“航空航天大数据智能设计”课程中的实践性教学探索.docx

“航空航天大数据智能设计”课程中的实践性教学探索

［摘要］“航空航天大数据智能设计”是南京航空航天大学为航空航天类学生在新工科要求的背景下设立的新课程，也是培养“航空航天+人工智能”领域未来人才的新探索。为加强学生实践能力和培养学生自主学习的自驱力，在课程教学中引入了实践性教学形式，采用学生“编程实操无人机”和“开放性迷你项目”相结合的方式，配合实践性的课程考核模式，在实践中激发学生的学习兴趣，同时传递数据思维的认知方法，完善学生个人的知识体系，提升在未来可预见的航空航天前沿领域运用数据驱动建模方法解决实际工程问题的能力。课程的实践性教学环节不仅有益于学生，同时也对教师综合素质和相关实践案例资源库构建提出了更高的要求，将有利于教师综合教学能力的提升。

［关键词］实践性教学；航空航天大数据智能设计；模式转变；无人机实操

［基金项目］2021年度江苏高等教育教改立项研究课题“飞行器环境与生命保障工程专业核心课工程案例库建设的研究与实践”（2021JSJG348）；2021年度南京航空航天大学教改项目“面向‘航空航天+人工智能’工程实践的教学模式探索——以‘航空航天大数据智能设计’课程为例”（YJG21018）

［中图分类号］G642.0［文献标识码］A［文章编号］1674-9324（2024）44-0097-04［收稿日期］2023-10-13

进入21世纪以来，以深度学习为代表的人工智能以及大数据等领域取得了新突破，正不断推动社会各领域从数字化、网络化向智能化加速发展［1］。

长久以来，南京航空航天大学建立起了“航空、航天、民航”的三航特色，为了响应国家对于“人工智能+X”的迫切需求，急需高质量的“航空航天+人工智能”的深度融合课程。然而，目前对于“航空航天+人工智能”的教学体系乃至课程都缺乏相关经验积累和教学模式探索。近年来，航空航天交叉研究院大数据智能设计研究中心已在长空学院（航空航天大类专业本科）开设了“航空航天大数据智能设计”课程，但前期课程设置上也存在着课程内容缺乏体系、教学模式不明晰以及教学与行业实践联系不够紧密等问题。从已有的教学实践情况反馈来看，学生对于人工智能、大数据技术兴趣浓厚，学习热情高，但由于尚未系统性学习航空航天专业课程，大多数学生的航空航天专业知识略显不足，对于两者的结合更是知之甚少，实践能力不成体系。因此探索适合于“航空航天大数据智能设计”课程的教学模式，一方面有助于响应国家号召推动人工智能在航空航天领域的深入应用，另一方面也有助于在“航空航天+人工智能”领域培养拔尖的复合型创新人才。

实践性教学是理论教学以外的各种教学活动的总称，包括实验、实习、设计、工程测绘、社会调查等。不同于理论教学，实践性教学更注重学生获得感性知识，掌握技能、技巧，养成理论联系实际的作风和独立工作能力［2］。“航空航天+人工智能”由于其专业背景适合实践性教学，但“航空航天+人工智能”类课程并无现成的成功经验可以复制，需要探索新的教学方式。从航空航天领域工程实践出发，以此为基础更新教学内容和课程实践项目库，并在教学过程中不断探索新型实践性教学模式，通过学生项目式实践，提升学生科技创新能力，指导学生积极参加以项目实践为基础的创新创业竞赛，并不断地反馈教学内容与行业工程实践，建立完整的学生考查体系，为“航空航天+人工智能”领域的教育教学提供实践经验。

一、“航空航天大数据智能设计”课程概况与现实问题分析

在航空航天领域，人工智能已经成为推动行业发展的强大力量。在这样的背景下，掌握大数据、人工智能及其在航空航天领域的应用技术，既是提高个人核心竞争力的要求，也是推动我国航空航天创新发展的切实途径。“航空航天大数据智能设计”课程是南京航空航天大学为航空航天大类专业学生专门开设的课程，包括数据驱动建模的基础知识和航空航天智能设计的应用实例两部分。其中，数据驱动建模的基础知识部分介绍大数据、人工智能的基本概念，以及常用软件工具、常用算法等内容。应用实例部分以大数据、人工智能方法在多学科优化设计、超材料、智能结构、飞行器控制等方面的使用实例，讲授如何利用大数据、人工智能的基础知识解决航空航天中的工程问题，培养学生实际运用大数据、人工智能知识的设计能力。

目前，人工智能正在逐步深入各行各业［3］。一方面，国内的航空航天相关单位如各主机所对于人工智能、大数据技术的应用有着迫切需求，亟待借助人工智能、大数据技术突破传统的瓶颈问题，例如计算机辅助设计（CAD）、气动设计、结构设计、飞行控制、隐身设计、推进系统、制造等方面皆是应用的重点。但另一方面，当前高校普遍开设的人工智能、大数据相关课程（以及现有的网络学习资源）往往局限在基础原理或者更偏向图像处理、自然语言处理等计算机行业相关应用，“航空航天+人工智能”类课程并没有现成的经验