《計(jì)算智能》授課大綱

1、計(jì)算智能授課大綱課程性質(zhì)：必修課，3學(xué)分，共4854課時(shí)（共16周）。一、課程介紹計(jì)算智能課程對(duì)計(jì)算智能領(lǐng)域的主要算法進(jìn)行介紹，重點(diǎn)討 論各種算法的思想來(lái)源、流程結(jié)構(gòu)、發(fā)展改進(jìn)、參數(shù)設(shè)置和相關(guān)應(yīng)用。 內(nèi)容包括緒論以及進(jìn)化計(jì)算、群體智能、人工免疫算法、分布估計(jì)算 法、神經(jīng)網(wǎng)絡(luò)、模糊邏輯和多目標(biāo)進(jìn)化算法等。并從工程應(yīng)用及與其 他人工智能研究方向相結(jié)合的角度討論人工智能的實(shí)際問(wèn)題及其解 決方法。二、教學(xué)內(nèi)容1. 導(dǎo)論（1課時(shí)）（1）計(jì)算智能簡(jiǎn)介（2）計(jì)算智能典型方法2. 優(yōu)化理論（2課時(shí)）（1）優(yōu)化問(wèn)題（2）優(yōu)化方法分類a）非約束優(yōu)化b）約束優(yōu)化c）多解問(wèn)題d）多目標(biāo)優(yōu)化e）動(dòng)態(tài)優(yōu)化問(wèn)題3. 進(jìn)化計(jì)

2、算 (9 課時(shí) )(1)進(jìn)化計(jì)算導(dǎo)論(2)遺傳算法a) 經(jīng)典遺傳算法b) 交叉、變異c) 控制參數(shù)d) 模式定理與積木塊假設(shè)e) 遺傳算法的變體f) 前沿專題(小生境遺傳算法、約束處理、多目標(biāo)優(yōu)化、動(dòng)態(tài)環(huán)境)g) 應(yīng)用(3)遺傳編程、進(jìn)化規(guī)劃、進(jìn)化策略(4)差分進(jìn)化(5)文化計(jì)算(6)協(xié)同進(jìn)化4. 人工免疫系統(tǒng)(6 課時(shí) )( 1)自然免疫系統(tǒng)( 2)人工免疫模型a) 克隆選擇模型b) 網(wǎng)絡(luò)理論模型c) 危險(xiǎn)理論( 3)免疫優(yōu)化計(jì)算5. 群體智能 （3 課時(shí) ）（ 1）粒子群優(yōu)化（ 2）蟻群算法6. 多目標(biāo)進(jìn)化算法及應(yīng)用（ 6 課時(shí)）6.1 緒論6.2 主要的多目標(biāo)進(jìn)化算法6.3 多目標(biāo)進(jìn)化算法性能評(píng)價(jià)和問(wèn)題測(cè)試集6.4 多目標(biāo)優(yōu)化的新進(jìn)展6.5 應(yīng)用實(shí)例7. 神經(jīng)網(wǎng)絡(luò) （6 課時(shí) ）（ 1）人工神經(jīng)元（ 2）監(jiān)督學(xué)習(xí)神經(jīng)網(wǎng)絡(luò)（ 3）非監(jiān)督學(xué)習(xí)神經(jīng)網(wǎng)絡(luò)（ 4）徑向基函數(shù)網(wǎng)絡(luò)（ 5）增強(qiáng)學(xué)習(xí)（ 6）監(jiān)督學(xué)習(xí)的性能問(wèn)題8. 深度學(xué)習(xí)算法（ Deep Learning）（3 課時(shí)）9. 分布估計(jì)算法 （3 課時(shí) ）10. 計(jì)算智能算法在各研究方向的應(yīng)用 （69 課時(shí) ）（討論計(jì)算智能算法在每個(gè)研究生的研究方向中的結(jié)合應(yīng)用）三、教材與參考書2、張軍,詹志輝.計(jì)算智能M. 清華大學(xué)出版社北京 .2009.11.3、吳微,周春光,梁艷春.智能計(jì)算M. 高等教育出版社北京