課程簡介

本課程主要介紹最優化問題的概念、數學模型及其基本解法;介紹最優化問題的基礎，包括局部最優和全局最優的概念，無約束和約束最優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，闡述智能優化方法的基本原理、數學基礎、各種實現技術及在生物信息學科學研究中的應用。通過本課程的學習，掌握最優化問題的分類，基本概念，基本算法的原理與計算，并使學生能在計算機上利用智能優化算法解決簡單生物醫學問題。所

培訓內容

1.最優化問題概述

掌握內容:最優化問題的基本概念，智能優化算法及其分類。了解內容:計算復雜度和NP理論。

2.遺傳算法原理及應用

掌握內容:遺傳算法基本原理、流程結構包括編碼方案，適應度函數，交叉、變異、選擇算子設計和相關參數選取;舉例說明遺傳算法在生物信息學中的應用，并能上機實現遺傳算法。

3.?蟻群優化算法

掌握內容:蟻群算法的基本原理，基本流程，參數設置;舉例說明蟻群算法在生物信息學中的應用，并能上機實現蟻群算法。

4.粒子群優化算法

掌握內容:粒子群優化算法的基本原理，基本流程，參數設置;舉例說明粒子群優化算法算法在生物信息學中的應用。

5.模擬退火算法與禁忌搜索

掌握內容:掌握模擬退火算法的思想，Metropolis準那么，算法實現和特性，算法的改進和舉例說明在生物信息學中的應用。