计算智能理论及应用韩晓霞

《计算智能理论及应用韩晓霞》由会员上传分享，免费在线阅读，更多相关内容在工程资料-天天文库。

1、计算智能理论与应用一、课程基本情况课程编号S081115开课学期□第一学期■第二学期学分2课程名称（中文）计算智能理论与应用（英文）ComputationalIntelligenceTheoriesandApplications课程类型□专业基础课■专业选修课课程学时分配课程学时学时分配40课堂讲课34课堂讨论6自学交流课程负责人韩晓霞课程团队谢刚阎高伟陈泽华韩晓明王芳教学方式■课堂讲授■专题讨论考木亥方式□考试■考査适用院系、学科控制科学与工程、电子科学与技术、信息与通信系统、计算机科学与技术先修课程概率论、数理统计、人工智能教材与参考书目[1]张

2、军,詹志辉等.计算智能.北京：清华大学出版社,2009.[2]丁永生.计算智能——理论、技术与应用.北京：科学出版社，2004.[3]夏定纯，徐涛.计算智能.北京：科学出版社，2008[4]RussellC.Eberhart,YuhuiShi.ComputationalIntelligence,人民邮电出版社,2009.二、课程内容简介计算智能是控制科学与工程专业的必修课，也可供相关专业的研究牛选修。计算儈能是继人工智能之后的研究热点，其理论与方法已成功应用于儿乎所有的科学与工程领域，特别是非线性系统识别与控制、模式识別与智能系统、财经建模与预测、计

3、算材料学、生物医学图像处理、生物信息学与系统生物学等。该课程主要内容包括：人工神经网络、进化计算、模糊系统、人工免疫系统、群体智能、混沌理论、粗糙集理论、支持向量机、模拟退火、DNA计算等方面的理论、技术与应用，重点对各种算法的思想来源、流程结构、发展与改进，及其相关应用进行讲授。采用课堂讲授、问题讨论与课外阅读相结合的教学方法，同时由于计算智能受到国内外学者广泛关注，处于不断发展和完善的过程屮,课程学习屮将通过讲座、沙龙的形式拓展计算智能的最新的研究成果。5.3多目标优化基本概念5.4Memetic算法简介6人工免疫系统（4学时）6.1自然免疫系统

4、6.2免疫网络及其计算特性6.3基于免疫系统的建模6.4基于免疫系统的优化与调度7模拟退火与禁忌搜索（2学时）7.1模拟退火算法及其设计7.2禁忌搜索算法8粗糙集理论（4学时）&1基于粗糙集理论概念的应用&2基丁•粗糙集理论方法的系统简化8.3从数据中挖掘决策规则9支持向量机（4学时）9.1统计学习理论与VC维9.2支持向量机学习算法9.3支持向最机分类及模式识别9.4支持向量回归机建模10混沌理论（2学时）10.1混沌及其特性10.2混沌预测算法10.3混沌优化方法三、课程教学安排1绪论（2学时）1」课程简介（课程主要内容、课程要求及考核方式等）1

5、.2概述（计算智能的背景知识及其分类、研究与发展、特征与应用等）2神经网络（6学时）2」神经网络的结构和学习算法2.2神经网络分类及模式识別2.3神经网络优化计算2.4神经网络非线性系统建模3模糊系统（6学时）3」模糊逻辑推理系统3.2模糊推理与系统建模3.3模糊划分及模糊聚类方法3.4模糊系统混沌时间序列预测4进化计算（4学时）4」进化计算的基木框架4.2遗传算法简介4.3遗传算法的流程及改进4.4遗传算法与其他智能方法的融合5群体智能（6学时）5」粒子群优化处法基木思想及实现5.2蚁群算法棊本思想及实现四、课程知识单元与知识点计算智能与软计算方法

6、解决问题的思路与整体框架结构•传统优化算法的特点与局限•NPhard问题•最优化•组合优化•计算智能在处理复杂问题屮的基木思路和框架计算智能与仿生学之间的对照•生物界的进化过程、生物的生理构造和身体机能、动物的群体行为、自然界的物理现象、人类的思维、语言和记忆过程的特性提取•计算智能对以上仿生学现象的模拟、基本模型的建立•达尔文进化论与遗传算法•牛物神经元模型与人工神经网络•鸟群觅食行为与粒了群算法•信息素与蚁群算法•免疫、抗体与人工免疫算法•物理退火与模拟退火算法优化计算•多1=1标优化、组合优化•遗传算法优化•粒子群优化•蚁群优化•混沌优化•人工

7、免疫算法优化基于数据的分类与模式识别•神经网络分类器•支持向量机分类器•粗糙集分类器•模糊聚类基于数据的非线性建模•神经网络非线性建模•支持向屋回归机建模•模糊建模•混沌时间序列预测建模计算智能方法之间的融合•模糊神经网络分类器•利用神经网络挖掘模糊逻辑•进化神经网络•基于粗集的神经网络•几种优化算法对神经网络权值、阈值及支持向量机超参数的启发式寻优