最优化理论基础-吕宗磊课程教学大纲.docVIP

PAGE9

《最优化理论基础》教学大纲

课程英文名称

OptimizationTheory

开课院系

计算机科学与技术学院

课程类别

学位课（专业基础课）

授课对象

1.学术型2.专业学位

授课方式

1.讲授类

课程总学时

36

课程总学分

2

开课学期

1

适用专业

计算机科学与技术、计算机技术

预修课程

无

主讲教师1

吕宗磊

职称

副教授

主讲教师2

徐涛

职称

教授

课程简介（500字以内）：

最优化理论既是数学的一个重要分支，也是人工智能、机器学习等研究方向的重要基础。它所研究的问题是讨论在众多的方案中什么样的方案最优以及怎样找出最优方案。20世纪40年代以来，由于生产和科学研究突飞猛进地发展，特别是电子计算机日益广泛应用，使最优化问题的研究不仅成为一种迫切需要，而且有了求解的有力工具。因此最优化理论和算法迅速发展起来，形成一个新的学科。至今已出现线性规划、整数规划、非线性规划、几何规划、动态规划、随机规划、网络流等许多分支。本课程以培养学生对最优化相关应用问题的求解能力为目标，在讲授最优化基础理论及方法的同时，通过对实际应用问题进行建模、编程，培养学生的动手能力。

课程教学目标与基本要求：

本课程理论部分共包括线性规划、整数线性规划、动态规划、图与网络分析等四大部分。其中，线性规划部分主要讲授线性规划问题的基本概念、可行域与基本可行解、单纯形方法、初始解与两阶段法、对偶单纯形法等内容。整数线性规划部分主要讲授整数线性规划的基本概念、割平面方法、分支定界法等内容。动态规划部分主要讲授多阶段决策问题、最优化原理、定期多决断决策、不定期多阶段决策等内容。图与网络分析部分主要讲授最大流问题、最小费用流问题、最大对集问题等内容。

课程考核方式和成绩计算评定：

1．考核方式：考试（√）；考查（）

2．成绩评定：

总评成绩构成：平时考核（40）％；中期考核（0）％；期末考核（60）％

平时成绩构成：考勤考纪（25）％；作业（75）％；读书报告（0）％

实践环节（0）％；其他（0）％

课程内容及详细教学计划：

授课内容（细化到章、节、目）

教学目标

授课模式（指传统讲授、讨论、多媒体教学等）

1、引论、线性规划的基本概念

了解最优化问题的应用；

掌握线性规划问题的形式

讲授

2、可行域与基本可行解

了解线性规划问题的基本性质；

掌握图解法解线性规划问题的方法

讲授

3、单纯形方法

掌握单纯形法的原理

讲授

4、初始解与两阶段法

掌握两阶段法求解线性规划问题初始可行解的原理

讲授

5、单纯形实验

掌握单纯形法的计算过程；

掌握两阶段法求解线性规划问题初始可行解的计算过程

实验

6、对偶单纯形法

了解对偶单纯形法的原理和计算过程

讲授

7、整数线性规划的基本概念与割平面方法

掌握整数线性规划问题的形式和基本性质

讲授

8、分支定界法

掌握0-1整数规划的性质及应用；

掌握分支定界法的原理

讲授

9、整数线性规划实验

掌握割平面法的计算过程；

掌握分支定界法的计算过程

实验

10、多阶段决策问题与最优化原理

了解多阶段决策问题的应用；

掌握多阶段决策问题的形式；

掌握最优化原理

讲授

11、定期多决断决策

掌握定期多决断决策问题的动态规划模型

讲授

12、不定期多阶段决策

掌握不定期多决断决策问题的动态规划模型

讲授

13、动态规划实验

掌握定期、不定期多决断决策问题的建模、求解过程

实验

14、最大流问题

掌握最大流算法

讲授

15、最小费用流问题

掌握最小费用流算法

讲授

16、最大对集问题

掌握匈牙利算法

讲授

17、网络流实验

掌握最大流问题、最小费用流、最大对集问题的建模、求解过程

实验

18、综合实验

对比不同模型在实际应用中的优缺点

实验

教材及教学参考资料

教材

序号

教材名称

编著者

出版单位

出版时间

1

运筹学

刁在筠等

高等教育出版社

2016年

参考资料

序号

参考资料名称

编著者

出版单位

出版时间

1

ACM国际大学生程序设计竞赛题目与解读

俞勇

清华大学出版社

2012年

注：1.课程类别参考培养方案，学位课明细到公共必修课、学科基础课和学科必修课；

2.主讲教师1和授课教师2两栏必填。