高中信息技术项目式教学设计：无人机配送路径智能决策-算法建模与系统仿真学习任务单

高中信息技术项目式教学设计：无人机配送路径智能决策——算法建模与系统仿真学习任务单一、课程标准与教学理念锚点《普通高中信息技术课程标准（2017年版2020年修订）》在"数据与计算"模块中明确要求，学生应理解算法的控制结构与数据结构基础，掌握解析算法、设计算法及验证算法的基本方法，能够运用恰当的算法描述手段将问题求解过程形式化。本教学设计以真实物流场景——无人机配送路径智能决策为驱动情境，遵循"做中学、用中学、创中学"的工程教育逻辑，将抽象的算法知识嵌入具象的工程任务。设计理念上，突出三个融合：一是数学建模与程序设计的融合，引导学生将图论中的最短路径问题转化为可执行的Python代码；二是个人决策与群体协作的融合，在路径规划任务中设立任务长、建模员、程序员、测试员等角色，培育系统性思维与人际协作能力；三是虚拟仿真与现实约束的融合，通过引入载重限制、禁飞区域、电量约束等真实参数，使算法脱离纯理论情境，凸显工程伦理与社会责任。二、学情分析与教学起点评估授课对象为高一年级下学期学生，已经完成"数据与计算"模块前三个单元的学习，掌握了变量、循环、分支、列表与字典等基本语法，初步接触过排序与查找算法，但对图论思想较为陌生，尚未系统接触过Dijkstra、BellmanFord等经典最短路径算法。在数学储备方面，学生已具备函数概念与简单坐标系知识，能够理解距离公式，但距离公式的应用多停留在几何层面，向计算思维的迁移尚需搭建桥梁。在学习特征方面，该年龄段学生好奇心强、乐于接受新鲜事物，但对冗长的理论讲授易产生疲劳。无人机配送情境兼具技术前沿性与生活贴近性，能够有效激活其学习内驱力。学生之间的认知水平与编程能力存在梯度差异，因此教学设计必须提供分层任务与多元评价，使不同基础的学生都能在原有水平上获得充分发展。三、教学目标与核心素养指向（一）信息意识。通过无人机配送案例的剖析，体会信息技术在物流行业的深度赋能价值，认识数据采集与算法决策在现代供应链中的基础性地位。（二）计算思维。能够将无人机配送路径问题抽象为带权有向图模型，运用Dijkstra算法求解单源最短路径，理解贪心策略在算法设计中的优势与局限。（三）数字化学习与创新。掌握Python中字典、列表、优先级队列等数据结构的应用方法，借助PyCharm或Thonny等集成开发环境完成算法实现，并通过代码调试解决路径冲突。（四）信息社会责任。在路径规划中合理设置禁飞区域与载重上限，体会技术应用中的人文关怀与法规约束，树立负责任的技术使用观。四、教学重点、难点与突破策略教学重点聚焦三项：一是图模型的抽象与邻接表的构建；二是Dijkstra算法的程序实现；三是约束条件下路径的多目标优化。教学难点则为算法的逻辑理解与边界条件处理。学生初次接触图数据结构时，往往对"节点—边—权重"的三元关系建立存在困难，更难以将算法步骤与代码语句精准对应。为此，设计中采用"画出来—写下来—跑起来"三阶策略：先用纸质学案绘制配送网络图，再将图转化为邻接表数据结构，最后通过代码运行验证路径结果。算法思想的突破则借助"探路者"隐喻——将无人机的飞行类比为探路者的行进，每到一个路口都选择当前已知的最短路径，直到抵达终点，这种拟人化叙事能够有效降低认知负荷。五、教学方法与教学媒介本节课采用项目式学习法（PBL），辅以任务驱动、情境模拟与小组协作。以"天行智运无人机配送公司"为虚拟情境，学生担任算法工程师团队成员，全程参与从需求分析、模型构建、代码实现到系统测试的完整工作流程。教学媒介包括：极域电子教室软件用于分发学案与回收成果；PyCharmmunityEdition作为开发环境；NetworkX库用于辅助图的可视化展示；希沃白板用于实时演示算法执行过程。硬件方面，每位学生配备笔记本电脑，教室配备一体机与实物投影仪，确保教师演示与学生操作无缝衔接。六、教学过程设计本节课安排两课时连排，共90分钟。整体流程分为情境导入、模型构建、算法实现、约束扩展与展示评价五个阶段。第一阶段：情境导入与需求界定（15分钟）。教师通过新闻视频引入2025年某城市启用无人机配送快递的真实案例，展示无人机在医疗物资、生鲜产品配送中的优势。随后提出驱动性问题：天行智运公司需要在A、B、C、D、E五个配送站点间规划最优路径，使无人机从总站出发送达所有包裹的总飞行距离最短。学生以4人为一组领取任务单，明确角色分工：项目经理负责统筹进度，数据员负责采集各站点间飞行距离，建模员负责图模型设计，程序员负责代码实现。教师强调工程交付标准：算法须在3分钟内计算出路径结果，误差不得超过理论最优值的5%。第二阶段：模型构建与数据准备（20分钟）。学生依据教师下发的《站点间飞行距离表》，在白纸上绘制配送网络有向图，标注节点编号与边权值。此处需特别引导学生区分有向图与无向图：无人机受空域管制影响，部分航线为单向通行，如从D站到B站允许飞行，但从B站到D站则受限制。建模员将图转化为邻接表，格式为Python字典嵌套字典。例如，邻接表中A站点对应键值如下：{'B':4,'C':2,'D':7,'E':8}各小组完成邻接表后，将数据以JSON格式提交至教师机。教师在希沃白板上随机抽取两组作品进行点评，重点纠正边权遗漏、节点编号错位等典型错误。第三阶段：算法实现与代码调试（30分钟）。这是本节课的核心环节。教师先用5分钟演示Dijkstra算法的Python实现思路：初始化距离字典dist，所有节点距离设为无穷大，源点距离设为0；维护已访问集合visited，每次从未访问节点中选择距离最小的节点加入已访问集合；遍历该节点的所有邻居，若通过该节点到达邻居的距离更短，则更新距离字典。核心代码框架如下：importheapqdefdijkstra(graph,start):dist={node:float('inf')fornodeingraph}dist[start]=0priority_queue=[(0,start)]whilepriority_queue:current_dist,current_node=heapq.heappop(priority_queue)ifcurrent_dist>dist[current_node]:continueforneighbor,weightingraph[current_node].items():distance=current_dist+weightifdistance<dist[neighbor]:dist[neighbor]=distanceheapq.heappush(priority_queue,(distance,neighbor))returndist演示结束后，学生在PyCharm中独立完成代码补全与运行。小组内程序员主笔，其他成员轮流进行代码审查，重点关注：优先级队列的使用是否正确、距离更新条件是否准确、返回值是否符合预期。教师巡视过程中，重点关注三类典型问题：一是将无穷大误写为整数0导致逻辑错误；二是忽略visited集合造成节点重复访问；三是对堆数据结构理解不清导致pop操作参数错位。对于共性错误，教师通过极域软件将其代码投射到大屏进行集体会诊，培养学生的代码阅读能力与调试思维。第四阶段：约束扩展与多目标优化（15分钟）。基础路径规划完成后，教师抛出进阶挑战：实际配送中存在三类约束。约束一：载重限制——单架无人机最大载重5千克，快递重量不同，需将包裹分组后再规划路径；约束二：禁飞区域——学校与医院上空500米半径内禁止飞行，原有航线必须绕行；约束三：电量约束——单次飞行最长续航30千米，超过30千米的航线需中途充电。三个约束并非全部要求学生实现，而是提供分级菜单：A级完成约束一，B级完成约束二，C级完成约束三。小组成员根据自身能力认领任务，跨组成立攻关联盟。这一阶段的设计意在打破算法即万能的简单认知，引导学生体会真实工程问题中约束条件对算法设计的影响，培养权衡取舍的工程决策能力。第五阶段：成果展示与多元评价（10分钟）。各小组将运行结果以截图加文字说明的形式提交至希沃白板的班级画廊，每组派一名代表用2分钟时间汇报算法设计思路、遇到的困难及解决方案。教师从路径最短性、代码规范性、约束处理合理性、汇报表达清晰度四个维度进行即时评价。评价采用表现性评价量表，分值分配为30%、30%、20%、20%。同时引入组间互评机制，每组对其他两组作品进行打分，取平均分作为同伴评价成绩。最后，教师布置延伸性作业：查阅资料了解A算法与遗传算法在路径规划中的应用，撰写一篇300字的对比分析短文，思考大规模无人机协同配送可能面临的算法挑战。七、教学评价与学习诊断本节课采用过程性评价与终结性评价相结合的方式。过程性评价通过课堂观察、代码提交记录、小组协作表现三个渠道采集数据，重点关注学生在模型抽象、代码调试、跨组交流中的参与深度。终结性评价则依托学习任务单上的三道迁移题进行检测：第一题为给定6个节点的复杂网络，要求学生手绘邻接表；第二题为阅读一段含Bug的Dijkstra代码，标出错误并说明原因；第三题为开放题——若将无人机配送扩展至30个节点，Dijkstra算法是否存在性能瓶颈？请说明理由。这种"做—评—做"的循环设计，使评价真正成为学习的导航仪而非判决书。八、教学反思与改进展望教学实施后需重点反思三个维度。其一是算法理解的深度，部分学生虽然能够运行出正确结果，但对"为什么每次选取最小距离节点"的贪心依据理解不透彻，后续需补充反例推导环节。其二是分层任务的有效性，约束扩展阶段部分小组因畏难而选择回避，后续可设置"必做+选做"双轨制，确保底线目标达成。其三是计算思维的迁移度，学生在情境中能够应用算法，但面对全新的旅行商问题（TSP）时迁移困难，反映出对问题本质的抽象能力尚需加强。未来教学可考虑引入离散数学中的图论专题，或结合数学建模竞赛中的车辆路径问题（VRP）进行跨学科融合，使学生的算法思维获得更广阔的实践场域。九、板书设计与学习任务单附件板书设计突出"图—表—码—评"四维结构：左侧绘制配送网络图样图，中间呈现邻接表数据结构范式，右侧列出Dijkstra算法四步骤，底部留出评价量表。学习任务单作为本设计的核心物化成果，分为五个部分：项目背景与角色分配、数据资料卡（含站点距离表与约束说明）、模型构建工作页、代码实现参考框架、反思日志表。该任务单的设计遵循"少即是多"的原则，每页留有充足空白供学生记录思考过程，避免信息过载压制创新表达。十、教学创新点与同行研讨价值本设计的创新之处体现为三点。一是情境的真实性，与企业合作获取的真实物流数据增强了任务吸引力；二是评价的具身性，学生通过代码运行结果直观感受算法效能，建立起"思维可视化"的认知通道；三是约束的工程性，载重、禁飞、电量三类约束的引入使课堂与产业需求接轨，培养学生的工程师思维。在同行研讨层面，本设计提供了可迁移的项目式学习