查詢教學大綱與進度

教學大綱與進度

課程基本資料：

學年期課號課程名稱階段學分時數修教師班級人撤備註

115-1 364883 工程最佳化與應用 1 3.0 3 ★ 陳詩雯自動化所
機電博所
機電外國學生專班 1 0 自動化所和機電博(外生)班合開

學年期	課號	課程名稱	階段	學分	時數	修	教師	班級	人	撤	備註
115-1	364883	工程最佳化與應用	1	3.0	3	★	陳詩雯	自動化所機電博所機電外國學生專班	1	0	自動化所和機電博(外生)班合開

教學大綱與進度：

教師姓名陳詩雯　教師諮商時間(Office Hours)

Email shihwen@mail.ntut.edu.tw

最後更新時間 2026-06-06 17:11:26

課程大綱 Engineering Optimization Concepts, Linear Programming Methods, Nonlinear Programming Methods, Multi-objective Optimization, Introduction to Modern Mathematical Programming Techniques, and Deep Learning.

課程進度 Week 1 (9/7) : Introduction Week 2 (9/14) : Programming with MATLAB Week 3 (9/21) : Basic of Optimization Methods Week 4 (9/28) : Holiday Week 5 (10/5) : One-Dimension Search Week 6 (10/12) : Newton’s Method Week 7 (10/19) : Gradient Methods Week 8 (10/26) : Holiday Week 9 (11/2) : Mid-term project presentation Week 10 (11/9) : Holiday Week 11 (11/16) : Neural Network Week 12 (11/23) : Genetic algorithm Week 13 (11/30) : Linear Programming Week 14 (12/7) : Nonlinear Programming Week 15 (12/14) : Toolbox of MATLAB Week 16 (12/21) : Reinforcement learning Week 17 (12/28) : Final Project Preparation Week 18 (1/4) : Final Project Presentation

評量方式與標準 Homework assignment 40% A mid-term presentation 30% A final presentation 30%

使用教材、參考書目或其他 【遵守智慧財產權觀念，請使用正版教科書，不得使用非法影印教科書】

使用外文原文書：是
P. Venkataraman, ‘Applied Optimization with MATLAB programming’, Wiley, 2009 Andreas Antoniou, Wu-Sheng Lu, ‘Practical Optimization: Algorithms and Engineering Applications’, Springer, 2021 Urmila M. Diwekar, ‘Introduction to Applied Optimization’, Springer, 2020 Steven C. Chapra, ‘Applied Numerical Methods with MATLAB for Engineers and Scientists’, McGraw Hill, 2018

課程諮詢管道 Office : Complex Bldg. B09-1
Phone : ext. 4321
Email : shihwen@ntut.edu.tw
Office Hours : 10:00-18:00 (Tues.)

延伸教學與資源 ● 數位教材資源應用 (Application of Digital Resources)
採用影音多媒體或具開放授權之資源（如OCW、開放教科書）作為主要或輔助教材。
Adopts multimedia or open-licensed resources (e.g., OCW, Open Textbooks) as primary or supplementary teaching materials.

課程對應SDGs指標 SDG1：消除貧窮（No Poverty）
SDG3：良好健康和福祉（Good Health and Well-being）

課程是否導入AI ● 深入探討AI的原理與應用（Explore the principles and applications of AI in depth）

備註一類別參與課程相關作業二內容 17 週課程相關論文研讀及程式應用 18 週展示17週結果三時數 6 小時四學習成果繳交報告與程式五評量比例佔學期成績 30%

教師姓名	陳詩雯　教師諮商時間(Office Hours)
Email	shihwen@mail.ntut.edu.tw
最後更新時間	2026-06-06 17:11:26
課程大綱	Engineering Optimization Concepts, Linear Programming Methods, Nonlinear Programming Methods, Multi-objective Optimization, Introduction to Modern Mathematical Programming Techniques, and Deep Learning.
課程進度	Week 1 (9/7) : Introduction Week 2 (9/14) : Programming with MATLAB Week 3 (9/21) : Basic of Optimization Methods Week 4 (9/28) : Holiday Week 5 (10/5) : One-Dimension Search Week 6 (10/12) : Newton’s Method Week 7 (10/19) : Gradient Methods Week 8 (10/26) : Holiday Week 9 (11/2) : Mid-term project presentation Week 10 (11/9) : Holiday Week 11 (11/16) : Neural Network Week 12 (11/23) : Genetic algorithm Week 13 (11/30) : Linear Programming Week 14 (12/7) : Nonlinear Programming Week 15 (12/14) : Toolbox of MATLAB Week 16 (12/21) : Reinforcement learning Week 17 (12/28) : Final Project Preparation Week 18 (1/4) : Final Project Presentation
評量方式與標準	Homework assignment 40% A mid-term presentation 30% A final presentation 30%
使用教材、參考書目或其他	【遵守智慧財產權觀念，請使用正版教科書，不得使用非法影印教科書】使用外文原文書：是 P. Venkataraman, ‘Applied Optimization with MATLAB programming’, Wiley, 2009 Andreas Antoniou, Wu-Sheng Lu, ‘Practical Optimization: Algorithms and Engineering Applications’, Springer, 2021 Urmila M. Diwekar, ‘Introduction to Applied Optimization’, Springer, 2020 Steven C. Chapra, ‘Applied Numerical Methods with MATLAB for Engineers and Scientists’, McGraw Hill, 2018
課程諮詢管道	Office : Complex Bldg. B09-1 Phone : ext. 4321 Email : shihwen@ntut.edu.tw Office Hours : 10:00-18:00 (Tues.)
延伸教學與資源	● 數位教材資源應用 (Application of Digital Resources) 採用影音多媒體或具開放授權之資源（如OCW、開放教科書）作為主要或輔助教材。 Adopts multimedia or open-licensed resources (e.g., OCW, Open Textbooks) as primary or supplementary teaching materials.
課程對應SDGs指標	SDG1：消除貧窮（No Poverty） SDG3：良好健康和福祉（Good Health and Well-being）
課程是否導入AI	● 深入探討AI的原理與應用（Explore the principles and applications of AI in depth）
備註	一類別參與課程相關作業二內容 17 週課程相關論文研讀及程式應用 18 週展示17週結果三時數 6 小時四學習成果繳交報告與程式五評量比例佔學期成績 30%