算法设计课程中智能优化算法教学

《算法设计课程中智能优化算法教学》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。

1、算法设计课程中智能优化算法教学　　摘要：算法设计课程是计算机专业专科生选修课程，智能优化算法是其中的重要内容。针对智能优化算法中知识点抽象和学生难以理解的现状，提出将多种教学方法和手段运用到实际教学中，进一步优化教学效果和加强教学改革的观点。关键词：算法设计；智能优化算法；教学方法0引言培养高素质和创新型人才是各高等学校教育改革的重点。专科学校在人才培养上以学生就业为重点，着重培养学生的一技之长，学生对与专业相关的其他知识涉及不多。毕业生反馈虽然这种培养方式可以让学生很快找到工作并投入到实际工作中，但是在

2、校所学知识的单一化导致工作的层次较低，工作面比较窄。适当增加和本专业相关的知识，拓宽学生的知识面，增强学生的就业能力，培养高素质人才是学校进行教学改革的目的。算法设计课程是计算机专业本科学生的必修课程，对于这门课程，专科学生理解起来比较困难，因此学校将其作为选修课程。这门课程的重点内容是什么，讲解的深度如何把握，都需要教师在实际教学过程中进行探讨。1选择重点教学内容7算法设计这门课程涉及的领域非常宽泛，通常包括的内容有基本和经典的算法，算法设计策略、问题复杂性等方面的理论研究，以及近年来在并行算法、随机算

3、法、近似算法、加密算法、智能优化算法、模式识别算法等算法领域方面的最新研究成果。智能优化算法是当今算法领域比较热门和应用比较广泛的算法之一。它又称为现代启发式算法，是一种具有全局优化性能、通用性强且适合并行处理的算法。这种算法一般具有严密的理论依据，从理论上讲可以在一定的时间内找到最优解或近似最优解。智能优化算法在实际中应用广泛，因此教师在算法设计课程中有必要将这部分内容介绍给学生。1.1常见的智能优化算法1.1.1遗传算法遗传算法（GeneticAlgorithm，GA）是一类借鉴生物界的进化规律（适者

4、生存，优胜劣汰遗传机制）演化而来的随机化搜索方法，由美国J·Holland教授于1975年首先提出。遗传算法已被人们广泛地应用于组合优化、机器学习、信号处理、自适应控制和人工生命等领域。它是现代有关智能计算中的关键技术。1.1.2蚁群算法蚁群算法（AntColony7Optimization，ACO），又称蚂蚁算法，是一种用来在图中寻找优化路径的机率型算法。它由MarcoDorigo于1992年在博士论文中提出，其灵感来源于蚂蚁在寻找食物过程中发现路径的行为。蚁群算法是一种模拟进化算法，初步的研究表明该算

5、法具有许多优良的性质。1.1.3模拟退火算法模拟退火算法（SimulatedAnnealing，SA）最早由Kirkpatrick等应用于组合优化领域，是基于Mente-Carlo迭代求解策略的一种随机寻优算法，出发点是基于物理中固体物质的退火过程与一般组合优化问题之间的相似性。模拟退火算法从某一较高初温出发，伴随温度参数的不断下降，结合概率突跳特性在解空间中随机寻找目标函数的全局最优解，即能从局部最优解概率性地跳出并最终趋于全局最优。模拟退火算法是一种通用的优化算法，从理论上讲具有概率的全局优化性能，目

6、前已在工程中得到广泛应用，诸如VLSI、生产调度、控制工程、机器学习、神经网絡、信号处理等领域。1.2智能优化算法特点与优势遗传算法的主要特点是直接对结构对象进行操作，不存在求导和函数连续性的限定，具有内在的隐并行性和更好的全局寻优能力。它采用概率化的寻优方法，能自动获取和指导优化的搜索空间，自适应地调整搜索方向，而不需要确定的规则。7蚁群算法有别于传统编程模式，优势在于避免编写冗长的程序，程序本身是基于一定规则的随机运行来寻找最佳配置。也就是说，当程序最开始找到目标的时候，路径几乎不可能是最优的，甚至可

7、能包含无数错误的选择。但是，程序可以通过蚂蚁寻找食物时候的信息素原理，不断地修正原来的路线，使整个路线越来越短，即程序执行的时间越长，所获得的路径就越可能接近最优路径。模拟退火算法是通过赋予搜索过程一种时变且最终趋于零的概率突跳性，从而有效避免陷入局部极小并最终趋于全局最优的串行结构优化算法。这3种算法的共同特点是从任一解出发，按照某种机制，以一定的概率在整个求解空间中探索最优解。由于它们可以把搜索空间扩展到整个问题空间，因而具有全局优化性能。2采用多种教学方法从培养高素质计算机人才的需求出发，以拓宽学生

8、知识面及提高学生实践能力为目标，针对智能优化算法这部分知识内容，授课教师可以采用多种教学方法和手段，充分发挥学生学习的潜能和积极性，改善课堂教学气氛，提高教学效果。2.1案例教学案例教学是一种通过模拟7或者重现现实生活中的一些场景，让学生把自己纳入案例场景，通过讨论或者研讨进行学习的一种教学方法。教学中既可以通过分析和比较，研究各种各样的成功和失败的案例，从中抽象出一般性的结论或原理，又可以让学生通过自己的思考或者他人的思考拓