《計算智能》授課大綱

計算智能授課大綱課程性質(zhì)：必修課，3學(xué)分，共4854課時（共16周）。一、課程介紹計算智能課程對計算智能領(lǐng)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(jié)構(gòu)、發(fā)展改進、參數(shù)設(shè)置和相關(guān)應(yīng)用。內(nèi)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(jīng)網(wǎng)絡(luò)、模糊邏輯和多目標(biāo)進化算法等。并從工程應(yīng)用及與其他人工智能研究方向相結(jié)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(xué)內(nèi)容導(dǎo)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d）多目標(biāo)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(dǎo)論(2) 遺傳算法a) 經(jīng)典遺傳算法b) 交叉、變異c) 控制參數(shù)d) 模式定理與積木塊假設(shè)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(biāo)優(yōu)化、動態(tài)環(huán)境)f) 應(yīng)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(xié)同進化人工免疫系統(tǒng)(6課時)(1)自然免疫系統(tǒng)a) (2)人工免疫模型克隆選擇模型網(wǎng)絡(luò)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(biāo)進化算法及應(yīng)用（6課時）5.1 緒論5.2 主要的多目標(biāo)進化算法5.3 多目標(biāo)進化算法性能評價和問題測試集5.4 多目標(biāo)優(yōu)化的新進展7. 應(yīng)用實例神經(jīng)網(wǎng)絡(luò)（6課時）（1）人工神經(jīng)元（2）監(jiān)督學(xué)習(xí)神經(jīng)網(wǎng)絡(luò)（3）非監(jiān)督學(xué)習(xí)神經(jīng)網(wǎng)絡(luò)（4）徑向基函數(shù)網(wǎng)絡(luò)（5）增強學(xué)習(xí)（6）監(jiān)督學(xué)習(xí)的性能問題深度學(xué)習(xí)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(yīng)用（69課時）（討論計算智能算法在每個研究生的研究方向中的結(jié)合應(yīng)用）三、教材與參考書2、張軍詹志輝計算智能M.清華大學(xué)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(xué)出版社北京.2011.1.