人工神經網絡課程具有理論性和工程應用背景強的特點，這門課程所講授的內容仍在不斷更新和發展，因此本課程內容繁多，總體上來說系統性差，關鍵的是其課時往往十分有限。為了達到以點帶面的、示范引導的作用，我們采用了問題驅動式的應用研究型教學方法，較好地將該門課程的體系框架和基本內容介紹給了學生。

　　[摘 要]培養創新精神、鼓勵和倡導創新型教育模式是當前我國教育體系和方法研究中的重大課題。問題驅動是科學研究的原動力和推動力，基于問題驅動研究態度和研究能力是可以逐步培養的。本文以自動控制理論和人工神經網絡課程為例，研究將問題驅動的研究應用型教學模式應用于其中的具體方法，分別給出了以自動控制理論和人工神經網絡課為示例的“問題引導”和“問題驅動”的設計，總結了信息與控制類課程中，設計適合課堂教學的“問題引導”和“問題驅動”題目的一般方法。

　　[關鍵詞]研究生論文發表,問題驅動,研究型教學,PBL,構建主義

　　一、引言

　　盡管教育部及廣大有識之士大力呼吁并積極倡導應用性、研究性教學與學習模式，但是以往的中國高等教育，實質上也是以“滿堂灌”的教學模式為主，其主要原因在于，不論是教師還是學生，人們習慣于“滿堂灌”，認為研究型或者是應用性教學模式必定會加重老師和學生的負擔。到目前為止，人們還不清楚怎樣的教學和學習形式屬于研究應用型教學，怎樣操作才會在不加重學生學習負擔的條件下，達到好的研究應用型教學模式。因此，研究應用型教學模式是當今教學改革中的一個熱點研究問題，其核心問題是如何引導和激發出學生的學習和探索熱情。研究應用型教學模式的中心問題是采用什么方式和方法來激發學生學習和探索的欲望和熱情，使學生能創造性地運用所學過的知識，研究應用型教學模式是始于問題、基于發現、凸顯創造性特色的一種教學模式。張奠宙教授和張蔭南教授于2004年提出了新概念教學的理念，并以數學教學為例，深入淺出地介紹了這種教育和具體的教學方式，提出了“問題驅動”式教學方法。

　　自動控制原理是自動化相關專業的一門十分重要的專業基礎課，其特點是理論性強、數學要求高、工程背景強，直接關系到自動化相關專業學生能否順利并高效學習其他專業課。采用問題驅動式的研究應用型教學方法，培養學生良好的學習習慣，傳授如何對研究對象和目標進行縝密嚴謹的思考，如何提出具有實際意義或理論研究意義的課題(或問題)，分析和解決之，采用問題驅動式的研究應用型教學方法，將對深入學習其它后續課程大有裨益。

　　二、問題驅動和研究應用教學模式的理論基礎

　　問題驅動式教學模式強調以問題解決為主線，以學生為中心，以問題為驅動力，將培養學習者問題意識、批判性的思維技巧，以及解決問題的實踐能力設定為主要目標的教育教學方法。需要說明的是，問題驅動中的問題并非就是普通的習題，而是那些能夠改變學生思維模式，幫助學生重建知識結構，并愿意對問題進行深入思考的具有啟發性、引導性和探究性的問題。

　　皮亞杰的建構主義為研究型教學模式提供了理論支持，他認為“兒童對新知識的理解和接受，及其智力的發展，最終都要依賴于兒童這個主體與知識載體環境的互動中。建構主義強調教師在教學中應該主要起到指引促進作用，教學過程的主體是學生自己，學生借助學習資料(自找或老師確定)，在老師指導和幫助下，通過建構主義的方式，即 “已知―未知―新的已知”的循環漸進的模式來學習新內容、獲取新知識。研究型教學就是在教學過程中體現研究的本質特點，以“已知―未知―新的已知”循環漸進的方式去發現問題、提出問題、研究問題和解決問題。

　　三、研究問題的設計

　　科學研究的第一步，也是最關鍵的一步是提出恰當而準確的科學問題，這通常是學生們感到無從下手、十分困難的事情。一般來說，提出科學問題有兩種常用方法：首先，經過縝密觀察與研究，識別出已有理論或技術的局限性，并據此提出新的研究問題和研究目標;其次，經過考察鉆研新的研究對象的特點提出新問題。

　　那么怎樣設計出操作性強、便于課堂教學的研究與應用性問題?這是應用研究型教學模式中的關鍵所在。這類問題主要包含兩大特點：首先，所設計出的問題能夠自然引導課堂教學內容的深入推進。具有這一特點的問題可能具有一定的研究深度和廣度，也可能研究內容和深度是循序漸進的、邏輯性強的，而非跳躍性的。其二，所設計的“驅動問題”應盡可能具有研究引導作用，即能夠引導學習者通過多角度思考或實驗驗證、理論推導，就能夠更全面深入地認識所研究的事物的本質。這類問題通常具有跳躍和挑戰性，需要采用演算、論證、分析和實驗等多種手段，有時甚至需要通過多門課程的學習和把握才能夠得到有效解決。一般將具有第一個特點的問題稱為“問題引導”的問題，將符合第二個特征的問題稱為“問題驅動研究”的問題。顯然嚴格區分“問題引導”的問題和“問題驅動”的問題是比較困難的，因為兩者之間并無明顯界限。

　　我們在實際操作中通常將那些從學習者了解的知識出發，在某個教學段落，或者某個作業、實驗中可以得到解決的，歸結到“問題引導”類中。這類問題往往有如下某個或幾個特征：

　　1.學習者已經掌握的某個知識點的反問題;

　　2.學習者已經掌握的某個知識點簡單的擴展問題;

　　3.有理想工程背景和簡單數學模型應用性問題;

　　4.學習者已經掌握的某項知識在另一種不同情況或者背景下具體應用;

　　5.通常是為單目標和單參數研究設計的一個或一系列問題等。

　　設計驅動型研究題目是一個更復雜的過程，這是由于如果問題設計的太深太難，學生難于在短時間內自我解答或得到解答，有可能導致學生失去學習興趣和信心的不良后果。但是，問題設計得太簡單則會失去驅動作用。在設計“問題驅動”的問題時，我們主要注意了以下幾點： 　　1.設計成綜合系列問題，該綜合系列問題包含了一系列的簡單問題;

　　2.設計成綜合研究問題，該綜合研究問題需要學生通過作業、實驗、理論推導和計算比較獲得結果;

　　3.針對某個實際工程背景，經過必要的簡化和抽象，設計成具有明確的工程實際應用背景的研究型問題。

　　四、設計示例

　　(一) 自動控制理論課程的問題設計

　　自動控制原理是自動化相關專業的專業基礎課，這門課程中引入問題驅動的教學方法目的在于：在大學生們正式接觸各類專業課之前，從專業基礎的角度培養和發掘學生發現問題、提出問題和解決問題的能力。但是應該注意到的是，在這個階段學生的知識面，特別是專業知識面還相當空缺，因此，在課程初期和中期以“問題引導”為主，在課程后期逐步過渡到“問題驅動”。

　　例如在學生掌握了一般情況下的勞斯判據以后，針對勞斯表計算過程中需要將上一行第一個元素作為分母的情況，首先提出：“如果這個元素為零怎么辦?”進一步提出：“如果某一行元素全為零又怎么辦?”這兩個問題是比較容易解決并容易理解，能夠促使學生們積極思考，加強對勞斯判據的全面把握。又如，在清楚交代幅值條件、相角條件以及180°根軌跡繪制規則的基礎上，先提出一個簡單的擴展性問題――有沒有其他角度條件的根軌跡繪制規則?然后再給出一系列帶有啟發性和引導性的詢問：“是什么角度?這個角度代表了什么含義?這個角度代表的含義與180°根軌跡代表的含義有什么不同?這種含義的不同在數學上的表現是怎樣的?從這些不同以及180°根軌跡繪制規則中可以總結出這種根軌跡的繪制規則嗎?”以這樣的方式講授0°軌跡的繪制規則只需要半節課，而且學生們接受起來很快，還能夠加深對根軌跡幅值條件和相角條件概念的理解。

　　在學習后期，我們會提出諸如“研究并總結出PID參數對控制系統穩定性、穩態誤差和動態特性的影響”，“如何利用Bode圖對控制系統性能進行分析與設計?”等這樣具有一定研究空間的問題。

　　(二)人工神經網絡課程的問題設計

　　人工神經網絡課是面向本科高年級或研究生的課程。問題的設計目的不但要推進課程的講解和學習，更重要的是培養和推動學生的研究能力和熱情。

　　在課堂上講述了了生物神經元的基本構造和功能，重點討論了著名的閾值加權M_P模型，詳細介紹了單層離散感知器人工神經網絡的模型結構、計算、學習算法、表達能力、實際應用等內容。由于單層離散感知器人工神經網絡的結構和算法都比較易于理解，而它所具有的功能實際意義和十分明確，因此容易使學生產生學習興趣。在這樣的條件下，我們采用不斷加深所需要解決問題難度的方法，循序漸進地提出了一些能夠推動學生深入思考，并且理論聯系實際的問題。

　　例如，在網絡模型方面，針對“單層離散感知器網絡只能解決線性可分問題”這樣一個局限性，我們自然給出“應該怎么做才能夠實現非線性分類?”這樣到目前為止仍需要不斷深入研究和解答的研究問題。對于這個問題，首先啟發學生觀察和思考多層離散感知器神經網絡具有的結構和模型特點，然后考慮改變感知器模型形式來實現之。由這個問題出發，可以很自然地引出BP網絡和RBF網絡等許多常見人工神經網絡。進一步BP或RBF網絡可以自然解決這個為題，我們又接著提出：“為什么這個網絡可以解決?可否試圖用數學方法來解答?”這樣的理論性研究問題。

　　在研究生學習階段，為達到事半功倍的教學效果，教學中可以注意三個方面：首先，通過設計“問題引導”問題來講解人工神經網絡課程當中的基本概念和基本方法;其次，針對人工神經網絡課程當中的理論和算法方面的學習，可以分別設計出“問題引導”和“問題驅動”兩類問題;最后，為較快地將學生引入實際應用，可以設計一些具有“問題驅動”特點的實際課題供學生研究，可能的話，還可以提供研究范例。如果是本科生課程，筆者認為應側重于第一和第三個方面。

　　例如，人工網絡算法方面，在單層離散感知器學習算法基礎上，提出研究題目“線性自適應人工神經網絡學習算法的研究和開發”。在應用研究方面，目前適合教學的可借鑒的資料比較多，例如，“基于BP網絡算法的多層前饋網絡在大氣環境質量評價中的應用”，可以提出下面的問題：“這個研究問題屬于分類還是屬于擬合，怎樣具體實現?還可以采用什么神經網絡解決此問題?如何實現?請說明不同的人工神經網絡在解決分類問題時的不同特點。”原有的資料上提供的不過是一個例子，通過研究問題的引導和推動，可以使學生通過一個簡單的例子，更全面地理解人工神經網絡的特點和功能，并大大加強學生的仿真和對比研究能力。

　　需要說明的是，為實現因材施教的教學理念，這類“問題驅動研究”的問題設計是可以超越教學大綱的，也可以是有針對性地專為少部分特別有能力的同學設計的。

　　五、結束語

　　我國目前的教育方式仍存在著較嚴重的“滿堂灌”的現象，限制了學生們的想象力和創造性， “標準化”考試更加劇了這一弊端。學生們不愿提問題、提不出問題，能夠提問題的學生越來越少，提出好問題的學生更是鳳毛麟角，學生們大多習慣于索要 “標準答案”。 問題驅動的研究應用型教學方法能夠有效地活躍課堂氣氛，提高學生的學習興趣，培養學生質疑、提問和自我研究的良好習慣。

　　需要補充的一點是，只有通過全方位教學環節的相互配合，問題驅動的研究應用型教學才能夠有效實行，這其中包括有針對性地設計引導問題和驅動問題、科學地設計課后練習與實驗、巧妙地設計和安排課程講解順序與進度、有時間和質量保證的質疑與答疑等許多教學環節必須充分配合。也需要相關課程的大力協助和配合。總之，問題驅動的研究應用型教學方式，對任課教師、實驗室老師和學生本人都提出了非常高的要求。

　　[ 參 考 文 獻 ]

　　[1] 張奠宙，張蔭南.新概念：用問題驅動的數學教學[J].高等數學研究，2004，5(7).

　　[2] 張建偉.基于問題解決的知識建構[J].教育研究，2000，(10).

　　[3] 籍建東.研究型教學模式與傳統教學模式的比較[J].職教論壇，2011，5(18).

　　[4] 付冬梅，董潔，李擎.問題驅動的應用研究型人工神經網絡教學模式探索[C].第5屆教育教學改革與管理工程學術年會論文集，2012.

　　[5] 鄧彬等.工科博士生科研創新的技巧與創新能力培養[J].高等教育研究學報，2011，1(34).