点击次数：
课程负责人：苑海涛
课程介绍：作为人工智能的一个重要分支，计算智能是根据自然界的规律设计出求解问题的算法。当前的物理学、化学、数学、生物学、心理学、生理学、神经科学和计算机科学等学科的现象与规律均可成为计算智能算法的基础和思想来源。而当前的计算智能算法主要包括神经计算、模糊计算和进化计算三大部分。计算智能通过模仿人类和其他生物智能的特点，将生物智慧、自然界的规律计算机程序化，进而设计得到最优或者近似最优的算法。因此，计算智能算法是电气工程及其自动化、机器人工程（自动化）和自动化等专业的一门重要的专业课。本课程讲授计算智能的基础知识和基本算法。内容包括：遗传算法、模拟退火算法、蜜蜂算法、蚁群优化算法、群体智能算法、禁忌搜索算法、蝙蝠算法、人工神经网络、多目标优化算法等。本课程实用性强、理论丰富、有广阔的工程应用前景。学习本课程对培养科学思维能力、树立工程观点和提高分析与解决问题的能力有重要的作用。本课程研究的是自动化和电力等实际系统中存在的复杂工程优化问题，以及求解这些问题所需要的计算智能算法的基本规律和基本分析方法。本课程涉及的计算智能优化算法，是对实际复杂工程系统进行抽象和建模得到的数学模型。
考试形式：本课程的考核方式为考查，考查方式由平时随堂的测验、平时算法作业和课程项目大作业（编写算法程序）三部分相结合，总成绩由平时随堂测验、平时算法作业与课程项目大作业成绩组成。
面向对象：电气工程及其自动化、机器人工程（自动化）、自动化专业本科生
学科：控制科学与工程
授课教师：苑海涛
开课学年：2021-2022
开课学期：春学期
课程号：TBD
课程类型：本科生课程
是否精品课程：否
教材及参考书：作者：Xin-She Yang 。书名：Nature-Inspired Optimization Algorithms。Elsevier。 出版日期：2014年2月。 作者：刘勇、马良、张惠珍、魏欣。书名：智能优化算法。上海人民出版社。 出版日期：2019年8月。 参考书 作者：Rudolf Kruse, Christian Borgelt, Christian Braune, Sanaz Mostaghim, and Matthias Steinbrecher。书名：Computational Intelligence: A Methodological Introduction。Springer。 出版日期：， 2013年。 作者：Nazmul Siddique, and Hojjat Adeli。书名：Computational Intelligence: Synergies of Fuzzy Logic, Neural Networks and Evolutionary Computing。John Wiley & Sons。 出版日期：2013。 作者：谢承旺。书名：多目标群体智能优化算法。北京理工大学出版社。 出版日期：2020年6月。