AI+教学创新案例

智能交互视域下AI驱动的
操作系统调度算法
实验教学实践探索

Process_A
Process_B
Process_C
Process_D
QUEUE
CPU
01

问题与需求分析

传统痛点

  • 算法抽象难懂难以直观理解
  • 实验操作受限于环境
  • 个性化指导严重不足

解决方案需求：交互式教学工具

  • 算法动态交互式演示
  • 提供全天候答疑
  • 打破时空限制的学习平台
02

智能交互教学解决方案

▲ 前端表示层 (User Presentation Layer)
动态甘特图演进渲染
CPU 时间轴平滑步进动画
多维进程参数配置控制台
单步断点与状态绑定
▼ 底层算法层 (Core Algorithm Engine)
FCFS / 优先级队列调度逻辑
进程 PCB 状态转移严谨控制
抢占式与非抢占式并发冲突
周转时间/带权周转计算

▶ 智能辅导层

接入大语言模型

💬 智能问答
📊 推演状态实时上下文感知
🗣️ 参数错因自然语言秒级诊断
🔍 课堂知识点回顾

实施路径

1

步骤一 原型构建：AI编程极速生成

利用 Prompt 引导豆包 AI 快速生成调度算法核心逻辑与可视化 HTML 基础框架。

2

步骤二 逻辑深耕：多维调度演进

嵌入动态甘特图与评价指标计算表，实现进程状态、CPU 执行过程的实时联动。

3

步骤三 智慧赋能：Coze 语义关联

建立智能伴学 Agent，接入Coze平台，定制专属的AI知识库与答疑助手。

4

步骤四 实战部署：资源云端共享

将整个工具部署在国家开放大学学习网上，学生无需安装即可使用。

实施步骤演示

学习网实际运行效果

03

创新性与特色

M

模式创新

从“单向输出”转型为“自主探索+可视化交互反馈”。

T

应用创新

算法演示工具与 AI 辅导无缝对接，实现闭环学习系统。

V

普惠价值

面向全社会开放，降低了操作系统算法理论学习的门槛。

在线学习闭环系统

视频理论回顾

巩固：课堂演示一键直达

工具直观推演

实践：交互式动态模拟

AI 个性答疑

答疑：智能问答实时解析

04

总结与展望

项目总结

一次计算机专业课程实践教学的全新探索，提供可复制的“可视化交互 + AI 智能学伴”改革经验，为专业教学改革注入新动能。

未来方向

  • 扩展更多调度算法类型
  • ● 引入学习行为数据分析
  • ● 推广至全计算机核心课
  • ● 实现更精准的个性化教学

感谢聆听

敬请批评指正

1 / 9