《智能算法及应用》教学大纲

课程代码

045102831

课程名称

智能算法及应用

英文名称

Intelligent Algorithms and Applications

课程类别

专业领域课

课程性质

选修

学时

总学时:32上机学时:0实验学时:0实践学时:0

学分

2

开课学期

第四学期

开课单位

计算机科学与工程学院

适用专业

计算机科学与技术、网络工程、信息安全

授课语言

中文授课

先修课程

高等数学、程序设计

毕业要求(专业培养能力)

本课程的教学目的是使学生了解计算机领域科学研究的最新进展,智能算法的原理和应用方法,以及如何用智能算法对旅行商问题(Travelling Salesman ProblemTSP)问题进行优化求解。于此同时,使学生受到更严密、更系统的学术研究及其思维方法的训练。

课程培养学生的能力(教学目标)

本课程考核方式:每小组撰写课程论文或科技论文,争取每个小组都有论文发表在核心期刊或国际会议上

通过课程学生掌握到:  [1]文献检索的知识和技能

[2]学术论文写作的基本知识和规范

[3]感受科学研究的过程,为今后自己的择业作参考

[4]培养学生present 成果的能力

本课程为准备攻读研究生的同学提供科学研究的规范训练;为非准备攻读研究生的同学提供了解研究工作的机会。

课程简介

最优化问题是科学研究和工程实践中普遍存在的问题。智能算法是解决最优化问题的现代先进计算方法之一,也使其成为了国内外高校计算机硬、软件及应用专业学生选修的一门专业基础课程。本课程要求学生系统学习目前具有代表性的智能算法的起源,背景,理论基础,算法流程,参数设置,应用实例等;要求学生掌握主动学习,利用各种工具进行科学文献检索,能够利用智能算法对TSP问题进行优化计算。本课程配有相应的实践课程设计训练,通过课程培养学生具有阅读相关文献、并写出研究报告和学术论文的能力。


教学内容与学时分配

  • 第一次课(1-3学时)

    • 讲解课程安排、教学目标和要求、成绩计算方法(个人作业60%+小组项目40%

    • 有论文被核心期刊或国际会议接收的成绩95分以上,达到投稿标准的成绩90分以上

    • 第一章:智能算法理论、应用及其最新进展

      • 介绍人工智能、智能算法的中国发展情况,引导学生理解我国新一代人工智能发展战略的重要意义,增强学生立足祖国、放眼全球的学术情怀,立志从事最顶尖学术科研、为祖国科技事业做贡献的理想。

    • 介绍文献检索知识等

    • 布置个人作业1:选择一种智能算法为主题(如遗传算法、蚁群算法、粒子群算法、差分进化算法等)写一份算法综述(包括算法起源、流程结构、算法改进、实践应用等方面),了解智能算法的前世今生,以及未来发展趋势


  • 第二次课(4-6学时)

    • 第二章:遗传算法

    • 布置个人作业2:用老师给的遗传算法程序(或者自己实现的粒子群优化算法),求解连续函数问题,并对算法参数进行调查,写成报告


  • 第三次课(7-9学时)

    • 第三章:粒子群优化算法


  • 第四次课(10-12学时)

    • 个人作业1汇报

    • 讲授遗传算法在TSP问题中的应用

    • 布置小组作业:基于遗传算法的TSP问题求解(或者智能算法的改进及相关应用)


  • 第五次课(13-15学时)

    • 第四章:蚁群优化算法与差分进化算法


  • 第六次课(16-18学时)

    • 学术讲座1:智能算法、人工智能、云计算、大数据

      • 通过相关领域科学史和著名人物的介绍,讨论“科学无国界、科学家有祖国”的理想情操,引导学生树立对国家的繁荣富强担负着重大使命的责任感。

    • 个人作业2汇报


  • 第七次课(19-21学时)

    • 第五章:多峰值优化与多目标优化

    • IEEE Transactions论文导读(1


  • 第八次课(22-24学时)

    • 第六章:大规模优化与动态优化

    • IEEE Transactions论文导读(2


  • 第九次课(25-27学时)

    • 学术讲座2:分布式智能算法

    • 小组作业汇报(1

  • 第十次课(28-30学时)

    • 学术讲座3:数据辅助的智能算法

    • 小组作业汇报(2


  • 第十一次课(31-32学时)

    • 小组作业汇报(3

    • 开放式讨论


实验教学(包括上机学时、实验学时、实践学时)

教学方法

课程教学以课堂教学、课外作业、综合讨论、网络以及授课教师的科研项目与积累等共同实施。

考核方式

个人作业和课堂表现:60%

小组作业:40%

教材及参考书

  • 汪定伟、王俊伟等,《智能优化算法》,高等教育出版社,20074

  • 史峰、王辉等,《Matlab智能算法30个案例分析》,北京航空航天大学出版社,20117

  • 张军等,《计算智能》,清华大学出版社,200911

制定人及制定时间

詹志辉,2019520