演化计算
课程编码：1802060811J2P4002H
英文名称：Evolutionary Computation
课时：20
学分：1.00
课程属性：研讨课
主讲教师：赵冬斌
教学目的要求
演化计算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。演化计算主要是模拟自然界演化的规律形成优化的算法，包括遗传算法，粒子群优化算法，蚁群优化算法，差分进化算法等，以及上述方法和传统方法相结合的混合智能系统。希望学生掌握演化计算理论与技术的基本思想与基本方法，了解演化计算的最新研究进展，运用演化计算方法解决工程应用中的实际问题。
预修课程
高等数学
大纲内容
第一章 演化计算介绍 1.5学时 赵冬斌
第1节 演化计算方法分类、发展历史
第2节 演化计算的课程特点，作业和考核
第二章 遗传算法 3.0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
第三章 粒子群优化算法 3.0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
第四章 蚁群优化算法 3.0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
第五章 差分进化算法 1.5学时 赵冬斌
第1节 差分进化算法的发展历史
第2节 差分进化算法
第3节 差分进化算法的研究进展和典型应用
第六章 头脑风暴算法 1.5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
第七章 狼群优化算法 1.5学时 赵冬斌
第1节 狼群优化算法的发展历史
第2节 基本狼群优化算法
第3节 狼群优化算法研究进展和典型应用
第八章 演化计算作业讨论与点评 3.0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 报告点评
第九章 演化计算考试 2.0学时 赵冬斌
第1节 读书报告的评价
参考书
课程教师信息
赵冬斌，博士，IEEE/CAA/AAIA Fellow，中国科学院自动化研究所研究员，中国科学院大学岗位教授，博士生导师。在国际权威期刊会议上发表论文300余篇，包括IEEE TASE/TCDS/TETCI期刊年度唯一优秀论文奖、热点论文和ESI高被引论文等20余篇，得到Nature等论文引用。在国内外主流公开比赛上获得前3名以上奖励20余次，包括2020年IEEE Conference on Games格斗游戏冠军，2020年 RoboMaster人工智能挑战赛中感知、导航与运动规划、决策全部3个赛道最高一等奖等。任领域权威期刊IEEE TCyb, TAI, CIM等编委，领域权威国际会议2022年IEEE Conference on Games大会主席，2019年International Joint Conference on Neural Networks程序委员会协主席等。