時間：2023-03-16 15:42:06
導語：在人工智能導論論文的撰寫旅程中，學習并吸收他人佳作的精髓是一條寶貴的路徑，好期刊匯集了九篇優秀范文，愿這些內容能夠啟發您的創作靈感，引領您探索更多的創作可能。
關鍵詞：智能診病；人工智能；專家系統；知識庫；推理機；Naive Bayesian算法
中圖分類號：TH165.3 文獻識別碼：A 文章編號：1001-828X（2017）009-0-01
一、智能診病系統的發展
人工智能是現今最尖端的技術之一，近三十年來，人工智能發展迅速，在很多領域都得到了廣泛的應用。專家系統是人工智能重要的一個分支，它通過一個或多個專家提供的專業領域知識，模擬人類專家解決那些需要專業領域知識才能完成的問題。1965年，美國斯坦福大學研制出了DENRAL系統，該系統具有豐富的化學知識，能幫助化學家推斷出分子的結構。DENRAL系統的完成標志著專家系統的誕生。20世紀70年代初， NTERNIST系統在匹茲堡大學問世，這是第一個用于醫療的內科病診斷咨詢系統。同一時期，一款能夠幫助普通內科醫生診治細菌感染性疾病的專家系統MYCIN也在斯坦福大學出世，這兩款專家系統的成功激發了智能診病系統的開發熱潮，國內外都開始往這方面投入大量的人力物力。到21世紀初，智能診病系統已經相對成熟。
二、智能診病系統
智能診病系統以基于規則的方式來構建系統，它主要將系統分為知識庫和推理機兩部分，知識庫中存儲著各種醫學知識的集合，包含從書本中知識，以及醫學專家的知識和經驗，而推理機根據用戶提供的有效信息，來決定所使用的推理規則，通過從知識庫中獲取的相關知識進行推理判斷，從而得出最終的結論。推理分為精確推理和不精確推理，精確推理根據條件和結論之間的必然性，得出的結果是肯定的，不精確推理：在條件不足的情況下，得到的假設不能被完全證實，這個時候為每個假設賦予一個權值來表明這個假設的可信度，通過這些假設進行下一步推理，可能會得到多個不同的結論，以可信度最高的結論作為最終結論。
三、智能診病系統的缺點
難以得到足夠知識和規則填充知識庫，智能診病系統做為基于規則的專家系統，需要以大量知識和醫學專家規則作為基礎，才能夠準確地診斷病人的病情，這就需要大量的醫學專家和知識工程師的參與才能夠實現。
缺乏學習能力，跟一般的基于規則的專家系統一樣，智能診病系統不具備從診病過程中提取經驗進行學習的能力，只會依循本來就存在的規則和知識進行推理判斷，更新知識庫，添加規則些工作仍然需要知識工程師來完成。
Naive Bayesian算法：
Na?ve Bayesian 算法能夠較好地對事物進行分類，具有結構簡單，計算高效等特點，是分類算法中最經典，最有影響力的算法之一。Na?ve Bayesian算法首先需要通過訓練樣本計算出先驗概率，在此基礎上，計算一個待分類的后驗概率。下面是Na?ve Bayesian 算法的定義，對于一個待分類的事物x，設：
1.x有{a1，a2，a3，……an}這樣一個屬性集，每個a都是x的一個特征屬性。
2.有{y1，y2，y3，……ym}這樣一個類別集合，每個y代表一個類別。
3.分e計算P（y1|x），P（y2|x），P（y3|x），…..，P（ym|x）的概率。
4.如果有P（yi|x） >= P（yj|x）（j屬于1～n），則事物x屬于類型yk。
在這里，我們稱P（yi|x）為后驗概率，根據貝葉斯定理，P（yi|x） = P（x|yi）P（yi）/p（x）。
由于對于所有的后驗概率，都需要除以P（x），所以在這里我們可以將P（x）忽略，只求出最大的P（x|yi）P（yi）即可。P（x|yi）P（yi） = P（a1|yi）P（a2|yi）P（a3|yi）…P（an|yi）P（yi），其中P（aj|yi）和P（yi）我們都需要通過樣本數據進行計算：
1.設有樣本集{x1，x2，…xn}，每個樣本有一個屬性集a其中包含若干屬性。
2.有{y1，y2，…ym}這樣一個類別集合。
3.P（yi）為樣本中類別yi的個數/樣本總數。
4.P（aj|yi）為樣本中類別yi中含有aj屬性的個數/類別中yi的個數。
通過Naive Bayesian算法對智能診病系統的改進：
由于知識庫中知識量和規則的限制，智能診病系統可能會出現無法準確判斷用戶病情的狀況，通過Na?ve Bayesian算法可以有效地改善這一情況。一個人患病的原因會跟他平時的生活環境，生活習慣還有家族遺傳有很大的關系，由此，我們可以將生活環境，生活習慣和家族遺傳作為特征屬性，建立一個輔助診斷病情的Navie Bayesian分類器。算法的訓練樣本通過記錄每個精確推理確診的患者的生活環境，生活習慣，家族遺傳等屬性信息取得，通過不斷地增加訓練樣本，Navie Bayesian分類器的準確性不斷提升，從而提升智能診斷系統的不精確推理能力。
參考文獻：
[1]Liu H， Motoda H. Feature selection for knowledge discovery and data mining[M].Springer Science&Business Media， 2012.
[2]Pang-Ning Tan， Michael Steinbach， Vipin Kumar.數據挖掘導論（中文版）[M].范明，范宏建，等，譯.北京：人民郵電出版社，2011：139-141.
作者簡介：黃 偉（1981-），男，瑤族，湖南花垣人，講師，主要從事計算機科學研究。
關鍵詞：GPS技術 人工神經網絡技術 電力負荷控制 自動發電控制
0 引言
目前中國電力系統正經歷著一場以市場經濟為主導向的據大變革。以數字電力系統（DPS）為代表的計算機技術、通信技術、控制理論及信息處理技術、新材料、新技術的高速發展，使得電力系統的技術更新速度大大加快，不同技術之間的相互滲透、相互融合也越來越普遍。電力系統高速發展，發電廠和變電站相應的實現了自動化，應用遠動通訊技術和計算機技術，對電力系統進行自動監視、控制和調度。為了更好的保證安全、經濟的運行并保證電能質量，對電力系統自動化提出了更高的要求，從而促成了電力系統自動控制技術的不斷發展。
1 GPS技術在電力系統自動控制中的應用
GPS（Global Positioning System）又稱為全球定位系統，隨著電力系統往大容量大網絡的不斷發展，以及自動化水平的不斷提高，GPS由于其高精度的定時功能，必將在電力系統發揮更加廣泛的應用。利用GPS同步測量可以快速精確的獲得電力系統的歷史數據和實時狀態，GPS技術的應用必將對電力系統的安全穩定控制帶來革命性的變革，因此必然成為今后發展的重點，必將為電力系統的穩定控制和保護開辟一個新的領域。
2 人工神經網絡在電力系統自動控制中的應用
經過近十幾年的高速發展， 電力系統的規模已迅速地擴大， 對于這樣一個存在著大量非線性的動態大系統來說， 傳統的控制、診斷、保護、預測等方式已不再能完全適應這種發展的需要。人工神經網絡（ANN Artificial Neural Networks） 理論， 作為人工智能的一個最活躍的分支， 其模擬人腦的工作方式， 為解決復雜的非線性、不確定性、不確知性系統的問題開創了一個嶄新的途徑。因而在電力系統應用研究中受到了廣泛的關注。目前已在電力系統故障診斷、智能控制、繼電保護和暫穩態計算、短期負荷預報等系統計算優化中獲得了大量的研究成果。
作為一個新的信息處理理論，ANN 的應用在理論與實踐中還有一些問題有待于進一步的研究和探討。隨著人工智能技術的發展，ANN 與專家系統和模糊控制的綜合對電力系統這樣一個復雜的動態大系統來說， 應用潛力更大。
3 自動發電控制新技術應用研究
AGC是一種控制性能比較完善和作用較好的發電機輸出功率的自動控制。它利用電子計算機來實現控制功能，是一個小型的計算機閉環控制系統，有時也稱為AGC系統。
早期的AGC系統多采用模擬式的控制設備，近幾年來由于數字系統的靈活性和可靠性是模擬式的AGC系統，逐漸被數字系統所取代。 在現代數字電力系統（DPS）中，AGC的執行，要求每隔2-4s測量一次聯絡線功率、系統頻率和發電功率等數據，并通過遙測裝置送到AGC的發電機控制回路和負荷分配回路，是這兩個回路的程序計算開始工作。然后計算出需要增加或減少發電量的信息，再由遙控裝置將此信息發送到發電機組已完成對發電機功率的控制和調整。由于AGC 資源需在更大范圍內被調用，以及分級控制引起的時間延遲，還需對這種方式下電力系統的安全和控制的動態特性進行研究。
4 電力系統自動控制其它新技術的應用
4.1 電力負荷控制技術作用
電力負荷控制技術是指在高峰用電時，斷開一部分可間斷供電的負荷，以減少對電網的壓力，可以將各用戶的負荷按照改善負荷曲線的總要求，通過某種與用戶聯系的信道和裝在用戶處的終端裝置，對用戶的可間斷負荷進行集中控制。在高峰之后，又可將這些負荷投入，增加系統的低谷用電，達到削峰填谷的目的，使電力系統負荷曲線更加平坦，以保證電網的安全經濟運行。
我國電力供應長期短缺，負荷的監督和控制尤其顯得重要。目前不少地方采用的在高峰時強行拉路的分片輪流停電的辦法，給用戶帶來了極大的不便，對有些重要用戶造成經濟損失。在用戶方面，由于電力使用不合理，浪費能源的現象也十分嚴重。因而有關方面對電力負荷控制十分重視，原國務院曾出資支持了四個試點，取得了可喜的效果。如今，以配電線載波、有線通信和無線電為通道的系統均有運行。在分散控制方面，我國自行研制的電力定量器都是適合我國國情的產品。但總的說來，我國的負荷控制水平和工業化國家的差距還是比較大的。
4.2 靈活交流輸電系統控制技術
靈活交流輸電系統控制技術（Flexible AC Transmission System）是現代電力電子技術與電力系統相結合的產物，其主要內容是在輸電系統的主要部位，采用具有單獨或綜合功能的電力電子裝置，對輸電系統的主要參數（如電壓、相位差、電抗等）進行靈活快速的適時控制，以期實現輸送功率合理分配，降低功率損耗和發電成本，大幅度提高系統穩定性和可靠性。隨著電力電子技術的飛速發展，靈活交流輸電技術的發展前景不可估量，必將改變電力系統的傳統面貌，并促使電力系統發生重大變革。
電力系統的高速發展和不斷擴大，使其結構和運行方式變得越來越復雜多變，對電力系統的自動控制技術水平的要求也越來越高。因此，研究電力系統自動控制技術的現狀和發展具有重要的意義。
參考文獻
[1] 汪德星. 電力系統運行中AGC 需求的分析[J ] . 電力系統自動化，2004 .
[2] 吳捷.現代控制技術在電力系統控制中的應用[J].全國高校電力系統及其自動化專業年會，廣州，1997
[3]張曉繢 神經網絡與神經計算機導論[M].北工業大學出版社， 1995.
關鍵詞 D-S證據推理；數據融合；煤氣管道檢測；
中圖分類號TP391 文獻標識碼A 文章編號 1674-6708（2013）91-0071-02
1 D-S證據推理簡介
Dempster-Shafer證據推理理論也稱D-S證據理論，比較適合用于滿足比概率論更弱的公理體系，對于由未知引起的不確定性因素有很好的處理能力，能較有效地把不確定和未知區分開。D-S證據推理起源于多值映射導出的所謂上限概率和下限概率，后來在文獻[2]中得到了進一步發展。
1.1 基本置信指派m
假設空間S的概率分布為P，且空間S和空間具有一致性關系（若一個多值映射把空間S的元素s和空間中的元素集合聯系起來，即：S。映射下的元素s的像被稱為S的粒子（granule），表示為G（S）。S到的多值映射關系被Dempster稱為空間S到的一致性關系[2]。），則空間上的基本置信指派（基本概率賦值函數BPA ）m可以定義如下：
其中稱的子集A為焦點元素（focal element），又叫做命題， Φ為空集。m（A）表現出對A本身的信任度，即m（A ）是局限于子集A中的可以自由移動到A的每一個點的信任因子。m（A）通常憑人們的經驗而給出，或者根據傳感器所得到的數據進行構造得到。
在證據推理中，基本概率賦值函數分布僅需滿足其和為1這一約束條件，即：
1.2 置信函數bel和似然函數pls
空間也叫做鑒別框架（the frame of discernment），所有的命題都可以用其子集表示，其概率分布可以用基本概率賦值函數來表示，也可以采用置信函數bel和似然函數pls 表示：
式中B是中不同于A的另一命題。
置信函數bel（B）和似然函數pls（B）即為文獻[1]中提到的上限概率和下限概率，這表示置信區間[bel（B），pls（B）]即為集合B的概率變化范圍，它表示了對B的不確定性度量。減小不確定區間是證據推理的目的之一。似然函數定義為：
1.3 Dempster合成法則
通常采用Dempster合成法則來組合兩個或多個的置信函數，方法是通過計算基于不同來源的置信度的正交和找到一個新的置信函數。
設Bel1，Bel2均為空間上的置信函數，其對應的基本置信指派分別為m1和m2，焦元分別為A1，……Ak和B1，……Bl，如果
此函數是基本置信指派函數，其中>0。
Bel1、Bel2的正交和就是由m給定的置信函數，記作：Bel1Bel2。
2 基于證據推理的煤氣管道檢測
2.1 煤氣管道檢測系統結構模型
實驗建立的檢測系統模型如下圖所示：
目前，煤氣管道檢測的無損檢測方法很多，主要有：滲透檢測法、微波檢測法、渦流檢測法、超聲檢測法、漏磁檢測法等。鑒于檢測的安全性及對管道的最大無損傷原則，本實驗主要采用超聲檢測法和漏磁檢測法建立系統。超聲法在檢測的準確度和精度方面有很好的效果，但其要求的檢測條件較為苛刻，被測對象表面必須光滑，檢測時要有耦合劑（比如油等）；實際檢測時，對解釋人員的素質要求也較高；漏磁法對輸送的介質要求不高，這一點剛好彌補了超聲檢測的不足，但其應用也受限制，比如待檢管壁不能太厚，需要特殊的信號處理以及干擾因素多等。兩種方法各有利弊，在應用方面各有所長：漏磁法較適合用于比較微小的損傷，比如面積很小的腐蝕點；超聲法更適合于管壁較厚時的檢測。實驗結合采用兩種方法，發揮各自的優點并彌補了另一種方法的不足，力圖為檢測提供更準確的信息。
利用漏磁法和超聲法檢測出煤氣管道的損傷信息，并對信息進行特征提取，提取的特征信號輸入各自的網絡作為樣本進行神經網絡識別，輸出結果經過歸一化處理后作為D-S證據推理的證據進行融合，進一步對損傷信息進行確認，最終決策出識別結果。
2.2 證據推理識別判定準則
先由Dempster合成法則得到組合的基本可信度分配，然后根據得到的m（Aj）進行目標判斷。主要判斷方法有三種[7-13]：基于基本置信指派m的方法、基于置信函數bel的方法和基于最小風險的方法。本文采用基于基本置信指派m的判斷方法：
則A1即為判決結果，其中ε1，ε2為預先設定的門限。
3 實驗仿真
實驗以損傷的裂紋作為目標建立BP神經網絡進行識別。針對某一管道上的3條不同的裂紋分別用漏磁法和超聲法進行深度檢測，通過漏很明顯，不確定性的基本概率賦值大大地降低了。
預設門限值ε1=0.2，ε2=0.05，則根據基于基本概率賦值的決策方法僅有裂紋1的基本概率賦值滿足（8）式，故可判定損傷為裂紋1。
4 結論
從實驗仿真結果可以看出，D-S證據推理方法具有較強的處理不確定性信息的能力。在煤氣管道的檢測中采用D-S證據推理的方法對BP神經網絡的檢測結果進行融合能有效地提高系統的可靠性，顯著地減少系統的不確定性。
參考文獻
[1]段新生.證據理論與決策.人工智能[M].中國人民大學出版社，1993.
[2]Shafer G.A mathematical theory of evidence [M]. Princeton： Princeton University Press，1976.
[3]倪國強，梁好臣.基于Dempster-Shafer證據理論的數據融合技術研究.北京理工大學學報，2001，Vol21（5）：603-609.
[4]Yager R R.On the Dempster-Shafer framework and new combination rules[J].Information Sciences，1987（1）：83-138.
[5]宋壽鵬.海底管道檢測中缺陷重構及超聲回波信號處理方法的研究[D].天上海交通大學博士學位論文，2006：178.
[6]蔣奇.管道缺陷漏磁檢測量化技術及其應用研究[D].天津大學博士論文，2002，12： 120.
[7]楊萬海.多傳感器數據融合及其應用.西安電子科技大學出版社，2004.
[8]何友，王國宏，彭應寧等.多傳感器信息融合及應用.電子工業出版社.2000.
[9]孫銳，孫上媛，葛云峰.基于D-S證據理論的基本概率賦值的獲取.現代機械.pp22-23，2006.
[10]龔元明，蕭德云，王俊杰.多傳感器數據融合技術.冶金自動化.pp158-161，2002.
[11]王連鋒，劉衛東.一種新的基本概率函數構建方法及應用.Vol31，pp98-100，2009.
關鍵詞：虛擬現實技術；三維虛擬環境；人機交互；三維圖形引擎；沉浸式
中圖分類號：TP391 文獻標識碼：A 文章編號：1009-3044（2012）33-8066-03
伴隨著制造企業信息化進程的不斷發展，仿真建模在產品制造中的應用也由分散到集成，由局部到全局，并且更加注重可視化技術的應用和與用戶之間的交互[1]。采用虛擬現實技術為相關裝置構造虛擬環境可以擺脫傳統仿真培訓系統中所存在的一些不足，例如在軟件仿真中，主要以圖、圖表、照片和現場錄像等傳統多媒體方式為表現手段，真實感和臨場感都較為欠缺；而在物理仿真中，系統復雜、龐大難于實現，虛擬現實技術可以在很大程度上提高場景的沉浸感和真實感。
1 三維虛擬環境框架
虛擬環境的開發涉及了網絡技術、并行處理技術、人工智能、高性能計算技術、模式識別、傳感技術、計算機圖形學、圖像處理等技術，還涉及社會學、美學、氣象、通信、物理、數學等學科，復雜程度可想而知。虛擬現實要達到實現自然實時交互和逼真的多種感覺的要求，其組成主要應包括幾方面：虛擬環境生成系統，產生實時的圖像；用以確定參與者位置和動作的定位跟蹤系統；提供虛擬空間多用戶協同交互功能的網絡接口；含有CAVE、PowerWall、立體顯示設備的沉浸式顯示系統；提供立體聲源和判定空間位置的音效系統；提供參與者感知力與壓力的反饋的觸覺和力反饋系統。
虛擬環境[2]框架的功能主要體現在：首先支持對象的屬性和交互的訂購，同時提供回調和事件的通知機制，支持HLA的各種時間管理策略，從而達到在全部聯邦范圍內的對象可以根據已給定的時序和消息傳遞關系來工作；其次是提供與各種對象定位、創建、刪除等相關的服務，并且分類、統一組織管理不同功能和不同性質的仿真實體，即是對虛擬場景的結構和組織管理；最后還可以通過事件驅動和回調函數機制和場景對象組織、仿真對象管理功能集成，沉浸式人機交互設備和接口的集成。
根據軟件模塊[3]的分層結構，我們把系統分為三個層次，如圖2所示，即用戶界面層、交互層和數據服務，虛擬環境和仿真管理層。
界面層提供的用戶界面輸入可以接收用戶對數據的訪問請求，然后經環境和仿真層的相關轉換成為對數據服務層的訪問請求，然后數據服務層將其處理后通過中間層傳送給界面層進行最終的輸出。
實現虛擬場景的基礎是三維圖形引擎。現在，開發者較多使用可以提供功能強大模塊的較為流行的繪制引擎，例如OpenGVS、CG2公司的Vtree和Multigen公司的Vega等，但是它們也存在很多不足：商業引擎開發缺乏靈活性，因為其一般都不提供底層開發接口，從而限制功能的擴展；商業引擎無法渲染出較為逼真的場景效果，浪費GPU的處理能力從而影響系統實時性；由于其功能繁多，產生冗余代碼也多，影響其運行效率。
介于以上圖形引擎的諸多不足，OpenSceneGraph（OSG）作為虛擬場景圖形引擎，是一個跨平臺的、開放源碼的、高效的三維圖形引擎，目前應用于高性能圖形設計領域中，例如虛擬現實、游戲、仿真、科學可視化等。OSG不僅提供基于OpenGL的面向對象的框架，還有加快圖形應用開發的附加功能模塊和可擴展接口庫。
2 基于情景上下文的虛擬交互
隨著虛擬現實技術的不斷發展以及人機交互在其中所占有的重要地位，虛擬環境和其參與者的人機交互作用賦予了新的內涵。沉浸式虛擬環境[4-5]讓用戶有一種“身臨其境”的感覺，這也正是用戶與對象之間進行交互的過程，其歸根結底要解決如何操作和改造虛擬環境中的對象。
2.1 語義對象與交互行為
“信息透鏡”概念指的是界面對象通過視圖的不同縮放比例來顯示相對應的外觀信息，這是Jazz在可伸縮用戶界面中提出的早期語義對象的概念；再如“按需提供細節（the mantra of detail.on.demand）”的技術[6]是Ben Shneiderman在信息可視化系統中提出的。
語義對象的定義可以從實現面向語義的高層交互隱喻的目標這個角度來詮釋，一個語義對象由交互構件（interaction component）、圖形構件（graphics component）、規則構件（rule component）、和應用構件（application component） 行為構件（behavior componen0構成.在虛擬環境中的虛擬對象，它的語義一般包括一系列行為狀態和規則事件。換句話說，存在于虛擬環境中為用戶所感知的對象或者物體（包含其交互上下文的語義信息和外觀幾何信息）按照相應的規則反饋和相應所發生的交互事件，繼而完成相應任務。
通過我們分析觀察的上文所提及的事件， 在人機交互中多由用戶所觸發，一般分為虛擬場景中用戶化身的位置變化即化身位置感應（PositionRps）和用戶在虛擬對象[7]上進行各種交互操作的用戶手勢操作（GestOpt）。語義模型可以很好的解決場景圖處理不好交互語義的問題，它是具有特定應用含義和組織形式的場景構成模式，達到易于操作處理用戶界面的目的。
在實際操作中，我們一般會遇到的例如對象在化身可操作范圍內時處于“可操作”狀態，離開操作范圍后變為“不可操作”狀態，或者鼠標的各項操作和三維手勢等。
1）規則構件[8]：在我們的現實世界里，有很多操作都會有特定的先后順序，比如先倒水再喝水，在虛擬世界中我們把它看作是是否響應事件和如何響應事件，規則構件則表達了虛擬對象的交互規則和約束。另外，在現實世界里某些對象具有特定的供給屬性，比方說人可以在水里游泳卻不可以在陸地上，這就說明了水具有可以游泳的供給，而陸地不具備，所以規則構件還含有某些特定的供給屬性，這也同時決定了某些對象的交互特性。
2）圖形構件：在某些情況下，當我們需要對圖形構件進行更進一步的抽象來實現高層交互語義時，接收的輸入內容含有復雜的交互行為指令，這時圖形構件就發揮了作用。它包含了虛擬對象的諸如紋理、顏色、材質、形狀等屬性、語音信息以及動態特征等，方便同一層次中的交互行為。
3）應用構件：當用戶和虛擬環境發生交互時，當圖形構件提供相應的視聽覺方面的線索于反饋時，應用構件表達與之相關的應用任務，并由交互構件觸發執行。
4）交互構件：交互構件可以處理基本的交互事件如點擊和拖拽等，還可以處理完成給復雜的例如三維手勢的交互性操作。它主要做了處理接收和交互分發的工作，處理接收轉化用戶的交互操作以及語義對象能夠相應的交互事件，將其發送給行為構件來執行。為實現復雜的交互操作，分析和推理交互事件通過調用規則構件來進行。
5）行為構件：行為構件反應了虛擬環境中相應對象的各種行為，在人機交互的過程當中，通過調用圖形構件的功能來實現執行對象的行為。這些行為描述了語義對象對對象狀態變化和語義對象對用戶交互動作的響應。行為構件接收交互構件所發來的查詢命令，將反饋狀態的信息發送給交互構件，交互構件因此來分析判斷最終決定執行何種交互行為。
語義對象體系結構[9]中的各個構件之間通過查詢規則狀態、反饋對象的行為規則及狀態或者功能調用來實現它們之間的通信，實現從輸入“事件”到輸出“反饋”的流程。在虛擬環境中，通過加入交互語義IS=來識別虛擬對象需要執行的交互任務。交互對象為Object，用謂詞邏輯演算表達式來描述的觸發交互行為的規則為rule，參與者和相應的交互對象所產生的動作為action，交互結果即所執行的交互任務為task，交互產后后的多感知通道級視聽覺和觸覺等的反饋為feedback。
綜上所述，我們通過一張圖來說明語義對象解析和響應交互事件的過程：首先，經過系統的分析整合，用戶的實際操作封裝成交互事件傳遞給正在交互的虛擬對象；其次，語義動作的生成，通過查詢該虛擬對象的語義規則然后將交互事件附上特定的語義屬性；最后，系統判斷做動作反饋還是進行導航，還是選擇、操作或者控制任務，如果是反饋，則包括紋理、材質或顏色等可視化表達信息和旋轉平移等幾何變換。
如何讓用戶根據實際感知來和虛擬環境進行交互？通過人機接口系統將虛擬環境中的壓力、音響、圖像等信息傳送到這個封閉回路系統中的重要角色用戶的感官，并及時的將用戶的行為反應通過傳感器進行測試來調整生成的序列。
所以，隨著技術的日益完善，人已不再是被動的接受者于虛擬現實系統相對立，而是一個不可或缺的關鍵角色，這種觀念引導著更加和諧的人與虛擬環境的關系，也讓人機交互更加的人性化、真實化。
3 結束語
虛擬現實主要通過使用計算機及其外部設備生成虛擬環境，并且能夠實現對其中的實體進行控制和交互操作。操作者能夠很好地融入到虛擬環境中，達到一種身臨其境的感覺。
它是集傳感器技術、計算機圖形學、計算機仿真、人工智能、人機接口等多種高科技為一體的人機交互技術。作為一種高級的人機交互技術，虛擬現實的研究主要圍繞著提高系統的構想性、沉浸感、交互性來進行。隨著對人類感知系統的不斷深入研究，三維圖形技術和多傳感器技術的不斷發展，虛擬現實作為一項實用技術，廣泛的應用于很多領域，例如娛樂、訓練、產品原型設計、教育、醫療、遙控操作等。
虛擬現實研究的熱點也是重要的研究領域為虛擬環境，它是通過計算機生成聽、視、觸覺等感覺作用于用戶，使用戶產生“身臨其境”感覺的交互式視景仿真系統。該文所構建的仿真虛擬環境的沉浸感還不足，可以通過結合虛擬現實技術中的傳感器技術、人工智能等技術來加強，考慮逐步增加其它交互通道。
參考文獻：
[1] 王曉偉.虛擬環境及其應用[J].計算機工程與應用， 1994，16（4）：60-63.
[2] 王紅兵.虛擬現實技術——回顧與展望[J].計算機工程與應用，2001，37（1）.
[3] 薛曉明，敬萬鈞，劉錦德.虛擬環境交互技術研究[J].系統仿真學報，2001（S2）：549-552.
[4] 雷超，戴國忠.三維交互體系結構的研究與實現[J].計算機研究與發展，2001，38（5）：557-562.
[5] 李自力.虛擬現實中基于圖形與圖象的混合建模技術[J].中國圖象圖形學報，2001（1）..
[6] 劉賢梅.虛擬現實技術及其應用[J].大慶石油學院學報，2002（2）.
[7] 王煒，包衛東.虛擬仿真系統導論[M].長沙：國防大學出版社，2007.
關鍵詞：人工神經網絡 遺傳算法 模擬退火算法 群集智能 蟻群算法 粒子群算
1 什么是智能算法
智能計算也有人稱之為“軟計算”，是們受自然（生物界）規律的啟迪，根據其原理，模仿求解問題的算法。從自然界得到啟迪，模仿其結構進行發明創造，這就是仿生學。這是我們向自然界學習的一個方面。另一方面，我們還可以利用仿生原理進行設計(包括設計算法)，這就是智能計算的思想。這方面的內容很多，如人工神經網絡技術、遺傳算法、模擬退火算法、模擬退火技術和群集智能技術等。
2 人工神經網絡算法
“人工神經網絡”(ARTIFICIAL NEURAL NETWORK，簡稱ANN)是在對人腦組織結構和運行機制的認識理解基礎之上模擬其結構和智能行為的一種工程系統。早在本世紀40年代初期，心理學家McCulloch、數學家Pitts就提出了人工神經網絡的第一個數學模型，從此開創了神經科學理論的研究時代。其后，F Rosenblatt、Widrow和J. J .Hopfield等學者又先后提出了感知模型，使得人工神經網絡技術得以蓬勃發展。
神經系統的基本構造是神經元(神經細胞)，它是處理人體內各部分之間相互信息傳遞的基本單元。據神經生物學家研究的結果表明，人的一個大腦一般有1010～1011個神經元。每個神經元都由一個細胞體，一個連接其他神經元的軸突和一些向外伸出的其它較短分支——樹突組成。軸突的功能是將本神經元的輸出信號(興奮)傳遞給別的神經元。其末端的許多神經末梢使得興奮可以同時傳送給多個神經元。樹突的功能是接受來自其它神經元的興奮。神經元細胞體將接受到的所有信號進行簡單處理(如：加權求和，即對所有的輸入信號都加以考慮且對每個信號的重視程度——體現在權值上——有所不同)后由軸突輸出。神經元的樹突與另外的神經元的神經末梢相連的部分稱為突觸。
2.1 人工神經網絡的特點
人工神經網絡是由大量的神經元廣泛互連而成的系統，它的這一結構特點決定著人工神經網絡具有高速信息處理的能力。人腦的每個神經元大約有103～104個樹突及相應的突觸，一個人的大腦總計約形成1014～1015個突觸。用神經網絡的術語來說，即是人腦具有1014～1015個互相連接的存儲潛力。雖然每個神經元的運算功能十分簡單，且信號傳輸速率也較低(大約100次/秒)，但由于各神經元之間的極度并行互連功能，最終使得一個普通人的大腦在約1秒內就能完成現行計算機至少需要數10億次處理步驟才能完成的任務。
人工神經網絡的知識存儲容量很大。在神經網絡中，知識與信息的存儲表現為神經元之間分布式的物理聯系。它分散地表示和存儲于整個網絡內的各神經元及其連線上。每個神經元及其連線只表示一部分信息，而不是一個完整具體概念。只有通過各神經元的分布式綜合效果才能表達出特定的概念和知識。
由于人工神經網絡中神經元個數眾多以及整個網絡存儲信息容量的巨大，使得它具有很強的不確定性信息處理能力。即使輸入信息不完全、不準確或模糊不清，神經網絡仍然能夠聯想思維存在于記憶中的事物的完整圖象。只要輸入的模式接近于訓練樣本，系統就能給出正確的推理結論。
正是因為人工神經網絡的結構特點和其信息存儲的分布式特點，使得它相對于其它的判斷識別系統，如：專家系統等，具有另一個顯著的優點：健壯性。生物神經網絡不會因為個別神經元的損失而失去對原有模式的記憶。最有力的證明是，當一個人的大腦因意外事故受輕微損傷之后，并不會失去原有事物的全部記憶。人工神經網絡也有類似的情況。因某些原因，無論是網絡的硬件實現還是軟件實現中的某個或某些神經元失效，整個網絡仍然能繼續工作。
人工神經網絡是一種非線性的處理單元。只有當神經元對所有的輸入信號的綜合處理結果超過某一門限值后才輸出一個信號。因此神經網絡是一種具有高度非線性的超大規模連續時間動力學系統。它突破了傳統的以線性處理為基礎的數字電子計算機的局限，標志著人們智能信息處理能力和模擬人腦智能行為能力的一大飛躍。
2.2 幾種典型神經網絡簡介
2.2.1 多層感知網絡(誤差逆傳播神經網絡)
在1986年以Rumelhart和McCelland為首的科學家出版的《Parallel Distributed Processing》一書中，完整地提出了誤差逆傳播學習算法，并被廣泛接受。多層感知網絡是一種具有三層或三層以上的階層型神經網絡。典型的多層感知網絡是三層、前饋的階層網絡，即：輸入層I、隱含層(也稱中間層)J和輸出層K。相鄰層之間的各神經元實現全連接，即下一層的每一個神經元與上一層的每個神經元都實現全連接，而且每層各神經元之間無連接。
但BP網并不是十分的完善，它存在以下一些主要缺陷：學習收斂速度太慢、網絡的學習記憶具有不穩定性，即：當給一個訓練好的網提供新的學習記憶模式時，將使已有的連接權值被打亂，導致已記憶的學習模式的信息的消失。
2.2.2 競爭型(KOHONEN)神經網絡
它是基于人的視網膜及大腦皮層對剌激的反應而引出的。神經生物學的研究結果表明：生物視網膜中，有許多特定的細胞，對特定的圖形(輸入模式)比較敏感，并使得大腦皮層中的特定細胞產生大的興奮，而其相鄰的神經細胞的興奮程度被抑制。對于某一個輸入模式，通過競爭在輸出層中只激活一個相應的輸出神經元。許多輸入模式，在輸出層中將激活許多個神經元，從而形成一個反映輸入數據的“特征圖形”。競爭型神經網絡是一種以無教師方式進行網絡訓練的網絡。它通過自身訓練，自動對輸入模式進行分類。競爭型神經網絡及其學習規則與其它類型的神經網絡和學習規則相比，有其自己的鮮明特點。在網絡結構上，它既不象階層型神經網絡那樣各層神經元之間只有單向連接，也不象全連接型網絡那樣在網絡結構上沒有明顯的層次界限。它一般是由輸入層(模擬視網膜神經元)和競爭層(模擬大腦皮層神經元，也叫輸出層)構成的兩層網絡。兩層之間的各神經元實現雙向全連接，而且網絡中沒有隱含層。有時競爭層各神經元之間還存在橫向連接。競爭型神經網絡的基本思想是網絡競爭層各神經元競爭對輸入模式的響應機會，最后僅有一個神經元成為競爭的勝者，并且只將與獲勝神經元有關的各連接權值進行修正，使之朝著更有利于它競爭的方向調整。神經網絡工作時，對于某一輸入模式，網絡中與該模式最相近的學習輸入模式相對應的競爭層神經元將有最大的輸出值，即以競爭層獲勝神經元來表示分類結果。這是通過競爭得以實現的，實際上也就是網絡回憶聯想的過程。
除了競爭的方法外，還有通過抑制手段獲取勝利的方法，即網絡競爭層各神經元抑制所有其它神經元對輸入模式的響應機會，從而使自己“脫穎而出”，成為獲勝神經元。除此之外還有一種稱為側抑制的方法，即每個神經元只抑制與自己鄰近的神經元，而對遠離自己的神經元不抑制。這種方法常常用于圖象邊緣處理，解決圖象邊緣的缺陷問題。
競爭型神經網絡的缺點和不足：因為它僅以輸出層中的單個神經元代表某一類模式。所以一旦輸出層中的某個輸出神經元損壞，則導致該神經元所代表的該模式信息全部丟失。
2.2.3 Hopfield神經網絡
1986年美國物理學家J.J.Hopfield陸續發表幾篇論文，提出了Hopfield神經網絡。他利用非線性動力學系統理論中的能量函數方法研究反饋人工神經網絡的穩定性，并利用此方法建立求解優化計算問題的系統方程式。基本的Hopfield神經網絡是一個由非線性元件構成的全連接型單層反饋系統。
網絡中的每一個神經元都將自己的輸出通過連接權傳送給所有其它神經元，同時又都接收所有其它神經元傳遞過來的信息。即：網絡中的神經元t時刻的輸出狀態實際上間接地與自己的t-1時刻的輸出狀態有關。所以Hopfield神經網絡是一個反饋型的網絡。其狀態變化可以用差分方程來表征。反饋型網絡的一個重要特點就是它具有穩定狀態。當網絡達到穩定狀態的時候，也就是它的能量函數達到最小的時候。這里的能量函數不是物理意義上的能量函數，而是在表達形式上與物理意義上的能量概念一致，表征網絡狀態的變化趨勢，并可以依據Hopfield工作運行規則不斷進行狀態變化，最終能夠達到的某個極小值的目標函數。網絡收斂就是指能量函數達到極小值。如果把一個最優化問題的目標函數轉換成網絡的能量函數，把問題的變量對應于網絡的狀態，那么Hopfield神經網絡就能夠用于解決優化組合問題。
對于同樣結構的網絡，當網絡參數(指連接權值和閥值)有所變化時，網絡能量函數的極小點(稱為網絡的穩定平衡點)的個數和極小值的大小也將變化。因此，可以把所需記憶的模式設計成某個確定網絡狀態的一個穩定平衡點。若網絡有M個平衡點，則可以記憶M個記憶模式。
當網絡從與記憶模式較靠近的某個初始狀態(相當于發生了某些變形或含有某些噪聲的記憶模式，也即：只提供了某個模式的部分信息)出發后，網絡按Hopfield工作運行規則進行狀態更新，最后網絡的狀態將穩定在能量函數的極小點。這樣就完成了由部分信息的聯想過程。
Hopfield神經網絡的能量函數是朝著梯度減小的方向變化，但它仍然存在一個問題，那就是一旦能量函數陷入到局部極小值，它將不能自動跳出局部極小點，到達全局最小點，因而無法求得網絡最優解。 3 遺傳算法
遺傳算法（Genetic Algorithms）是基于生物進化理論的原理發展起來的一種廣為應用的、高效的隨機搜索與優化的方法。其主要特點是群體搜索策略和群體中個體之間的信息交換，搜索不依賴于梯度信息。它是在70年代初期由美國密執根（Michigan）大學的霍蘭（Holland）教授發展起來的。1975年霍蘭教授發表了第一本比較系統論述遺傳算法的專著《自然系統與人工系統中的適應性》（《Adaptation in Natural and Artificial Systems》）。遺傳算法最初被研究的出發點不是為專門解決最優化問題而設計的，它與進化策略、進化規劃共同構成了進化算法的主要框架，都是為當時人工智能的發展服務的。迄今為止，遺傳算法是進化算法中最廣為人知的算法。
近幾年來，遺傳算法主要在復雜優化問題求解和工業工程領域應用方面，取得了一些令人信服的結果，所以引起了很多人的關注。在發展過程中，進化策略、進化規劃和遺傳算法之間差異越來越小。遺傳算法成功的應用包括：作業調度與排序、可靠性設計、車輛路徑選擇與調度、成組技術、設備布置與分配、交通問題等等。
3.1 特點
遺傳算法是解決搜索問題的一種通用算法，對于各種通用問題都可以使用。搜索算法的共同特征為： ① 首先組成一組候選解； ② 依據某些適應性條件測算這些候選解的適應度； ③ 根據適應度保留某些候選解，放棄其他候選解； ④ 對保留的候選解進行某些操作，生成新的候選解。在遺傳算法中，上述幾個特征以一種特殊的方式組合在一起：基于染色體群的并行搜索，帶有猜測性質的選擇操作、交換操作和突變操作。這種特殊的組合方式將遺傳算法與其它搜索算法區別開來。
遺傳算法還具有以下幾方面的特點：
(1)遺傳算法從問題解的串集開始嫂索，而不是從單個解開始。這是遺傳算法與傳統優化算法的極大區別。傳統優化算法是從單個初始值迭代求最優解的；容易誤入局部最優解。遺傳算法從串集開始搜索，覆蓋面大，利于全局擇優。(2)許多傳統搜索算法都是單點搜索算法，容易陷入局部的最優解。遺傳算法同時處理群體中的多個個體，即對搜索空間中的多個解進行評估，減少了陷入局部最優解的風險，同時算法本身易于實現并行化。
(3)遺傳算法基本上不用搜索空間的知識或其它輔助信息，而僅用適應度函數值來評估個體，在此基礎上進行遺傳操作。適應度函數不僅不受連續可微的約束，而且其定義域可以任意設定。這一特點使得遺傳算法的應用范圍大大擴展。
(4)遺傳算法不是采用確定性規則，而是采用概率的變遷規則來指導他的搜索方向。
(5)具有自組織、自適應和自學習性。遺傳算法利用進化過程獲得的信息自行組織搜索時，硬度大的個體具有較高的生存概率，并獲得更適應環境的基因結構。
3.2 運用領域
前面描述是簡單的遺傳算法模型，可以在這一基本型上加以改進，使其在科學和工程領域得到廣泛應用。下面列舉了一些遺傳算法的應用領域： ① 優化：遺傳算法可用于各種優化問題。既包括數量優化問題，也包括組合優化問題。 ② 程序設計：遺傳算法可以用于某些特殊任務的計算機程序設計。 ③ 機器學習：遺傳算法可用于許多機器學習的應用，包括分類問題和預測問題等。 ④ 經濟學：應用遺傳算法對經濟創新的過程建立模型，可以研究投標的策略，還可以建立市場競爭的模型。 ⑤ 免疫系統：應用遺傳算法可以對自然界中免疫系統的多個方面建立模型，研究個體的生命過程中的突變現象以及發掘進化過程中的基因資源。 ⑥ 進化現象和學習現象：遺傳算法可以用來研究個體是如何學習生存技巧的，一個物種的進化對其他物種會產生何種影響等等。 ⑦ 社會經濟問題：遺傳算法可以用來研究社會系統中的各種演化現象，例如在一個多主體系統中，協作與交流是如何演化出來的。
4 模擬退火算法
模擬退火算法來源于固體退火原理，將固體加溫至充分高，再讓其徐徐冷卻，加溫時，固體內部粒子隨溫升變為無序狀，內能增大，而徐徐冷卻時粒子漸趨有序，在每個溫度都達到平衡態，最后在常溫時達到基態，內能減為最小。根據Metropolis準則，粒子在溫度T時趨于平衡的概率為e-ΔE/(kT)，其中E為溫度T時的內能，ΔE為其改變量，k為Boltzmann常數。用固體退火模擬組合優化問題，將內能E模擬為目標函數值f ，溫度T演化成控制參數t，即得到解組合優化問題的模擬退火算法：由初始解i和控制參數初值t開始，對當前解重復“產生新解計算目標函數差接受或舍棄”的迭代，并逐步衰減t值，算法終止時的當前解即為所得近似最優解，這是基于蒙特卡羅迭代求解法的一種啟發式隨機搜索過程。退火過程由冷卻進度表(Cooling Schedule)控制，包括控制參數的初值t及其衰減因子Δt、每個t值時的迭代次數L和停止條件S。
5 群體（群集）智能（Swarm Intelligence）
受社會性昆蟲行為的啟發，計算機工作者通過對社會性昆蟲的模擬產生了一系列對于傳統問題的新的解決方法，這些研究就是群集智能的研究。群集智能(Swarm Intelligence)中的群體(Swarm)指的是“一組相互之間可以進行直接通信或者間接通信(通過改變局部環境)的主體，這組主體能夠合作進行分布問題求解”。而所謂群集智能指的是“無智能的主體通過合作表現出智能行為的特性”。群集智能在沒有集中控制并且不提供全局模型的前提下，為尋找復雜的分布式問題的解決方案提供了基礎。
群集智能的特點和優點：群體中相互合作的個體是分布式的(Distributed)，這樣更能夠適應當前網絡環境下的工作狀態; 沒有中心的控制與數據，這樣的系統更具有魯棒性(Robust)，不會由于某一個或者某幾個個體的故障而影響整個問題的求解。可以不通過個體之間直接通信而是通過非直接通信(Stimergy)進行合作，這樣的系統具有更好的可擴充性(Scalability)。由于系統中個體的增加而增加的系統的通信開銷在這里十分小。系統中每個個體的能力十分簡單，這樣每個個體的執行時間比較短，并且實現也比較簡單，具有簡單性(Simplicity)。因為具有這些優點，雖說群集智能的研究還處于初級階段，并且存在許多困難，但是可以預言群集智能的研究代表了以后計算機研究發展的一個重要方向。
在計算智能(Computational Intelligence)領域有兩種基于群智能的算法，蟻群算法(Ant Colony Optimization)和粒子群算法(Particle Swarm Optimization)，前者是對螞蟻群落食物采集過程的模擬，已經成功運用在很多離散優化問題上。
5.1 蟻群優化算法
受螞蟻覓食時的通信機制的啟發，90年代Dorigo提出了蟻群優化算法(Ant Colony Optimization，ACO)來解決計算機算法學中經典的“貨郎擔問題”。如果有n個城市，需要對所有n個城市進行訪問且只訪問一次的最短距離。
在解決貨郎擔問題時，蟻群優化算法設計虛擬的“螞蟻”將摸索不同路線，并留下會隨時間逐漸消失的虛擬“信息素”。虛擬的“信息素”也會揮發，每只螞蟻每次隨機選擇要走的路徑，它們傾向于選擇路徑比較短的、信息素比較濃的路徑。根據“信息素較濃的路線更近"的原則，即可選擇出最佳路線。由于這個算法利用了正反饋機制，使得較短的路徑能夠有較大的機會得到選擇，并且由于采用了概率算法，所以它能夠不局限于局部最優解。
蟻群優化算法對于解決貨郎擔問題并不是目前最好的方法，但首先，它提出了一種解決貨郎擔問題的新思路；其次由于這種算法特有的解決方法，它已經被成功用于解決其他組合優化問題，例如圖的著色(Graph Coloring)以及最短超串(Shortest Common Supersequence)等問題。
5.2 粒子群優化算法
粒子群優化算法(PSO)是一種進化計算技術(Evolutionary Computation)，有Eberhart博士和Kennedy博士發明。源于對鳥群捕食的行為研究。
PSO同遺傳算法類似，是一種基于疊代的優化工具。系統初始化為一組隨機解，通過疊代搜尋最優值。但是并沒有遺傳算法用的交叉(crossover)以及變異(mutation)。而是粒子在解空間追隨最優的粒子進行搜索。
同遺傳算法比較，PSO的優勢在于簡單容易實現并且沒有許多參數需要調整。目前已廣泛應用于函數優化，神經網絡訓練，模糊系統控制以及其他遺傳算法的應用領域。
粒子群優化算法(PSO) 也是起源對簡單社會系統的模擬，最初設想是模擬鳥群覓食的過程，但后來發現PSO是一種很好的優化工具。
5.2.1 算法介紹
PSO模擬鳥群的捕食行為。一群鳥在隨機搜索食物，在這個區域里只有一塊食物。所有的鳥都不知道食物在那里。但是他們知道當前的位置離食物還有多遠。那么找到食物的最優策略是什么呢。最簡單有效的就是搜尋目前離食物最近的鳥的周圍區域。
PSO從這種模型中得到啟示并用于解決優化問題。PSO中，每個優化問題的解都是搜索空間中的一只鳥。我們稱之為“粒子”。所有的粒子都有一個由被優化的函數決定的適應值(fitness value)，每個粒子還有一個速度決定他們飛翔的方向和距離。然后粒子們就追隨當前的最優粒子在解空間中搜索。
PSO初始化為一群隨機粒子(隨機解)，然后通過疊代找到最優解，在每一次疊代中，粒子通過跟蹤兩個“極值”來更新自己。第一個就是粒子本身所找到的最優解，這個解叫做個體極值pBest，另一個極值是整個種群目前找到的最優解，這個極值是全局極值gBest。另外也可以不用整個種群而只是用其中一部分最優粒子的鄰居，那么在所有鄰居中的極值就是局部極值。
5.2.2 PSO算法過程
① 種群隨機初始化。
② 對種群內的每一個個體計算適應值(fitness value)。適應值與最優解的距離直接有關。
③ 種群根據適應值進行復制 。
④ 如果終止條件滿足的話，就停止，否則轉步驟 ② 。
從以上步驟，我們可以看到PSO和遺傳算法有很多共同之處。兩者都隨機初始化種群，而且都使用適應值來評價系統，而且都根據適應值來進行一定的隨機搜索。兩個系統都不是保證一定找到最優解。但是，PSO沒有遺傳操作如交叉(crossover)和變異(mutation)，而是根據自己的速度來決定搜索。粒子還有一個重要的特點，就是有記憶。
與遺傳算法比較，PSO的信息共享機制是很不同的。在遺傳算法中，染色體(chromosomes) 互相共享信息，所以整個種群的移動是比較均勻的向最優區域移動。在PSO中， 只有gBest (or lBest) 給出信息給其他的粒子， 這是單向的信息流動。整個搜索更新過程是跟隨當前最優解的過程。與遺傳算法比較， 在大多數的情況下，所有的粒子可能更快的收斂于最優解。
現在已經有一些利用PSO代替反向傳播算法來訓練神經網絡的論文。研究表明PSO 是一種很有潛力的神經網絡算法，同時PSO速度比較快而且可以得到比較好的結果。
6 展望
目前的智能計算研究水平暫時還很難使“智能機器”真正具備人類的常識，但智能計算將在21世紀蓬勃發展。不僅僅只是功能模仿要持有信息機理一致的觀點。即人工腦與生物腦將不只是功能模仿，而是具有相同的特性。這兩者的結合將開辟一個全新的領域，開辟很多新的研究方向。智能計算將探索智能的新概念，新理論，新方法和新技術，而這一切將在以后的發展中取得重大成就。
參考文獻
[1] “Ant-Colony Optimization Algorithms(ACO)”，
leanair4.mit.edu/docushare/dscgi/ds.py/Get/File-378/RG_EE141_W8ACO.pdf
[2 ] “Swarm intelligence-what is it and why is it interesting”
micro.caltech.edu/Courses/EE150/dungeon/Week1/OH_W1SwarmIntel.pdf
[3] Tony White，“Swarm Intelligence: A Gentle Introduction With Application”，
sce.carleton.ca/netmanage/tony/swarm-presentation/index.htm
[4] 胡守仁等.神經網絡導論[M].長沙:國防科技大學出版社，1993.113～117.
[5] 姚新，陳國良，徐惠敏等.進化算法研究進展[J].計算機學報，1995，18(9):694-706.
論文關鍵詞：企業導向 算法設計與分析 創新型
論文摘要：“算法設計與分析”是計算機科學與技術專業的一門核心課程，是一門理論性與實踐性相結合的課程。學生在這門課程的學習過程中過分注重基礎理論的學習，動手能力差，不具備算法創新的思想，無法適應世界著名的IT公司大對軟件人才的要求。文章討論了企業用戶對員工算法分析與設計能力的需求，針對目前該課程教學中存在的問題，就教學目標、教學內容、教學方法及考核評價等方面進行教學改革，以提高學生的綜合能力和教學質量。
算法是計算機學科中最具有方法論性質的核心概念，也被譽為計算機學科的靈魂。“算法設計與分析”是計算機科學與技術專業的一門非常重要的專業基礎課，在整個專業教學體系中占有重要地位。這門課程的學習，不僅是對學生前面所學的“程序設計”、“數據結構”、“離散數學”、“線性代數”等課程的理論延伸和強化，而且對后續課程如“編譯原理”、“人工智能”、“計算機圖形學”的學習及培養學生分析問題、解決問題的能力和軟件設計與開發的能力起著至關重要的作用。
當前著名的IT企業特別注重應聘者算法設計與分析方面的能力。這些公司往往要對應聘者進行2-4輪的算法面試，要求面試者在給定的時間內（通常5-15分鐘）給出具體問題的抽象數學模型、設計相應的數據結構及算法描述和效率分析。這就要求應聘者對算法設計及分析擁有堅實的理論基礎，并具有敏捷的思維，能夠在短期內歸納問題的實質，找出多種求解方案并且能夠對各種方案的優劣性進行分析比較。
一、教學目標
由于我們學校的本科教學目標是適應社會發展的需要，培養與企業要求接軌的應用型人才。因此，“算法設計與分析”這門課程的教學目標應該是：要求學生在學完這門課程后應能夠掌握算法設計與分析的基本理論和方法，了解新興算法的原理及應用，并培養學生抽象模型搭建、啟發式求解、創新求解、發散思維等方面的能力。具體目標如下。
1.重視學生抽象數學模型搭建的能力的培養。
數學模型是利用數學語言（符號、式子與圖像）模擬現實的模型。把現實模型抽象、簡化為某種數學結構是問題求解的第一步。簡單問題僅需要一兩種數學模型就可以進行描述，而復雜問題則往往需要多種數學模型彼此關聯相互整合而成。數學建模是算法設計的前提，是構建現實問題與算法實現之間橋梁的關鍵。現代企業需要的不是理論家，而是能夠解決實際問題的技術人員，因此必須重視學生這方面能力的培養，使學生具備基本模型構建能力。
2.重視學生發散式思維的訓練
發散式思維是指在學習研究、工作中，根據提供的信息，沿不同方向尋求多樣的、獨特的答案的一種思維方式。它本身有不依常規、尋求變異、探索多種答案的特點。具有發散式思維的人一般具有回避老一套方法的強烈愿望。在提高人的發散式思維能力方面，創造性心理品質就大有用武之地。培養和拓展學生的發散式思維，做到“一個問題，多種求解”，可以啟迪學生智力，提高學生舉一反三，對比分析，靈活應變，多方位思考及想象創新的能力。
3.重視對學生適用性知識的傳授
結合時展的潮流和趨勢，針對目前流行的新興技術和方法（例如：團購網站、社交網絡、垂直主體搜索、并行算法、啟發式搜索算法、遺傳算法、蟻群算法、近似算法等），給學生進行一定的講解和展示，進行相應的案例分析，使之了解其中重要的模型和算法，了解其基本原理，以達到與社會需求直接接軌的目的。因為很多公司在研發過程中新興算法的使用頻度要遠遠高于經典算法。對新興算法有所了解，有助于入職者盡快適應崗位需求。
二、教學內容
“算法設計與分析”所涉及的領域非常廣泛，通常包括下面幾方面的內容：各種基本和經典的算法，如排序算法、圖的搜索算法、組合算法、數值計算算法、遞推法、枚舉法、分治法、貪婪法、動態規劃；關于算法分析和算法設計策略、可計算性理論和問題復雜性等方面的理論研究，如計算模型、問題復雜度分析、函數漸進分析等理論；各種新興算法，如壓縮算法、加密算法、人工智能算法、并行算法、隨機算法、近似算法、搜索引擎算法、遺傳算法等方面的理論及應用研究。我們根據“算法設計與分析”的教學目標，本著“設計與分析并重，基礎與應用結合，經典與現代互補”的原則，進行教學內容的選取。具體包括如下幾個方面。
“引入章”介紹算法設計與分析的基本步驟，其中包括數學模型構建、“自頂向下、逐步求精”的算法設計過程、循環和遞歸的設計要點、數據結構的選擇及應用，函數漸進分析及算法復雜性度量等內容。
“核心篇”介紹各種常用的算法策略，如遞推法、枚舉法、分治法、貪婪算法、動態規劃及與圖搜索有關的算法策略，并對算法策略進行總結比較。
“應用篇”針對具體的應用，采用不同的數學模型、不同的數據結構或不同的算法策略進行算法設計，并進行效率分析。引導學生能夠針對具體問題，進行自主的算法設計及分析。
“提高篇”介紹本學科領域的最新進展，講述并行算法設計技術、概率算法、近似算法、遺傳算法、搜索引擎算法等。
在以上各個部分的講授過程中，還注意引導學生進行數學模型的構建。
三、教學方法
從面向企業需求出發，以培養創新精神和提高實踐能力為目標，本課程可以采用多種教學方法，充分發揮學生學習的能動性和積極性。
1.理論與實踐相結合
算法可以有多種描述方式，例如自然語言描述、類C語言描述、類Java語言描述等。這些描述無法直接在程序設計環境下編輯和執行，必須進行一定的轉化。筆者在教學過程中，經常碰到學生追問“為什么我一字不差地把書上的代碼輸入到計算機中，卻無法運行？”學生在初學算法時，往往無法理解算法描述和程序設計語言之間的區別和關聯，總是試圖按照程序設計的方法，將算法描述直接輸入編輯環境進行編譯和調試。因此，在學生學習算法理論的同時，應當引導學生將理論用于實踐，完成算法到程序的完美轉換。
2.設計與分析相結合
學生在學習過程中，往往只重視算法設計過程，而忽視算法的性能分析。而事實上，算法性能分析在本課程中占有非常重要的地位。通過算法分析可以在不同算法之間進行對比，例如對于排序、查找、最短路徑等常用算法已經有很多種，不同算法通常在設計思想、時間和空間性上有其不同的特點，所以在講授時不僅要把算法思路講清楚，更應該通過不同算法之間的對比來分析其特點及應用方向。通過對比學習，一方面可以加深學生對所學知識的系統化理解，另一方，有利于引導學生在進行算法設計過程中注重算法效率的提升。
3.課堂授課與網絡互動相結合
課堂授課采用多媒體授課模式，可以在有效的教學時間內增加單位時間的信息含量，將有限的時間和精力用于剖析課程中的重點和難點部分。將抽象的算法通過動畫演示以直觀的形象展示給學生，以輔助學生進行抽象算法的理解。例如：采用冒泡排序進行排序時，利用課件可以讓學生更清楚地理解排序過程中兩個相鄰元素進行比較并相互交換的過程，從而更好地掌握“冒泡”的設計思想。課堂授課的內容制作成PPT在課程網站上，方便學生進行課下復習。除此之外，我們也注重加強互動教學環節。在課程網站上開設論壇、答疑、作業、網絡考試、問卷調查等模塊，通過布置作業、讓學生提問、論壇討論等方式加強教師與學生之間，以及學生與學生之間的協作與交流。
4.具體算法與設計討論相結合
本課程目標是培養面向企業需求的應用型人才，而現代企業對雇員的要求是希望他們具備開放性思維，能夠在面對新問題時有自己的思路和獨到的見解，或者是面對舊問題時能夠獨辟蹊徑，采用在時間或空間方面更為有效的方法來進行求解。因此，本課程在教學過程中，除了對具體的算法進行講解和分析外，還應該針對某些實際問題，引導學生找出其中的關鍵技術，進行相應的建模，并啟發學生進行求解策略的討論。例如：針對目前的流行的社交網站，引導學生找出其中的核心技術——好友推薦功能，構建其相應的數學模型——圖，并進行相應的算法討論——圖的最小路徑問題。
5.個人設計與團隊合作相結合
隨著計算機技術的發展及其廣泛的應用，軟件開發已經從“個體單干”過渡到了“團隊協作”階段。大型軟件的開發離不開團隊合作，團隊合作精神在軟件開發行業有著極為重要的意義，沒有良好的團隊合作，就做不出好的項目。目前，各大公司在招聘過程中也會對應聘者進行相應的性格測試，以確定其是否具有團隊合作精神。據此，本課程在教學過程中，除了要求學生獨立完成簡單和基本的算法設計外，還會布置相應的團隊項目作業，要求學生3-5個人組成一個工作小組，由學生推選組長進行任務整體劃分和分配、協調任務完成并進行終期展示和報告，各組員負責各自模塊的展示和技術匯報。
四、考核方法
考試的主要作用是對學生所學的知識進行評價反饋、檢測教學效果并督促學生認真學習、鞏固所學知識，同時也有利于教師發現教學中的問題，不斷地改進教學工作。傳統的考核方式比較單一，僅根據期末考試的成績來對學生好壞進行衡量，不利于反映學生真實的學習效果。因此，本課程考核方式主要從以下兩個方面做出改革和新嘗試。
1.學生成績由平時成績、期末成績兩部分組成
其中平時成績占30%，期末成績占70%。學生的平時成績由以下三個因素決定：課堂出勤率，30%；作業完成情況，40%；團隊項目中所發揮的作用，40%。
2.期末成績采取多樣化的考核方式
期末考試的形式由學生本人自主選擇，分三種類別：理論試卷、上機測試、理論與編程兼備。數學推理能力、算法理論較好的學生可以選擇理論類試卷，編程能力好的學生可以選擇上機測試，在兩個方面都不是特別特長或者兩個方面能力均兼備的學生可以選擇兩種方式共存的模式。
這種自由考核模式體現出考核過程的人性化，避免了傳統考核模式中“一刀切”的弊端，有效提高了學生學習的積極性，并實現了與企業需求接軌的教學目標。
五、結束語
“算法設計與分析”課程是一門非常重要的計算機科學與技術專業的核心課程，具有理論與實踐并重、設計與分析并重的特點，是保證學生校園所學知識與企業需求相互匹配的關鍵課程。如何根據企業需求調整該課程的教學目標、教學內容、教學方法及考核方式，是我們進行新一輪課程改革的目標。本文就前面四個方面的教改提出了見解和策略，并將在以后的教學過程中將這些理論應用于實踐，以幫助學生盡快適應社會發展的需要，提高他們在社會上的競爭能力。
參考文獻：
[1]呂國英，任瑞征，錢宇華.算法設計與分析(第2版)[M].北京:清華大學出版社，2009.
[2]王曉東.計算機算法設計與分析[M].北京:電子工業出版社，2003.
[3]Cormen，T.H.，潘金貴.算法導論[M].北京:機械工業出版社，2001.
[4]陳蕾，張怡婷，許建.基于創新能力培養的算法設計與分析課程教學改革[J].計算機教育，2010，(20):27-29.
為了適應新形式下農業和農村發展的要求,教育部于2000年決定在我國設置農業推廣專業學位,正式啟動我國農業推廣專業學位教育,開辟了應用型碩士培養的新領域[1-2]。近年來,農業推廣專業學位教育為農業發展培養了大批高層次應用型人才。農業推廣專業學位是一種具有職業背景的學位,旨在向農業技術推廣和農村及相關部門培養高層次應用型、復合型人才,使他們在專業和專門技術上受到正規的、高水平的訓練,所授學位的標準主要反映該專業領域的特點和對高層次人才在專門技術工作能力和學術上的要求。因而,農業推廣專業學位不同于學術性學位,學科口徑更寬卻更加注重務實訓練。從2009年開始,我國就在不斷加大碩士研究生教育結構調整力度,通過增招專業學位研究生,調整增量(新增碩士生招生計劃,主要用于專業學位碩士生招生,基本不增加招生),調整存量(要求專業學位研究生培養單位將原有碩士生招生規模,每年按不低于5%的比例調出,用于專業學位研究生招生)等措施最終達到結構調整的目標。2010年專業學位研究生占整個碩士生招生比例已提高到25%,2011年計劃達到30%以上,爭取到2015年提高到50%以上[3]。在這種專業學位研究生教育發展的大好形勢下,農業推廣碩士近些年也得到了很大的發展,農業信息化領域不斷成為各高校新增的農業推廣碩士領域之一。農業信息化領域的課程體系構建是各高校面臨的首要問題,本文在分析農業信息化領域課程體系現狀的基礎上,指出了現有課程體系的缺陷和不足,進而提出一些粗淺的改進意見,希望起到拋磚引玉的作用,促進該領域課程體系不斷完善。
2.農業信息化領域課程體系現狀
課程體系是實現人才培養目標和體現人才培養特點的具體課程框架,農業推廣碩士的課程體系在保證統一的培養規格、符合總體培養目標的同時,還需要兼顧農業推廣碩士研究生的共性特征,不同領域知識和能力要素組成等,培養單位的學科專業特色以及區域、行業、產業的特殊要求。全國農業推廣碩士專業學位教育指導委員會公布了一個(非)全日制農業推廣碩士專業學位農業信息化領域指導性培養方案[4]。按照該指導性培養方案,專業學位研究生的課程體系要以“職業能力”為本位進行設計。農業推廣碩士專業學位的課程應根據培養目標要求,按領域設置,突出專業技能及技術集成能力的培養;在領域主干課中應有1門運用本領域的主要理論和技術解決農業推廣實踐問題的案例研究課程;教學內容應體現寬廣性、綜合性、實用性和前沿性。加強案例教學和實踐教學,在學期間必須保證不少于12個月的實習實踐訓練。現行的農業推廣碩士課程體系由公共課程、領域主干課程以及領域選修課程三部分組成。公共學位課程使農業推廣碩士與其他種專業學位類型相區分,這一部分為既定內容,須嚴格按統一要求執行。公共學位課程包括外國語(2~3學分),政治學(2~3學分),農業推廣理論與實踐(2學分),農業科技與“三農”政策(2學分),農業傳播技術與應用(2學分),總學分數為10-12。領域主干課程使培養領域之間相互區分,這一部分也為既定內容,須嚴格按統一要求執行。領域主干課程包括農業信息化導論(2學分),農業信息化進展(2學分),農業信息獲取與處理(2學分),農業信息化案例(案例研究)(2學分),農業應用系統開發(2學分),總學分數為10。領域選修課由各培養單位自主設置,根據培養目標、研究生的工作需要和各校條件自行確定,每門課程原則上不超過32學時。領域選修課反映出不同培養單位的特色與優勢,使得人才培養規格在不同的培養單位之間有所差異。結合我校的實際情況,我校全日制農業信息化領域設置的選修課程包括人工智能技術(2學分),VisualBasic(2學分),數據庫技術與應用(2學分),多媒體技術與應用(2學分),網站設計與開發(2學分),科技論文寫作(2學分),科技文獻檢索(1學分),要求學生選修的總學分數為6~8。
3.農業信息化領域現有課程體系存在的缺陷
在農業信息化領域研究生的培養過程中,我們發現現有的課程體系存在一些缺陷。首先,課程設置方面統得過嚴,管得過死。目前,教指委對公共課程、領域主干課程作了統一要求,雖然這樣很好地保證了該領域比較一致的培養規格,但是這兩部分總學分達到了20以上,留給培養單位自主設置的領域選修課程空間太小,自由度不足。不能充分反映出不同培養單位的特色與優勢,更難談及使人才培養規格在不同的培養單位之間有所差異。第二,領域主干課程的課程設置和教學組織脫節。全國的農業信息化領域主干課程是統一的,但這些課程卻沒有統一的教學大綱和統一的師資培訓。這必然會導致這些課程在不同培養單位的教學效果參差不齊,個別課程的教學甚至達不到當初設置該課程的目標要求。第三,課程的實踐性不足。專業學位教育的基本任務就是培養特定職業崗位需要的應用型、復合型高層次人才,因此,專業學位研究生的培養,應能更集中體現相關領域的實踐需求。雖然指導性培養方案中強調全日制農業推廣碩士專業學位研究生必須從事不少于12個月的農業推廣實踐,并結合實踐進行論文研究工作[4],但是沒有明確對課程的實踐要求,在“每門課程原則上不超過32學時”[4]的限制下課程的實踐性也是有局限的。
4.農業信息化領域課程體系改革的建議
針對農業信息化領域現有課程體系的以上問題,我們提出以下幾點粗淺的建議:
第一,壓縮公共課程學分,重新論證領域主干課程,補充選修課。首先,課程設置建議根據知識體系[5]體現綜合性,即在課程設置上拋棄“學科中心型”的舊觀念,應適應科學知識綜合化的趨勢,增設綜合化程度不同的跨學科課程,建立綜合化多學科立體交叉的課程體系。其次注重課程的創新性。課程體系的生命力在于創新,農業信息化領域也要特別重視課程內容的更新,積極地把科技文化的新成就吸納到本領域的課程中,并開設一些代表未來社會科學發展方向的課程,從而使課程體系更加具有靈活性。最后還需要培養單位立足學科優勢補充選修課,開設有利于主體個性發展的課程,開設可供學生自主選擇的課程。
第二,學大綱和教學指導。對統一要求開設的課程可以試編統一的教學大綱或教材。通過組織各高校相關教師進行教學研討,吸取各高校相關課程教學實踐中的成功經驗并融入教學大綱或者教材中去。其次可以統一分批對各高校相關課程教師進行教學培訓,或者挑選一批教學效果顯著的優秀教師進行教學錄像,將這些資源共享給各高校的相關教師進行網上學習,從而達到提高整體教學效果和學要求的目的。
關鍵詞：經濟類(非會計學)專業會計學教材信息技術
隨著信息技術的快速發展，經濟類(非會計學)專業的知識體系也受到了較大影響。構成經濟信息系統重要部分的會計與財務系統的作用日益重要，經濟類(非會計學)專業原有會計與財務管理教學知識體系已不能適應社會發展的需求。經濟類專業學生畢業后無論在企業還是政府與非盈利組織工作，都需要懂得會計與財務知識。新的環境下如何對經濟類(非會計學)專業的會計與財務管理知識體系進行再組織十分必要。經濟類(非會計學)專業應用于會計與財務管理知識模塊的教學時間受到限制，如何在有限的教學時間內，應用現代教育理論與技術，科學合理地確定教學知識體系成為研究的關鍵。如何對這些非會計專業學生實施會計教育，達到理想的教學效果是亟待解決的現實問題。
一、課程發展歷史沿革
我校非會計類專業會計學課程的發展主要經歷了以下階段：1993年以前，課程建設的起步和初始階段。隨著我國改革開放政策的提出和經濟發展的需要，“經濟越發展，會計越重要”已形成共識，我校管理類專業也開設了會計課程。與當時按行業制訂會計制度的會計法規制度體系相適應，參照其他高校的做法，管理類專業開設了《會計學基礎》和《商業會計》課程。這些課程教學內容總體上雖然與會計專業相關課程類似，但已開始探索管理類專業會計課程教學的規律。1993年~1999年，課程的規范化建設和發展階段。1993年我國財務會計制度進行了重大變革，取消了按行業和所有制制訂的會計制度，頒布了企業會計準則，并陸續推出了一系列具體會計準則。各高校開始改變以前按行業和所有制會計課程設置方法，重新構建會計課程體系。我校管理類專業也對原《會計學基礎》和《商業會計》課程進行整合開設了《會計學》課程。課程組對管理類專業會計學課程教學內容開展研究，加強課程教學內容的整合，制訂了課程教學大綱，編寫并公開出版了適應新會計制度內容的《新編會計學》教材，1996年課程組教師開始編制了會計學課程的考試題庫，并開始由題庫命題實行教考分離。2000年至今，面向全校經濟類專業開設會計學課程，課程的完善和成熟階段。教育部在1998年頒布的《普通高等學校本科專業目錄》中明確將會計學課程作為經濟類、管理類專業和其他有關專業的主要課程。我校各經濟管理類和理工類等各本科專業(除個別特殊專業外)都開設了會計學課程，會計學課程成為學校的基礎課程。課程組積極加強課程建設，繼續加強教學內容改革，構建了一套區別于會計專業的以資金流和信息流為主線的，非會計專業會計學課程的教學內容體系；結合會計教學內容改革和會計制度改革對原《會計學》進行了修改并編寫相配套的《會計學習題集》；深化教學方法改革，實行“講一、練二、讀三”，結合傳統教學方法普遍開展啟發式教學、案例教學、討論式教學，制作了完整的多媒體課件，推廣應用多媒體教學。在考試方面，對考試題庫進行了兩次修改，常年堅持教考分離，提高了考試的信度、效度和區分度；加強師資隊伍建設，引進高素質教師充實本課程的教學隊伍。課程建設進入了較為成熟的階段。
二、經濟類(非會計學)專業的會計與財務管理知識體系的再組織研究
會計與財務管理知識體系主要包括以下專業課程所涵蓋的內容：會計學專業導論、基礎會計學、中級財務會計、高級財務會計、成本會計學、管理會計學、財務管理、財務分析、證券投資理論與實務、會計信息系統、國際會計等。上述課程根據其使用者與作用通常分成以下知識體系：以對經濟活動的確認、計量、記錄、報告為核心的財務會計體系，包括會計學專業導論、基礎會計學、中級財務會計、高級財務會計、會計信息系統、國際會計等；以對經濟活動進行控制與決策為核心的管理會計體系，包括成本會計學、管理會計學；以對企業理財為主體，以風險與收益為核心的財務管理體系：包括財務管理、財務分析、證券投資理論與實務。經濟類(非會計學)專業主要包括五類18個專業，這些專業對會計與財務管理知道體系掌握的深度和廣度的要求是不同的。經過研究，將經濟類(非會計學)專業的會計與財務管理知識模塊體系分成兩個層次：一是管理基礎層，設置“會計學”課程，其內容主要包括基礎會計學、財務會計學、成本會計學、財務分析與企業業績評價、會計信息系統等課程的主要內容。該課程包括了原有三個方面知識體系的基礎部分，以經濟活動的確認、計量、記錄、報告、分析、決策為主線，闡述會計與財務的基本理論、方法。提供了認識、核算企業經濟活動、看懂企業財務報告、分析企業財務狀況與經營成果的知識基礎與技能。該課程適用于經濟類(非會計學)各專業；二是工商管理提高層，設置決策與控制會計、財務管理課程，其內容主要包括財務管理、管理會計學、證券投資等課程的主要內容。該部分以對經濟活動的決策與控制為主線，闡述會計與財務應用在企業內部管理的理論與方法以及籌資、投資的基本理論與方法。經濟類(工商管理類非會計)各專業可在學習會計學課程的基礎上開設本課程。將會計與財務知識體系劃分為兩個層次，重新組織設置課程，與改革前只開設財務會計與財務管理兩門課程相比更廣闊地包括會計與財務知識體系的主要內容，使知識體系更加完整、科學合理。
三、網絡環境下會計學課程改革
新設置會計學課程包括會計學專業的多門課程的重要內容，而其學時數受到限制，所以必須對會計學教學進行改革。提煉教學內容，充分利用計算機網絡與多媒體教學工具提高課堂教學質量、提升學生主動學習能力、增加課后學生自主學習時間、提供多種輔導學生學習手段是課程改革的重點。
(一)知識模塊順序及對應學時根據非會計學專業的會計學課程的教學目，我們認識到該課程的內容既不應是《初級會計學》的照搬，也不應是對《初級會計學》和《中級會計學》的簡單組合，而應是對會計學課程的教學內容進行了設計和整合：第一部分為會計基礎理論，主要講述會計學的基本概念和會計假設、會計原則、復式記賬、會計循環等；第二部分為會計業務核算，以會計報表中會計要素為主線對各類企業通用、典型經濟業務進行會計核算；第三部分為會計報表與分析，主要介紹會計報表各項目的含義、會計報表的結構、會計報表的閱讀與分析等。具體的數學內容與學時的安排見(表1)。
(二)教學內容改革與實踐為保證非會計專業會計學課程的教學質量，使教學內容更加符合其專業課程教學目的，進一步提煉會計學的教學內容與重點，主要采取如下組織方式：一是課程總體教學內容的統一性。按照教學內容體系編寫會計學課程教學大綱，組織教學經驗的教師編寫教材和配套習題集；二是各專業具體教學
內容的針對性。每學期教師根據學生專業特點和教學大綱要求具體組織教學內容，并填寫教學日歷(即教學計劃表)。教師在具體組織教學時，授課重點與實例、討論案例都與學生所學專業結合緊密，這既有利于調動學生學習的興趣，也保證了教學目的的實現；三是教學內容的新穎性。近年來，我國會計制度變化較大，教師經常以教研活動的形式結合財會新動態開展教學內容的討論，以保證教學內容的新穎性和實用性，注重培養學生會計興趣和自主學習會計擴充性資料的能力，使教學內容除基礎會計學與財務會計的內容之外，還涉及成本會計、財務報告的分析與利用、企業業績評價等內容。并且更加注重為決策服務的觀念，吸取美國、日本等經濟發達國家會計學教材的精華，使教學內容與國際相協調。在教學內容組織上采取課堂教學、模擬實驗和教學網站輔助教學手段相結合的方式，使學生通過模擬操作，增加對會計實務的感性認識，同時可以培養其獨立思考和學習的能力以及創新思維和創新能力。
(三)教學方法與手段改革通過教學研究項目的研究取得了一批成果，促進了教學水平的提高，改進了教學方法與手段。課堂教學除了開展啟發式教學、案例式教學、討論式教學等教學方法外，針對會計學課程教學時數較少，為培養學生自主學習的能力，在課程教學安排上堅持實行教師課堂上精講、學生課外多練、多讀，在課程內容的教學安排上做到“講一、練二、讀三”，教師在課堂上結合學生專業特點重點講會計思想、原則和主要方法。課后自學增加學生課后作業量，通過結合本課程相關的熱點、難點問題，安排部分教學內容、提商性內容和擴展性內容由學生自學，教師對課后作業全面批改檢查，學生自學后撰寫的案例分析報告和小論文，采用上課提問直接討論、課外小組討論和課堂集中等多種形式組織討論。構建了會計學電子學習網站，完善了電子教案與多媒體教學課件，豐富了網絡教學實驗手段，增加了學生學習習題庫與考試試題庫。為提高學生學習興趣，增加了提升與拓展、案例分析，為學生進一步學習提供了學習材料與途徑。為解決學生學習中的疑難問題，設置了智能答疑與利用互聯網會議交互系統開展網絡會議式的集體答疑系統，可以快速方便地解決學生學習中遇到的問題。
(四)教學實驗與實踐環節會計是一門操作性很強的學科，實踐是會計教學的重要環節。為保質保量地實施實踐教學環節，我校不僅在校內建立會計教學模擬實驗室，而且與社會企業單位和會計師事務所聯合建立會計生產教學實習基地，提高學生的會計動手與操作能力。通過教學實驗環節研究，進一步完善了網絡實驗系統，并使學生能及時了解資本市場信息，更好地利用互聯網信息分析實驗的結果。
四、現代教育技術在會計學課程中的應用研究
(一)構建現代信息技術與課程整合的“主導一主體一主線”探究式教學模式 在充分總結國內外先進的學習理論，在研究了隨著信息技術和教育技術的發展，分析會計、財務課程利用多媒體教學其教學目標、教學策略、體系內容的發展變化的基礎上，將信息技術與會計、財務知識課程加以整合，構建了以培養學生創新精神、創新能力和解決實際問題的能力為宗旨，以教學案例、實驗為主要教學方法，以學生自我評價為主要評價方式，以建構主義的“學與教”理論、“學習環境”理論和“認知工具理論”為主要理論依據，以學生為主體、教師為主導、學生自主探究為主線的“三位一體”探究式教學模式。基于信息技術的會計、財務知識自主探究式教學模式。創設情境――提出問題――自主探索――網上協作――網上測試――課堂小結。基于信息技術的會計、財務知識協作探究式教學模式。構建以學習共同體為主要載體的網上協作探究式模式，主要包括：競爭、辯論、協同、伙伴、角色扮演等模式；網上協作的主要途徑有人機協作、學生協作、師生協作等途經。基于信息技術的會計、財務知識完全探究式教學模式。初步構建了以培養學生創新精神、實踐與科研能力為宗旨，以學生研究性學習為主要學習方式的會計、財務知識完全探究式學習教學模式：提供選題一確定課題一組成課題組一實施研究一撰寫報告一交流研討一成果鑒定。
(二)組建現代信息技術與課程整合教學平臺系統組建的教學平臺系統主要為了便于以后課程的管理、維護更新、信息、遠程控制等功能和管理學院整個教學網絡各個頻道欄目的整合。其運行核心包括“教學動態”、“學前導讀”、“教學內容”、“練習測試”、“網絡實驗”、“師生交互”、“提升與拓展相關資料”等。這些板塊的設計是將多媒體教學與計算機網絡會議答疑系統、智能答疑系統、網絡論壇交流系統、網絡練習測驗系統、網絡實驗等引入教學，并提供給學生充分的提升與拓展資料，調動學生的學習熱情、培養學生主動學習與鉆研自學能力。給學生提供充分的學習資源與良好的學習環境條件，將課堂學習與自學、理論學習與網絡模擬實驗、習題練習與提升及拓展學習課外讀物結合起來。優化課堂教學，提高教學效率，克服傳統的班級授課制所帶來的局限。會計學網絡課程欄目設置和功能說明見(表2)。
五、教學改革創新分析
(一)經濟類(非會計學)專業的會計與財務管理知識體系的再組織創新將經濟類(非會計學)專業的會計與財務管理知識模塊體系分成管理基礎層與工商管理提高層二個層次。分別重新設置“會計學”與“決策與控制會計”、“財務管理”課程。與改革前只開設財務會計與財務管理兩門課程相比更多地包含了會計與財務知識體系的主要內容，使知識體系更加完整、科學與合理。
(二)教材及教學內容體系的創新為了更徹底地貫徹為信息使用者的決策服務的目標，經過立項研究，確定本課程的內容除會計學原理與財務會計、成本會計的內容外，還包括財務報告分析與企業業績評價等內容。并且更加注重市場經濟中企業是主體，會計必須滿足企業經濟決策的需求為經濟決策服務的觀念。吸取美國、日本等經濟發達國家會計學教材的精華，使教學內容與國際相協調更好地滿足了培養經濟(非會計)專業學生知識結構的需求。
(三)教學改革思路的創新將現代信息技術與會計、財務知識課程加以整合，重塑會計、財務知識教學結構。以建構主義的”學與教”理論、認知工具理論、學習環境理論為主要理論依據。課程整合要求，學生學習的重心不再僅放在學會知識上，而是轉到培養能力上。有助于培養學生的創新精神和實踐能力，并通過這種”任務驅動式”的不斷訓練，學生可以把這種解決問題的技能逐漸遷移到其他領域。
(四)教學環境的創新由單一的“傳統封閉型環境轉變為多樣化的多媒體網絡開放型環境。開拓新的教育空間體現于：在教學上突破簡單的演示型模式，體現知識的意義構建過程；在師生交互上，加強對學生的引導和幫助，促進學生對知識的意義構建；在學習資源上，提供豐富的多媒體資源，創造有效的學習情境；在學習體系上，實現教學環境的超鏈接結構，啟發學生的聯想規律；在系統架構上，充分考慮學生的年齡特征，符合學生的認知規律；在教學內容組織上，考慮學科的內容特點，體現學科的教育規律。
(五)教學評價方式的創新由單一的教師評價方式轉變為以學生自我評價為主的多種形式的評價方式。以學習共同體為主要載體的網上協作探究式模式有競爭、辯論、協同、伙伴、角色扮演等，學生參與其中或相互競爭或積極協作，可以從多方面了解到相互的學習狀況，找出學習環節中的差距來加以改進。
[關鍵詞] Facebook； 社會網絡； 非正式學習； 社會化學習
[中圖分類號] G434[文獻標志碼] A
[作者簡介] 苗小勇（1985—），男，陜西延川人。碩士研究生，主要從事現代遠程教育與網絡新技術研究。E－mail：。
一、引 言
由于博客（Blog）、維基（Wiki）、社會性網站（SNS）和新的移動上網設備的廣泛應用，Web2.0技術逐漸改變了人們交往方式、創造和共享數據的方式。近年來，以Facebook、MySpace、Flickr和YouTube為代表的社會性網站凝聚了巨大的社會人群，形成了一個沒有國界的網絡社會，其中以Facebook最為突出，有7.5億多用戶。Facebook能否為人們在網絡環境下開展非正式學習和社會化學習提供支持？國外關于Facebook教育應用的現狀如何？基于這樣的思考，本文以非正式學習理論和社會化學習理論為指導，圍繞國外Facebook在教育中應用開展了相關研究，以期使我國學者更好地了解國外Facebook的教育應用價值。
二、Facebook及其特征
（一）Facebook的產生與發展
Facebook是一款在線社交應用程序，是當前最流行的社會性網站。哈佛大學的馬克·扎克伯格在2004年2月創建了Facebook。因為當時在哈佛，大家都想認識不同宿舍區的同學，這一想法就應運而生。在2005年，它的應用領域延伸到了高中學生，隨后擴展到社團網絡，最后任何喜歡Facebook的用戶都可以加入。Facebook通過網絡連接來相互訪問，并且允許用戶形成成員頭像。用戶可以個性化他們的頭像，在主頁上展示他們的視頻、圖片，邀請對方成為自己朋友的同時自己也可以成為對方的朋友。在SNS環境下，朋友被描述成任何接受他人、被他人接受以及整個網絡中相互聯系的個體。目前，用戶可以通過移動技術來訪問Facebook；通過移動設備，用戶可以更新他們的狀態、瀏覽他人的“新種子”和“頭像”。
一些驚人的數據表明了Facebook的全球化速度：[1]全球有7.5億多用戶在使用Facebook，并且有一半的用戶每天都登錄此網站；平均每個用戶擁有130位朋友，與80個社團的頁面、分組和事情相連接，且70%的Facebook用戶分布于美國本土之外；每天平均有兩千萬個新的網站通過內部網站整合與Facebook相連接。此外，大多數Facebook用戶的年齡在18~25歲之間，大多數為大學生。[2]
（二）Facebook所具有的特征
從教育的角度看，Facebook所具有的主要特征包括：
1． 允許任何用戶注冊
Facebook是一款免費的在線社交應用程序。它沒有任何條件限制，任何Internet用戶只需要一個有效E-mail賬號就可以注冊成為Facebook成員。
2． 支持用戶創建頁面和編織內容
Facebook允許用戶創建自己的Facebook頁面（創建專頁），其功能是實現其他用戶的加入和相關信息的告知。同時，Facebook支持用戶自定義分組，有私人組和公共組兩類分組形式。前者只有通過邀請才能加入，而后者任何人都可以加入。Facebook頁面允許任何學生加入，從而實現教學資源的共享與相關信息的獲取。Facebook用戶可以編輯自己的頁面，允許用戶設定他人的訪問權限。
3． 支持用戶分組
Facebook支持用戶分組，同時提供圖片和視頻展示區，允許用戶和組成員并共享資源（如視頻文件、音頻文件、圖片、電子數據表、數據庫和網站等）。可以對用戶關注的事件、圖片、視頻以及相關文章展開討論，并通過E-mail（支持兩個Facebook用戶間或所有用戶間E-mail發送與接受）的形式告知其他相關用戶以支持相關條款、用戶、組的信息通告。在用戶主頁面中主要顯示所有的朋友、加入的分組以及即將發生事件的更新信息。
4． 支持事件功能
Facebook支持事件和為組創建事件，這樣用戶就可以看出他們是出席或缺席相關事件；每次的教師指導會話都被設計成一個Facebook事件。所有與指導會話有關的材料和討論都將呈現在一個事件頁面上。Facebook事件功能非常有助于參與者組織周末學習活動。支持通過Web瀏覽器的實時在線交流。在Facebook應用過程中，所有用戶的登錄信息將被記錄并可以進行后期跟蹤。
三、Facebook與教育結合的理論基礎
（一）非正式學習理論
根據職業培訓術語，非正式學習的定義是：從相關的日常活動如工作、家庭和休閑中獲得學習。它是無組織和結構的（如目標、時間和學習支持）。從學習者的角度看，非正式學習通常是不經過仔細考慮的學習，因為非正式學習是一種無計劃的、不需要參考任何計劃組織的學習形式。它通常不需要獲得合格證書。學習者可以個性化他們的學習方式。所有這些特征使得非正式學習很難被定義或被認為是一種學習的研究領域。非正式學習可以被認為是一種臨時學習。
當今的信息化社會給我們提供了無盡的非正式學習機會。新技術的出現使得信息檢索與處理變得越來越快速和簡單。有效的出版和普及機制使得信息有了更廣泛的傳播途徑。在Web2.0時代，Facebook正是一種非正式學習方式。
（二）社會化學習理論
同布魯姆（Bloom）的教育目標分類一樣，社會化學習理論解釋了Web2.0的應用和日常的實踐。這些應用不僅僅支持學習，而且鼓勵學習。維果斯基（Vygotsky）的社會學習理論認為，社會—文化關系對認知發展是最初、最基本的，同時，社會—文化關系是獲得知識的最初步驟。同樣，班杜拉（Bandura）的社會學習理論認為可以通過觀察別人的行為和結果獲得知識。萊維和溫格（Lavy and Wenger）的研究則重在強調學習是怎樣與社會文化背景相互密切聯系的以及社區的分類。以上社會學習理論的三個不同觀點都指出了社會交互、背景、真正的交互（如創造行為）和社區實踐在學習中的重要作用。Web2.0的應用以及它們對交往、創造、共享數據和信息的強調在本質上與社會化學習理論是一致的。
四、Facebook在教育中應用的優勢
（一）人力資源優勢
當前，許多不同年齡、教育水平、性別、社會地位和語言文化背景的人們都加入到了Facebook的日常應用隊伍中。作為一種社會網絡，Facebook吸引了許多人，尤其是各領域的教育研究者和年輕人。對于學生用戶而言，他們可以通過Facebook交友、創建圖片討論區，加入分組共享觀點、文件和資源并可得到反饋；對各領域的教育研究者而言，他們可以根據自己的興趣組建或參與到各種群組里去，如建立分組并邀請他人加入此分組而開展學術交流活動。
（二）技術優勢
1． 各種移動Web瀏覽設備的支持
Facebook作為一種Web應用程序，它可以通過任何Web瀏覽器來訪問。另外，許多移動電話都自帶有Web瀏覽器，如Opera Mini（Opera Web瀏覽器的移動電話版）；一些只為訪問Facebook而專用的軟件，如Apple Iphone、Ultra-Mobile PC'（UMPC）；各種上網本以及Apple iPad。這些支持Facebook的移動設備無疑為其在教育中的應用提供很多便利。
2． RSS 與TAG技術
（1）RSS技術。RSS技術可以顯示用戶的朋友所更新的頭像信息，信息結果可以很方便地被閱讀和理解。每個頭像擁有最小的種子數，并能顯示最近10位用戶的更新信息。如果用戶沒有朋友，分享的信息將不會出現在新種子里。因為Facebook擁有新種子，多數學生可以直接閱讀Facebook提供給他們的信息，而不需要去搜索相應的信息。這一點很關鍵，它可以突破教師的努力來使用Facebook。
（2）TAG云。TAG云技術可以提供預先設定的搜索詞。這些所陳列的關鍵詞的多少與使用此關鍵詞搜索結果的數量是相對應的。如果用戶使用此關鍵詞搜索過，以后再使用此關鍵詞搜索時就有相應的標簽顯示。應用TAG的目的是為了更好地顯示和突出搜尋的重點關鍵詞或者詞條，以便更好地指導用戶瀏覽和索引。
3． 外部軟件的支持
Facebook是一個連接的服務平臺框架，它提供了一系列的APIs和工具并允許第三方開發者開發用戶應用數據。例如，智力測驗開發軟件可以使用戶很方便地創建調查問卷或使用智力測驗試題。由于Facebook不支持用戶上傳諸如DOC或PDF格式的文件，因此可以使用第三方應用軟件——Google Docs。進而，應用文件共享技術可以使所有的Facebook用戶能更好地分享他們個人的資源。另外，一些Facebook應用軟件主要是面向教育而開發的，例如SlideShare、Books iRead、Class Notes等。[3]
五、國外Facebook與教育結合的途徑
（一）Facebook作為教育平臺[4]
Facebook作為教育平臺是基于以下原因的：
1． 用戶的創建
教師和學生需要通過注冊來訪問Facebook網站。原先，他們使用大學授予的E-mail賬號來注冊，這樣用戶可以相互定位自己。進而，用戶可以用個人的賬號登錄Facebook。基于教學和學習的考慮，學生使用學校給予的E-mail來登錄。此舉能避免自己私人信息的泄露，其局限是學生不可能每天都使用學校授予的E-mail賬號來訪問Facebook。
2． 課程的呈現
教師可以用自己的Facebook賬號來為每一門課程創建一個Facebook頁面。每一個Facebook頁面都能創建多個圖片欄和討論區。因而，教師可以使用Facebook所提供的功能來豐富其頁面中的課程，如添加連接到相應的參考資源、討論區及圖片。
3． 教學材料的準備
課程筆記或PPT是最重要、最需要的教學材料。通常教師使用Microsoft PowerPoint來制作PPT文件供學生下載。盡管Microsoft的Windows平臺擁有免費的PPT瀏覽應用，但還有一些平臺及移動設備不能很好地顯示PPT。因此，需要在PPT前進行格式轉換。通過將PPT文件轉換成一系列的圖片， Facebook用戶就可以上傳該PPT文件，同時可以通過Web瀏覽器訪問。此外，可以采用超級鏈接的方式呈現教育資源的源文件或視頻資料，供用戶下載。
4． 實施教學并進行指導
教師可以使用PowerPoint或其他方式來實施和指導教學。在Facebook的幫助下，教師以交替的方式呈現教學筆記，這些筆記以文件的形式呈現Facebook圖片。另外，當呈現一些圖片格式的PPT時，學生可以對此PPT發表評論，教師也可以看到相應的評論信息以便作出即時答復。這種方式可以促進教師和學生之間的交流，尤其對那些不愿在別人面前交流的同學而言。如果學生對某個PPT有疑問，可以添加相應的評論，Facebook會以E-mail的形式告知教師以便作出相應的解決措施。
（二）Facebook作為學習工具
Facebook所具有的結構特征及可用性決定了其可以作為一種有效的學習工具。它可以支持高校學生的社會交流、課堂活動的組織及協作活動，如作業與答案的共享，俱樂部和各種組織、學術活動，學習者寫心得體會及發表學習成果等。
通過Facebook工具，可以建立學習者和指導者之間的交流；促進課程討論；與系部、學校、課程相關的信息通知；教師布置作業；與課程相關的資源及連接的通知；參與各種俱樂部和組織等。教學指導者和學生可以發送與課程內容相關的材料、網址及視頻資源，同時提供一些Google文檔或其他附件以易于學生共享。
Facebook作為一種非正式系統可以促進課堂活動的非正式交流。課堂往往被認為是組織的一種類型，它需要成員發現并應用知識的不確定因素，如明確的指導者目標、其他成員的能力、課程期望等。目前， 人們普遍認為ICT（Information Communication Technology）已成為課堂學習不可或缺的組成部分。然而，大學課程的一些特性，如短暫性、潛在的不明確目標及成員的不穩定性，使得組織活動如協作變得很困難。這就為ICT在教學中的應用提供了可能。Facebook作為一種非正式系統包括學生自己創建的交流平臺如Blog、E-mail目錄及在線分組等。學生在此交流平臺上，加入與學校、系部或課程有關的學術分組和在分組里共享作業、心得和觀點等。人們可以交換觀點、共享信息，與有共同興趣、觀點和需求的成員一起工作等。
研究表明，大量本科學生都在使用Facebook，因此可以促進彼此的協作感；[5]一半以上的大學生通過整合SNSS到他們大學經歷中以實現同學之間關于學校信息的交流；[6]多于1/4的學生把SNSS應用到課程學習中；[7]還有一些學生把SNSS同時作為正式和非正式形式開展學術討論活動。[8]以上數據表明，已經有一些學生使用Facebook來支持他們的教育目標。
（三）Facebook作為學習環境[9]
作為社會網絡在線學習環境，Facebook在教育中的一個應用就是建立學習和推動實踐社區（Community of Practice，簡稱COP）。Facebook所具有的分組特征非常有易于開展協作學習。利用Facebook的分組特征，學生可以在執行各項任務的同時共享相關資源。另外，學生還可以創建屬于自己的“分組”。一個在線COP就是一個個人網絡，在這個在線交流的個人網絡中，成員之間共享彼此感興趣的領域。一個虛擬COP意味著所有成員之間的交流都是通過電子渠道，如E-mail、論壇、Blog和Wikis等。所有的社區交互都是基于網絡的。Facebook所具有的組特征非常適合建立在線COP。所有的社區一般有三個基本特征：領域、社區、實踐。
Facebook作為社會網絡在線學習環境是基于以下原因的：
1. 學生為了特定的目標形成分組
在一個分組里，所有成員可以就某一特定領域圖片、開展討論和共享資源；師生可通過添加超鏈接共享更多的資源。另外，使用Facebook的分組功能對協調學生協作努力和監控學習過程有著潛在的支持作用。
2. Facebook自身所具有的一些特征決定了其有助于建立在線社區
聊天功能提供了一種新的組成員之間的實時交流方式。像其他在線聊天軟件一樣，只要信息發送后就能馬上傳遞和呈現給組中的成員。因此，它的交互性要比僅僅是文本信息強得多。
3. 所有的COP成員都是實踐者
他們可以開發一些共享的資源條目。Goggle “Docs”特征有助于協作學習，它允許成員收集彼此的筆記。與Wiki類似，所有組成員都可以瀏覽和編輯資源，任何組成員都可以添加或刪除部分“Doc”文件。[10]
（四）Facebook與第三方軟件的整合
Facebook為軟件開發者提供了Application Programming Interface（API）以開發第三方Facebook應用程序。這樣Facebook用戶就會擁有許多第三方應用軟件。圖書館或圖書情報機構在Facebook 網站上提供應用軟件，用戶安裝后，在Facebook用戶頁面左邊會顯示到達此服務平臺的鏈接。用戶可以根據需求直接點擊鏈接，就能獲得不同圖書館提供的個性化服務，如查詢館藏、查詢數據庫、在線幫助和學科導航等。另外，最近Facebook和Skype形成戰略合作伙伴共同研發視頻會議系統。[11]此新的視頻會議系統目前正在調試中，后將被整合到Facebook平臺。可以看出，Facebook將要推出的視頻會議系統對教學和學習有著潛在的巨大影響。
六、Facebook在教育中的應用案例
（一）案例一：國外圖書館利用Facebook 開展服務[12]
1. Booth Library Ask ?Away[13]
由美國東部伊利諾伊州大學的圖書館員Stacey Knight - vis 開發，承諾在全球任何地方任何時間能夠跟圖書館員進行網上聯系。通過這樣一個參考咨詢平臺，用戶可以找到需要的圖書、論文和解決研究課題開題時的困難。在填寫Name 、E-mail 、Question 之后， 點擊Chat，會有一個參考咨詢人員接待你，交流完畢后, 雙方討論記錄將自動保存到你的E-mail 里（如圖1所示）。
2. LibGuides[14]
由專業做Web2.0 軟件的Springshare 開發，把LibGuides 安裝到自己的Facebook 賬戶上后，如果所在大學圖書館開通了此服務，默認是所在大學圖書館的學科導航服務界面，同時提供書目檢索、在線幫助等服務；如果沒有開通，則可以根據提示選擇需要的圖書館，有很多個圖書館可供選擇（如圖2所示）。若選定了某一圖書館的服務，在下次登錄LibGuides時，就直接鏈接到這個圖書館的服務頁面上，用戶可以自由地查詢該圖書館的書目，閱讀與專業相關的圖書館學科導航，得到科研幫助，并與參考咨詢館員在線聊天。如選擇艾柏林基督大學 （Abilene Christian University） ，下次在自己的Facebook 賬戶頁面上點擊LibGuides，就會出現艾柏林基督大學的學科資源導航；如果想選擇其他圖書館的服務，點擊Select Another Library 即可。
（二）案例二：Facebook作為教育平臺開展在線課程學習
下面以西華師范大學省級精品課程“教育技術學導論”為例來創建Facebook在線課程頁面。教師首先用自己的Facebook賬號登錄，單擊首頁最下方“創建專頁”按鈕創建新的課程頁面；在打開的創建專頁頁面中，單擊“議題或社群”圖片連接，然后在彈出界面的文本框中輸入“教育技術學導論”并勾選“我同意 Facebook 粉絲專頁使用條款”（如圖3所示）；最后單擊“馬上開始”按鈕來創建課程頁面。
教師可以通過單擊“編輯信息”對課程的相關信息進行修改。單擊“照片”按鈕可創建新的圖片展示區。Facebook PPT課程界面，如圖4所示。
教師還可以利用Facebook的其他特征在課程主頁面為學生提供更多的支持：
1. 連接
教學人員可對Web頁面添加參考資料連接，如參考文獻和視頻等。
2. 事件
教學人員可以為授課者和指導者創建事件。當學生登錄Facebook時，其主頁面就會顯示授課計劃和指導者等的相關信息。
3. 記錄
當授課、指導或示范等的相關信息被記錄后，學生可以很容易通過更新的Facebook頁面來獲得。
（三）案例三:利用 Facebook開展協作學習
利用Facebook開展協作學習可以基于僅僅在線（如把Facebook作為共享信息的媒介）和在線—非在線（如利用網絡準備學習分組）兩種形式。Facebook包含不同的絕對分組和社團，因此它可以為成員以某種方式加入網絡并開展協作學習提供機會。
在“教學媒體與技術”課程教學中，我們設立了五個研究方向，分別是Web2.0、虛擬現實（Virtual Reality）、移動學習（Mobile Learning）、人工智能（Artificial Intelligence）和教育游戲 （Serious Game）。根據這五個研究主題，我們在Facebook中建立了五個小組以支持學生開展協作學習，學生根據自己的研究興趣參與到不同的小組中（如圖5所示）。每個分組包括3~5個成員并且形成私人組。一旦形成私人組，組負責人就會邀請指導者和其他學生作為普通成員而加入此分組（如圖6所示）。指導者的角色是給組成員提供建設性的意見和反饋以監控整個項目進程，組成員則被建議盡量與他們通過Facebook開展協作學習。鼓勵協作活動如信息、討論和資源共享等。另外，允許學生使用因特網資源以達到他們的特定目的。另一方面，Facebook自身所具有的實時在線社區的特征對建立和維持一個虛擬世界中的在線實時社區有指導作用。在社區中，鼓勵用戶共享信息和協作學習。
七、結束語
Facebook是目前最流行的社交類網站。盡管其最初的設計思想是為了人們交友、與老朋友保持聯系、共享信息和圖片而提供空間（它原先并不是為教育目的而設計的），但其所具有的獨特的特征和所提供的支持對教學和學習有著重要影響。本文以非正式學習理論和社會化學習理論為指導，主要分析了國外Facebook教育應用的四個方面：Facebook作為教育平臺、Facebook作為學習工具、Facebook作為學習環境以及Facebook與第三方軟件的整合，并展示了Facebook教育應用的成功案例。研究結果表明，目前國外Facebook教育應用仍處于探索階段，但具有廣闊的應用前景。今后的研究應評估利用Facebook開展教育活動能否產生積極的結果，如增強對課程的學習興趣、獲得與學校有關的自我效能感或更高級別的與課程內容接觸等。未來的研究可進一步擴大研究范圍，以期獲得更為全面、深入的研究成果。
[參考文獻]
[1] Facebook統計表[EB/OL].省略/press/info.php?statistics.
[2] Brett A. Bumgarner. You Have Been Poked: Exploring the Uses and Gratifications of Among Emerging Adults[DB/OL].省略/htbin/cgiwrap/bin/ojs/index.php/fm/article/viewArticle/2026/1897.省略. The Classroom: 25 Apps That Are Perfect for Online Education[DB/OL].省略/library/college-life/15--apps-perfect-for-online-education.
[4] Herbert Shiu, Joseph Fong, Jeanne Lam. Education with Social Networking Websites for Teaching and Learning[J].Computer Science,2010,6248:59～70.
[5] Ellison, N. B., Steinfield, C., Lampe, C. The Benefits of “Friends:” Social Capital and College Students' Use of Online Social Network sites[J].Journal of Computer-Mediated Communication,2007,（12）:1143～1168.
[6] Salaway, G., Caruso, J. B., Nelson, M. R. The ECAR Study of Undergraduate Students and Information Technology[DB/OL].harford.edu/technology/TAC/Meetings/2008-11-17/ECARRoadmap_Students2008.pdf.
[7] Smith, S. D., Salaway, G., Caruso, J. B. The ECAR Study of Undergraduate Students and Information Technology[DB/OL].net.educause.edu/ir/library/pdf/EKF/EKF0906.pdf.
[8] Greenhow, C., Robelia, B. Informal Learning and Identity Formation in Online Social Networks Learning[J].Media and Technology,2009,34:119～140.
[9] Kenneth Wong, Reggie Kwan, Kat Leung. An Exploration of Using to Build a Virtual Community of Practice[J].Computer Science,2011,6837:316～324.
[10] Facebook group [EB/OL]. 省略/group#/help/?page=414.
[11] Dolan, A. Video-Conference, a New Feature Rolling Out[EB/OL].省略/video-conference-a-new-feature-rolling-out/852389/.
[12] 董真,劉傳璽. Facebook與國外圖書館服務[J].圖書館論壇,2008,（6）:75～77.