西安交通大学：《工程优化方法及其应用》研究生课程教学大纲 Engineering Optimization Method and Its Application

“工程优化方法及其应用”教学大纲EngineeringOptimizationMethodandItsApplication英文名称：EngineeringOptimizationMethodandItsApplication课程代码：091004开课学院：数学与统计学院总学时：32适用对象：理、工等专业先修课程：高等数学、线性代数、计算机语言使用教材：张可村，李换琴，《工程优化方法及其应用》，西安交通大学出版社，2007。考试方式：闭卷考试+大作业一、课程的性质和目的本课程是可供全校理工科各专业及人文经管等需要的专业方向研究生选修的课程之一。其教学目的是使选修该课程的学生了解最优化问题的概念、基础理论和基本解法，掌握智能优化方法中的遗传算法、粒子群算法、蚁群算法等算法的基本原理和算法实现技术，并学习编制优化算法程序解决相关的实际问题。最优化问题涉及范围广、跨度大，学习本课程可为日后从事多种领域的实际工作和科学研究打下一个较好的基础。二、课程简介本课程主要介绍最优化问题的基本概念、数学模型及其基本解法；介绍最优化问题的理论基础，包括局部最优和全局最优的概念，一般非线性规划的最优性条件；详细讲述无约束规划方法，约束规划方法，几类特殊的规划等；此外，以遗传算法为重点，阐述智能优化方法的基本原理、数学基础、各种实现技术及应用：概述蚁群优化、粒子群优化等其它现代优化方法的基本思想和相关内容。三、教学内容与学时分配：1、工程优化的数学基础6学时凸集、凸规划、对偶规划、几类特殊的规划，向量函数的可导性可微性及其表示方法，一般非线性规划的最优性条件等

“工程优化方法及其应用”教学大纲 Engineering Optimization Method and Its Application 英文名称：Engineering Optimization Method and Its Application 课程代码：091004 开课学院：数学与统计学院 总学时： 32 适用对象：理、工等专业 先修课程：高等数学、线性代数、计算机语言 使用教材： 张可村，李换琴，《工程优化方法及其应用》，西安交通大学出版社，2007。 考试方式：闭卷考试+大作业 一、课程的性质和目的 本课程是可供全校理工科各专业及人文经管等需要的专业方向研究生选修 的课程之一。其教学目的是使选修该课程的学生了解最优化问题的概念、基础理 论和基本解法，掌握智能优化方法中的遗传算法、粒子群算法、蚁群算法等算法 的基本原理和算法实现技术，并学习编制优化算法程序解决相关的实际问题。最 优化问题涉及范围广、跨度大，学习本课程可为日后从事多种领域的实际工作和 科学研究打下一个较好的基础。 二、课程简介 本课程主要介绍最优化问题的基本概念、数学模型及其基本解法；介绍最优 化问题的理论基础，包括局部最优和全局最优的概念，一般非线性规划的最优性 条件；详细讲述无约束规划方法，约束规划方法，几类特殊的规划等；此外，以 遗传算法为重点，阐述智能优化方法的基本原理、数学基础、各种实现技术及应 用；概述蚁群优化、粒子群优化等其它现代优化方法的基本思想和相关内容。 三、教学内容与学时分配： 1、工程优化的数学基础 6 学时 凸集、凸规划、对偶规划、几类特殊的规划，向量函数的可导性可微性及其 表示方法，一般非线性规划的最优性条件等

2、无约束优化方法6学时最佳步长的求法，下降算法类，共轭方向算法类，最小二乘法，拟牛顿法及无约束规划方法新进展等3、约束优化方法4.学时罚函数法、内点法，投影梯度法、简约梯度法、信赖域方法等4、儿类特殊的规划4学时线性规划，整数规划，多目标规划及其应用5、MAtlab软件及优化工具箱简介2学时6、智能优化算法简介6学时遗传算法，粒子群算法，蚁群算法等7、工程优化问题及算法4学时综述报告，讨论交流四、课程基本要求1、了解最优化问题的基本概念，数学模型和基本解法：了解数学规划法和遗传算法等现代智能优化算法的特点和区别；2、掌握最优化问题的几何意义；明确函数的凸性与局部最优和全局最优的关系；掌握无约束和约束最优化问题的最优性条件：3、掌握求解无约束规划下降类算法的思想，能够写出常用、著名算法步骤并编程实现。4、掌握求解无约束规划共轭方向类算法的思想，能够写出常用、著名算法步骤并编程实现。5、了解处理约束规划的一般方法，掌握求解约束规划的罚函数法和乘子法。6、掌握线性规划、整数规划及多目标线性规划的求解

2、无约束优化方法 6 学时 最佳步长的求法，下降算法类，共轭方向算法类，最小二乘法，拟牛顿法及 无约束规划方法新进展等 3、约束优化方法 4 学时 罚函数法、内点法，投影梯度法、简约梯度法、信赖域方法等 4、几类特殊的规划 4 学时 线性规划，整数规划，多目标规划及其应用 5、MAtlab 软件及优化工具箱简介 2 学时 6、智能优化算法简介 6 学时 遗传算法，粒子群算法，蚁群算法等 7、工程优化问题及算法 4 学时 综述报告，讨论交流 四、课程基本要求 1、了解最优化问题的基本概念，数学模型和基本解法；了解数学规划法和遗传 算法等现代智能优化算法的特点和区别； 2、掌握最优化问题的几何意义；明确函数的凸性与局部最优和全局最优的关系； 掌握无约束和约束最优化问题的最优性条件； 3、掌握求解无约束规划下降类算法的思想，能够写出常用、著名算法步骤并编 程实现。 4、掌握求解无约束规划共轭方向类算法的思想，能够写出常用、著名算法步骤 并编程实现。 5、了解处理约束规划的一般方法，掌握求解约束规划的罚函数法和乘子法。 6、掌握线性规划、整数规划及多目标线性规划的求解

7、掌握遗传算法的基本思想，实现技术，运行参数的选择，混合算法的思想；明确遗传算法的数学理论基础和典型应用；掌握基本遗传算法的程序设计，并能解决一般的最优化问题。5、了解其它智能优化方法的基本思想等相关内容

7、掌握遗传算法的基本思想，实现技术，运行参数的选择，混合算法的思想； 明确遗传算法的数学理论基础和典型应用；掌握基本遗传算法的程序设计，并能 解决一般的最优化问题。 5、了解其它智能优化方法的基本思想等相关内容