機器學習在《自動控制原理》教學中的應用與實踐研究

文利燕 葉慧 王承毅

摘 要：為了對高校自動化及電氣類專業開設的《自動控制原理》課程進行教學改進及創新，利用機器學習方法，對學生的學習行為、學習過程進行建模，實現機器學習與智慧教學的融合存在，為未來的教學方式方法提出積極的創新思路。

關鍵詞：機器學習；自動控制原理；建模；預測

目前，已有大量教育人工智能系統被應用于學校，這些系統整合了教育人工智能和教育數據挖掘技術（如機器學習算法）來跟蹤學生行為數據，預測其學習表現以支持個性化學習。本文通過分析《自動控制原理》教學中的參與對象、教學過程、具體方法和教學效果等各項數據建立模型，進而對《自動控制原理》課程教學進行的創新和改進，實現機器學習與自動控制原理智慧教學的融合存在跨界問題。

一、 自動控制原理課的現狀和存在問題

作為理工科高校一門重要的專業基礎課程，自動控制原理的內容專業性很強，以高等數學、信號與線性系統、電路等課程為先修課程，要求學生具有扎實的專業基礎和較強的抽象思維能力，學習的難度較大。基于問卷調查和深度訪談，目前理工科高校《自動控制原理》教學普遍存在以下問題：教學理念上，強調以教師為中心、忽視以學生為中心；教學內容上，強調知識灌輸、忽視興趣培養；教學手段上，強調知識的單向傳遞、忽視學生潛能的調動；考核評價上，強調卷面成績、忽視能力素養。上述現象直接導致課堂氣氛沉悶、學生缺乏學習興趣和動力、教學效果不佳等現象，這不僅影響自動控制原理課程的教學效果，且嚴重制約后續專業課程的學習。

二、 具體思路

通過分析《自動控制原理》課程中的參與對象、教學過程、具體方法和教學效果等各項數據建立模型。采用機器學習方法進行《自動控制原理》教學的應用實踐。具體思路如下圖所示。

通過分析學生表現和個性特征等因素，對學生《自動控制原理》的學習過程和學習行為進行建模。可通過貝葉斯知識跟蹤等自動化建模方法提取學生在自動控制原理學習中的數據，利用線性回歸和模式發現來預測學生在自動控制原理學習中的個體差異表現，建立用于存儲學生知識的數據結構的學生學習過程模型；通過分析學生表現、排除潛在的誤區、呈現學生目標和計劃、確定先驗和獲得的知識、保持情景記憶，以及描述個性特征等的過程建立學生行為建模。

通過對機器學習中學生行為模型和學習過程模型的研究，可以進一步預測學生偏好傾向。基于此，教師可以進行科學決策，制定特色化課程，進行個性化教學，實現智能教學，這將是我們后續進一步要研究的內容。

三、 結束語

本文從數據挖掘、數據分析的角度，對《自動控制原理》的教學活動、教學主客體等進行解讀和建模，明確機器學習方法在自動控制原理教學應用中的作用和實現方法。結合機器學習技術，建立大學自動控制原理的學生認知模型、學生行為模型。將機器學習技術與自動控制原理教學相融合，設定個性化的教學模式，充分調動學生探索與創新的意識及積極性，有利于學生吸收自動控制原理課程所傳達出的一種“自動控制”思想，培養學生采用“自動控制理論”去解決實際的工程問題能力。

參考文獻：

[1]唐超穎，姜斌.“自動控制原理”課程的探究性教學實踐[J].電氣電子教學學報，2007（29）：91-93.

[2]葉慧.高等數學教學中情感態度遷移現象的研究[J].科教文匯，2011（1）：28-29.

[3]余明華，馮翔，祝智庭.人工智能視域下機器學習的教育應用與創新探索[J].遠程教育雜志，2017，35（3）：11-21.

[4]李建萍，王立國.機器學習理論在教育教學測評中的有效性分析[J].學理論，2011（16）：240-242.

作者簡介：文利燕，江蘇省南京市，南京航空航天大學自動化學院；

葉慧，王承毅，江蘇省鎮江市，江蘇科技大學理學院。