2.3 基于搜索的问题求解教学设计-2026-2027学年浙教版高中信息技术选修四

该高中信息技术教学设计聚焦基于搜索的问题求解，涵盖形式化建模、搜索树构建及无信息与启发式搜索算法。通过“公交A站到G站路径规划”动画导入，以任务驱动构建从现实问题到数学模型再到算法选择的学习支架。 特色在于情境教学贯穿始终，结合动态搜索树动画和算法流程可视化辅助理解，通过小组填写算法对比表格培养计算思维。融入北斗导航等案例渗透信息社会责任，帮助学生掌握算法应用，为教师提供清晰教学路径与丰富资源。

2.3 基于搜索的问题求解 教学设计 课程基本信息 学科 信息技术 年级 高二 学期 春季 课题 2.3 基于搜索的问题求解 教科书 书 名：选择性必修4 人工智能初步 出版社：浙江教育出版社 教学目标 1.掌握搜索问题形式化建模的方法，能将现实中的路径规划问题转化为可计算的数学模型。 2.理解搜索算法及问题求解智能体的概念，掌握搜索树的构建方法。 3.掌握无信息搜索和启发式搜索的算法原理，能根据实际需求选择合适的算法解决问题。 教学重难点 教学重点： 1.搜索树构建：掌握“扩展节点、回路剪枝、边界管理” 的核心步骤； 2.无信息搜索（深度优先搜索与广度优先搜索）与启发式搜索（贪婪最佳优先搜索与A*搜索）算法的原理与执行逻辑。 教学难点： 1.理解A*算法中综合评价函数f(n)=g(n)+h(n)的含义； 2.能够对比四种算法的“最优性、效率”，能根据场景选择合适的算法。 人工智能核心素养培养 人智观念：了解搜索算法的典型应用场景；具备对人工智能技术的价值判断与批判性思维，能审视人工智能技术应用的合理性。 技术实现：剖析路径规划人工智能典型应用；能够通过多种途径获取数据，并学会对数据进行有效的组织和预处理操作；掌握初步数据建模能力。 智能思维：理解人工智能的优势与局限性，能针对局限性提出改良性方案；理解无信息搜索与启发式搜索的求解思路，能分析不同算法的特征、优势及局限性，理解其背后的实现逻辑。 社会责任：认识人工智能系统的实际应用价值与局限性；学会根据任务性质、能力特长及动态变化环境合理分配实现人机协同、优势互补，提升系统整体效能。 教学策略 情境教学法：以“公交A 站到G 站最短路径”为情境，贯穿搜索算法全流程。任务驱动法：通过“寻找路径的算法比较”“算法策略对比分析”任务，推动学习。可视化演示法：利用动态搜索树图示、算法流程动画辅助抽象概念理解。 教学过程 （一）情境导入：问题引发兴趣 问题引出：播放动画——“刚搬新城市，从公交A 站去G 站拜访朋友，只有线路示意图，如何找耗时最短的路线？”； 图1 某市公交线路示意图（单位：千米） 学生回答：学生观察示意图，邀请1-2 名学生分享思路（如“遍历所有路线算距离，找到A→B→D→G（38km）”） 引出搜索概念：以探索为手段去寻找问题解决方案的过程。 （二）新课讲授：分层突破核心知识 任务1：问题形式化建模—— 把现实问题“变” 成数学模型 智能体引入：提问“生活中如何快速解决出行路径规划问题？”（引导学生答“导航软件”），进而介绍“问题求解智能体”：通过建模将现实转化为可计算模型； 结合公交案例，讲解问题形式化的相关概念： 节点：对应公交站点（A、B、C 等，代表“状态”）； 边：对应站点间的路线，且带权重（权重= 距离/耗时，代表“状态转移的代价”）； 状态空间：所有节点+ 边的集合（即“可探索的全部范围”）； 搜索本质总结：“搜索就是从初始状态出发，通过‘动作’转移状态，用‘目标测试’验证，最终找路径的过程—— 但找到的路径未必最优，需算法优化”。 任务2：搜索树构建——“以树探路，剪枝避坑” 分步演示构建过程： 初始阶段：“根节点A”，说明“未访问节点= A 的相邻节点（B、C）”； 扩展与剪枝：从A 扩展子节点B、C，提问“若从B 扩展，会遇到A（A→B→A），这 有什么问题？”（引导学生答“浪费资源、无限循环”），进而讲解“回路剪枝”—— 切断该分支，不扩展； 边界管理：“已扩展节点（紫色：A、B）”“未访问节点（绿色：C、D、E、F）”，说明 “边界= 已扩展+ 未访问，管理边界避免重复探索”； 终止条件：动画演示“当未访问节点出现G 时，搜索停止，A→G 的路径即为可行路 径”。 图2 公交路线规划问题的搜索树的构建 任务3：无信息搜索——深度优先搜索与广度优先搜索 无信息搜索算法定义：仅依赖状态空间连接关系，不用额外信息进行搜索，适合简单场景，核心是“选择下一个扩展节点的策略”； 深度优先搜索策略及搜索过程讲解： 图3 公交路线规划问题深度优先搜索过程 图4 公交路线规划问题广度优先搜索过程 广度优先搜索策略及搜索过程讲解： 两种算法对比讲解（结合公交案例，动画分步演示）： 互动环节：组织学生2 人一组，用1 分钟讨论“如果公交站点有100 个，深度优先和广度优先哪个更合适？”（引导学生答“深度优先，因广度优先需存大量未访问节点”）。 任务4：启发式搜索——贪婪最佳优先搜索与A*搜索 算法引入：提问“无信息搜索在复杂场景中会‘盲目’，如何优化？”（引导学生答“用额外信息”），进而介绍“启发式搜索= 利用问题相关辅助信息（如‘站点到G 的直线距离’）引导搜索”； 贪婪最佳优先搜索： 启发函数定义：h(n)=节点n 到目标G 的直线距离（如h(B)=20km，h(C)=19km）； 执行过程（动画展示）： 图5 公交路线规划问题贪婪最佳优先搜索过程 缺陷总结：“只追局部最优（当前离G 近），不保证全局最优”； A * 算法（重点）：综合评价函数：f(n)=g(n)+h(n)，其中g(n)=初始A 到节点n 的实际代价，h(n)=n 到G 的启发代价； 执行过程（板书+动画，分步计算f(n)）： 初始节点A：扩展B、C，计算f(B)=8+20=28，f(C)=20+19=39→优先扩展B； 扩展B 的子节点D、E、F：f(D)=（8+20）+10=38，f(E)=（8+30）+5=43，f(F)=（8+40）+25=73→优先扩展D； 扩展D 的子节点G：f(G)=（8+20+10）+0=38（h(G)=0，因G 是目标）→找到路径A→B→D→G（实际距离38km，最优）； 图6 公交路线规划问题A*搜索过程 优势总结：“既保留贪婪算法的‘提速’优势，又弥补无信息搜索的‘盲目’和贪婪的‘局部最优’缺陷，是路径规划的核心算法”。 （三）巩固提升：算法对比与应用思考 小组任务：每组发放“4 种算法对比表格”（空白版，见表1），从“搜索策略、是否保证最优路径、效率表现、核心局限”4 个维度，用3 分钟讨论并填写； 表格展示与修正：邀请1 组分享表格，教师结合讲稿补充完善表格，思考不同算法适用场景，强化“算法选择需匹配场景”的认知。 表1 四种搜索算法对比 （四）课堂小结：课程思政 知识回顾：用“一句话总结” 串联核心：“通过‘建模（节点-边-状态空间）→建搜索树（剪枝避坑）→选算法（无信息/启发式）’，实现基于搜索的问题求解”； 课程思政：展示“北斗导航路径规划、智能物流包裹调度、智慧城市交通协同”的视频，讲解“这些‘中国智造’的背后，都是搜索算法的支撑—— 算法不仅是课本知识，更是服务民生、助力国家发展的‘隐形基石’”； 价值引导：“希望大家不仅成为‘懂算法的技术人’，更能当‘有温度的创新者’，用算法解决更多现实难题，让搜索不仅‘找最短的路’，更‘走有意义的路’”。 （五）课堂评价 从“人智观念（对算法智能的认知）、技术实现（建模/ 算法的难点）、智能思维（推理/ 分析能力）、社会责任（算法的现实价值）”4 个维度，进行自我评价。 表格2 课堂评价表 （六）课后练习 1. 比较广度优先搜索和深度优先搜索在路径规划中的优缺点，以下说法正确的是：（）A) 广度优先搜索保证最短路径但内存消耗大；深度优先搜索内存效率高但可能找不到最优解B) 广度优先搜索适合大规模迷宫；深度优先搜索在复杂迷宫中表现更好 C) 广度优先搜索优先扩展深度较大的节点；深度优先搜索扩展节点数少 D) 广度优先搜索需要启发函数；深度优先搜索完全依赖状态空间搜索 2. 有关A*算法中评价函数f(n)的设计原则，以下描述正确的是：（）A) f(n) = g(n) + h(n)，需综合当前累积代价g(n)和离目标节点代价h(n) B) f(n)应优先选择g(n)较小的节点 C) f(n)设计不需要考虑h(n)的准确性 D) 预测的h(n)值的准确性对算法效率影响不大 实践任务：以“校园内从教学楼到食堂” 为场景，完成：①构建“节点（教学楼、操场、图书馆等）- 边（路径+ 步行时间）” 的状态空间模型；②用A * 算法（设计h(n)=节点到食堂的直线距离）找到最优路径，写出执行步骤。 （七）板书设计 图7 板书设计 学科网（北京）股份有限公司 $