一、课程名称
1. 中文名称：智能优化算法及编程
2. 英文名称：Intelligent optimization algorithm and programming
二、课程概况
课程类别：专业学位课 学时数：32 学分数：2
适用专业：交通运输/交通运输规划与管理 考核方式：笔试
开课学期：第一学期 开课单位：文理学院
三、大纲编写人：蒋开明、朱小林
四、教学目的及要求：
通过本课程的学习，要求学生系统地掌握智能算法的基本内容、基本原理和应用范畴。较系统地学习神经网络算法、支撑向量机、遗传算法和粒子群算法的主要内容。对常用算法能进行数值模拟，通过实验对MatLab在计算智能中的应用能有较深入的了解，对所学内容中的主要算法能进行数值模拟。
五、课程主要内容、教学安排及预修课程：
第一章 预备知识 6学时
1. 1 多元函数与超曲面
1. 2 求函数最值
1. 3 向量范数
1. 4 随机数的生成
第二章 人工神经网络 6学时
2．1 多层前向网
2．2 径向基函数
2．3 回归神经网络
第三章 支撑向量机 6学时
3．1 最优分离超平面
3．2 支撑向量机
3．3 SVM学习算法
第四章 遗传算法 8学时
4．1 简单遗传算法
4．2 个体与种群
4．3 遗传算子
4．4 模式
第五章 粒子群算法 6学时
5．1 基本粒子群算法
5．2 带惯性权重和收缩因子的粒子群算法
5．3 改进粒子群算法
5．4 应用算例
预修课程：
离散数学、高等数学、程序设计
六、课程使用教材：
1. 褚蕾蕾等编著，《计算智能的数学基础》，科学出版社，2002.9
七、课程主要参考资料：
1. 杨淑莹，张桦. 群体智能与仿生计算----Matlab技术实现，电子工业出版社，2012
2. 刘衍民，牛奔. 新型粒子群算法理论与实践，科学出版社，2012
3. 玄光男，程润伟著；于歆杰，周根贵译.遗传算法与工程优化，清华大学出版社，2003(2009重印)
八、课程教学手段：
1. 教室要求：多媒体教室
2. 课件来源：自制(朱小林、蒋开明)
九、实验手段：
利用Matlab实现本课程中算法的数值模拟。