李浩 涂辉招

[摘 要] 系统仿真实验教学是以学生动手编写仿真程序为抓手，以实现系统动态运行过程模拟和系统状态呈现为目的的教学环节。对系统仿真实验教学进行设计，提出了多场景案例、多平台仿真技术的实验教学建议，探讨了多智能体仿真技术在实验教学中的应用，有效促进了学生对随机过程生成等基础理论知识的理解，提高了学生的编程动手能力、团队协作能力、问题解决能力及表达能力，为培养新工科背景下的交通运输专业复合型人才提供了有效途径。

[关键词] 系统仿真;实验教学;多场景实验;多平台仿真技术;多智能体仿真

[基金项目] 2018年度同济大学交通运输工程学院精品实验培育项目“离散系统排队仿真与评价”

[作者简介] 李 浩（1982—），女，宁夏中宁人，工学博士，同济大学交通运输工程学院教授（通信作者），博士生导师，主要从事交通行为和道路交通路网模型研究。

[中图分类号] G642.0   [文献标识码] A    [文章编号] 1674-9324（2021）21-0101-04   [收稿日期] 2020-12-19

一、研究背景

教育是国之大计。党的十八大以来，党中央高度重视教育工作，高校作为人才的培育基地和创新的孵化基地，担负着为国家培养高素质人才的重要使命。交通运输专业卓越人才的培养则是实现“交通强国”的核心动力[1]。随着计算机、互联网、云计算等技术的飞速发展，人工智能、大数据等已成为各个行业和领域解决实际问题的重要手段和方法。培养双一流学科交通运输专业人才，不仅要注重专业知识的学习，更要面向未来，适应新工科背景下对交通运输专业高层次人才的需求[2]。程序编制、算法编程、数据处理等技能已成为当下甚至未来考核交通运输专业人才的重要指标。

非计算机专业的教学对以上技能的培养较弱，传统的与计算机相关的专业课程更关注基础理论的传授、案例的展示或已有软件的使用教学，学生普遍存在动手能力、编程能力较弱的问题[3]。专业课程的教学方法对学生特定能力的发展和技能的提升起着重要的作用。本文以交通运输专业基础课程系统仿真基础为研究对象，探讨增设的且不断递进优化的实验教学方法，试图通过多种系统案例、多种仿真平台和技术，教授本科生以交通运输专业为背景的程序编写的流程和知识，并通过个体实践完成特定系统动态运行的模拟和仿真，启发学生的编程思维，提高学生的动手能力，培养面向未来的新工科交通运输专业复合型人才[4，5]。

二、系统仿真实验教学设计

系统仿真基础是交通运输专业的一门专业基础课程，授课对象是交通运输专业本科三年级的学生。设置仿真实验教学环节，旨在培养学生仿真建模的思想、动手编制仿真程序的能力、利用现代化技术解决和分析实际问题的能力，以及团队合作能力和组织能力。针对以上实验教学目标进行了如下仿真实验设计。

（一）仿真场景

一是典型的多服务台超市购物排队离散系统，将其抽象为乘客到达过程、购物过程、接受服务过程三个随机过程。二是道路交通运输网络交通量及路网交通状态仿真。

（二）仿真要求

要求学生编制一套完整的程序，动态仿真乘客购物排队接受服务到最终离开的过程（系统一）或仿真道路交通运输路网上交通量的分布（系统二）。系统一仿真要求包含：（1）利用独立均匀的随机序列生成三个随机过程。（2）利用下次事件时间推进机制进行仿真时钟的推进。（3）编制到达事件、购毕时间和离开事件的子函数，更新事件发生后系统的性能变化。（4）制定同时事件管理规则，并用解结法处理同时事件。（5）制定柜台选择的规则。（6）利用随机输出结果分析的经典统计方法，评价不同收银台个数方案的优劣，并进行方案的优化。

系统二仿真要求包含：（1）利用独立均匀的随机序列生成道路路段的随机通行能力。（2）利用随机数进行基于Probit模型的路网交通量分配。

（3）利用随机输出结果分析的经典统计方法，评价不同道路路段收费方案的优劣，并进行道路收费方案的优化。

（三）实验安排

一是设置了6学时的实验教学环节（课后仿真编制实践需至少50个小时）。二是教授Matlab编程语言，提供学生基于Matlab语言的程序主体框架，辅助学生学习Matlab语言及仿真流程，让学生接触并熟悉Matlab的子函数function的定义和调用，以及structure的数据存储方法。三是采取一对一指导的方式，现场进行程序编制的教学及指导。四是学生分组进行，每个小组两位学生，共同合作完成仿真任务。五是仿真考核包括小组PPT实验汇报及仿真程序电子版的提交。要求重点交流仿真过程中碰到的问题，以及解决方法和仿真感悟等。

（四）实验特色

1.拓展奖励。实验教学设置了多项附加任务，鼓励学生尝试和锻炼更多的技能，并給予加分奖励。附加任务包括：（1）Halton随机序列的生成、应用及影响分析;（2）仿真界面、过程和结果的可视化;（3）方案的仿真比较;（4）获取规定精度仿真次数的确定及验证;（5）方差缩减技术的应用。

2.理论与实践的深度融合[6]。课堂传授的基础理论和方法全部渗透在实验环节，包括随机过程的生成方法（注重随机数列的相互独立性）、多次重复运行仿真、随机输出结果分析（经典数理统计方法）、多方案比较、方差缩减技术等，有利于学生深入理解和掌握基础理论知识。

3.探讨启发式[7]。在程序编制过程中会碰到很多问题，解决方法并不唯一，评断标准也不唯一，鼓励学生应用批判性思维和发散式思维，提出自己团队特色的解决方法。

4.开放式。设置的实验教学教授Matlab语言的应用，同时允许学生使用任何他们熟悉的语言（如python，VB，Csharp等）进行程序的编写。

（五）實验体会

教学实验环节的增设受到了学生的一致好评，学生对基础理论知识的掌握程度明显提高，动手编程能力明显提升。图1给出了其中一组学生对仿真成果的展示，其中最后一个图为一组学生的仿真实验感悟。实验要求学生以PPT的形式进行小组汇报，重点阐述实验过程中碰到的问题及解决方法和思路，总结学生在编制仿真程序时碰到的难点。

1.Halton随机序列的生成。在实验开始阶段，提供了1000×5的Halton序列，不同列为以不同质数为底所产生的均匀分布的随机数。在实验过程中，不同服务员的服务时间、顾客的到达时间、顾客购物时间及选择柜台，都需要用到独立的[0，1]均匀分布的随机数，因此需要学生自己编制程序生成更多的Halton随机数组供仿真使用。学生的解决办法有三种：（1）通过推导递推公式，以不同质数为底生成Halton随机序列。（2）通过二进制方法生成Halton随机序列。（3）使用Matlab自带的Haltonset函数，并使用置乱功能，也能生成均匀性和随机性较好的随机序列。在实验过程中，学生发现随着质数的增大，如果取较少的随机数会造成均匀性差的问题，导致重复仿真结果的差异非常大，从而影响结论。通过实验环节，学生深刻地体会到随机数的重要性及对仿真实验结果的显著影响。

2.判断事件类型。仿真采用下次事件时间推进机制，需要调用事件集合最临近发生的事件进行处理。调用后，需要判断事件的类型，以判断是到达事件还是离开事件。学生解决的方法如下：（1）实验初始，已知到达事件的个数，每次调用一个事件，用一个很大的值去替换，保证到达事件个数不变。当调用的事件所处位置小于总的到达事件个数，则该事件为到达事件，否则为离开事件。（2）将事件存储为两列，第一列为到达事件，第二列为离开事件，通过判断调用事件的列数来判断事件的类型。（3）构建两个事件集合，一个为离开事件集合，一个为到达事件集合，通过判断最临近事件的所属集合来判断事件类型。

3.同类事件管理。当出现多个事件同时发生时，需要制定规则逐一处理，譬如先处理离开事件，再处理到达事件。在选择柜台时，如果多个柜台排队长度相同，可以选择最近的柜台，或通过搜索法随机选取等。通过实验发现，不同事件的规则会导致不同的仿真结果。

4.方差缩减技术。学生学以致用，将公共随机数法应用到方案比较中，以减少仿真次数并达到较高的仿真精度。也可以使用对偶变量法和控制变量法，达到同一方案评价中减少仿真次数并提高仿真精度的目的。

5.多方案比选。利用方差分析法对不同方案进行比较和选择，并通过事后检验，明确哪些方案之间有明显差异，哪些方案之间差异不明显，为方案的制定提供决策支持。通过仿真实验环节的开展，学生对基础理论的学习在实践中得到了检验，同时对学生提出了更高的要求，让知识掌握得更为牢固和深入。

三、实验教学方法的探索

增设的仿真实验教学让交通运输专业的大三学生普遍从不会编程到完成一个完整的系统仿真程序编制，动手能力得到了显著提升。该实验教学环节仍在不断探索和完善中，建议从以下两个方面进行拓展。

（一）多场景

以交通运输为背景，从超市仿真和道路交通仿真场景扩展到更多的离散系统场景[8]，如停车场排队仿真、铁路编组站仿真、交通枢纽乘客服务窗口排队仿真等，丰富仿真场景，贴近实际生活，解决实际交通运输问题。

（二）多平台

目前传授的面向对象的仿真方法是一种自上而下的仿真方法，可增设基于智能体的仿真方法（Agent Based Modeling）[9]。该方法把系统中的实体分别建模成智能体，每个智能体都具有独立性、自主性、异构性和自适应性，并具备学习和通信功能，根据一定的行为准则进行互动和决策，最终得到系统的宏观规律及结果。基于智能体的仿真方法是实现智能体间互动和相互作用的重要方法，是一种自下而上的方法。增设基于智能体的仿真方法，可以拓宽学生的仿真技能，丰富实验手段，提高仿真实验效果。

四、结语

新工科背景下的现代交通运输工程学科，对人才培养提出了更高的要求，对培养多学科交叉的新工科复合型人才的需求更加迫切。增设优化系统仿真基础的实验教学是培养新工科交通运输复合型人才的重要途径。通过渗透式、拓展式、启发式的仿真实验设计，锻炼和培养了学生的编程能力、动手能力、计算机应用能力及团队协作能力。不断丰富仿真场景，融合多仿真技术和平台，将使系统仿真基础的实验教学更具吸引力，更加适应新工科背景下对学生培养的要求，为新时代交通运输领域输送高素质的卓越人才。

参考文献

[1]中共中央国务院印发《交通强国建设纲要》.[EB/OL].（2019-09-19）[2020-11-28].http：//www.gov.cn/gongbao/content/2019/content_5437132.htm.

[2]“新工科”建设复旦共识[J].高等工程教育研究，2017（1）：10-11.

[3]秦雅琴，郭凤香，熊坚，等.研究生课程实施研究型教学方法探讨——以“交通系统仿真技术及应用”为例[J].教育教学论坛，2019（1）：163-165.

[4]廖爱华，师蔚，舒燕军，等.交通运输工程专业的系统建模与仿真课程教学探讨[J].教书育人（高教论坛），2018（27）：

100-101.

[5]李振宇.基于Agent的城市道路交通虚拟仿真系统设计与教学应用[J].电脑知识与技术，2016，12（3）：253-256.

[6]郝红，陈刚，张粉艳，等.注重启发渗透式教学 着力创新素质培养[J].高等理科教育，2001（6）：86-88.

[7]曹志民，牟海维，吕秀丽，等.发散式教学方法改革与实践[J].沈阳师范大学学报（自然科学版），2014，32（2）：304-307.

[8]吳娇蓉.交通系统仿真及应用[M].上海：同济大学出版社，2012：1-166.

[9]张建国.基于多智能体的城市交通仿真研究[J].中国新技术新产品，2011（12）：28-29.

Simulation Experiment of Multi-Scene and Multi-Platform System for Emerging Engineering Education： Exploration and Practice of Teaching Methods

LI Hao， TU Hui-zhao

（Key Laboratory of the Ministry of Road and Traffic Engineering， Shanghai Key Laboratory of Structural Durability and System Safety， College of Transportation Engineering， Tongji University， Shanghai 201804， China）

Abstract： The system simulation experimental teaching is a teaching process of students writing simulation program with the purpose of realizing the simulation of system dynamic operation process and system state presentation. The design and method of system simulation experimental teaching is expounded， which effectively promotes the students understanding of the basic theoretical knowledge of stochastic process generation. Especially， it improves students capabilities in programing， team working， problem solving and oral presenting. It also puts forward the experimental teaching suggestions of multi-scenario case and multi-platform simulation techniques， and discusses the application of the multi-agent simulation techniques， which provides an effective way to cultivate multidisciplinary talents for transportation major in the context of emerging engineering education.

Key words： system simulation; experimental teaching; multi-scenario experiment; multi-platform simulation techniques; multi-agent simulation