課程簡介

本課程主要介紹最優(yōu)化問題的概念、數(shù)學(xué)模型及其基本解法;介紹最優(yōu)化問題的基礎(chǔ)，包括局部最優(yōu)和全局最優(yōu)的概念，無約束和約束最優(yōu)化問題的極值點存在條件等;以遺傳算法、模擬退火算法和蟻群算法為重點，闡述智能優(yōu)化方法的基本原理、數(shù)學(xué)基礎(chǔ)、各種實現(xiàn)技術(shù)及在生物信息學(xué)科學(xué)研究中的應(yīng)用。通過本課程的學(xué)習(xí)，掌握最優(yōu)化問題的分類，基本概念，基本算法的原理與計算，并使學(xué)生能在計算機上利用智能優(yōu)化算法解決簡單生物醫(yī)學(xué)問題。所

培訓(xùn)內(nèi)容

1.最優(yōu)化問題概述

掌握內(nèi)容:最優(yōu)化問題的基本概念，智能優(yōu)化算法及其分類。了解內(nèi)容:計算復(fù)雜度和NP理論。

2.遺傳算法原理及應(yīng)用

掌握內(nèi)容:遺傳算法基本原理、流程結(jié)構(gòu)包括編碼方案，適應(yīng)度函數(shù)，交叉、變異、選擇算子設(shè)計和相關(guān)參數(shù)選取;舉例說明遺傳算法在生物信息學(xué)中的應(yīng)用，并能上機實現(xiàn)遺傳算法。

3.?蟻群優(yōu)化算法

掌握內(nèi)容:蟻群算法的基本原理，基本流程，參數(shù)設(shè)置;舉例說明蟻群算法在生物信息學(xué)中的應(yīng)用，并能上機實現(xiàn)蟻群算法。

4.粒子群優(yōu)化算法

掌握內(nèi)容:粒子群優(yōu)化算法的基本原理，基本流程，參數(shù)設(shè)置;舉例說明粒子群優(yōu)化算法算法在生物信息學(xué)中的應(yīng)用。

5.模擬退火算法與禁忌搜索

掌握內(nèi)容:掌握模擬退火算法的思想，Metropolis準(zhǔn)那么，算法實現(xiàn)和特性，算法的改進和舉例說明在生物信息學(xué)中的應(yīng)用。