《智能優(yōu)化技術(shù)及應(yīng)用》課程教學(xué)大綱

1、智能優(yōu)化技術(shù)及應(yīng)用課程教學(xué)大綱編號(hào)：C3/研部03/002一、課程名稱.中文名稱：智能優(yōu)化技術(shù)及應(yīng)用. 英文名稱：Intelligent optimization technology and its application二、課程概況課程類別：選修課學(xué)時(shí)數(shù)：32學(xué)分?jǐn)?shù)：2適用專業(yè)：全校理工科各專業(yè)及人文經(jīng)管等需要的專業(yè)方向研究生開課學(xué)期：第二學(xué)期上半學(xué)期開課單位：航運(yùn)技術(shù)與控制工程交通部重點(diǎn)實(shí)驗(yàn)室四、教學(xué)目的及要求教學(xué)目的是使選修該課程的學(xué)生了解最優(yōu)化問題的概念、基礎(chǔ)理論和基本解法, 掌握智能優(yōu)化方法中的遺傳算法和模擬退火等算法的基本原理和算法實(shí)現(xiàn)技術(shù), 并學(xué)習(xí)編制優(yōu)化算法程序解決相關(guān)的實(shí)際

2、問題。最優(yōu)化問題涉及范圍廣、跨度大, 學(xué)習(xí)本課程可為日后從事多種領(lǐng)域的實(shí)際工作和科學(xué)研究打下一個(gè)較好的基礎(chǔ)。 五、課程主要內(nèi)容及先修課程先修課程：高等數(shù)學(xué)、線性代數(shù)、概率統(tǒng)計(jì)、計(jì)算機(jī)軟件設(shè)計(jì)課程主要內(nèi)容：.最優(yōu)化問題概述1）最優(yōu)化問題及其分類：函數(shù)優(yōu)化問題、組合優(yōu)化問題2）優(yōu)化算法及其分類3）鄰域函數(shù)與局部搜索4）計(jì)算復(fù)雜性與NP完全問題:計(jì)算復(fù)雜性的基本概念、P, NP, NP-C和NP-hard.最優(yōu)化問題的理論基礎(chǔ)1）最優(yōu)化問題的幾何意義：凸集與凸函數(shù)2）無約束最優(yōu)化問題的極值點(diǎn)存在條件3）約束最優(yōu)化問題的極值點(diǎn)存在條件.禁忌搜索算法1）局部搜索：領(lǐng)域的概念、局部搜索算法、局部搜索例如2

3、）禁忌搜索：算法的主要思路、禁忌搜索例如3）禁忌搜索的關(guān)鍵參數(shù)和操作4）禁忌搜索的實(shí)現(xiàn)與應(yīng)用：基于禁忌搜索的組合優(yōu)化、基于禁忌搜索的函數(shù) 優(yōu)化.模擬退火算法1）模擬退火算法:物理退火過程和Metropolis準(zhǔn)那么、組合優(yōu)化與物理退火的 相似性、模擬退火算法的基本思想和步驟2）模擬退火算法的馬氏鏈描述3）模擬退火算法關(guān)鍵參數(shù)和操作的設(shè)計(jì)4）模擬退火算法的改進(jìn)5）算法實(shí)現(xiàn)與應(yīng)用：組合優(yōu)化問題的求解、函數(shù)優(yōu)化問題的求解.遺傳算法1）遺傳算法基本流程2）模式定理和隱含并行性3）遺傳算法的馬氏鏈描述及其收斂性：預(yù)備知識(shí)、標(biāo)準(zhǔn)遺傳算法的馬氏鏈 描述、標(biāo)準(zhǔn)遺傳算法的收斂性一般可測(cè)狀態(tài)空間上遺傳算法的收斂性

4、：?jiǎn)栴}描述、算法及其馬氏鏈描 述、收斂性分析和收斂速度估計(jì)5）算法關(guān)鍵參數(shù)與操作的設(shè)計(jì)）算法實(shí)現(xiàn)與應(yīng)用.群智能算法1）群智能：群智能的概念、群智能算法2）蟻群優(yōu)化算法原理：蟻群算法的起源、蟻群算法的原理分析3）基本蟻群優(yōu)化算法：螞蟻系統(tǒng)的模型與實(shí)現(xiàn)、螞蟻系統(tǒng)的參數(shù)設(shè)置和基 本屬性4）改進(jìn)的蟻群優(yōu)化算法：螞蟻系統(tǒng)的優(yōu)點(diǎn)與缺乏、最優(yōu)解保存策略螞蟻系 統(tǒng)、蟻群系統(tǒng)、最大一最小螞蟻系統(tǒng)、基于排序的 螞蟻系統(tǒng)、各種蟻群優(yōu)化算法的比擬5）蟻群優(yōu)化算法的應(yīng)用：典型應(yīng)用、醫(yī)學(xué)診斷的數(shù)據(jù)挖掘6）粒子群算法的基本原理：粒子群算法的提出、粒子群算法的原理描述7）基本粒子群優(yōu)化算法：基本粒子群算法描述、參數(shù)分析、與遺

5、傳算法的 比擬8）改進(jìn)的粒子群優(yōu)化算法：離散二進(jìn)制PSO、慣性權(quán)重模型、收斂性因子模型、研究現(xiàn)狀9）粒子群優(yōu)化算法的應(yīng)用：求解TSP問題、其它應(yīng)用10）群智能算法的特點(diǎn)與缺乏.算法的程序設(shè)計(jì)和實(shí)現(xiàn)六、課程教學(xué)方法針對(duì)學(xué)術(shù)研究生對(duì)專業(yè)基礎(chǔ)知識(shí)的掌握和運(yùn)用能力，以及創(chuàng)新能力的培養(yǎng)，除了 多媒體教學(xué)、課堂提問、輔導(dǎo)答疑、作業(yè)練習(xí)等傳統(tǒng)的方法，運(yùn)用案例教學(xué)、動(dòng) 手實(shí)踐、仿真實(shí)驗(yàn)、指定課題分組討論、查資料寫綜述、做學(xué)術(shù)報(bào)告、撰寫課程 論文、翻譯專業(yè)文獻(xiàn)等多種啟發(fā)式教學(xué)方法。七、課程考核方式考查：作業(yè)（算法編程2次）（50%） +學(xué)期論文1篇（40%） +課堂討論（10%） 八、課程使用教材王凌.智能優(yōu)化算法及其應(yīng)用.北京：清華大學(xué)出版社，2001.九、課程主要參考資料邢文訓(xùn)等.現(xiàn)代優(yōu)化計(jì)算方法.北京:清華大學(xué)出版社，2005.黃席雄