《空間智能計(jì)算》教學(xué)大綱

1、空間智能計(jì)算教學(xué)大綱課程名稱：空間智能計(jì)算課程英文名稱：Spatial Intelligent computing課程編碼：課程類別/性質(zhì)：專業(yè)課程/選修學(xué)分：2.0總學(xué)時(shí)/理論/實(shí)驗(yàn)：32/24/8開課單位：地球科學(xué)學(xué)院適用專業(yè)：地理信息科學(xué)先修課程：C語言程序設(shè)計(jì)、數(shù)據(jù)結(jié)構(gòu)及其應(yīng)用、線性代數(shù)、概率論一、課程簡介空間智能計(jì)算是地理信息科學(xué)專業(yè)的一門專業(yè)選修課。主要闡述借助自然界（生物界）規(guī)律的啟示，基于人們對(duì)生物體智能機(jī)理和某些自然規(guī)律的認(rèn)識(shí)，采用數(shù)值計(jì)算的方法設(shè)計(jì)出求解問題的算法，模擬和實(shí)現(xiàn)人類的智能、生物智能、其它社會(huì)和自然規(guī)律。課程內(nèi)容包括四部分：神經(jīng)計(jì)算、模糊計(jì)算、演化計(jì)算、群智能計(jì)

2、算，也是本課程的核心內(nèi)容。該課程邏輯性很強(qiáng)，需要數(shù)學(xué)功底扎實(shí)，必須全面地運(yùn)用數(shù)學(xué)、計(jì)算機(jī)等多學(xué)科知識(shí)來闡述智能計(jì)算的基本思想。要求學(xué)生學(xué)習(xí)該課程后，掌握進(jìn)化計(jì)算、人工神經(jīng)網(wǎng)絡(luò)和模糊邏輯與模糊推理等智能計(jì)算方法的理論、模型和算法，具備用所學(xué)內(nèi)容解決實(shí)際問題或方法上有所創(chuàng)新的能力；培養(yǎng)求真務(wù)實(shí)的科學(xué)態(tài)度和自主學(xué)習(xí)的。保證學(xué)生達(dá)成專業(yè)的相應(yīng)畢業(yè)要求。二、課程目標(biāo)通過本課程系統(tǒng)地講授智能計(jì)算的有關(guān)基礎(chǔ)理論、技術(shù)及其主要應(yīng)用，要求學(xué)生系統(tǒng)地掌握智能計(jì)算的相關(guān)算法，了解智能計(jì)算的主要應(yīng)用領(lǐng)域；將智能計(jì)算方法與學(xué)生未來研究方向相結(jié)合，培養(yǎng)學(xué)生獨(dú)立科研思維能力；介紹智能計(jì)算研究的前沿領(lǐng)域與最新進(jìn)展，培養(yǎng)學(xué)生科

3、研興趣，培養(yǎng)學(xué)生自主學(xué)習(xí)能力，樹立服務(wù)社會(huì)、有利于國家的正確價(jià)值觀，為后續(xù)專業(yè)課程學(xué)習(xí)及從事地理信息工作提供多學(xué)科知識(shí)。1價(jià)值目標(biāo)（或稱育人目標(biāo)）了解行業(yè)發(fā)展動(dòng)態(tài)，培養(yǎng)學(xué)生自主學(xué)習(xí)、嚴(yán)謹(jǐn)求實(shí)的科學(xué)素養(yǎng)，培養(yǎng)服務(wù)社會(huì)、有利于國家的新時(shí)代地理信息事業(yè)的建設(shè)者和接班人。2知識(shí)和能力目標(biāo)（1）了解計(jì)算智能基礎(chǔ)知識(shí)，掌握神經(jīng)網(wǎng)絡(luò)、模糊計(jì)算、進(jìn)化算法等主要智能計(jì)算算法，為學(xué)習(xí)后繼課程打下良好的知識(shí)基礎(chǔ)（畢業(yè)要求2.2）。（2）掌握計(jì)算智能基本理論、方法、技術(shù)等基礎(chǔ)知識(shí)，包括人工神經(jīng)網(wǎng)絡(luò)基礎(chǔ)、BP神經(jīng)網(wǎng)絡(luò)及設(shè)計(jì)、自組織神經(jīng)網(wǎng)絡(luò)及設(shè)計(jì)、反饋神經(jīng)網(wǎng)絡(luò)、模糊集合與隸屬度函數(shù)、模糊模式識(shí)別、模糊聚類分析、進(jìn)化算法的

4、基本概念、進(jìn)化算法中的遺傳算法和粒子群算法（畢業(yè)要求2.3）。（3）獲得智能計(jì)算在地理信息領(lǐng)域分析問題、開展研究、設(shè)計(jì)解決方案的基本能力，獲得一定的使用現(xiàn)代工具的鍛煉（畢業(yè)要求2.4）。（4）結(jié)合Matlab工具箱實(shí)現(xiàn)相關(guān)的算法，并應(yīng)用算法解決實(shí)際問題（畢業(yè)要求3.2）。（5）要求學(xué)生了解智能計(jì)算理論研究方法，能夠閱讀相關(guān)中外文獻(xiàn)，了解其最新動(dòng)態(tài)，力爭在某些方法上有所創(chuàng)新（畢業(yè)要求10.2）。三、課程教學(xué)內(nèi)容及學(xué)時(shí)分配課程教學(xué)包括課堂教學(xué)、課堂研討、課堂測試、實(shí)驗(yàn)動(dòng)手實(shí)踐幾部分內(nèi)容。包括6章的理論教學(xué)和4個(gè)實(shí)驗(yàn)內(nèi)容。課內(nèi)理論教學(xué)24學(xué)時(shí)，實(shí)驗(yàn)8學(xué)時(shí)（詳見本大綱第四部分）。課堂理論教學(xué)內(nèi)容、要求

5、及學(xué)時(shí)分配如下：支撐畢業(yè)要求指標(biāo)點(diǎn)理解掌握分析與應(yīng)用第一章 緒論第一節(jié) 智能計(jì)算基本概念第二節(jié) 智能計(jì)算方法分類第三節(jié) 智能計(jì)算模型第四節(jié) 智能計(jì)算發(fā)展過程第五節(jié) 智能計(jì)算應(yīng)用第二章 人工神經(jīng)網(wǎng)絡(luò)第一節(jié) 生物神經(jīng)元和人工神經(jīng)元第二節(jié) 人工神經(jīng)網(wǎng)絡(luò)的概念第三節(jié) 神經(jīng)元的數(shù)學(xué)模型第四節(jié) 感知器及BP網(wǎng)絡(luò)第五節(jié) 深度學(xué)習(xí)第三章 模糊計(jì)算第一節(jié) 模糊計(jì)算起源第二節(jié) 模糊集合第三節(jié) 模糊關(guān)系第四節(jié) 模糊聚類第四章 遺傳算法第一節(jié) 遺傳算法概念第二節(jié) 遺傳算法原理第三節(jié) 遺傳算法算例第四節(jié) 遺傳算法流程結(jié)構(gòu)第五節(jié) 遺傳算法改進(jìn)第五章 群智能優(yōu)化算法第一節(jié) 粒子群算法概念第二節(jié) 粒子群算法實(shí)現(xiàn)與改進(jìn)第三節(jié)

6、蟻群算法原理第四節(jié) 蟻群算法實(shí)現(xiàn)與改進(jìn)第六章 空間智能計(jì)算第一節(jié) 什么是地理空間AI第二節(jié) 地理空間AI應(yīng)用實(shí)例第三節(jié) 地理空間AI的發(fā)展趨勢注：在“要求”欄內(nèi)以高、中、低來表示對(duì)學(xué)生學(xué)習(xí)程度的要求，高為最高要求。理解指能對(duì)所學(xué)的內(nèi)容作歸納、分類、解釋、總結(jié)、推斷和一定程度的發(fā)揮。掌握指能理解學(xué)習(xí)材料的內(nèi)涵和意義，包括具體分類、區(qū)別、流程、誤區(qū)等的認(rèn)知和學(xué)習(xí)?？梢越柚N形式來表明對(duì)材料的領(lǐng)會(huì)，一是轉(zhuǎn)換，即用自己的話或用與原先表達(dá)方式不同的方式表達(dá)自己的思想；二是解釋，即對(duì)一項(xiàng)信息加以說明或概述；三是推斷，即估計(jì)將來的趨勢（預(yù)期的后果）。分析指能將所學(xué)的內(nèi)容分解并找出它們的相互關(guān)系和構(gòu)成，或能

7、計(jì)劃、創(chuàng)造、建造或有改變的重構(gòu)。應(yīng)用指能將學(xué)習(xí)材料用于新的具體情境，包括原則、方法、技巧、規(guī)律的拓展， HYPERLINK /doc/6670661-6884501.html t _blank 代表較高水平的學(xué)習(xí)成果。應(yīng)用需要建立對(duì)知識(shí)點(diǎn)掌握的基礎(chǔ)上。四、實(shí)驗(yàn)內(nèi)容與學(xué)時(shí)分配實(shí)驗(yàn)內(nèi)容為課內(nèi)設(shè)置的一個(gè)實(shí)踐教學(xué)環(huán)節(jié)，由4個(gè)實(shí)驗(yàn)組成。實(shí)驗(yàn)項(xiàng)目與類型序號(hào)實(shí)驗(yàn)項(xiàng)目實(shí)驗(yàn)類型學(xué)時(shí)支撐畢業(yè)要求指標(biāo)點(diǎn)演示驗(yàn)證綜合設(shè)計(jì)1神經(jīng)網(wǎng)絡(luò)的Matlab實(shí)現(xiàn)及應(yīng)用22.32模糊計(jì)算的Matlab實(shí)現(xiàn)及應(yīng)用22.33遺傳算法的Matlab實(shí)現(xiàn)及應(yīng)用22.34蟻群算法的Matlab實(shí)現(xiàn)及應(yīng)用22.3實(shí)驗(yàn)一 神經(jīng)網(wǎng)絡(luò)的Matlab實(shí)

8、現(xiàn)及應(yīng)用2學(xué)時(shí)（1）目的要求掌握神經(jīng)網(wǎng)絡(luò)算法的相關(guān)內(nèi)容，Matlab工具箱安裝和應(yīng)用，實(shí)現(xiàn)神經(jīng)網(wǎng)絡(luò)算法編程。（2）方法原理卷積神經(jīng)網(wǎng)絡(luò)進(jìn)行圖像分類是深度學(xué)習(xí)關(guān)于圖像處理的一個(gè)應(yīng)用，卷積神經(jīng)網(wǎng)絡(luò)的優(yōu)點(diǎn)是能夠直接與圖像像素進(jìn)行卷積，從圖像像素中提取圖像特征，這種處理方式更加接近人類大腦視覺系統(tǒng)的處理方式。另外，卷積神經(jīng)網(wǎng)絡(luò)的權(quán)值共享屬性和pooling層使網(wǎng)絡(luò)需要訓(xùn)練的參數(shù)大大減小，簡化了網(wǎng)絡(luò)模型，提高了訓(xùn)練的效率。輸入層:卷積輸入層可以直接作用于原始輸入數(shù)據(jù)，對(duì)于輸入是圖像來說，輸入數(shù)據(jù)是圖像的像素值。卷積層:卷積神經(jīng)網(wǎng)絡(luò)的卷積層，也叫做特征提取層，包括二個(gè)部分。第一部分是真正的卷積層，主要作用

9、是提取輸入數(shù)據(jù)特征。每一個(gè)不同的卷積核提取輸入數(shù)據(jù)的特征都不相同，卷積層的卷積核數(shù)量越多，就能提取越多輸入數(shù)據(jù)的特征。第二部分是pooling層，也叫下采樣層，主要目的是在保留有用信息的基礎(chǔ)上減少數(shù)據(jù)處理量，加快訓(xùn)練網(wǎng)絡(luò)的速度。通常情況下，卷積神經(jīng)網(wǎng)絡(luò)至少包含二層卷積層(這里把真正的卷積層和下采樣層統(tǒng)稱為卷積層)，即卷積層，pooling層，卷積層，pooling層。卷積層數(shù)越多，在前一層卷積層基礎(chǔ)上能夠提取更加抽象的特征。全連接層:可以包含多個(gè)全連接層，實(shí)際上就是多層感知機(jī)的隱含層部分。通常情況下后面層的神經(jīng)節(jié)點(diǎn)都和前一層的每一個(gè)神經(jīng)節(jié)點(diǎn)連接，同一層的神經(jīng)元節(jié)點(diǎn)之間是沒有連接的。每一層的神經(jīng)

10、元節(jié)點(diǎn)分別通過連接線上的權(quán)值進(jìn)行前向傳播，加權(quán)組合得到下一層神經(jīng)元節(jié)點(diǎn)的輸入。輸出層:輸出層神經(jīng)節(jié)點(diǎn)的數(shù)目是根據(jù)具體應(yīng)用任務(wù)來設(shè)定的。如果是分類任務(wù)，卷積神經(jīng)網(wǎng)絡(luò)輸出層通常是一個(gè)分類器。（3）主要實(shí)驗(yàn)儀器及材料64位主機(jī)以及16GB 以上內(nèi)存，Windows10操作系統(tǒng), matlab2018以上版本（4）掌握要點(diǎn)卷積神經(jīng)網(wǎng)絡(luò)算法原理、Matlab神經(jīng)網(wǎng)絡(luò)算法工具箱的使用（5）實(shí)驗(yàn)內(nèi)容根據(jù)提供的神經(jīng)網(wǎng)絡(luò)算法工具箱進(jìn)行安裝。閱讀提供的代碼，并給出重要代碼注釋，運(yùn)行代碼并調(diào)試，實(shí)驗(yàn)對(duì)比不同的卷積層層數(shù)和卷積核大小的影響。編程實(shí)現(xiàn)之。實(shí)驗(yàn)二 模糊計(jì)算的Matlab實(shí)現(xiàn)及應(yīng)用2學(xué)時(shí)（1）目的要求 掌握

11、模糊算法的相關(guān)內(nèi)容，Matlab工具箱安裝和應(yīng)用。（2）方法原理模糊聚類分析是一種采用模糊數(shù)學(xué)語言對(duì)事物按一定的要求進(jìn)行描述和分類的數(shù)學(xué)方法。模糊聚類分析一般是指根據(jù)研究對(duì)象本身的屬性來構(gòu)造模糊矩陣，并在此基礎(chǔ)上根據(jù)一定的隸屬度來確定聚類關(guān)系，即用模糊數(shù)學(xué)的方法把樣本之間的模糊關(guān)系定量的確定，從而客觀且準(zhǔn)確地進(jìn)行聚類。聚類就是將數(shù)據(jù)集分成多個(gè)類或簇，使得各個(gè)類之間的數(shù)據(jù)差別應(yīng)盡可能大，類內(nèi)之間的數(shù)據(jù)差別應(yīng)盡可能小，即為“最小化類間相似性，最大化類內(nèi)相似性”原則。（3）主要實(shí)驗(yàn)儀器及材料64位主機(jī)以及16GB 以上內(nèi)存，Windows10操作系統(tǒng), Matlab2018以上版本（4）掌握要點(diǎn)模糊

12、算法原理、Matlab模糊算法工具箱的使用（5）實(shí)驗(yàn)內(nèi)容根據(jù)提供的模糊算法工具箱進(jìn)行安裝。閱讀提供的代碼，并給出重要代碼注釋，運(yùn)行代碼并調(diào)試，調(diào)整初始種群大小、交叉概率、變異概率、迭代次數(shù)，比較運(yùn)行的結(jié)果并分析。編程實(shí)現(xiàn)。實(shí)驗(yàn)三 遺傳算法的Matlab實(shí)現(xiàn)及應(yīng)用2學(xué)時(shí)（1）目的要求 掌握遺傳算法的相關(guān)內(nèi)容，Matlab工具箱安裝和應(yīng)用。（2）方法原理基于對(duì)自然界中生物遺傳與進(jìn)化機(jī)理的模仿，針對(duì)不同的問題，很多學(xué)者設(shè)計(jì)了許多不同的編碼方法來表示問題的可行解，開發(fā)出了許多種不同的遺傳算子來模仿不同環(huán)境下生物遺傳特性。這樣，由不同的編碼方法和不同的遺傳算子就構(gòu)成了各種不同的遺傳算法。但這些遺傳算法都

13、有共同的特點(diǎn)，即通過對(duì)生物遺傳和進(jìn)化過程中選擇、交叉、變異機(jī)理的模仿，來完成對(duì)問題最優(yōu)解的自適應(yīng)搜索過程。基于這個(gè)特點(diǎn)，Goldberg總結(jié)出了一種統(tǒng)一的最基本的遺傳算法基本遺傳算法（Simple Genetic Algorithms，簡稱SGA）。TSP (Traveling Salesman Problem)旅行商問題是一類典型的NP完全問題，遺傳算法是解決NP問題的一種較理想的方法。（3）主要實(shí)驗(yàn)儀器及材料64位主機(jī)以及16GB 以上內(nèi)存，Windows10操作系統(tǒng), matlab2018以上版本（4）掌握要點(diǎn)遺傳算法原理、Matlab遺傳算法工具箱的使用（5）實(shí)驗(yàn)內(nèi)容根據(jù)提供的遺傳算法

14、工具箱進(jìn)行安裝。閱讀提供的代碼，并給出重要代碼注釋，運(yùn)行代碼并調(diào)試，調(diào)整初始種群大小、交叉概率、變異概率、迭代次數(shù)，比較運(yùn)行的結(jié)果并分析。編程實(shí)現(xiàn)。實(shí)驗(yàn)四 蟻群算法的Matlab實(shí)現(xiàn)及應(yīng)用2學(xué)時(shí)（1）目的要求掌握蟻群算法原理，基本流程，TSP優(yōu)化求解。Matlab工具箱安裝和應(yīng)用。（2）方法原理蟻群系統(tǒng)(Ant System或Ant Colony System)是由意大利學(xué)者Dorigo、Maniezzo等人于20世紀(jì)90年代首先提出來的。他們?cè)谘芯课浵佉捠车倪^程中，發(fā)現(xiàn)單個(gè)螞蟻的行為比較簡單，但是蟻群整體卻可以體現(xiàn)一些智能的行為。例如蟻群可以在不同的環(huán)境下，尋找最短到達(dá)食物源的路徑。這是因?yàn)?/p>

15、蟻群內(nèi)的螞蟻可以通過某種信息機(jī)制實(shí)現(xiàn)信息的傳遞。后又經(jīng)進(jìn)一步研究發(fā)現(xiàn)，螞蟻會(huì)在其經(jīng)過的路徑上釋放一種可以稱之為“信息素”的物質(zhì)，蟻群內(nèi)的螞蟻對(duì)“信息素”具有感知能力，它們會(huì)沿著“信息素”濃度較高路徑行走，而每只路過的螞蟻都會(huì)在路上留下“信息素”，這就形成一種類似正反饋的機(jī)制，這樣經(jīng)過一段時(shí)間后，整個(gè)蟻群就會(huì)沿著最短路徑到達(dá)食物源了。（3）主要實(shí)驗(yàn)儀器及材料64位主機(jī)以及16GB 以上內(nèi)存，Windows10操作系統(tǒng), matlab2018以上版本（4）掌握要點(diǎn)蟻群算法原理、Matlab蟻群算法工具箱的使用（5）實(shí)驗(yàn)內(nèi)容閱讀提供的代碼，并給出重要代碼注釋，運(yùn)行代碼并調(diào)試，調(diào)整參數(shù)(螞蟻數(shù)量，信息

16、素濃度，啟發(fā)式信息，信息素?fù)]發(fā)因子，迭代次數(shù))，比較運(yùn)行的結(jié)果并分析參數(shù)對(duì)算法性能的影響。對(duì)于上述代碼，請(qǐng)?jiān)O(shè)計(jì)出一種改進(jìn)方案，并說明改進(jìn)方案的優(yōu)勢，通過實(shí)驗(yàn)與原代碼進(jìn)行比較，分析實(shí)驗(yàn)結(jié)果。五、教學(xué)方法本課程以“講練引導(dǎo)，跨界融合”為教學(xué)理念，注重學(xué)生的自我探索和學(xué)習(xí)新知識(shí)的能力。主要教學(xué)環(huán)節(jié)包括課堂教學(xué)、課后自學(xué)、課堂研討、實(shí)驗(yàn)教學(xué)四部分內(nèi)容。1課堂教學(xué)：主要采用教師理論講解與學(xué)生實(shí)驗(yàn)操作相結(jié)合，不斷地吸收先進(jìn)理論知識(shí)和行業(yè)應(yīng)用動(dòng)態(tài)。理論教學(xué)結(jié)合學(xué)生的實(shí)驗(yàn)操作、課堂討論、實(shí)驗(yàn)報(bào)告撰寫等展開，努力降低學(xué)生接受知識(shí)的難度，不斷提高學(xué)生發(fā)現(xiàn)、分析和解決問題的能力。2課后自學(xué)：布置適當(dāng)文獻(xiàn)，使學(xué)生進(jìn)一

17、步了解學(xué)科前沿動(dòng)態(tài)，大力培養(yǎng)學(xué)生閱讀和寫作智能計(jì)算應(yīng)用論文的能力。3隨堂研討：注重應(yīng)用啟發(fā)式教學(xué)，開展案例討論等教學(xué)方法，引導(dǎo)學(xué)生積極思考問題、分析問題，拓展學(xué)生的思維。4實(shí)驗(yàn)教學(xué)：注重課后練習(xí)和實(shí)驗(yàn)操作，撰寫實(shí)驗(yàn)報(bào)告，大力培養(yǎng)學(xué)生動(dòng)腦、動(dòng)手、獨(dú)立解決問題的能力。六、考核及成績?cè)u(píng)定方式考核要求：主要結(jié)合社會(huì)熱點(diǎn)問題或教師的科研項(xiàng)目，針對(duì)具體問題選擇合適的智能算法求解?？己诵问剑嚎疾榭己藘?nèi)容：4次實(shí)驗(yàn)報(bào)告（畢業(yè)要求2.4）和讀書報(bào)告（畢業(yè)要求2.4）成績?cè)u(píng)定：選用百分制模式，平時(shí)考查與期末考查相結(jié)合。課程考核總成績由三部分構(gòu)成，具體包括綜合讀書報(bào)告（50%)、實(shí)驗(yàn)報(bào)告（30%)、課堂考勤（20%）三個(gè)部分。七、