1323S04019-智能算法及应用-2023版人才培养方案课程教学大纲.docxVIP

PAGE1

ADDINCNKISM.UserStyle《智能算法及应用》课程教学大纲

（理论课程·2023版）

一、课程基本信息

课程号

1323S04019

开课单位

电子信息工程学院

课程名称

（中文）智能算法及应用

（英文）IntelligentAlgorithmsandApplication

课程性质

选修

考核类型

考试

课程学分

2

课程学时

34

课程类别

专业发展课程（专业拓展课）

先修课程

高等数学

适用专业（类）

自动化专业

二、课程描述及目标

（一）课程简介

《智能算法及应用》课程是本专业的一门专业发展课程。本课程系统的讲解了差分进化算法、遗传算法、粒子群算法、模拟退火算法等智能优化算法的原理、实现以及应用，详细讲解了神经网络和模糊算法的算法原理、流程以及应用。旨在通过理论教学与实践操作训练，使学生掌握智能算法的基本概念、基本原理和基本方法，了解智能算法的研究与应用的最新进展和发展方向，开阔学生知识视野，提高解决相关工程问题的能力，为将来使用智能算法的相关方法解决实际问题奠定初步基础。

本课程不但向学生传授智能算法相关的原理及实现，还在学科背景以及学科发展历程中挖掘了相关的思政元素。如神经网络的发展，经过几起几落，经过研究者的不懈努力和坚持，基于神经网络的深度学习成为了目前研究的热点。很多学者的奋斗历程、科研精神、创新思维、人生理念都值得学生学习。

（二）教学目标

通过本课程，学生将掌握常见的智能算法的思想来源、基本思想和算法流程，具备解决相关实际问题的能力。

课程目标1：掌握若干主要智能算法的原理及算法流程，理解算法中的主要参数对于算法性能的影响。

课程目标2：了解智能算法及应用的发展趋势，深刻理解智能优化算法的思想，用辩证的眼光看待不同的智能算法，并能归纳不同算法的异同点，形成自己对算法的认识。

课程目标3：认识到生活中优化问题的普遍性，能够将具体问题抽象成优化问题的模型，并且选用合适的方法进行求解。同时，具备自行查找相关文献，保持与时俱进的学习精神。

三、课程目标对毕业要求的支撑关系

毕业要求指标点

课程目标

权重

1-2能针对具体的对象建立数学模型并求解；

课程目标3

四、教学方式与方法

以课堂多媒体教学为主，课堂演示和讲解相结合，辅以自学、答疑和智能算法与应用实验（独立设置实验课）。

课堂采用启发式教学和实例教学，并将教学的重点放在培养学生编程思维以及运用工具解决实际问题的能力上。另外，通过师生互动，双向交流，激发学生主动学习的热情，让他们成为教学中的主体。课程中设置有小组项目，学生通过完成相关问题的讲解，提升其查阅文献、自主学习和与他人交流合作的能力。

五、教学重点与难点

（一）教学重点

各种智能算法的原理及流程。其中神经网络算法和模糊算法与其他算法思想有较大的不同，作为重点进行充分学习。

（二）教学难点

应用相关智能算法解决实际工程问题。将实际的问题提炼出数学模型对学生来讲具有一定的难度。

六、教学内容、基本要求与学时分配

序号

教学内容

基本要求

学时

教学

方式

对应课程目标

1

第1章绪论

了解智能算法的起源、研究意义、和发展现状及趋势。

2

讲授

课程目标2

2

第2章差分进化算法

2.1差分进化算法理论

2.2基本差分进化算法流程

2.3改进差分算法

2.4MATLAB仿真实例

掌握差分进化算法的流程，掌握差分进化算法解决极值问题的编程方法。

4

讲授

课程目标1

课程目标2

3

第3章粒子群算法

3.1粒子群算法基本理论

3.2粒子群算法流程

3.3MATLAB仿真实例

掌握粒子群算法的流程，掌握粒子群算法解决极值问题的编程方法。

2

讲授

讨论

课程目标1

课程目标2

4

第4章遗传算法

4.1遗传算法基本理论

4.2遗传算法流程

4.3MATLAB仿真实例

掌握遗传算法的流程，掌握遗传算法解决极值问题的编程方法。

4

讲授

讨论

课程目标1

课程目标2

5

第5章模拟退火算法

5.1模拟退火算法基本理论

5.2模拟退火算法流程

5.3MATLAB仿真实例

掌握模拟退火算法的流程，掌握模拟退火算法解决极值问题的编程方法。

4

讲授

讨论

课程目标1

课程目标2

6

第6章神经网络

6.1单神经元模型

6.2BP神经网络

6.3RBF神经网络

6.4MATLAB仿真实例

掌握神经网络的原理和最基本的两种网络（BP网路和RBF网络）的实现方法；会利用神经网络实现函数逼近、预测和分类等功能，在MATLAB里编程实现。

6

讲授

讨论

课程目标1

课程目标2

7

第7章模糊算法

7.1模糊算法基础理论

7.2模糊算法

7.3MATLAB仿真实例

了解模糊算法的基础数学理论，掌握模糊算法的实现流程，能利用MATLAB