演化计算及其应用

(姚新)CSE50122023春 2022春 2021春 2020春  
2023春 2022春 2021春 2020春
7.0(1人评价)
  • 课程难度
    中等
  • 作业多少
    很多
  • 给分好坏
    杀手
  • 收获大小
    很多
选课类别:专业任务 教学语言:中文
课程类别:专业选修课 开课单位:计算机科学与工程系
课程层次:研究生 获得学分:3.0
课程主页:暂无(如果你知道,请点右上角“编辑课程信息”添加!)
课程简介(教工部数据)
本课程介绍演化计算领域的主要概念、技术和应用。学生将要学习演化计算中的几个重要元素:表示、搜索算子和选择方案。搜索算子包括可在离散或连续搜索空间中使用的重组/交叉算子和变异算子(非适应性或适应性变异步长和概率)。学生将要学习这些重组/交叉算子和变异算子如何单独或者通过协同作用来高效率的搜索。选择方案包括基于适应度的选择、排序和轮盘选择算子。染色体的表示(编码)包括离散型和连续型。处理约束的技术也会有所涉及。本课程也将介绍小生境和种化、协同演化、多目标演化算法、演化学习以及相关理论知识。本课程还会给学生提供实践的机会:了解何种情况下演化计算技术是实用的,如何在实际问题中使用这些技术,如何用不同的编程语言实现这些技术。


This course introduces the main concepts, techniques, algorithms and applications of evolutionary computation. Students will learn the core elements of evolutionary computation: representation, search operators and selection schemes. Search operators include different recombination/crossover operators and mutation operators (non-adaptive or adaptive mutation step-size and probability) for discrete and continuous search spaces. The students will learn how the recombination/crossover operators and mutation operators work individually or collaboratively for efficient search. Selection schemes covered include fitness proportional selection, ranking and tournament selection. Chromosome representations include both discrete and continuous cases. Constraint handling techniques will be covered. Other topics covered in this course include niching and speciation, co-evolution, multi-objective evolutionary optimisation, evolutionary learning, and theories. This course will also give students some practical experience on when evolutionary computation techniques are useful, how to use them in practice and how to implement them in different programming languages.
点评写点评
user avatar   Nicole_Henderson     2023春
  • 难度:中等
  • 作业:很多
  • 给分:杀手
  • 收获:很多

课程难度:期中、期末考试就是课件内容,理解并且记忆就可以了;演化计算我个人觉得理解难度不是很大,就是随心所欲的仿生优化,一堆奇怪的术语。

作业多少:三个Project,每一个Project都要求0. 代码实现的提交,会按照一定性能和其他同学比较来评分 1. 中文报告初稿,需要评分 2. 中文答辩,老师现场点评、评分 3. 中文报告终稿,根据老师点评修改,需要评分。

在计算机系的课当中也不算少,有一定的工作量。不过好处是老师不会限制你发挥的思路,代码不会限制你使用什么框架、什么算法;计算代码性能不好也可以在答辩时讲清楚自己的创新性;以及有初稿和终稿的机制,可以在答辩后继续修改完善终稿,得到更好的评分。

给分好坏:姚教授亲自评分+姚教授手下的助教RAP、SA一起评分;姚教授要求较为严格,给分较低。

收获多少:姚教授讲课比较幽默风趣,同时干货比较多,又许多思考小问题,非常有启发性。

 


teacher avatar

姚新

计算机科学与工程系

教师主页

其他老师的「演化计算及其应用」课

    姚新老师的其他课