刘群锋
东莞理工学院
理学博士,东莞理工学院教授、硕士生导师;研究领域为人工智能的数理基础,特别是全局优化、演化计算、机器学习;已在这些领域的国际主流期刊发表50多篇论文,主持国家自然科学基金等科研项目5项,主持教学研究类项目5项。
张宁
东莞理工学院
理学博士,东莞理工学院特聘教授,硕士生导师;研究领域为数学规划、机器学习、鲁棒优化;已在相关领域的国际主流期刊发表论文多篇,主持国家自然科学基金等科研项目4项,主持教学研究类项目2项。
本慕课课程是《全局最优化方法:从梯度引领到智能启发》教材的配套学习资源,适合作为数学、计算机、工程、经济、管理等相关学科的高年级本科生和研究生学习《(全局)最优化方法》、《智能优化方法》、《运筹学与最优化方法》等课程的配套资源, 也适合从事最优化相关工作的研究人员或工程师学习.
本课程围绕最优化问题的全局最优解, 详细介绍了5大方向的10多个经典算法. 这5大方向分别是梯度算法的多次重启、无导数优化、(元)启发式优化、演化优化和群体智能优化.
在算法介绍之外, 还系统介绍了如何对最优化算法进行理论评价和数值评价, 并介绍了数值比较可能产生悖论以及如何消除悖论等前沿研究成果.
本课程还提供了设计和分析最优化算法的实操指引.
=====================
本慕课课程在附录了《智能学习方法》的完整学习资源,包含演化学习、神经学习和模糊学习等方面的视频和巩固练习。因此,本慕课的两个部分一起可作为《计算智能》的配套学习资源。
感谢大家的使用,有任何问题或合作想法, 请联系liuqf@dgut.edu.cn
您当前登录的不是学生账号!
请先退出后用学生账号登录。
抱歉!
本课程暂时不对外校学生开放。
恭喜~您已经成功加入《全局最优化方法: 从梯度引领到智能启发》
开始学习