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
111-2	317981	智慧型演化計算	1	3.0	3	★	蔣政諺	資工所 人工智慧學位學程 創新AI學位學程	6	0	創新AI、人工智慧學位學程和資工所合開

教學大綱與進度：

教師姓名	蔣政諺　教師諮商時間(Office Hours)
Email	dcychiang@ntut.edu.tw
最後更新時間	2023-02-16 15:41:26
課程大綱	自然界的進化行為一直人類賦予計算機智慧學習的對象，但仿效自然界中生物間的適應性過程，建構出的龐大模型，一直是在一項艱鉅的挑戰，但不諱言的他的回報也是巨大的。進化計算便是基於生物遺傳學、自然選擇和出現的適應性行為等進化機制，建立出來的智慧型模型，以利智慧系統的建立。本課程將介紹各項演化計算方式，並以實作的方式實際了解彼此間的差異。 The evolutionary behavior of nature has always been the object of learning that man has endowed computer intelligence with. However, the construction of huge models that emulate the adaptive processes among organisms in nature has been a difficult challenge, but the rewards have been enormous. Evolutionary computation is an intelligent model based on evolutionary mechanisms such as biological genetics, natural selection, and emergent adaptive behaviors to facilitate the establishment of intelligent systems. This course will introduce the various evolutionary computation methods and provide a practical understanding of the differences between them in a hands-on manner.
課程進度	1. 數學搜尋問題(Mathematical search problems) 2. 遺傳演算法(Genetic algorithms) 3. 模糊系統(Fuzzy system) 4. 模擬退火法(Simulated annealing method) 5. 粒子群優化(Particle swarm optimization)
評量方式與標準	作業與說明(Assignment and Report) 60% 期末報告(Final report) 40%
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 [1] De Jong, Kenneth A. "Evolutionary computation: a unified approach." Proceedings of the Companion Publication of the 2015 Annual Conference on Genetic and Evolutionary Computation. 2015. [2] Dumitrescu, Dumitru, et al. Evolutionary computation. CRC press, 2000.
課程諮詢管道	1. 北科i學園討論區留言板 2. Email: dcychiang@ntut.edu.tw
備註