《计算智能》-课程教学大纲.docVIP

PAGE PAGE 10 《计算智能》课程教学大纲 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 课程类别：专业选修课 学 时：48 学 分：3 适用对象: 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） 考核方式：考查 先修课程：数据结构、算法设计与分析 二、课程简介 《计算智能》课程对计算智能领域的主要算法进行介绍，重点讨论各种算法的思想来源、流程结构、发展改进、参数设置和相关应用。内容包括绪论及神经网络、模糊逻辑、遗传算法、蚁群算法、粒子群算法、模拟退火算法、免疫算法及禁忌搜索算法等，并从工程应用及与其他人工智能研究方向相结合的角度讨论实际问题及其解决方法。 Computational intelligence introduces the main algorithms in the field of computational intelligence, focusing on the source of ideas, process structure, development and improvement, parameter setting and related applications. The content includes introduction, neural network, fuzzy logic, genetic algorithm, ant colony algorithm, particle swarm optimization, simulated annealing algorithm, and immune algorithm and tabu search algorithm. The practical problems and their solutions are discussed from the perspective of engineering application and combining with other AI research directions. 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 1.2.2 NP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 （一）目的与要求 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 （二）教学内容 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 2.4 BP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 （三）思考与实践 查阅文献，了解神经网络的最近进展及各个领域的应用 （四）教学方法与手段