人工智能赋能的《交通流理论》课程教学设计

Journal: Journal of International Education Forum DOI: 10.12238/jief.v7i9.18287

贾晓璐¹, 郭戎格², 陈娜¹, 顾欣¹, 张永男¹, 李昀轩¹

1. 北京工业大学
2. 北京交通大学

Abstract

面向交通强国与智能交通建设的人才需求,《交通流理论》既是交通运输类本科生理解道路运行机理的关键课程,也是培养建模计算与工程判断能力的重要载体。针对课程概念抽象、模型推导链条长、案例与数据支撑不足、学生数学与编程基础差异显著以及课程思政融入零散等问题,本文依托课程教学大纲与毕业要求指标点,提出人工智能赋能的教学设计思路。方案以“目标—内容—活动—评价”对齐为原则,在教学资源组织、学习支持、价值引领与过程评价四个环节引入知识图谱、检索增强生成与对话式辅导等工具：通过知识结构化与案例库迭代增强内容可教可学；通过诊断测评与分层任务实现因材施教,并以代码脚手架降低仿真门槛；通过专业情境化叙事将效率、公平、安全与责任意识融入交通现象分析；通过学习分析与证据链核验形成“评价—反馈—改进”闭环,提升学习真实性与质量保障水平。教学实践表明,该设计有助于提升学生对交通现象的解释能力、模型选择与实现能力以及基于数据的表达能力,可为交通工程类理论课程的数智化改造提供参考。

Keywords

生成式人工智能；交通流理论；课程建设；教学设计；学习评价

Full Text

PDF - Viewed/Downloaded: 0 Times

References

[1] 高自友.现代交通流理论[M].北京:科学出版社,2024.
[2] 王昊,金诚杰.交通流理论及应用[M].北京:人民交通出版社股份有限公司,2020.
[3] Ni D.Traffic Flow Theory:Characteristics, Experimental Methods, and Numerical Techniques[M]. Oxford: Butterworth-
[4] Knoop V L. Traffic Flow Theory: An Introduction with Exercises[M].Delft: TU Delft OPEN Publishing,2021.
[5] Greenshields B D.A study of traffic capacity[C]//Proce
[6] Gipps P G.A behavioural car-following model for compu
[7] Nagel K, Schreckenberg M. A cellular automaton model for freeway traffic[J]. Journal de Physique I France,1992,2
[8] Lighthill M J,Whitham G B.On kinematic waves.II.A the
[9] Richards P I. Shock waves on the highway[J].Operations Research,1956,4(1):42-51.

Citing this article:

This work is licensed under a Creative Commons Attribution-NonCommercial 4.0 International License