当今社会在飞速发展，学生的水准和实力也是节节攀升。如今小学、中学生的学习和认知，都大大超越当年我们的水平。根据平时观察，大学生的水准和实力也在不断提高。比如，21年本人带的公共管理学院的Python课程设计，基本上人人都顺利自主完成了。文科生这样的表现，大出本人意料。又比如，21年春学期本人带的大数据系统课程设计，没有学过JAVA编程的计算机科学系同学，有约30%完成了最高难度的任务，获得了90分以上的成绩。为了完成任务，JAVA都是抽空自学的。总之，学生的能力，在某些方面早就超过了老师们的预期。
然而，学生就是学生，他们的眼界和知识面还不够宽，更不知道如何才能开展科研活动。真正的科研活动是要创造或发现世界上没有的事物或理论，并且要证明其合理性或正确性。学生并不是没有创造力，他们缺的就是眼界和有效的指导。指导老师只要有效点拨和指导就可能有奇效发生。举个例子，如果指导老师对学生说：“L-SHADE-EpSin算法和L-SHADE-RSP算法，都是L-SHADE算法的变种，求解能力都非常好。然而，理论上，单一的一种算法不可能对每个函数都有效。也就是，可能第一种算法对一部分函数效果更好，另一种算法对另外函数效果才会更好。既然如此，两个算法轮流值班如何？一个算法啃不动，就替换另一个，如此循环往复必有收获。”数理学院的w同学和计算机学院科学系的z同学完成了上述思想的代码，实验效果出人意料地好。学生按照老师的要求完成了全部实验后，老师执笔完成以下论文： [1] XX W , CJ L* , JR Z , et al. L-SHADE-E: Ensemble of two differential evolution algorithms originating from L-SHADE[J]. Information Sciences, 2021, 552:201-219.
再举个例子，我们对学生提出如下问题和思路：“基于遍重组杂交的遗传算法是求解旅行商问题的最好的遗传算法，在整个人工智能领域都有一定优势。但是根据提出该算法的论文所述，算法对于来自电路板钻孔领域的旅行商问题实例，效果不佳。这类实例在具有路径对称特点，具有极大可能存在多个局部最优。综上所述，如果提出新的，遗传算法之外的算子，解决原算法无法跳出局部最优的问题，就能进一步提高解的质量。”计算机学院大数据系的y同学带队完成代码和实验，也是老师撰写国际会议论文，从而取得了挑战杯比赛资格。如今，题为“利于基于投射算子的遗传算法求解旅行商问题”的挑战杯作品已经比到了国家赛。需要强调的是，今年的挑战杯比赛规则在参赛报名之前突变，各种成果中不得含有教师的署名。原来以上述T1论文为成果的参赛计划临时被放弃，我们临时更换了研究方向，抓紧时间发表没有老师署名的论文，才保住了参赛资格。毕竟时间仓促，国家三等奖收场。
目前，还有大数据系的j同学在投稿一篇T1论文。大数据系的c同学也正在做一个很有前途的算法。另外还有几个同学在进行初步研究。那么如何选择合适的学生呢？绩点极高，动手能力强的是首选。对这样的学生来说，渴望获得科研成果，不管是论文还是获奖，都能在推免时获得更多的关注，可谓锦上添花。此外，绩点不那么高，但是有闪光点的学生，也是很好的选择。比如大数据系的x同学，在高性能计算课程报告里完美的数学证明十分吸引人，相信他能够完成我们布置的科研任务。对这样的学生来说，一篇论文，一个获奖，也许有助于获得创新人才推免的机会，从而能改变他今后求学的道路，可谓海底捞月。
全文简单总结如下。目前部分本科生有能力、有热情、有动机参与科研活动。老师要站得高望得远，能够明确具体地指引学生，就会有成果产出。整个团队要有明确的分工。学生的长处是尝试编程实现，论文的撰写还需要教师费心。这就是我们这个团队，近期的一点工作感悟。
版权声明：本文内容由互联网用户自发贡献，该文观点仅代表作者本人。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如发现本站有涉嫌抄袭侵权/违法违规的内容， 请发送邮件至 举报，一经查实，本站将立刻删除。