师：同学们，今天我们学习岭南版九年级下册第6单元第12课《自然设计》。这节课的学习目标是，通过欣赏自然设计作品，感受仿生设计的巧妙与美感；学习利用思维工具，像设计师一样思考，体验创意实践活动；尝试通过设计作品，号召人们重视自然与人类间的密切关系。
大家都用过塑料吸盘挂钩，你们知道它的设计灵感来源于哪种生物吗？其实，塑料吸盘的设计灵感来源于章鱼吸盘。吸盘压在物体上时，能把里面的空气都挤压出去，外部的大气压就会牢牢压住吸盘，从而产生强大的吸力。
植物和动物进化出的形态看起来很古怪，有些人认为其中没有规则。那人类为什么会模仿自然进行设计呢？请同学们观看一个视频，领悟自然的规律与智慧。
我们来数一数花朵上的花瓣或苞片，它们的数量隐藏着秘密：一片、两片、三片、五片、8片、13片、21片、34片、55片……数学家莱昂纳德·斐波那契最早发现了这个数列的规律，每个新数字都是数列里前两个数字之和。花瓣的数量往往遵循这个数列，特别是在花瓣较多的花朵上，因为每个花瓣都要最大限度地被看到，避免被上方的花瓣遮挡。
是的，仿生设计产生的核心原因之一，就是人们发现自然界蕴含着莫大的规则与智慧。以自然界万事万物的形、色、音、功能、结构等为模仿对象，设计出适用于人类生产、学习和生活的先进技术或产品，这就是仿生设计。
现在，我们一起来观察身边的生活用品，寻找仿生设计的例子。先听听省时悦瘦同学找到了哪些例子。
生：老师让我们在生活中寻找仿生设计，我发现我的保温杯是按照小鹿的造型设计的。它不像其他保温杯那样冰冷死板，而是增加了更多趣味性和可爱性。另外，当我们拧下杯盖放置在桌面上时，鹿角的结构会固定杯盖，避免像普通杯盖那样在桌面上滚动。这是聪明的设计师把仿生学运用到生活细节中的例子。
师：非常好。2019年8月30日起，第五套人民币正式发行。新版人民币20元、50元和100元的纸钞面额中间数字不仅能变色，还能发光。50元新版人民币倾斜时，中间的“50”由蓝色变为绿色，中间的一条光带会随着上下摆动，纸币在阳光下能呈现不同颜色。这种防伪技术最早是英国剑桥大学科学家研发的，他们受燕尾蝴蝶在光线下翅膀色彩斑斓的启发，结合纳米科技研发出了这种防伪技术。这是一种光学效果，和肥皂泡在阳光下呈现出绚丽光彩的原理差不多。在阳光下，蝴蝶翅膀上的鳞片发生折射、反射、绕射等物理光学现象，产生连续的色谱带色光，最终显现出深浅不一的颜色。
感谢同学们细致的观察和有趣的分享。那我们要怎样开展仿生设计呢？请同学们尝试像设计师一样思考。首先明确，设计师们会对自然生物的哪些方面进行模仿呢？主要有造型、机理、功能、行为这四个方面。老师将用一系列例子进一步说明。
应用在设计行业里最广泛的仿生形式是造型仿生。早期火车车头平而宽，行驶时破风噪音巨大。工程师根据翠鸟的喙的造型设计了高铁列车车头，从而得到了良好的空气动力系统，保证高铁高速运行，同时减少了破风噪音。在建筑设计上也有很多利用造型仿生的例子，比方说水立方，它就是融合水和泡沫的造型设计的。我们来欣赏一下这座建筑的奇妙之处。
水立方巨大的蜂巢状钢结构，由22000根钢梁构成，完全违背了传统的直线设计，看似是乱七八糟的不规则形状。屋顶和墙壁是10万平方米的泡沫材质，要轻盈而有弹性，才能包覆这个看似错综复杂的钢结构。这些泡沫被切割成直径9米的气枕，但厚度只有0.2毫米，比一分钱的镍币薄了近8倍，像组装式玩具一样轻盈脆弱，但实际却重达6500吨，几乎相当于埃菲尔铁塔所有的金属建材。这座建筑的正式名称是国家游泳中心。
接下来，请同学们走得更近些，静观自然界生物的表面肌理，看看它们具有什么超能力。不用舔盖的酸奶是怎么做到的呢？多亏了神奇的荷叶效应。当水滴落在荷叶上时，会呈现非常神奇的效果，水滴竟然可以在荷叶上自由滚动，这和我们平时接触到的水完全不同。那么荷叶是如何让水滴滚动起来的呢？这是荷叶被放大300倍后的图像，能看到上面有各种各样的小凸起。水滴最小直径为1到2毫米，相比荷叶表面的乳突要大得多。因此，雨水落到叶面上后，隔着一层极薄的空气，只能同叶面上小山包的顶端形成几个点的接触，从而不能浸润到荷叶表面。并且，水滴在接触荷叶表面时，在张力作用下形成球体，当它们在荷叶表面滚动时，还能吸附灰尘，从而达到自清洁的效果。如今，荷叶效应已经被应用到了各行各业，像不用舔盖的酸奶、不会被雨水弄湿的衣服、户外产品的防水喷雾、高度精密设备的防水涂层等。这些人类从大自然中找到的“武功秘籍”，确实让我们的生活更加便利。
同学们都见过防抖云台，为什么它能够稳定相机呢？这就是设计师向生物的功能借鉴的例子。由于鸟类眼睛里有巩膜环，它们的眼球不能自由转动，所以在运动时一般会保持头部稳定，以达到视野稳定的目的。设计师把鸟类头部、脖子的这种功能运用到摄影设备上，设计出了防抖云台。
最后我们来看看自然生物的行为模式是如何影响人类设计的。蚁群优化算法就是一个非常有趣的例子。如今互联网在线贸易在社会经济发展中越来越重要，但越来越多的包裹增添了物流复杂性。比方说运输车从一个城市出发前往多个城市，最后到达另外一个城市，那么整个行程中最短的路径该如何安排呢？假设要途经的城市有40个，就有1.02×10??这么多种可能，即使是现代超级计算机也无法很快计算出该采取哪种最终路线。但是人们从研究蚁群效应得到了蚁群优化算法。人们发现蚁群可以在不同的环境中寻找最短到达食物源的路径，这是因为蚁群在经过的路径上会释放一种可以称之为信息素的物质，蚁群对信息素具有感知能力，它们会沿着信息素浓度最高的路径行走，这样整个蚁群都能沿着最短的路径到达食物源。蚁群优化算法让计算机学习如何像蚁群一样思考，更快地计算出最佳路线，从而解决了许多如快递、物流、商旅规划或网络路由等问题。