《计算智能》授课大纲.docVIP

《计算智能》授课纲领 课程性质：必修课，3学分，共48~54课时（共16周)。 一、课程介绍 《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 论各样算法的思想根源、流程构造、发展改良、参数设置和有关应用。 内容包括绪论以及进化计算、群体智能、人工免疫算法、散布估计算 法、神经网络、模糊逻辑和多目标进化算法等。并从工程应用及与其 他人工智能研究方向相结合的角度议论人工智能的实际问题及其解 决方法。 二、教学内容 导论(1课时) 1）计算智能简介 2）计算智能典型方法 优化理论(2课时) 1）优化问题 2）优化方法分类 非拘束优化 拘束优化 多解问题 多目标优化 动向优化问题 进化计算(9课时) 进化计算导论 遗传算法 经典遗传算法 交错、变异 控制参数 模式定理与积木块假定 遗传算法的变体 前沿专题（小生境遗传算法、拘束办理、多目标优化、动向环境） 应用 遗传编程、进化规划、进化策略 差分进化 文化计算 共同进化 人工免疫系统(6课时)（1）自然免疫系统（2）人工免疫模型 克隆选择模型 网络理论模型 危险理论 （3）免疫优化计算 群体智能(3课时)（1）粒子群优化（2）蚁群算法 多目标进化算法及应用（6课时） 5.1绪论 5.2主要的多目标进化算法 5.3多目标进化算法性能评论和问题测试集 5.4多目标优化的新进展 5.5应用实例 神经网络(6课时)（1）人工神经元 （2