3.增强学生时代责任感以及科技创新的素质培养。

在当前人工智能技术迅猛发展的过程中，我国的学者顺应时代发展的潮流，提出了大量针对计算智能的解决方案，在全局优化、多峰优化、多目标优化、高维多目标优化、约束优化等领域取得了令人瞩目的成绩，显著提高了我国在人工智能领域的国际声誉。本课程指在增强学生科技创新的素质培养，培养学生的国际视野，增强学生时代责任感。

四、教学方法

讲授和讨论

五、教学重点

本课程系统地讲授计算智能的有关理论、技术及其主要应用，并给学生们全面地介绍计算智能研究的前沿领域与最新进展。通过本课程的学习，要求学生系统地掌握计算智能的基本内容与方法，了解计算智能的主要应用领域，掌握如何使用计算智能方法求解最优化问题。