【摘要】试验设计与数据处理是一门应用广泛的技术课程,主要解决工艺控制、过程优化模拟等工程问题,是生物工程专业课程之一,具有实用性强、内容繁复、初学者难于记忆和灵活运用等特点。从课堂教学出发,阐述了该课程在应用型工科院校生物工程专业中的教学对策。
　　【关键词】生物工程专业;试验设计与数据处理;教学对策
　　
　　作为地方本科院校,将教学目标定位于培养应用型人才,是提高学校竞争力、突出办学特色的关键。南阳理工学院生物工程专业立足于自身教学条件,积极将培养模式与南阳地区经济特点相结合,紧密围绕南阳市支柱产业——生物制药和工业发酵,发展工业微生物菌种选育、发酵工艺调控和中药材药用成分提取分离为主攻方向的专业特色。毕业生主要在科研开发、生产监控、质量检测等方向就业,工作中经常涉及到工艺控制、过程优化模拟、质量检测控制等问题。对于这些实际问题若不进行科学的试验方案设计和数据结果分析,将很难在短时间、低成本内得到正确的结果。因此,有必要对生物工程专业学生开设相关课程。
　　试验设计与数据处理是一门应用领域相当宽广的现代技术课程,主要介绍工程技术和科研试验中常用的试验设计与数据处理方法。通过对本课程的学习,学生能够掌握试验设计和数据处理的基本原理和方法,为后续教学环节如专业试验、毕业论文和今后在工作中开展产品工艺优化、质量管理等工作的顺利进行打下良好基础。该门课程教学内容主要包括2个方面:试验设计和数据处理。试验设计部分主要是让学生掌握设计试验的方法,能做到在有限的试验条件下,用最少的试验量获得尽可能多的信息;数据处理部分主要是让学生学会对实验结果采用合理、有效的分析方法,从而发掘出潜在的、有用的信息[1]。
　　为了提高试验设计与数据处理的教学质量,培养学生的学习兴趣,增强学生应用的能力,笔者对试验设计与数据处理的教学研究做了很多努力和尝试,现将几点教学心得体会归纳如下。
　　1讲好绪论,强调课程的重要性
　　绪论就像是一部电影的开场,直接影响着整门课程的教学效果,好的开场才能吸引学生的注意力,激发其学习兴趣。试验设计与数据处理是统计学在生物领域的应用,是一门应用技术学科,在绪论中不仅要介绍学科发展的历史,还应该清晰展示课程的内容体系及本门课的任务和作用,重点介绍要学习什么、知识点之间有什么联系、这些知识可以帮助解决什么问题、该如何学习等。在绪论中应多列举一些利用本门课程的知识解决实际问题的例子来强调本门课程的重要性,如在毕业实践环节,将试验设计和数据分析的知识用于毕业论文的设计和撰写中,以求论文结构的系统性和试验结果的科学性。在走向科研工作岗位后,利用试验设计和数据分析的知识合理设计科研方案、分析结果,以求在低成本、短时间内完成任务。通过这些例子来明确学生的学习目的,激发其学习兴趣。
　　2重在培养应用能力
　　应用性本科培养的是运用科学理论从事高技术工作的应用型专门人才,在培养规格上以行业需求为本位,注重知识的复合性、现时性和应用性。培养出的人才应具备综合运用理论知识和方法解决实际问题的综合能力和实践能力,并兼备技术创新能力[2]。因此,在教学内容组织和知识侧重点的处理上应以结合专业特色、适应行业需要为主旨。试验设计与数据处理是以统计学原理为基础的学科,其原理部分涉及到高等数学、概率论和线性代数的知识,这部分内容在基础课程中已有详细讲述。因此,教学重点放在各种试验设计方法和数据处理方法的具体应用上,而方法的理论推导过程可以作为学生自学内容。如讲解方差分析时,将重点放在方差分析的具体步骤上,而偏差平方和分解过程的推导则作为自学内容;在正交试验设计及分析部分,教学侧重点主要放在如何使用正交表及如何对正交试验结果作恰当的分析上,而对于正交表的构成原理、特点仅作简要介绍。

3选择合适的例题,做到熟能生巧
　　试验设计与数据处理的应用领域非常广泛,不仅用于生物,还应用于化工、食品、机械加工制造等领域。为了让学生正确理解和掌握知识,在举例说明时应选择试验设计与数据处理在本学科的应用实例。面向生物工程专业的学生时,结合生物工程专业的特色,主要从菌种选育条件、发酵工艺控制、目标产物分离等方面选择相应的例子,最好是专业试验或科研中的真实问题,如淀粉酶产生菌选育方案的设计、乳酸发酵条件的确定、茶多酚提取工艺的优化,这有助于学生了解本门课的应用领域,激发学生学习本课程的兴趣,调动学生的积极性和主动性。
　　对于应用技术学科,关键是能将书本上的知识应用自如。对于试验方案设计方法,如正交试验设计、均匀试验设计、回归旋转试验设计、sn比试验设计等方法,要求能够根据试验周期的长短、原料易得性、条件控制难易、待考察因素水平的数量等实际情况,选择合理可行的试验方案设计(下转第33页)
　　(上接第31页)
　　方法。对于所得数据结果,要求能够采用正确的分析方法,发掘出有用的信息。数据分析方法部分有很多公式,如偏差平方和的分解公式、回归系数的求解公式等,若要做到灵活运用课程的知识,就必须加强公式的记忆,因此多做练习是必要的。虽然现在有很多软件能解决计算问题,但是还要求学生掌握各种分析方法的分析过程,这些都需要在教学中安排一定的练习量,使学生熟能生巧。
　　4把握前沿知识,扩展学生视野
　　试验设计与数据分析的方法种类多样,在本科教学阶段主要要求学生掌握单因素试验设计、正交试验设计和均匀试验设计等方案设计方法,极差分析、方差分析和回归分析等数据分析方法。这些内容是本门课程的基本内容,但并不是本学科的全部知识。为了让学生充分认识本学科的重要性,可以在教学学时允许条件下,补充知识点,开拓学生的视野。如向学生介绍旋转试验设计及其分析方法,指出它的作用和优势;对于解决多指标问题的试验设计和分析时引入主成分分析方法的知识[3];在对回归方程求解最优解时引入遗传算法的理论[4];对于试验问题建模分析时引入神经网络建模方法[5]。这些试验设计和分析方法很多都是近几年才应用到生物工程领域的,在要求学生牢固掌握基本知识的前提下,引入前沿知识有助于拓宽知识面,在今后的学习和工作中能更好地发挥学生的能动性。
　　5重视上机环节
　　试验数据的处理计算量很大,完全依靠手算既浪费时间又容易出错。而现在有多种软件,它们可以对数据作各种分析,并能够在短时间内得到准确的结果。因此,应重视上机环节,要求学生至少掌握1种统计软件的使用方法,学会用软件绘图、计算,并能正确理解分析结果。例如spss是一个功能全面的统计分析软件,操作界面友好,易学易用,广泛应用于自然科学、社会科学领域[6]。在教学过程中安排适当学时进行上机操作,要求学生能够使用软件进行平均数假设检验、方差分析、多重比较、回归分析等操作,不仅能增强知识的掌握程度,还可以激发学生的学习兴趣,获得良好的教学效果。
　　6参考文献
　　[1] 薛刚,郭书贤.优化试验设计及统计分析法[m].武汉:湖北人民出版社,2004.
　　[2] 徐理勤,顾建民.应用型本科人才培养模式及其运行条件探讨[j].高教探索,2007(2):57-60.
　　[3] 曹定华.多元分析基础[m].北京:科学出版社,2001.
　　[4] 雷英杰,张善文,李续武,等.matlab遗传算法工具箱及其应用[m].西安:西安电子科技大学出版社,2005.
　　[5] 葛哲学,孙志强.神经网络理论与matlabr2007实现[m].北京:电子工业出版社,2008.
　　[6] 薛薇.spss统计分析方法及应用[m].北京:电子工业出版社,2004.