2023S04101-最优化方法实验-2023版人才培养方案课程教学大纲.docxVIP

2023S04101-最优化方法实验-2023版人才培养方案课程教学大纲.docx

  1. 1、本文档共5页,可阅读全部内容。
  2. 2、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
  3. 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  4. 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
  5. 5、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
  6. 6、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们
  7. 7、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
  8. 8、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多

PAGE3

附件5-2

ADDINCNKISM.UserStyle《最优化方法实验》课程教学大纲

(实验课程·2023版)

一、课程基本信息

课程号

2023S04101

开课单位

网络空间安全与计算机学院

课程名称

(中文)最优化方法实验

(英文)OptimizationMethodsExperiments

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

专业发展课程(专业拓展课)

适用专业(类)

人工智能

二、课程描述及目标

(一)课程简介

《最优化方法》课程是人工智能专业的一门学科核心课程,最优化方法是近几十年发展和形成的一门新兴的应用学科,它应用数学、计算机科学以及其它科学的新成就研究各种系统和实际问题的优化设计,控制和管理的途径及策略,为决策者和管理者提供科学决策的理论依据和实际操作手段与方法,是集理论性与应用性为一体的学科,它在生产管理和工程技术等许多领域中有广泛的应用背景与前景。

《最优化方法实验》课程是最优化方法课程的实践环节,通过用数学软件借助于计算机,完成所建立的最优化问题的求解与结果分析,以培养学生的实际动手能力,提高应用数学软件的应用能力,提高应用最优化原理方法解决实际问题的能力。

本课程主要涉及认识Matlab、Lingo等优化软件,单纯形法求解线性规划问题,最速下降法、共轭梯度法、牛顿法、拟牛顿法和直接法求解无约束优化问题,罚函数法与乘子法、投影梯度法与简约梯度法求解约束优化问题等实验项目。

(二)教学目标

通过本课程,使学生在在理解最优化原理的基础上,利用优化软件(Matlab、Lingo等)或者编程的方式,解决线性规划、无约束优化问题和约束优化问题。

课程目标1:利用工具或编程方式,掌握一维搜索、最速下降法、共轭梯度法、牛顿法、拟牛顿法和直接法求解无约束优化问题;

课程目标2:做到使学生掌握最优化的基本概念和基本理论,掌握实现最优化的基本数值计算方法,使学生从理论、方法、能力三方面得到训练,初步掌握应用最优化方法解决实际问题的能力,鼓励有余力的同学在掌握基本方法的同时,提高自己在建立模型算法分析的水平能力。

课程目标3:具备独立找到问题、分析问题、解决问题的能力,达到自主学习、终身学习的目的。

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

1-1能系统理解数学、自然科学、计算、工程科学理论基础并用于人工智能领域复杂工程问题的表述;

课程目标1

1-2具有人工智能领域需要的数据分析能力,能针对具体的对象建立数学模型并利用计算机求解;

课程目标2

12-1能在最广泛的技术变革背景下,认识到自主和终身学习的必要性

课程目标3

四、教学方式与方法

教学方式以实验教学为主,结合实际案例理解掌握最优化理论和方法,过程中适当开展讨论和设计环节,以培养学生的时间能力。每次实验课程都会安排一定量的自选实验,帮助学生理解、消化、掌握该章的知识点和主要方法。

五、教学重点与难点

(一)教学重点

线性规划的单纯形法、对偶理论,无约束优化的最速下降法、共轭梯度法、牛顿法、拟牛顿法和直接法,约束优化的罚函数法与乘子法、投影梯度法与简约梯度法。

(二)教学难点

线性规划的对偶理论,无约束优化的最速下降法、共轭梯度法的,约束优化的罚函数法与乘子法、投影梯度法与简约梯度法、约束变尺度法的基本原理。

六、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

认识Matlab的优化工具箱

学习使用Matlab软件的优化工具箱,掌握常用的优化算法的使用方法;必修

4

验证性

课程目标1

2

认识Lingo的优化函数库

学习使用Lingo软件的优化函数库,掌握常用的优化算法的使用方法;必修

4

验证性

课程目标1

3

无约束最优化的一般算法

利用Matlab实现一维搜索,给出一维搜索的的算法思路,Matlab编程实现Fibonacci法和黄金分割法,并用实例验证程序,对两种优化方法进行比较,完成实验报告;必修

6

设计性

课程目标1

课程目标2

4

无约束优化算法

利用Matlab实现最速下降法、共轭梯度法、Newton法与阻尼Newton法、拟Newton法、直接法,给出相应算法的算法思路,Matlab编程实现,并用实例验证程序,完成实验报告;必修

14

设计性

课程目标1

课程目标2

课程目标3

5

约束优化算法

利用Matlab实现罚函数法和乘子法,给出算法的算法思路,Matlab编程实现,并用实例验证程序,完成实验报告;必修

6

设计性

课程目标1

课程目标2

课程目标3

合计

34

注:实验要求包括必修、选修;实验类型包括“验证性”、“设计性”、“……”等。

七、学业评价和课程考核

(一)考核类型:?考试?考查

文档评论(0)

bigeng123 + 关注
实名认证
文档贡献者

知识杂货铺~

1亿VIP精品文档

相关文档