1、實(shí)時優(yōu)化與先進(jìn)控制(Real-time Optimization and Advanced Control)課程代碼：05410182學(xué)分：2學(xué)時：32 （其中：課堂教學(xué)學(xué)時：32實(shí)驗(yàn)學(xué)時：0上機(jī)學(xué)時：0課程實(shí)踐學(xué)時:0） 先修課程：運(yùn)籌學(xué)、自動化工具軟件、自動控制理論適用專業(yè)：自動化教材：智能優(yōu)化算法及其MATLAB實(shí)例，包子陽，余繼周編著，電子工業(yè)出版 社，2016年8月一課程性質(zhì)與課程目標(biāo)（一）課程性質(zhì)（需說明課程對人才培養(yǎng)方面的貢獻(xiàn)）實(shí)時優(yōu)化與先進(jìn)控制是自動化專業(yè)的一門專業(yè)方向選修課，課程主要介紹先進(jìn)智能優(yōu)化算 法理論與應(yīng)用等相關(guān)內(nèi)容。通過本課程的學(xué)習(xí)，使學(xué)生了解智能優(yōu)化算法的基本概念

2、、基本原理、 設(shè)計(jì)方法以及應(yīng)用領(lǐng)域；掌握典型的智能優(yōu)化算法，包括進(jìn)化優(yōu)化、群智能優(yōu)化以及多目標(biāo)優(yōu)化理 論等內(nèi)容；并且能夠在計(jì)算機(jī)軟件MATLAB的輔助下，設(shè)計(jì)智能優(yōu)化算法求解工程優(yōu)化問題。本課程 注重提高學(xué)生解決問題與軟件應(yīng)用能力，為他們今后處理工程優(yōu)化問題，從事科研活動和繼續(xù)深造 打下扎實(shí)的基礎(chǔ)。（二）課程目標(biāo)（根據(jù)課程特點(diǎn)和對畢業(yè)要求的貢獻(xiàn)，確定課程目標(biāo)。應(yīng)包括知識目標(biāo)和能力 目標(biāo)。）.知識方面掌握連續(xù)優(yōu)化與離散優(yōu)化問題的數(shù)學(xué)描述；掌握遺傳算法、差分進(jìn)化以及免疫算法等進(jìn)化優(yōu)化算法的思想、原理、實(shí)現(xiàn)步驟與應(yīng)用領(lǐng)域;L3掌握蟻群優(yōu)化、粒子群優(yōu)化以及人工蜂群優(yōu)化等群智能優(yōu)化算法的思想、原理、實(shí)現(xiàn)

3、步驟與 應(yīng)用領(lǐng)域；了解模擬退火、禁忌搜索等其它智能優(yōu)化算法;總成績；可讓學(xué)生查閱資料，了解本課 程相關(guān)技術(shù)發(fā)展情況，并根據(jù)自身發(fā)展 需要，自主學(xué)習(xí)。3期末考試試卷題型主要包含簡答題與分析應(yīng)用題，以卷面成績的70%計(jì)入課程總成績。70%注：1.分學(xué)期設(shè)置和考核的課程應(yīng)按學(xué)期分別填寫上表。.考核方式或途徑主要包括課堂表現(xiàn)、平時作業(yè)、階段測試、期中考試、期末考試、大作 業(yè)、小論文、項(xiàng)目設(shè)計(jì)和作品等。.考核要求包括作業(yè)次數(shù)、考試方式（開卷、閉卷）、項(xiàng)目設(shè)計(jì)要求等。.考核權(quán)重指該考核方式或途徑在總成績中所占比重。五、參考書目及學(xué)習(xí)資料（書名，主編，出版社，出版時間及版次）.仿生智能計(jì)算，段海濱，張祥銀，

4、徐春芳編著，科學(xué)出版社，2011年1月.自然計(jì)算，莫宏偉，徐立芳，科學(xué)出版社，2016年10月. MATLAB程序設(shè)計(jì)基礎(chǔ)與應(yīng)用，劉帥奇、李會雅、趙杰編著，清華大學(xué)出版社，2016年10 月六、大綱說明（內(nèi)容可包括課程基本要求、習(xí)題要求及其它一些必要的說明）.主要采用多媒體教學(xué)手段，主要知識點(diǎn)板書與多媒體相結(jié)合，多種教學(xué)手段綜合運(yùn)用。.課后共需完成大約6-8道習(xí)題作業(yè)，以加深學(xué)生對所學(xué)內(nèi)容的理解和掌握，建議學(xué)生利用網(wǎng) 絡(luò)教學(xué)平臺和網(wǎng)絡(luò)學(xué)習(xí)資源。2017年9月20日L5掌握多目標(biāo)優(yōu)化的概念，了解多目標(biāo)遺傳算法、多目標(biāo)差分進(jìn)化、多目標(biāo)粒子群等典型多目標(biāo)優(yōu)化算法；2.能力方面能夠熟練運(yùn)用MATLAB

5、編寫差分進(jìn)化、粒子群優(yōu)化等典型智能優(yōu)化算法;掌握不同智能優(yōu)化算法的設(shè)計(jì)方法，并解決相關(guān)的工程優(yōu)化問題；逐步培養(yǎng)學(xué)生的閱讀文獻(xiàn)、交流、分析和演繹等能力。（三）課程目標(biāo)與專業(yè)畢業(yè)要求指標(biāo)點(diǎn)的對應(yīng)關(guān)系本課程支持的畢業(yè)要求指標(biāo)點(diǎn)如下：指標(biāo)點(diǎn)1-3.掌握計(jì)算機(jī)基礎(chǔ)知識，具有分析和設(shè)計(jì)計(jì)算機(jī)軟硬件系統(tǒng)的能力。指標(biāo)點(diǎn)4-3.能夠基于實(shí)驗(yàn)方案構(gòu)建實(shí)驗(yàn)系統(tǒng)，安全的開展實(shí)驗(yàn)，提取有效實(shí)驗(yàn)參數(shù)或數(shù)據(jù)指標(biāo)點(diǎn)5-1.初步掌握解決復(fù)雜自動化工程問題所需的Matlab、Multisim、Altium等現(xiàn)代工程工 具。注：L工程類專業(yè)通識課程的課程目標(biāo)應(yīng)覆蓋相應(yīng)的工程教育認(rèn)證畢業(yè)要求通用標(biāo)準(zhǔn)；2.工程類專業(yè)課程的課程目標(biāo)應(yīng)按

6、下表表述對專業(yè)畢業(yè)要求指標(biāo)點(diǎn)的支撐關(guān)系。業(yè)要求指 示點(diǎn) 課程目標(biāo)、畢業(yè)要求指標(biāo)點(diǎn)1-3畢業(yè)要求指標(biāo)點(diǎn)4-3指標(biāo)點(diǎn)5-1.課程目標(biāo)1.1q課程目標(biāo)1.2qq課程目標(biāo)L3課程目標(biāo)L4課程目標(biāo)1.5課程目標(biāo)2.1課程目標(biāo)2.2課程目標(biāo)2.3二、課程內(nèi)容與教學(xué)要求（按章撰寫）第一章緒論（一）課程內(nèi)容.2最優(yōu)化問題及其分類；.3智能優(yōu)化計(jì)算方法；.3智能優(yōu)化計(jì)算方法的共同點(diǎn)；.4計(jì)算復(fù)雜性與NP完全問題。（-）教學(xué)要求.掌握最優(yōu)化問題的定義與分類；. 了解幾種常見的智能優(yōu)化算法及其特點(diǎn)；. 了解算法的計(jì)算復(fù)雜性理論；.理解NP完全問題的概念。（三）重點(diǎn)與難點(diǎn).重點(diǎn)掌握優(yōu)化問題的定義以及智能優(yōu)化算法的特點(diǎn)

7、。.難點(diǎn)計(jì)算復(fù)雜性理論與NP完全問題的相關(guān)概念。第二章遺傳算法（一）課程內(nèi)容.遺傳算法簡介；.遺傳算法的生物學(xué)基礎(chǔ)；.遺傳算法的基本概念；.遺傳算法的流程；.遺傳算法的應(yīng)用領(lǐng)域；.遺傳算法的應(yīng)用領(lǐng)域以及MATLAB仿真實(shí)例。（二）教學(xué)要求.掌握遺傳算法的基本概念與原理；.掌握遺傳算法的實(shí)現(xiàn)步驟；.能夠在MATLAB在編程實(shí)現(xiàn)遺傳算法并用于求解典型優(yōu)化問題。（三）重點(diǎn)與難點(diǎn).重點(diǎn)掌握遺傳算法的基本操作和遺傳算法的設(shè)計(jì)步驟。.難點(diǎn)了解遺傳算法的模式定理、收斂性等相關(guān)數(shù)學(xué)理論。第三章差分進(jìn)化算法（一）課程內(nèi)容.差分進(jìn)化算法簡介；.差分進(jìn)化算法的基本概念與原理；差分進(jìn)化算法的變異、交叉與選擇算子；.基

8、本差分進(jìn)化算法的流程以及相關(guān)參數(shù)分析；.幾種改進(jìn)版本的差分進(jìn)化算法及其應(yīng)用；.差分進(jìn)化算法的應(yīng)用領(lǐng)域以及MATLAB仿真實(shí)例。（二）教學(xué)要求.掌握差分進(jìn)化算法的變異、交叉與選擇算子；.掌握基本差分進(jìn)化算法的流程以及相關(guān)參數(shù)分析；.能夠在MATLAB實(shí)現(xiàn)差分進(jìn)化算法，并用于連續(xù)函數(shù)尋優(yōu)。（三）重點(diǎn)與難點(diǎn).重點(diǎn)熟悉差分進(jìn)化算法的變異、交叉與選擇算子，并掌握其算法流程。.難點(diǎn)了解差分進(jìn)化算法的幾種變異操作原理及參數(shù)選取方法。第四章免疫優(yōu)化算法（-）課程內(nèi)容.免疫優(yōu)化算法簡介；.生物免疫系統(tǒng)；.免疫算法概念、特點(diǎn)與算子；.免疫算法種類：克隆選擇算法、免疫遺傳算法、反向選擇算法與疫苗免疫算法;.免疫算法

9、的流程以及相關(guān)參數(shù)分析；.免疫算法的應(yīng)用領(lǐng)域以及MATLAB仿真實(shí)例。（二）教學(xué)要求.掌握免疫優(yōu)化算法的概念、特點(diǎn)與原理；. 了解幾種典型的免疫優(yōu)化算法；.能夠在MATLAB實(shí)現(xiàn)免疫優(yōu)化算法進(jìn)行參數(shù)尋優(yōu)。（三）重點(diǎn)與難點(diǎn).重點(diǎn)熟悉典型免疫優(yōu)化算法，如克隆選擇算法、免疫遺傳算法等。.難點(diǎn)了解免疫優(yōu)化算法的理論分析方法。第五章蟻群優(yōu)化算法（一）課程內(nèi)容.蟻群優(yōu)化算法簡介；.真實(shí)蟻群的覓食過程與人工蟻群的優(yōu)化過程；.基本蟻群優(yōu)化算法流程及其特點(diǎn)；.幾種改進(jìn)的蟻群優(yōu)化算法：精英螞蟻系統(tǒng)，最大最小螞蟻系統(tǒng)，基于排序的蟻群算法以 及自適應(yīng)蟻群算法；.蟻群優(yōu)化算法的應(yīng)用領(lǐng)域以及MATLAB仿真實(shí)例。（二）教

10、學(xué)要求.熟悉蟻群優(yōu)化算法的流程；. 了解精英螞蟻系統(tǒng)，最大最小螞蟻系統(tǒng)等幾類改進(jìn)版本的蟻群優(yōu)化算法。.能夠在MATLAB實(shí)現(xiàn)蟻群優(yōu)化算法求解旅行商問題。（三）重點(diǎn)與難點(diǎn).重點(diǎn)掌握人工蟻群優(yōu)化算法的原理與迭代過程；了解幾種改進(jìn)的蟻群優(yōu)化算法。.難點(diǎn)蟻群優(yōu)化算法的圖論分析模型以及算法收斂性理論。第六章粒子群優(yōu)化算法（-）課程內(nèi)容.粒子群算法簡介；.粒子群算法的基本原理與社會行為學(xué)分析；.基本粒子群的實(shí)現(xiàn)流程與關(guān)鍵參數(shù)分析；.粒子群算法的拓?fù)浣Y(jié)構(gòu)分析，全局與局部模型；.改進(jìn)版本粒子群算法：慣性權(quán)重粒子群，壓縮系數(shù)粒子群，綜合學(xué)習(xí)粒子群以及全信息粒子群等；.粒子群算法的收斂性與穩(wěn)定性理論；.粒子群算法

11、的應(yīng)用領(lǐng)域及其MATLAB仿真實(shí)例。（二）教學(xué)要求.掌握粒子群算法的社會學(xué)分析與基本原理；.掌握基本粒子群迭代流程以及幾種改進(jìn)版本的粒子群優(yōu)化算法；. 了解粒子群的收斂性與穩(wěn)定性分析理論；.能夠在MATLAB實(shí)現(xiàn)粒子群優(yōu)化算法求解各類優(yōu)化問題。（三）重點(diǎn)與難點(diǎn).重點(diǎn)掌握粒子群算法的概念與原理；掌握基本粒子群的全局與局部拓?fù)淠Ｐ停皇煜じ倪M(jìn)版本粒 子群算法的實(shí)現(xiàn)步驟。.難點(diǎn)粒子群的穩(wěn)定性與收斂性理論分析。第七章模擬退火算法（一）課程內(nèi)容.模擬退火算法簡介；.物理退火過程與模擬退火原理；.模擬退火算法思想與特點(diǎn)；.模擬退火算法的實(shí)現(xiàn)流程與參數(shù)分析；.模擬退火算法的改進(jìn)方向；.模擬退火算法的應(yīng)用領(lǐng)域以

12、及MATLAB仿真實(shí)例。（二）教學(xué)要求.掌握模擬退火算法的基本思想與原理；.掌握模擬退火算法的流程與關(guān)鍵參數(shù)分析；.能夠在MATLAB實(shí)現(xiàn)模擬退火算法求解典型優(yōu)化問題。（三）重點(diǎn)與難點(diǎn).重點(diǎn)熟悉模擬退火算法的思想、原理與算法流程。.難點(diǎn)了解模擬退火算法的關(guān)鍵參數(shù)分析。第八章禁忌搜索算法（-）課程內(nèi)容.禁忌搜索算法簡介；.局部鄰域搜索的概念；.禁忌搜索算法的原理與特點(diǎn)；.禁忌搜索算法的迭代流程與改進(jìn)方向；.禁忌搜索算法的應(yīng)用領(lǐng)域以及MATLAB仿真實(shí)例。（二）教學(xué)要求.掌握禁忌搜索算法的概念、原理與特點(diǎn)；.熟悉禁忌搜索算法的迭代流程與改進(jìn)方向；.能夠在MATLAB實(shí)現(xiàn)禁忌搜索算法求解典型優(yōu)化問題

13、。（三）重點(diǎn)與難點(diǎn).重點(diǎn)掌握禁忌搜索算法的原理、特點(diǎn)與實(shí)現(xiàn)步驟。.難點(diǎn)了解禁忌搜索算法的設(shè)計(jì)方法與理論分析。第九章人工蜂群算法（一）課程內(nèi)容.人工蜂群算法簡介；.人工蜂群算法的原理與數(shù)學(xué)模型；.人工蜂群算法的實(shí)現(xiàn)步驟與關(guān)鍵參數(shù)分析；.人工蜂群算法的理論分析；.人工蜂群算法的應(yīng)用領(lǐng)域以及MATLAB仿真實(shí)例。（二）教學(xué)要求.掌握人工蜂群算法的原理與數(shù)學(xué)模型；.掌握人工蜂群算法的實(shí)現(xiàn)步驟與關(guān)鍵參數(shù)分析；.能夠在MATLAB實(shí)現(xiàn)人工蜂群算法求解連續(xù)優(yōu)化問題。（三）重點(diǎn)與難點(diǎn).重點(diǎn)熟悉人工蜂群算法的數(shù)學(xué)模型與實(shí)現(xiàn)步驟。.難點(diǎn)掌握人工蜂群算法的收斂性理論分析。第十章多目標(biāo)優(yōu)化算法（一）課程內(nèi)容.多目標(biāo)優(yōu)

14、化問題；.帕累托支配與帕累托最優(yōu)解；.典型多目標(biāo)遺傳優(yōu)化算法的原理、實(shí)現(xiàn)步驟與特點(diǎn)；.典型多目標(biāo)差分進(jìn)化算法的原理、實(shí)現(xiàn)步驟與特點(diǎn)；.典型多目標(biāo)粒子群優(yōu)化算法的原理、實(shí)現(xiàn)步驟與特點(diǎn)；.多目標(biāo)進(jìn)化算法的應(yīng)用領(lǐng)域以及MATLAB仿真實(shí)例。（二）教學(xué)要求.掌握多目標(biāo)優(yōu)化的概念與帕累托支配原理；.掌握典型多目標(biāo)遺傳優(yōu)化算法的原理與實(shí)現(xiàn)步驟；.掌握典型多目標(biāo)差分進(jìn)化算法的原理與實(shí)現(xiàn)步驟；.掌握典型多目標(biāo)粒子群優(yōu)化算法的原理與實(shí)現(xiàn)步驟；.能夠在MATLAB實(shí)現(xiàn)多目標(biāo)進(jìn)化算法求解多目標(biāo)優(yōu)化問題。（三）重點(diǎn)與難點(diǎn).重點(diǎn)掌握帕累托支配原理與典型多目標(biāo)進(jìn)化算法，如多目標(biāo)遺傳算法、多目標(biāo)差分進(jìn)化算法與 多目標(biāo)粒子優(yōu)化算法。.難點(diǎn)多目標(biāo)進(jìn)化算法中帕累托排序原理；多目標(biāo)優(yōu)化與單目標(biāo)優(yōu)化的差異。三、學(xué)時分配及教學(xué)方法章（按序填寫）教學(xué)形式及學(xué)時分配主要教學(xué)方 法支撐的課程目 標(biāo)課堂教 學(xué)實(shí) 驗(yàn)上機(jī)課程實(shí) 踐小計(jì)第一章緒論22講授第二章遺傳算法22講授、案例第三章差分進(jìn)化算法44講授、案例、對比第四章免疫優(yōu)化算法22講授、案例、自學(xué)第五章蟻群優(yōu)化算法33講授、案例、自學(xué)第六章粒子群優(yōu)化算法44講授