《《計算智能》授課大綱》由會員分享，可在線閱讀，更多相關《《計算智能》授課大綱（3頁珍藏版）》請在裝配圖網上搜索。

1、《計算智能》授課大綱課程性質：必修課，3學分，共48~54課時（共16周）。 一、課程介紹 《計算智能》課程對計算智能領域的主要算法進行介紹，重點討論各種算法的思想來源、流程結構、發(fā)展改進、參數設置和相關應用。內容包括緒論以及進化計算、群體智能、人工免疫算法、分布估計算法、神經網絡、模糊邏輯和多目標進化算法等。并從工程應用及與其他人工智能研究方向相結合的角度討論人工智能的實際問題及其解決方法。 1. 二、教學內容導論（1課時） （1）計算智能簡介 2. （2）計算智能典型方法優(yōu)化理論（2課時） （1）優(yōu)化問題 （2）優(yōu)化方法分類 a）非約束優(yōu)化 b）約束優(yōu)化 c）多解問題

2、 d）多目標優(yōu)化 3. e）動態(tài)優(yōu)化問題進化計算(9課時) (1) 進化計算導論 (2) 遺傳算法 a) 經典遺傳算法 b) 交叉、變異 c) 控制參數 d) 模式定理與積木塊假設 e) 遺傳算法的變體 前沿專題(小生境遺傳算法、約束處理、多目標優(yōu)化、動態(tài)環(huán)境) f) 應用 (3) 遺傳編程、進化規(guī)劃、進化策略 (4) 差分進化 (5) 文化計算 4. 協同進化人工免疫系統(6課時) (1)自然免疫系統 a) (2)人工免疫模型克隆選擇模型網絡理論模型危險理論 5. 免疫優(yōu)化計算群體智能（3課時） （1）粒子群優(yōu)化 6. （2）蟻群算法多目標進化算法及應用

3、（6課時） 5.1 緒論 5.2 主要的多目標進化算法 5.3 多目標進化算法性能評價和問題測試集 5.4 多目標優(yōu)化的新進展 7. 應用實例神經網絡（6課時） （1）人工神經元 （2）監(jiān)督學習神經網絡 （3）非監(jiān)督學習神經網絡 （4）徑向基函數網絡 （5）增強學習 （6）監(jiān)督學習的性能問題深度學習算法（DeepLearning）（3課時）分布估計算法（3課時）計算智能算法在各研究方向的應用（6~9課時）（討論計算智能算法在每個研究生的研究方向中的結合應用）三、教材與參考書2、張軍詹志輝計算智能［M］.清華大學出版社［北京］.2009.11. 3、吳微,周春光,梁艷春.智能計算［M］.高等教育出版社［北京］.2009.12. 4、段海濱,張祥銀,徐春芳.仿生智能計算.科學出版社［北京］.2011.1.