《智能优化技术及应用》课程教学大纲

1、智能优化技术及应用课程教学大纲编号：C3/研部03/002一、课程名称.中文名称：智能优化技术及应用. 英文名称：Intelligent optimization technology and its application二、课程概况课程类别：选修课学时数：32学分数：2适用专业：全校理工科各专业及人文经管等需要的专业方向研究生开课学期：第二学期上半学期开课单位：航运技术与控制工程交通部重点实验室四、教学目的及要求教学目的是使选修该课程的学生了解最优化问题的概念、基础理论和基本解法, 掌握智能优化方法中的遗传算法和模拟退火等算法的基本原理和算法实现技术, 并学习编制优化算法程序解决相关的实际

2、问题。最优化问题涉及范围广、跨度大, 学习本课程可为日后从事多种领域的实际工作和科学研究打下一个较好的基础。 五、课程主要内容及先修课程先修课程：高等数学、线性代数、概率统计、计算机软件设计课程主要内容：.最优化问题概述1）最优化问题及其分类：函数优化问题、组合优化问题2）优化算法及其分类3）邻域函数与局部搜索4）计算复杂性与NP完全问题:计算复杂性的基本概念、P, NP, NP-C和NP-hard.最优化问题的理论基础1）最优化问题的几何意义：凸集与凸函数2）无约束最优化问题的极值点存在条件3）约束最优化问题的极值点存在条件.禁忌搜索算法1）局部搜索：领域的概念、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）禁忌搜索的关键参数和操作4）禁忌搜索的实现与应用：基于禁忌搜索的组合优化、基于禁忌搜索的函数 优化.模拟退火算法1）模拟退火算法:物理退火过程和Metropolis准那么、组合优化与物理退火的 相似性、模拟退火算法的基本思想和步骤2）模拟退火算法的马氏链描述3）模拟退火算法关键参数和操作的设计4）模拟退火算法的改进5）算法实现与应用：组合优化问题的求解、函数优化问题的求解.遗传算法1）遗传算法基本流程2）模式定理和隐含并行性3）遗传算法的马氏链描述及其收敛性：预备知识、标准遗传算法的马氏链 描述、标准遗传算法的收敛性一般可测状态空间上遗传算法的收敛性

4、：问题描述、算法及其马氏链描 述、收敛性分析和收敛速度估计5）算法关键参数与操作的设计）算法实现与应用.群智能算法1）群智能：群智能的概念、群智能算法2）蚁群优化算法原理：蚁群算法的起源、蚁群算法的原理分析3）基本蚁群优化算法：蚂蚁系统的模型与实现、蚂蚁系统的参数设置和基 本属性4）改进的蚁群优化算法：蚂蚁系统的优点与缺乏、最优解保存策略蚂蚁系 统、蚁群系统、最大一最小蚂蚁系统、基于排序的 蚂蚁系统、各种蚁群优化算法的比拟5）蚁群优化算法的应用：典型应用、医学诊断的数据挖掘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）基本粒子群优化算法：基本粒子群算法描述、参数分析、与遗

5、传算法的 比拟8）改进的粒子群优化算法：离散二进制PSO、惯性权重模型、收敛性因子模型、研究现状9）粒子群优化算法的应用：求解TSP问题、其它应用10）群智能算法的特点与缺乏.算法的程序设计和实现六、课程教学方法针对学术研究生对专业基础知识的掌握和运用能力，以及创新能力的培养，除了 多媒体教学、课堂提问、辅导答疑、作业练习等传统的方法，运用案例教学、动 手实践、仿真实验、指定课题分组讨论、查资料写综述、做学术报告、撰写课程 论文、翻译专业文献等多种启发式教学方法。七、课程考核方式考查：作业（算法编程2次）（50%） +学期论文1篇（40%） +课堂讨论（10%） 八、课程使用教材王凌.智能优化算法及其应用.北京：清华大学出版社，2001.九、课程主要参考资料邢文训等.现代优化计算方法.北京:清华大学出版社，2005.黄席雄