计算智能

课程编码：081101M05005H 英文名称：Computational Intelligence 课时：40 学分：2.00 课程属性：专业普及课 主讲教师：赵冬斌等

计算智能是人工智能专业研究生的专业基础课，奠定人工智能的理论和算法基础。计算智能主要包括人工神经网络、模糊系统和演化计算，以及上述方法和传统方法相结合的混合智能系统。希望学生掌握计算智能理论与技术的基本思想与基本方法，了解计算智能的最新研究进展，运用计算智能方法解决工程应用中的实际问题。
课程基本要求：建议学生掌握Matlab，Python，或C++等编程语言，学生应掌握计算智能设计的一般过程，运用相关平台搭建系统，分析并解决问题。

高等数学，自动控制原理或现代控制理论。

第一章 神经网络介绍 3学时 程龙
第1节 神经元模型简介
第2节 神经网络发展历程
第3节 感知器神经元
第4节 感知器神经元算法及其收敛性分析
第二章 前馈神经网络 3学时 程龙
第1节 支持向量机神经元网络
第2节 典型多层前馈神经元网络及学习算法
第3节 基于神经元网络的系统辨识
第三章 反馈神经网络 6学时 程龙
第1节 连续型Hopfield反馈神经元网络
第2节 连续型Hopfield反馈神经元稳态性能分析
第3节 连续型Hopfield反馈神经元网络求解优化问题
第4节 基于反馈神经网络的凸优化问题求解方法
第5节 离散型Hopfield反馈神经元网络
第6节 连续型Hopfield反馈神经元稳态性能分析
第7节 离散型Hopfield反馈神经元网络求解联想记忆问题
第四章 模糊集合与模糊逻辑 3学时 郭大蕾
第1节 模糊集合与隶属函数
第2节 模糊关系与模糊变换
第3节 模糊逻辑
第4节 模糊推理
第五章 模糊系统 6学时 郭大蕾
第1节 Madami模型系统的设计
第2节 T-S模型系统的设计
第3节 模糊系统的辨识
第4节 模糊控制系统的性能
第六章 模糊分类与聚类 3学时 郭大蕾
第1节 模糊分类
第2节 模糊聚类
第3节 模糊k-均值聚类
第七章 遗传算法 3学时 赵冬斌
第1节 遗传算法发展历史
第2节 基本遗传算法
第3节 遗传算法的理论基础
第4节 遗传算法的研究进展和典型应用
第八章 粒子群优化算法 3学时 赵冬斌
第1节 粒子群优化算法发展历史
第2节 基本粒子群优化算法
第3节 粒子群优化算法的研究进展
第4节 基于粒子群优化的多模态优化
第5节 基于粒子群优化的多目标优化
第6节 粒子群优化算法的典型应用
第九章 蚁群优化算法 3学时 赵冬斌
第1节 蚁群优化算法的发展历史
第2节 基本蚁群优化算法
第3节 蚁群优化算法的研究进展
第4节 蚁群优化算法的典型应用
第十章 其他演化计算方法 3学时 赵冬斌
第1节 头脑风暴算法的发展历史
第2节 基本头脑风暴算法
第3节 头脑风暴算法的研究进展和典型应用
第4节 狼群优化算法的发展历史
第5节 基本狼群优化算法
第6节 狼群优化算法研究进展和典型应用
第十一章 演化计算作业讨论与点评 3学时 赵冬斌
第1节 作业题目研讨和方法分享
第2节 优秀作业算法测试
第3节 报告评价

首席教授赵冬斌研究员、博士、博士生导师，中国科学院大学岗位教授。任IEEE计算智能学会北京分会主席，曾任自适应动态规划和强化学习技术委员会主席、多媒体委员会主席、新闻委员会主席等。IEEE高级会员、自动化学会高级会员等。任领域顶级期刊IEEE TNNLS，IEEE CIM编委等，国际期刊IEEE TNNLS等特邀编辑10余次，包括深度强化学习专刊首席客座编委。任多个权威国际会议的大会主席和程序委员会主席等。发表论文300余篇，授权国际发明专利1项、国家发明专利29项。主要研究方向为深度强化学习、计算智能、自适应动态规划、智能车辆、游戏AI、机器人、能源系统等。