《智能计算》课程教学大纲.docxVIP

《智能计算》课程简介 课程编号程名称：智能计算/Intel 1 igcnce computation 学分：3学时：48（实验：上机：16课外实践：） 适用专业：信息与计算科学建议修读学期：6 开课单位：数理科学与工程学院先修课程：数学分析，高等代数，解析几何，概率论，数学软件 考核方式与成绩评定标准：考核项目报告文档60% （其中：文献杳阅及综述10分，其它部分50分）；计 算和分析演示30%；项目汇报10%教材与主要参考书目： 《智能计算》，作者:吴微，周春光，梁艳春编著出版社:富等教育出版社出版《智能优化算法原理与应用》，作者:李士勇等编著出版社:哈尔滨工业大学出版社 内容概述： 课程内容包括：现代优化技术的基本思想、智能优化计算方法及其特点、各类人工神经网络原理及其应用 模糊神经网络计算、遗传算法及其应用、以及其他群体计算的介绍。着重介绍各种智能优化计算方法的基 本原理及模型，通过实例对算法的应用方法进行说明。 《智能计算》教学大纲 课程编号程名称：智能计算/Intel 1 igcnce computation 学分：3学时：48(实验：上机：16课外实践： ) 适用专业：信息与计算科学建议修读学期：6 开课单位：数理科学与工程学院先修课程：数学分析，高等代数，解析几何，概率论，数学软件 一、课程性质、目的与任务 本课程作为信息与计算科学专业的一门专业课程，讲述以智能计算为基础的现代优化算法的基本原理 和应用实例，让学生掌握新的优化理论和方法，学会一种先进的求解复杂优化问题的技术和工具。其目的 是为了培养学生数学应用方面的知识，使之能够用现代优化工具去求解古典优化技术无法求解的问题，成 为掌握现代数学手段的高级研究技术人才。 二、教学内容及学时分配 本课程总学时数为48学时，其中理论教学为24学时，实验教学为24学时；课程教学共有 章，具 体内容及学时安排等如下表所示： 课程内容 教学 要求 重点 (☆) 难点 (△) 学时 安排 实验 学时 上机 学时 备注 第一章：绪论 3 1什么是计算智能 B 2计算智能与智能计算 B 3人工神经网络 A ☆ 4模糊系统 A ☆ △ 5进化计算 A ☆ 6神经网络、模糊系统和进化计算的融合 A 第二章：前传网络 4 1线性感知器 A ☆ △ 2BP网络 A ☆ △ 3 BP网络的应用 B △ 上机计算 2 第三章Hopfield联想记忆神经网络 5  I简单线性联想网络(LAM) B 2 Hopfield联想记忆模型 A ☆ 3利用外积和的双极性Hopfield网络 A ☆ 4 Hopfield网络的存储容量 B 5 Hopfield网络的收敛性 B 6二次优化问题的Hopfield网络解法 A 7双向联想记忆(BAM)网络 B △ 上机计算 4 第四章：径向基函数网络 3 1径向基函数 A ☆ △ 2径向基函数参数的选取 B ☆ 3 Gauss核函数 A ☆ △ 2 第五章：自组织竞争网络 4 1 SOFM网络 A 2SOFM网络的应用 A △ 3 ART神经网络 A ☆ △ 上机计算 A 2 第六章模糊集合与模糊逻辑 2 1模糊集合与隶属度函数 B 2模糊逻辑与模糊推理 A ☆ 第七章模糊神经网络 4 1神经网络与模糊系统的结合 A ☆ 2模糊神经元 A 3模糊前馈网络 B 4模糊联想记忆网络 B 5模糊加权推理网络 A ☆ 上机计算 A 2 第八章遗传算法基础 3 1遗传算法概述 B 2遗传算法的实现技术 A ☆ 3模式定理与积木块假设 B △ 4遗传算法收敛性分析 B △ 第八章：遗传算法的改进与应用 4 1遗传算法的改进 A 2用于求解函数优化的遗传算法 A ☆ △ 3遗传算法求解旅行商问题 A △ 上机计算 4 第九章其它进化算法与群智能优化算法 2 1遗传规划 C 2进化策略 C 3进化规划 C 4遗传算法与进化策略和进化规划的比较 C 5蚁群优化算法 C 6粒子群优化算法 C （教学基本要求：A-掌握；B-熟悉：C-了解） 三、建议实验（上机）项目及学时分配 实验内容 学时 实验一、实现感知器和BP网的分类功能 2 实验二、编程实现Hopfield网络求解二次优化问题 4 实验三、使用RBP神经网络实现函数逼近 2 实验四、使用自主竞争网络实现聚类 2 实验五、使用模糊神经网络再次实现函数逼近 2 实验六、使用遗传算法实现函数优化和tsp问题 4 四、教学方法与教学手段 教学方法：课堂讲授与算法程序演示，提出要实验的问题，引导学生上机计算求解。教学手段：使 用多媒体教学和演示。 五、考核方式与成绩评定标准课终考核；按要求完成关于智能优化计算应用项目及报告。 其中，项目内容包括：自选一优化问题，完成问题建模、优化算法建模、