課程名稱:計(jì)算智能英文名稱:ComputationalIntelligence一、課內(nèi)學(xué)時(shí)：32學(xué)分：32開課學(xué)期：秋二、預(yù)修課程：高等數(shù)學(xué)、模糊數(shù)學(xué)、人工智能、數(shù)據(jù)結(jié)構(gòu)三、教學(xué)目的：計(jì)算智能是計(jì)算機(jī)科學(xué)、模式識(shí)別與智能系統(tǒng)、電子信息工程等專業(yè)的一門專業(yè)技術(shù)課。計(jì)算智能是指上世紀(jì)80年代以來迅速發(fā)展的以神經(jīng)網(wǎng)絡(luò)（ANN）、進(jìn)化計(jì)算、模糊邏輯、agent等為主要代表的新一代計(jì)算技術(shù)。它為傳統(tǒng)人工智能知識(shí)獲取瓶頸的突破帶來了希望，也為構(gòu)建具有較強(qiáng)的知識(shí)獲取能力、具有容錯(cuò)性與知識(shí)自增長(zhǎng)能力的智能制造系統(tǒng)提供了基礎(chǔ)。通過本課程學(xué)習(xí)，使學(xué)生系統(tǒng)地掌握計(jì)算智能的基本內(nèi)容，包括計(jì)算智能的有關(guān)理論、技術(shù)和方法，了解計(jì)算智能的主要應(yīng)用領(lǐng)域、研究的前沿領(lǐng)域與最新進(jìn)展。充分認(rèn)識(shí)到計(jì)算智能與傳統(tǒng)人工智能技術(shù)的區(qū)別，并能以模型（計(jì)算模型、數(shù)學(xué)模型）為基礎(chǔ)，以分布式知識(shí)存儲(chǔ)與并行計(jì)算為特征的模擬人的智能求解問題理論和方法，將計(jì)算智能的理論和方法應(yīng)用于工程技術(shù)中解決實(shí)際問題。四、教學(xué)內(nèi)容：1計(jì)算智能概論術(shù)語(yǔ)介紹計(jì)算智能的主要內(nèi)容主要應(yīng)用領(lǐng)域2人工神經(jīng)網(wǎng)絡(luò)人工神經(jīng)元與感知器模型前向多層網(wǎng)絡(luò)徑向基函數(shù)網(wǎng)絡(luò)反饋神經(jīng)網(wǎng)絡(luò)SOM網(wǎng)絡(luò)及競(jìng)爭(zhēng)網(wǎng)絡(luò)3模糊集與模糊信息處理模糊數(shù)學(xué)基礎(chǔ)模糊邏輯與模糊推理模糊控制系統(tǒng)的分析和設(shè)計(jì)模糊模式聚類與識(shí)別4遺傳算法遺傳進(jìn)化的基本原理遺傳算法及其數(shù)學(xué)基礎(chǔ)遺傳算法的改進(jìn)5蟻群算法6粒子群算法7模擬退火算法8禁忌算法9人工免疫模型與算法10粗糙集理論與應(yīng)用11深度學(xué)習(xí)五、課時(shí)分配：序號(hào)教學(xué)環(huán)節(jié)主要教學(xué)內(nèi)容學(xué)時(shí)小計(jì)1計(jì)算智能概論術(shù)語(yǔ)介紹0.52計(jì)算智能的主要內(nèi)容0.5主要應(yīng)用領(lǐng)域12-5人工神經(jīng)網(wǎng)絡(luò)人工神經(jīng)元與感知器模型18前向多層網(wǎng)絡(luò)1徑向基函數(shù)網(wǎng)絡(luò)1反饋神經(jīng)網(wǎng)絡(luò)2SOM網(wǎng)絡(luò)及競(jìng)爭(zhēng)網(wǎng)絡(luò) 2對(duì)傳網(wǎng)絡(luò)和波耳茲曼機(jī)16-8模糊系統(tǒng)模糊數(shù)學(xué)基礎(chǔ)16模糊邏輯與模糊推理1模糊控制系統(tǒng)的分析和設(shè)計(jì)2模糊模式聚類與識(shí)別29遺傳算法遺傳進(jìn)化的基本原理及應(yīng)用2210蟻群算法蟻群算法的基本原理及應(yīng)用2211粒子群算法粒子群算法的基本原理及應(yīng)用2212模擬退火算法模擬退火算法基本原理及應(yīng)用2213禁忌算法禁忌算法的基本原理及應(yīng)用2214人工免疫系統(tǒng)人工免疫系統(tǒng)基本原理及應(yīng)用2215粗糙集理論粗糙集理論的基本原理及應(yīng)用2216深度學(xué)習(xí)深度學(xué)習(xí)的基本原理及應(yīng)用22實(shí)驗(yàn)（穿插進(jìn)行約8學(xué)時(shí)）計(jì)算智能主要算法設(shè)計(jì)合計(jì)3232六、課程考核及成績(jī)?cè)u(píng)定1.考核方式：考試2.成績(jī)?cè)u(píng)定：成績(jī)?cè)u(píng)定采用五級(jí)分制。平時(shí)（含考勤、作業(yè)、課堂交流報(bào)告、表現(xiàn)等）占10%，實(shí)驗(yàn)成績(jī)占20%，期末考試占70%。七、教材及主要參考書：1.吳陳等.計(jì)算智能與深度學(xué)習(xí).西安電子科技大學(xué)出版社，2021.2.AndriesP.Angelbrecht.ComputationalIntelligence:AnIntroduction.JohnWiley&Sons.2009.3.崔明義.計(jì)算智能.清華大學(xué)出版社，2013.4.楊淑瑩.模式識(shí)別與智能計(jì)算.電子工業(yè)出版社,2013.5.徐宗本.計(jì)算智能.高等教育出版社,2004.6.丁永生.計(jì)算智能—理論、技術(shù)與應(yīng)用.科學(xué)出版社，2004.周次序號(hào)主要教學(xué)內(nèi)容學(xué)時(shí)授課方式課外作業(yè)備注1Chapter1Introduction1.1Terminologyintroduction1.2Maincontentsincomputationalintelligence1.3MainApplicationfields2多媒體講授作業(yè)2234Chapter2ArtificialNeuralNetworks2.1Artificialneuronandperceptronmodel2.2Forwardmultilayernetwork2.3RBFfunctionnetwork2.4Feedbackneuralnetwork2.5SOMnetwork2.6SimulatedAnnealingalgorithm222多媒體講授作業(yè)1作業(yè)2作業(yè)2567Chapter3Fuzzysetandfuzzyinformationprocess3.1Fuzzymathematicsfundamentals3.2Fuzzylogicandfuzzyinference3.3Fuzzycontrolprinciple3.4Analysisanddesignoffuzzycontrolsystem3.5Fuzzypatternclusteringandrecognition222多媒體講授作業(yè)289Chapter4Geneticalgorithm4.1Basicprincipleingeneticevolution4.2Geneticalgorithmanditsmathematicalfoundation4.3Theoryandanalysisofevolutioncomputation4.4Combinatorialoptimalandmulti-targetoptimal22多媒體講授作業(yè)210Chapter5Antcolonyoptimization5.1IntroductiontoIntelligenceComputation5.25.3ParticleSwarmOptimization5.4introductiontotypicalapplications20.5多媒體講授作業(yè)1作業(yè)2Chapter6ParticleSwarmalgorithms11Chapter6Artificialimmunesystem6.1Introductiontoimmunesystem6.2Artificiallives6.3Immunemodelsandalgori