1、智能優化技術及應用課程教學大綱編號：C3/研部03/002一、課程名稱.中文名稱：智能優化技術及應用. 英文名稱：Intelligent optimization technology and its application二、課程概況課程類別：選修課學時數：32學分數：2適用專業：全校理工科各專業及人文經管等需要的專業方向研究生開課學期：第二學期上半學期開課單位：航運技術與控制工程交通部重點實驗室四、教學目的及要求教學目的是使選修該課程的學生了解最優化問題的概念、基礎理論和基本解法, 掌握智能優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現技術, 并學習編制優化算法程序解決相關的實際

2、問題。最優化問題涉及范圍廣、跨度大, 學習本課程可為日后從事多種領域的實際工作和科學研究打下一個較好的基礎。 五、課程主要內容及先修課程先修課程：高等數學、線性代數、概率統計、計算機軟件設計課程主要內容：.最優化問題概述1）最優化問題及其分類：函數優化問題、組合優化問題2）優化算法及其分類3）鄰域函數與局部搜索4）計算復雜性與NP完全問題:計算復雜性的基本概念、P, NP, NP-C和NP-hard.最優化問題的理論基礎1）最優化問題的幾何意義：凸集與凸函數2）無約束最優化問題的極值點存在條件3）約束最優化問題的極值點存在條件.禁忌搜索算法1）局部搜索：領域的概念、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）禁忌搜索的關鍵參數和操作4）禁忌搜索的實現與應用：基于禁忌搜索的組合優化、基于禁忌搜索的函數 優化.模擬退火算法1）模擬退火算法:物理退火過程和Metropolis準那么、組合優化與物理退火的 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）模擬退火算法關鍵參數和操作的設計4）模擬退火算法的改進5）算法實現與應用：組合優化問題的求解、函數優化問題的求解.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：預備知識、標準遺傳算法的馬氏鏈 描述、標準遺傳算法的收斂性一般可測狀態空間上遺傳算法的收斂性

4、：問題描述、算法及其馬氏鏈描 述、收斂性分析和收斂速度估計5）算法關鍵參數與操作的設計）算法實現與應用.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）基本蟻群優化算法：螞蟻系統的模型與實現、螞蟻系統的參數設置和基 本屬性4）改進的蟻群優化算法：螞蟻系統的優點與缺乏、最優解保存策略螞蟻系 統、蟻群系統、最大一最小螞蟻系統、基于排序的 螞蟻系統、各種蟻群優化算法的比擬5）蟻群優化算法的應用：典型應用、醫學診斷的數據挖掘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）基本粒子群優化算法：基本粒子群算法描述、參數分析、與遺

5、傳算法的 比擬8）改進的粒子群優化算法：離散二進制PSO、慣性權重模型、收斂性因子模型、研究現狀9）粒子群優化算法的應用：求解TSP問題、其它應用10）群智能算法的特點與缺乏.算法的程序設計和實現六、課程教學方法針對學術研究生對專業基礎知識的掌握和運用能力，以及創新能力的培養，除了 多媒體教學、課堂提問、輔導答疑、作業練習等傳統的方法，運用案例教學、動 手實踐、仿真實驗、指定課題分組討論、查資料寫綜述、做學術報告、撰寫課程 論文、翻譯專業文獻等多種啟發式教學方法。七、課程考核方式考查：作業（算法編程2次）（50%） +學期論文1篇（40%） +課堂討論（10%） 八、課程使用教材王凌.智能優化算法及其應用.北京：清華大學出版社，2001.九、課程主要參考資料邢文訓等.現代優化計算方法.北京:清華大學出版社，2005.黃席雄