《计算智能》-实验教学大纲.docVIP

《计算智能》课程实验教学大纲 一、课程基本信息 课程代码课程名称：计算智能 英文名称: Computational intelligence 实验总学时：12 适用专业：计算机科学与技术专业、计算机科学与技术专业（人工智能方向）、软件工程 课程类别：专业选修课 先修课程：数据结构、算法设计与分析 实验教学的总体目的和要求 教学目的：通过本实验课程的学习，同学们务必建立起学好算法设计、增强核心技术竞争力，为国家强大而努力学习的伟大志愿。 1、对学生的要求 有一定的编程基础 2、对教师的要求熟练掌握该门课程的教学 3、对实验条件的要求硬件：64位主机以及16GB以上内存 软件：Windows10操作系统, matlab2018 实验教学内容 实验项目1 实验名称：遗传算法工具箱应用 实验内容：1、根据提供的遗传算法工具箱进行安装。2、阅读提供的代码，并给出重要代码注释，运行代码并调试，调整初始种群大小、交叉概率、变异概率、迭代次数，比较运行的结果并分析。3、编程实现：函数y=f（x1,x2,x3,x4）=1/(x12+x22+x32+x42+1),其中-5≤x1,x2,x3,x4≤5,用遗传算法求y的最大值。 实验性质：验证性实验 实验学时：3 实验目的与要求：掌握遗传算法工具箱的内容，安装和应用。 实验条件：64位主机以及16GB以上内存，Windows10操作系统, matlab2018 　　　　　　　　　　　　　　实验项目二 实验名称：基于遗传算法的TSP问题优化 实验内容：1、阅读提供的代码，运行代码并调试，对几个主要控制参数的取值进行修改，比较修改前后程序的运行性能。2、对于上述代码，请设计出一种改进方案，并说明改进方案的原理，基本流程以及优势，通过实验与原代码进行比较，分析实验结果。 实验性质：验证性实验 实验学时：3 实验目的与要求：掌握遗传算法原理，基本流程，TSP优化求解。 实验条件：64位主机以及16GB以上内存，Windows10操作系统, matlab2018 研究与思考： 思考为何遗传算法求解TSP会陷入局部最优，如何解决？培养学生深入研究问题、钻研精神。 实验项目三 实验名称：蚁群算法的优化计算-TSP优化 实验内容：1、阅读提供的代码，并给出重要代码注释，运行代码并调试，调整参数（蚂蚁数量，信息素浓度，启发式信息，信息素挥发因子，迭代次数），比较运行的结果并分析参数对算法性能的影响。2、对于上述代码，请设计出一种改进方案，并说明改进方案的优势，通过实验与原代码进行比较，分析实验结果。 实验性质：设计性实验 实验学时：3 实验目的与要求：掌握蚁群算法原理，基本流程，TSP优化求解。 实验条件：64位主机以及16GB以上内存，Windows10操作系统,matlab2018 研究与思考： 如何设计解决问题的有效算法，设计算法需要一定的创新精神，培养学生深入研究问题、创新精神。 实验项目四 实验名称：基于PSO工具箱的函数优化 实验内容：1、阅读提供的代码，运行代码并调试，调整惯性权重参数 ，并设置一种惯性权重参数 的新的调整方案，比较运行的结果并分析说明参数 对算法性能的影响。2、编写完整的PSO程序，实现对教材6.1完整的求解。 实验性质：验证性实验 实验学时：3 实验目的与要求：掌握PSO工具箱的设置，基本原理，基本流程，函数求解 实验条件：64位主机以及16GB以上内存，Windows10操作系统, matlab2018 四、考核方式与标准 提交实验报告 五、推荐实验教材和教学参考书 郁磊，等. MATLAB智能算法30个案例分析. 北京航空航天大学出版社, 2011