《智能优化算法及其应用》课程教学大纲.docxVIP

《智能优化算法及其应用》教学大纲 一、课程基本信息 课程名称 智能优化算法及其应用 Intelligent Optimization Algorithms with Applications 课程编码 CTL122921020 开课院部 控制科学与工程学院 课程团队 智能控制课程团队 学分 2.0 课内学时 32 讲授 32 实验 0 上机 0 实践 0 课外学时 32 适用专业 自动化 授课语言 中文 先修课程 高等数学（2-1）、高等数学（2-2）、数学实验、自动控制原理 课程简介 （限选） 本课程是一门智能优化算法入门课程，简明而系统地介绍模拟退火、遗传算法、粒子群优化等热点智能优化算法。内容涉及优化机制、流程、技术，结合实例分析指导算法应用，突出实用技术性和结构统一性。同时，介绍国内外最新研究进展，引导学生自学蚁群算法、差分进化等智能优化方法，并开展相应的设计与应用研究。通过学习使学生了解智能优化算法在控制科学与工程中的地位和作用以及解决工程优化问题的正确方法。通过本课程的学习，进一步拓宽本科生的优化理论与技术知识，使本科生掌握智能优化算法基本知识，提高学生应用智能进化理论解决实际的问题能力。(对应毕业要求指标点：1.3、5.4、4.3、12.2) This course is an introductory course for intelligent optimization algorithms, which briefly and systematically introduces hot intelligent optimization algorithms such as simulated annealing, genetic algorithm and particle swarm optimization. The content involves optimization mechanism, process and technology, and combines case analysis to guide the application of algorithm, highlighting practical technology and structural unity. At the same time, the latest research progress at home and abroad is introduced to guide students to learn intelligent optimization methods such as ant colony algorithm and differential evolution by themselves, and the corresponding design and application research are carried out. Through learning, students can understand the position and function of intelligent optimization algorithm in Control Science and Engineering and the correct method to solve engineering optimization problems. Through the study of this course, the optimization theory and technical knowledge of undergraduates will be further broadened, so that undergraduates can master the basic knowledge of intelligent optimization algorithms and improve students ability to apply intelligent evolution theory to solve practical problems. (Corresponding graduation requirements index points: 1.3, 5.4, 4.3, 12.2) 负责人 大纲执笔人 审核人 二、课程目标 序号 代号 课程目标 OBE 毕业要求指标点 任务 自选 1 M1 目标1：掌握模拟退火、遗传和粒子群等智能优化算法知识，并能将相关知识用于解决自动化领域复杂工程问题。 是 1.3 1.3 2 M2 目标2：掌握应用Matlab编写模拟退火、遗传和粒子群等