优化方法
（Hisao Ishibuchi）CS3422024春2024春
10.0(1人评价)
- 课程难度
- 作业多少
- 给分好坏
- 收获大小
| 选课类别：专业任务 | 教学语言：英文 |
| 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：未知 | 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）
理论含实验课，3学分（含1个实验学分），4学时/每周。先修课程：无。本课程从解决组合问题的优化算法开始，如贪婪算法和局部搜索。接着，解释线性规划。然后，解释用于无约束非线性优化问题的搜索算法。随后，解释具有相等和不等约束的非线性优化问题的最优性条件。最后，本课程将解释多目标算法，以寻找单一最终解和多个非支配解。
3 credits, 2 forlecture, 1 for lab, 4 hours per week. Pre-requisites: NA. This course startswith optimization algorithms for combinatorial problems such as greedyalgorithms and local search. Next, linear programming is explained. Then, searchalgorithms are explained for unconstrained nonlinear optimization problems.After that, optimality conditions are explained for nonlinear optimizationproblems with equality and inequality constraints. Finally, this courseexplains multi-objective algorithms to search for a single final solution andmultiple non-dominated solutions.
点评写点评
- 难度：中等
- 作业：中等
- 给分：超好
- 收获：很多
非常好的优化入门课，老师主要以介绍各类优化问题，以及对应的一些concept。最开始主要聚焦于TSP,背包问题等，引出Local Search,然后基于Local Searcch，讲了很多关于如何改进的问题，之后引入模拟退火算法等一些内容，关于Linear Programing讲的则不多，主要是讲了基础的概念，之后就让直接调包了。课程后半学期主要都在讲Multi-Object Optimization，夹杂了不少关于演化算法的私货（这是老师主要的研究方向），但总体都是以介绍为主，并没有特别难。
Lab课则是解决老师每节课后都会布置4-5道课程相关的问题，然后制作成PPT做Pre，课上做Pre会有额外加分，一般PPT会给两天时间（因为这学期Lab是周五，DDL是周日）。总体而言，老师更强调做Pre的能力，希望能像真正做一个学术汇报那样。这学期印象比较深的就是用模拟退火，不同的neighbourhood structure的Local Search去解决多限制的背包问题，对比算法效果，还有就是手写带动量的梯度下降，自己调调参看看效果。
这门课对代码要求能力不高，主要要求的是数学能力和英语听力，因为你需要花费大约三到四周习惯老师的日本口音。
最后期末考试不算难，平时认真上课的话，期末总评90应该问题不大，哦对了，这门课考勤抓得比较严，老师上课会有很多问题，需要在课程群发答案，助教会记录你的课堂表现。
