0923D06015-最优化方法实验.docxVIP

PAGE3

附件5-2

ADDINCNKISM.UserStyle《最优化方法实验》课程教学大纲

（实验课程）

一、课程基本信息

课程号

0923D06015

开课单位

数学与信息科学学院

课程名称

（中文）最优化方法实验

（英文）ExperimentsofOptimizationMethods

课程性质

选修

考核类型

考查

课程学分

1

课程学时

34

课程类别

学科拓展课

先修课程

高等数学、最优化方法

适用专业（类）

数据科学与大数据

二、课程描述及目标

（一）课程简介

《最优化方法实验》是数据科学与大数据专业本科生的学科基础课。本课程以上机操作为主，将最优化方法中涉及的基本优化问题，利用计算软件，通过建模、检验和求解数学模型，解决实际问题。本课程的主要内容包括无约束优化问题、动态规划等模型、方法和应用。教学的重点是优化问题的具体实现。

通过本课程学习，使学生巩固在课堂上所学的知识，加深对最优化方法的理解。更重要的是，通过实验项目，提高学生运用最优化方法与计算机软件的独立工作能力，为学生处理大数据中的优化问题打基础，增强学生就业的竞争力。

（二）课程目标

本课程的目的是使使学生巩固最优化理论与方法的基本概念、基本理论和常见的优化算法，加深对最优化方法的理解，培养学生分析问题和解决问题的能力。

课程目标CG1：掌握科学的实验方法，巩固最优化方法的基本理论；

课程目标CG2：培养数学模型解决问题的能力，掌握最优化问题基本模型的求解方法，提高对计算结果进行分析评价的能力

课程目标CG3：培养学生独立观察问题、分析问题、解决问题的能力，提高学生综合能力。

课程目标CG4：培养学生正确记录实验数据和现象，正确处理实验数据、分析实验结果、调试程序、书写实验报告的能力。

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

1-1：数理统计基础知识

课程目标CG1

0.3

2-2：数据科学实践能力

课程目标CG1

课程目标CG4

0.3

2-6：组织协调能力

课程目标CG3

课程目标CG4

0.2

3-4：专业素养

课程目标CG1-4

0.2

四、教学重点与难点

1.教学重点

无约束最优化问题的一般算法及一维搜索

求无约束最优化数值解的最速下降法、共轭梯度法、Newton法、拟Newton法、直接法；

2.教学难点

无约束最优化问题的一般算法及一维搜索

求无约束最优化数值解的最速下降法、Newton法、拟Newton法；

五、实验内容、基本要求与学时分配

序号

实验项目名称

实验内容与要求

学时

类型

对应课程目标

1

简化版抛物线法

编写简化版抛物线法算法，并实现matlab代码。

10

验证性

设计性

课程目标CG1-4

2

最速下降法与Newton法

练习最速下降法、Newton法等数值算法。

12

验证性

设计性

课程目标CG1-4

3

遗传算法

掌握遗传算法的基本思想和基本流程，并实现matlab代码。

12

验证性

设计性

课程目标CG1-4

合计

34

六、课程教学方法

教学方式：小组讨论，教师指导，上机实验，

教学方法：与理论课程内容相对应，探讨式教学、启发式教学、案例教学相结合，让学生掌握处理基本矩阵问题的方法。

七、学业评价和课程考核

1.考核类型：?考试t考查

2.考核方式：t实验报告?实验作品

?其它：（填写具体考核方式）

3.成绩评定：

考核

依据

建议分值

（百分比）

考核/评价细则

对应课程目标

平时考核

30%

考勤

30%

根据学生出勤比率给出此项成绩

课程目标CG4

课堂表现

30%

实际操作的正确性(50%)、熟练性(50%)

课程目标CG1

课程目标CG3

实验报告

40%

规范性(30%)，实验结果正确性(40%)，完成率(30%)

课程目标CG2

综合操作

70%

规范性、任务量、程序代码运行结果、成果展示、语言表达逻辑组织

课程目标CG1-CG4

八、课程目标达成评价

课程目标的实际达成效果计算方式如下，达成值越高，教学效果越好。

课程目标达成度

毕业要求指标点达成度

九、教材与教学参考书

1.教材

《最优化方法》，李学文、闫桂峰、李学娜编著，北京理工大学出版社，2018年4月，第一版。（普通高等教育十三五规划教材）

2.教学参考书

《最优化理论与方法》，袁亚湘，孙文瑜编著，科学出版社，2019年1月，第一版；

《运筹学》，刁在筠、刘桂真等编著，高等教育出版社，2016年7月，第四版；

《最优化理论与算法》，陈宝林编著，清华大学出版社，2005年11月，第二版。

3.参考资料

《最优化方法》，上海财经大学精品课程，学习网址：

/zyff/zyff.htm；

《运筹学》，中国大学MOOC课程学习平台。