大学本科人工智能专业《算法设计》期末专题整合复习教案

大学本科人工智能专业《算法设计》期末专题整合复习教案

一、教学背景与设计理念

在人工智能学科纵深发展与新工科建设双重驱动下，算法设计能力已从单纯的编码技能升维为智能系统构建的核心引擎。本教学设计锁定大学本科二年级人工智能专业，以《算法设计》课程期末整合复习为锚点，深度响应“深度学习、素养导向、学科融通”的课改精髓。设计者基于十余年一线教学积淀与跨学科视域（融合数学最优化理论、认知心理学图式理论及控制论中的反馈平衡思想），将原教材分散于八个章节的四十余个算法知识点，依据“问题求解范式”重构为“搜索与推理、优化与约束、归纳与泛化、交互与演进”四大主题模块。摒弃传统复习课“知识点罗列+题海战术”的低效模式，创设“自动驾驶感知决策系统”作为贯穿四课时的统摄性大情境，使算法原理在与真实物理世界交互中焕发生命力。教学定位超越单纯的知识巩固，指向计算思维的深层内化——学生不再是算法的复述者，而是算法设计思想的理解者、评价者与创造性迁移者。

二、教学目标与核心素养

（一）知识技能目标

【基础】全体学生能够准确复述四大模块下共计二十四种经典算法的核心操作步骤、输入输出要求及适用边界；【重要】百分之八十五以上的学生能够脱离教材，独立绘制算法与问题特征的双向映射图谱；【非常重要】百分之七十的学生能够在非良构开放问题中，综合运用至少两种算法形成混合策略，并撰写包含复杂度分析与伦理考量的技术报告。

（二）过程方法目标

通过“认知冲突创设—算法谱系对比—变式迁移验证”三阶学习链，使学生经历算法从“黑箱”到“白箱”再到“工具箱”的认知升级；在红蓝对抗辩论与平台仿真调参中，发展量化对比、控制变量、反例证伪等科学研究方法；借助思维导图软件构建个性化算法知识图谱，实现碎片知识的网状化与结构化。

（三）情感态度价值观目标

深层体悟算法设计中“时间与空间”“精确与近似”“探索与利用”等核心制衡关系的哲学内涵；通过算法歧视案例剖析与自动驾驶伦理沙盘推演，确立“技术向善”的价值准绳，形成对算法社会影响力的审慎态度。

（四）核心素养聚焦

【高频考点】时空复杂度渐近分析、递归关系式求解、启发函数可纳性证明、贝叶斯公式逆概计算、梯度更新公式推导。

【难点】NP难问题的近似比思想、动态规划状态定义、强化学习中策略评估与策略改进的耦合迭代、生成模型与判别模型的本质分野。

【学科核心素养】计算思维（抽象、分解、算法、评估）、数学建模（变量设定、约束表达）、工程伦理（公平性、透明度、问责制）。

三、教学重点与难点

（一）教学重点

确定性搜索与不确定性推理的本质差异及适用场景；动态规划最优子结构的辨识方法；贪心策略正确性的交换论证范式；线性回归与梯度下降的参数空间解释；决策树分裂准则的信息论基础。

（二）教学难点

启发式搜索中可纳启发函数的构造艺术；蒙特卡洛树搜索中模拟策略对收敛速度的影响；强化学习中值迭代与策略迭代的收敛性证明逻辑；深度学习特征提取过程的不透明性带来的可解释性危机。

四、教学准备与资源

（一）教师端

自研“算法银河”可视化仿真平台V3.2（已预装四十种算法动画演示，支持步进、对比、参数扰动）；工业级脱敏数据集（UCIrvine加州房价预测、MNIST手写数字十分类子集、自动驾驶Carla仿真环境轨迹日志）；红蓝对抗博弈沙盘（含井字棋、六子棋、简化围棋三种模式）；实体教具（磁性状态转移图贴片、信息素浓度模拟彩色磁珠）。

（二）学生端

课前发布算法知识图谱半成品（包含孤立知识点节点，要求学生课前依据亲疏关系连线并上传）；个人笔记本配置Python3.9及JupyterNotebook扩展包；小组配置XMind或ProcessOn账号用于课堂实时共创思维导图；自备三色荧光笔用于课堂学案关键信息标注。

五、教学实施过程（核心环节）

本部分共计四学时，每学时50分钟，严格遵循“情境连续、认知进阶、评教嵌入”原则。

（一）专题一：搜索与推理——从确定性状态空间到不确定性信念空间（第1学时）

1.单元导入：认知冲突创设与问题暴露（8分钟）

教师通过车载传感器环视视频引入真实场景：自动驾驶车辆在城中村窄路遭遇突然窜出的儿童、滚动的皮球以及飘落的塑料袋。学生直觉反应“刹车”，教师追问：“刹车是动作，但决策依据是什么？必须在一毫秒内判断障碍物属性并预测轨迹。”随即在可视化平台并排运行盲目搜索与人类驾驶日志，前者在庞大状态空间中如无头苍蝇般扩展节点，后者几乎瞬发响应。【非常重要】认知冲突被成功激活——为什么计算机的穷举反而不如人脑的“直觉”？引出核心议题：搜索不是蛮力，而是知识引导下的剪枝。

2.盲目搜索与启发式搜索谱系对比（25分钟）

（1）DFS与BFS的深度辨析（10分钟）

教师以经典八数码难题为【高频考点】载体，在磁性黑板上分别以栈与队列结构手动推演DFS与BFS的节点扩展序列。学生观察发现DFS可能深陷单一路径无法自拔（不完备性），BFS虽保证找到最短路径但面临内存爆炸（指数级边界队列）。即时计算题：当解路径长度为d，分支因子为b时，对比两者时空复杂度。学生豁然开朗——盲目搜索仅在极小状态空间可用。

（2）A*算法的三重解构（12分钟）

从“代价=已付代价+预估代价”这一朴素思想切入。教师将A*拆解为三个认知层级：第一层，操作层——维护OPEN与CLOSED表，从OPEN中弹出f值最小节点；第二层，原理层——只有启发函数h(n)满足可纳性（不大于实际代价）时，算法才保证最优性；第三层，创造层——如何针对具体领域设计紧致的启发函数。学生分组，组1为15-Puzzle设计曼哈顿距离启发式，组2设计欧几里得距离启发式，组3设计错位棋子数启发式。在平台导入相同初始状态，组1节点扩展数仅为组3的三分之一。【难点】直观呈现：曼哈顿距离不仅可纳，且更紧致，因此效率更高。

（3）α-β剪枝的直觉化教学（3分钟）

从极小化极大算法朴素形式推演——深度为4的博弈树，叶节点估值需遍历所有局面。教师提问：“假设你是棋手，第一回合已经算出对手在某分支下必输，还会继续计算该分支的其他对手走法吗？”学生顿悟“剪枝”本质是对必然劣枝的提前抛弃。平台动画同步显示：经过节点重排序，六子棋博弈树剪枝率从27%跃升至84%。

3.不确定性推理：贝叶斯网络的链式革命（12分钟）

由激光雷达点云误检案例引入：同一个物体轮廓，晴天识别为行人（置信度0.9），雨天特征模糊，置信度跌至0.4。教师板书全概率公式，随后自然过渡到贝叶斯定理。以“车辆识别前方障碍物类别”为背景，构建包含三个特征（高度、运动速度、反射强度）的朴素贝叶斯分类器。核心推导分三步走：第一步，计算各类别先验概率P(C)；第二步，针对连续特征，假设正态分布，计算类条件概率P(x|C)；第三步，代入贝叶斯公式计算后验，取最大值输出。学生手算实例：给定x=(1.2m,8km/h,60%)，判断是行人、自行车还是背景。【基础】全程不提复杂数学符号，以“证据加权”类比司法断案，化抽象为具体。

4.即时诊断与微型项目嵌入（5分钟）

平台推送小规模数据集：包含100组虚拟传感器记录，标签为“行人/非行人”。要求学生在JupyterNotebook中选用本节任一算法编写核心逻辑。教师巡视发现共性问题——部分学生混淆了A*的启发函数与贝叶斯的先验概率，立即组织邻座30秒对子互教，并点名典型错误进行概念辨析。

（二）专题二：优化与约束——从精确最优解到满意近似解（第1学时后半段+第2学时前半段）

1.情境桥接与问题链升级（3分钟）

教师承接上节：“搜索让我们找到路径，但如果路径不止一条，甚至路径有无穷多种可能（连续空间），或者路径组合数比宇宙原子还多（组合爆炸），我们怎么办？”学生提出“不求最好，但求刚好”。由此自然将课堂聚光灯从“搜索”转向“优化”。

2.动态规划与贪心策略的辩证统一（20分钟）

（1）动态规划四步建模法（12分钟）

以自动驾驶最短时间路线为贯穿案例（十字路口含四个红绿灯周期干扰）。教师提炼DP四步框架：1.【非常重要】定义状态——dp[i][j]表示到达路口(i,j)并等待完当前周期信号后的最短累计耗时；2.确定决策——从上个路口直行或左转或右转；3.写出转移方程——dp[i][j]=min(dp[i-1][j]+t1,dp[i][j-1]+t2,...)+信号惩罚项；4.边界与顺序——左上角初始化为0，按行顺序填充。学生现场完成一道变式题：若某些时段路口因施工封闭（即某些边不可用），状态转移应如何修正？学生发现只需在min函数中过滤非法前驱，DP框架纹丝不动。【高频考点】最优子结构与重叠子问题的识别演练。

（2）贪心策略的正确性危机（8分钟）

教师呈现“充电站最优排班”问题：n个任务，每个有起止时间，求最多能安排多少个不冲突任务。学生凭直觉提出三种策略：按开始时间最早、按持续时间最短、按结束时间最早。教师不置可否，组织小组在草稿纸上构造反例。短短三分钟，组2提出“按开始时间最早”会导致一个大任务堵住后续所有小任务；组5提出“按持续时间最短”可能选中跨越两个早结束任务的居中长任务。唯有按结束时间最早，经交换论证法证明，全局最优。【难点】教师板书标准证明范式：假设最优解中第一个任务不是结束最早的任务，可以替换而不减少总任务数，从而导出矛盾。

3.近似算法与蒙特卡洛树搜索（12分钟）

面对旅行商问题这一经典NP难，教师坦诚：“哪怕超级计算机也无法在宇宙寿命内找出200个城市的最优回路。”但工程不能停摆，于是“近似比”概念登台。以最近邻法构造TSP回路，总代价不超过最优解的2倍（对于满足三角不等式的情形）。教师用平台演示随机生成20个点，最近邻法瞬间输出一条回路，与暴力枚举的最优解对比，代价比值在1.1至1.6之间浮动。随即话锋一转：“围棋的状态空间比TSP还恐怖，AlphaGo凭什么击败人类？”由此引出蒙特卡洛树搜索，将其拆解为四个步骤：选择（树策略）、扩展、模拟（随机走子）、回传。学生恍然大悟——这本质是“随机模拟+树搜索”的联姻，用海量随机采样逼近真实胜率。

4.群体智能与元启发式算法（10分钟）

播放蚁群觅食延时摄影，信息素轨迹逐渐在最短路径上结晶。教师用彩色磁珠模拟信息素，在黑板上演示正反馈过程：某条路径走的人多→信息素浓→吸引更多人→信息素更浓。抽象为蚁群系统三大公式：转移概率公式、信息素全局更新公式、挥发因子。学生在平台上操作滑块，分别调高信息素挥发率（探索性增强）、调高启发式因子（贪婪性增强），观察TSP求解质量曲线。【热点】强调此类元启发虽无严格收敛保证，却是工业界处理黑箱优化的利器。

5.微项目：单点交通信号灯智能配时（5分钟）

给定十字路口四个方向早高峰30分钟内车流量统计表（每5分钟一个时段）。目标：分配各方向绿灯时长（整数秒，总周期固定为120秒），使总延误最小。学生任选DP、贪心或蚁群算法，在平台定义适应度函数并运行，截图最优配时方案。教师收集典型方案，为下节课评价环节做铺垫。

（三）专题三：监督学习与无监督学习——从数据中归纳决策边界（第2学时后半段至第3学时）

1.回归：从最小二乘到梯度下降（18分钟）

（1）线性回归的矩阵视角（8分钟）

以车辆历史速度与刹车距离数据集为引，教师板书一元线性回归目标函数J(w,b)=∑(yi-wxi-b)²。求偏导并令为零，推得闭式解w=(∑(xi-x̄)(yi-ȳ))/∑(xi-x̄)²。随即推广至多元：Y=Xβ，损失函数L=(Y-Xβ)ᵀ(Y-Xβ)，令梯度为零解得β=(XᵀX)⁻¹XᵀY。教师点明关键：该闭式解存在前提是XᵀX可逆，当特征数大于样本数时陷入困境。【基础】引出正则化——在损失函数中加入L2范数惩罚项，导出岭回归解β=(XᵀX+λI)⁻¹XᵀY，完美解决奇异性问题。

（2）梯度下降：下山算法的工程演绎（10分钟）

教师以单变量J(w)=w²为例，在黑板上画出抛物线，从w=2出发，计算导数2w=4，负梯度方向指向谷底。详细板书批量梯度下降迭代式：w_new=w_old-α·∇J(w_old)。学生现场编写三行Python循环，尝试α=0.01（平稳下降）、α=0.1（震荡下降）、α=1.0（直接发散）。平台同步显示损失曲线，当α过大时，曲线如过山车般失控。【非常重要】学生深刻记忆：学习率是梯度下降的生命线。

2.分类：决策树与支持向量机核心思想（20分钟）

（1）决策树的分裂哲学（12分钟）

从“周末是否适合打球”小样本（天气、湿度、风力）入手。教师手动计算整体信息熵，再计算按天气分裂后的条件熵，得到信息增益。选择增益最大的特征作为根节点。学生用增益率指标复算同一节点，发现二者在特征取值偏好上存在差异（增益率惩罚多值特征）。随即教师展示ID3与C4.5核心代码段，点明C4.5引入连续属性二分机制。紧接着抛出过拟合问题——树越深，训练集精度越高，测试集反降。预剪枝（提前终止分裂）与后剪枝（自底向上合并）的策略对比图在屏幕上徐徐展开。【高频考点】剪枝阈值对模型泛化能力的巨大影响。

（2）支持向量机：最大间隔直觉（8分钟）

教师先在二维平面画出线性可分两类点，问学生：“哪条分界线最好？”多数学生指中间那条。教师追问：“如何定义‘中间’？”引出间隔概念——点到直线的距离。支持向量机就是要最大化离直线最近的那些点（支持向量）到直线的距离。教师不展开拉格朗日对偶，而是以橡皮筋撑开两块木板作类比，形象展示最大间隔超平面仅由少数几个支持向量决定，鲁棒性强。核技巧则被隐喻为“把二维桌面的复杂图形投影到三维空间，用一张纸就能轻松隔开”。

3.无监督聚类：K-means的迭代之美（7分钟）

播放电商用户分群动画，初始随机质心导致荒唐分群，迭代三次后用户属性呈现清晰簇结构。教师板书K-means算法两句口诀：第一步，每个点归属最近质心；第二步，质心挪到归属点的中心。重复直至质心不变。平台展示不同初始质心选择对最终聚类的影响——某些初始点导致空簇，某些导致次优划分。引出K-means++初始化策略：第一个质心随机，后续质心以正比于距离平方的概率选择。

4.综合辨析与决策框架建构（5分钟）

教师亮出四个场景卡片：1.人脸识别门禁；2.垃圾邮件过滤；3.商场客户价值分层；4.二手房估价。学生利用手写板即时投票选择算法并简要理由。当多数学生对场景1（人脸识别）选择SVM或神经网络、场景2选择朴素贝叶斯、场景3选择K-means、场景4选择线性回归时，教师归纳出四维决策模型：【重要】有标签否？——无标签则聚类；任务类型？——分类还是回归；数据规模？——小数据优先简单模型；可解释性？——树模型与线性模型强于神经网络。此框架为学生应对陌生建模问题提供思维支架。

（四）专题四：强化学习与前沿伦理——从试错中习得最优策略（第4学时）

1.探索-利用窘境：多臂老虎机的哲学隐喻（8分钟）

教师身着印有老虎机图案的文化衫登场，模拟身处赌场面临N台老虎机，每台中奖概率未知，如何操作最大化收益？学生初答：“一直玩最幸运的那台。”教师反问：“不尝试其他台，怎知它一定最好？”课堂瞬间安静。随即引出ε-贪婪策略：以ε概率随机探索，1-ε概率利用当前最优。现场计算ε=0.1时1000轮投注的累计遗憾值，并与ε=0.5对比。【热点】学生发现并非探索越多越好，探索与利用的平衡点是强化学习的底层密码。

2.马尔可夫决策过程与动态规划回溯（15分钟）

（1）MDP五元组实例化（7分钟）

教师以3×4网格世界为沙盘，机器人起点(1,1)，宝藏(3,4)奖励+1，陷阱(3,3)奖励-1，其他每步-0.04。定义状态S为12个格子；动作A={上、下、左、右}；转移概率P设定为“预期方向成功概率0.8，垂直于预期方向各0.1”；奖励R如上；折扣因子γ初设0.9。学生根据此MDP，手动填写某一状态（如(2,2)）执行动作“上”的贝尔曼期望方程。

（2）值迭代与策略迭代（8分钟）

教师推导贝尔曼最优方程：V(s)=max_a∑_s‘P(s’|s,a)[R(s,a,s‘)+γV

(s’)]。值迭代算法即反复应用该方程作为更新规则，直至V收敛。策略迭代则是“评估—改进”循环：先固定策略计算值函数（解线性方程组或迭代逼近），再贪婪地更新策略。平台展示网格世界在γ=0.9时，经13轮值迭代，值函数热力图从混沌变清晰，最优策略指向宝藏。调整γ=0.1，机器人变成“近视眼”，宁可原地踏步也不愿冒险走远路。【难点】学生直观理解折扣因子对决策长远性的决定性影响。

3.深度强化学习：从DQN到AlphaGo（12分钟）

教师播放Atari游戏《打砖块》片段，DQN智能体初始时乱挥球拍，20分钟后学会接球，2小时后打出人类高手都难以企及的角度。揭秘DQN两大创新：经验回放——打破连续经验样本的相关性；目标网络——提供稳定的TD误差计算目标。教师手绘Q网络与目标网络双架构简图。随即跳到AlphaGo李世石大战视频集锦，讲解其整体架构：策略网络缩减搜索宽度，值网络缩减搜索深度，再加上蒙特卡洛树搜索作为结合剂。学生虽对深层技术细节生疏，但已能复述“深度强化学习=深度学习感知+强化学习决策”这一核心公式。

4.算法伦理与可解释性辩论（10分钟）

教师展示震惊硅谷的案例：某科技公司招聘AI，经历史数据训练后，系统自动给女性简历降分。教师沉声提问：“算法精准复刻了历史偏见，这是算法的错，还是数据的错？如果是你带队开发，如何修正？”课堂分为五组，形成三种立场：纯技术派主张数据脱敏与再平衡；制度派主张建立算法审计委员会；伦理派主张高风险场景禁用自主决策。辩论进入白热化时，教师引入LIME局部可解释方法——通过在原样本附近扰动生成新样本，拟合简单线性模型，解释单个预测产生的原因。学生初步感知：黑箱并非绝对不可解释，工程手段能在一定程度上打开它。

5.期末大作业发布与框架拆解（5分钟）

教师发布最终大作业文档：开发“智能垃圾分类回收箱原型系统”。系统需包含三个核心模块：1.视觉分类模块（基于MobileNet迁移学习，识别塑料瓶、易拉罐、纸张）；2.路径优化模块（小区内五个回收点，调度小车以