启发式搜索与演化算法2025春-课程主页


课程信息

  • 教师: 钱超 教授
  • 授课对象: 本科生
  • 上课时间与地点: 周四下午 14:00-16:00 (5-6 节), 仙II-213
  • 助教: 刘丹璇, 王任柬 (Contact: {liudx, wangrj}@lamda.nju.edu.cn)
  • 课程讨论QQ群: 1035016193

作业

  • 作业1: pacman吃豆人 (PDF) (Codes) 截止日期：2025.3.27 23:59
  • 作业2: 演化子模优化 (PDF) 截止日期：2025.5.30 23:59
  • 作业3: 演化算法的理论分析 (PDF) (LaTeX) 截止日期：2025.5.6 23:59
  • 作业4: NSGA-II 的局限性分析 (PDF) (LaTeX) 截止日期：2025.5.15 23:59
  • 作业5: 芯片宏元件放置优化 (PDF) 截止日期：2025.6.30 23:59

Edit

课程材料

  1. Lecture 1: Search (PDF)
  2. Lecture 2: Uninformed Search (PDF)
  3. Lecture 3: Informed Search (PDF)
  4. Lecture 4: Local Search and Evolutionary Algorithms (PDF)
  5. Lecture 5: Evolutionary Algorithms – Origins, Components and Applications (PDF)
  6. Lecture 6: Evolutionary Algorithms – Representation, Mutation and Recombination (PDF)
  7. Lecture 7: Evolutionary Algorithms – Fitness, Selection and Population Management (PDF)
  8. Lecture 8: Popular Variants of Evolutionary Algorithms (PDF)
  9. Lecture 9: Theoretical Analysis of Evolutionary Algorithms (PDF)
  10. Lecture 10: Running Time Analysis of EAs (PDF)
  11. Lecture 11: Why Do We Need Theoretical Research of Evolutionary Algorithms? (PDF)
  12. Lecture 12: Evolutionary Algorithms for Multi-objective Optimization (PDF)
  13. Lecture 13: Evolutionary Algorithms for Constrained Optimization (PDF)
  14. Lecture 14: Evolutionary Algorithms Made Faster by Surrogate Models (PDF)
  15. Lecture 15: Advances on Learning to Optimize (PDF)

 

学术诚信

允许同学之间的相互讨论，但是署你名字的工作必须由你完成，不允许直接照搬任何已有的材料，必须独立完成作业的书写过程。

按照此处的说明，在完成作业过程中，对他人工作（出版物、互联网资料）中文本的直接照搬（包括原文的直接复制粘贴及语句的简单修改等）都将视为剽窃，剽窃者成绩将被取消。对于完成作业中有关键作用的公开资料，应予以明显引用。

如果发现作业之间高度相似将被判定为互相抄袭行为， 抄袭和被抄袭双方的成绩都将被取消。因此请主动防止自己的作业被他人抄袭。



Edit

学术资源

The end