《计算智能》课程教学大纲docxWord格式文档下载.docx

《计算智能》课程教学大纲docxWord格式文档下载.docx

《《计算智能》课程教学大纲docxWord格式文档下载.docx》由会员分享，可在线阅读，更多相关《《计算智能》课程教学大纲docxWord格式文档下载.docx（11页珍藏版）》请在冰豆网上搜索。

Computationalintelligenceintroducesthemainalgorithmsinthefieldofcomputationalintelligence,focusingonthesourceofideas,processstructure,developmentandimprovement,parametersettingandrelatedapplications.Thecontentincludesintroduction,neuralnetwork,fuzzylogic,geneticalgorithm,antcolonyalgorithm,particleswarmoptimization,simulatedannealingalgorithm,andimmunealgorithmandtabusearchalgorithm.ThepracticalproblemsandtheirsolutionsarediscussedfromtheperspectiveofengineeringapplicationandcombiningwithotherAlresearchdirections.

三、课程性质与教学目的

近年来，各种计算智能算法的研究得到了蓬勃发展，其中有广为人知的遗传算法、模拟退火算法、蚁群算法、神经网络算法等。

迄今为止，计算智能算法在各个学科和各种实际应用场合中已经得到了广泛且有效的使用。

本课程将紧密跟踪学术界最新发展动态，为本科生掌握最新的计算智能技术抛砖引玉。

本课程将系统讲授计算智能的基础理论和应用技术，深入探讨最新的研究成果，并结合应用实例进行讲解，使得听课的学生不仅能够全面掌握计算智能的核心理论，而且能将其应用到各自相关研究工作中。

同时，在教学过程中融入思政教学，激励学生树立热爱专业、热爱学校、热爱祖国和人民，为实现伟大祖国的中国梦而努力学习，立志成为德智体美劳全面发展的社会主义建设者和接班人的坚定信念和远大理想。

四、教学内容及要求

第1章概论

（一）目的与要求

1、了解计算智能的产生、发展、趋势；

2、熟悉计算智能的课程体系、学习目标、目的、内容、方法；

3、通过介绍国内计算智能在生产、生活中的应用，并介绍中国研究人员在这个方面的贡献，使学生了解其对社会经济发展的推动作用。

（二）教学内容

1.1最优化问题

1.1.1函数优化问题

1.1.2组合优化问题

1.2计算复杂性及NP理论

1.2.1计算复杂性

1.2.2NP理论

1.3智能优化计算方法：

计算智能算法

1.3.1计算智能的分类与理论

1.3.2计算智能的研究与发展

1.3.3计算智能的特征与应用

（三）思考与实践

你打算利用计算智能技术在哪些方面促进社会发展？

（四）教学方法与手段

本章采用课堂教学、课堂讨论、案例分析的教学方法，教学手段为多媒体。

第2章神经网路

1、了解神经网络的产生、发展和作用

3、重点理解和掌握神经网络的典型结构、学习算法及BP神经网络

2.1神经网络简介

2.1.1神经网络的基本原理

2.1.2神经网络的研究进展

2.2神经网络的典型结构

2.2.1单层感知器网络

2.2.2前馈型网络

2.2.3前馈内层互联网络

2.2.4反馈型网络

2.2.5全互联网络

2.3神经网络的学习算法

2.3.1学习方法

2.3.2学习规则

2.4BP神经网络

2.4.1基本思想

2.4.2算法流程

2.4.3应用举例

2.5进化神经网络

2.6神经网络的应用

查阅文献，了解神经网络的最近进展及各个领域的应用

采用课堂教学、课堂讨论、案例分析的教学方法，采用多媒体等教学手段。

第3章模糊逻辑

（一）目的与要求

1、了解模糊逻辑的产生、发展及应用；

2、重点掌握模糊逻辑推理、流程；

3.1模糊逻辑简介

3.1.1模糊逻辑的基本原理

3.1.2模糊逻辑与模糊系统的发展历程

3.2模糊集合与模糊逻辑

3.2.1模糊集合与隶属度函数

3.2.2模糊集合上的运算

3.2.3模糊逻辑

3.2.4模糊关系及其合成运算

3.3模糊逻辑推理

3.3.1模糊规则、语言变量和语言算子

3.3.2模糊推理

3.4模糊计算的流程

3.4.1基本思想

3.4.2算法流程

3.5模糊逻辑的应用

查阅文献，了解模糊逻辑的最近进展及各个领域的应用

第4章遗传算法

1、了解遗传算法的原理。

2、着重掌握遗传算法的基本流程及应用。

4.1遗传算法简介

4.1.1基本原理

4.1.2研究进展

4.2遗传算法的流程

4.2.1流程结构

4.2.2应用举例

4.3遗传算法的改进

4.3.1算子选择

4.3.2参数设置

4.3.3混合遗传算法

4.3.4并行遗传算法

4.4遗传算法的应用

查阅文献，了解遗传算法的最近进展及各个领域的应用

采用课堂教学、课堂讨论、案例分析的教学方法，教学手段为多媒体、互联网。

第5章蚁群优化算法

1.掌握蚁群优化算法的基本概念；

2.掌握蚁群优化算法基本原理及流程；

5.1蚁群优化算法简介

5.1.1基本原理

5.1.2研究进展

5.2蚁群优化算法的基本流程

5.2.1基本流程

5.2.2应用举例

5.3蚁群优化算法的改进版本

5.3.1精华蚂蚁系统

5.3.2基于排列的蚂蚁系统

5.3.3最大最小蚂蚁系统

5.3.4蚁群系统

5.3.5蚁群算法的其他改进版本

5.4蚁群优化算法的相关应用

5.5蚁群优化算法的参数设置

思考：

蚁群优化算法中蕴含的协同协作与集体主义观，进而思考“个人梦、与中国梦”的关系，思考“一带一路”发展理念中的协作协同与集体主义精神。

第5章粒子群优化算法

1.掌握粒子群优化算法的相关理论知识。

2.了解粒子群优化算法的应用。

3.思考何谓“协同”、何谓个人认知和社会认同，何谓整体价值观（集体主义价值观）？

从而树立舍小家顾大家、舍己为公的集体主义价值观念。

6.1粒子群优化算法简介

6.1.1思想来源

6.1.2基本原理

6.2粒子群优化算法的基本流程

6.2.1基本流程

6.2.2应用举例

6.3粒子群优化算法的改进研究

6.3.1理论研究改进

6.3.2拓扑结构改进

6.3.3混合算法改进

6.3.4离散版本改进

6.4粒子群优化算法的相关应用

6.4.1优化与设计应用

6.4.2调度与规划应用

6.4.3其他方面的应用

6.5粒子群优化算法的参数设置

查阅文献，了解粒子群优化算法的最近进展及各个领域的应用

（四）教学方法与手段

第7章免疫算法

1.了解生物免疫的基本知识

2.掌握免疫算法的基本流程以及常用的免疫算法

3.介绍疫情发生以来，中国在抗疫方面做出的贡献及成果，使得同学们树立热爱祖国的思想。

7.1免疫算法简介

7.1.1思想来源

7.1.2免疫系统的生物学原理简介

7.1.3二进制模型

7.2免疫算法的基本流程

7.2.1基本流程

7.2.2更一般化的基本免疫算法

7.3常用免疫算法

7.3.1负选择算法

7.3.2克隆选择算法

7.3.3免疫算法和进化计算

7.4免疫算法的相关应用

7.4.1识别和分类应用

7.4.2优化应用

7.4.3其他方面的应用

查阅文献，了解免疫算法的最近进展及各个领域的应用

第8章模拟退火与禁忌搜索

1.理解和掌握模拟退火与禁忌搜索的概念、思想。

2.理解模拟退火与禁忌搜索的基本思想。

8.1模拟退火算法

8.1.1算法思想

8.1.2基本流程

8.1.3应用举例

8.2禁忌搜索算法

8.2.1算法思想

8.2.2基本流程

8.2.3应用举例

模拟退火与禁忌搜索的优缺点比较

五、各教学环节学时分配

表1各教学环节学时分配表

环节

教学时数

课程内容J-

讲

课

习

题

讨论课

实

验

其他教学环节

小

计

第2章神经网络

作业1

作业2

6

第4章遗传算法及应用

作业3

第6章粒子群优化算法

作业4

第8章模拟退火及禁忌搜索

作业5

复习、考试

合计

36

12

六'

课程考核

（—）考核方式

分散考试

（二）成绩构成

平时成绩占比：

40%,期末考试占比：

60%o

其中：

平时成绩=考勤（40%）+作业（30%）+课堂讨论（30%）.

（三）成绩考核标准

1、学生应按照课程教学计划安排参加课程学习，不得随意旷课、请假、迟到和早退。

旷课1次扣减平时考勤成绩10%,请假/迟到/早退1次扣减平时考勤成绩5%0无故累计旷课超过1/3者平时成绩以零分计且不得参加期末考试。

2、按时保质保量完成老师布置