按此列印  
                           
   
  請尊重智慧財產權，課程教材不得非法影印。  
  佛光大學
Fo Guang University
教學計畫表 Syllabus		  
 
課程中文名稱
 Course Name in Chinese 		群集智慧 課  號
 Course Code		 CS5D200
課程英文名稱
 Course Name in English		 Swarm Intelligence 學年/學期
 Academic Yeas/Semester		 107 /1
開課單位/學門別
Course OfferingDepartment/
Academic Discipline		 資訊應用學系碩士班 學制別
 Degree		 碩士班
學 分 數
 Credits		  3     每週授課時數
Weekly Hours of
  Instruction		  3    修別
 Type		 選修 Elective
課/學程別
 Program		 學系專業選修Specialized Elective
課程分流
 學術型
課程內容
 Curriculum attribute
■一般課程
教學方法Instructional Strategies
■課堂講授Lecture ■參觀訪問 Field Trip ■實習課程 Practicum
■分組討論 Group Discussion
授課教師
 Instructor		 駱至中 聯絡方式
locc@mail.fgu.edu.tw
03-9871000 # 23211
上課時間/地點
 Time of Class/Location of Class		 四.2,3,4(U108)
先修課程
 Prerequisites
課號: CS10I 課程名稱: 計算機概論

課程描述（若為實務型課程需含搭配產業界或非營利組織需求之說明）
 Course Description
 
「群集智慧」(SI)是一種模仿自然界中如螞蟻、蜜蜂等群居生物的活動/行為模式而開發的人工智慧技術。由於其在最佳化規劃問題的求解效能頗佳，使得SI 在20 世紀末起倍受重視。本課程的主旨在於以排程、排班、資源分配等各種最佳化規劃/決策分析問題為例，讓同學們學習包括﹕演化式計算(EC)、蟻群最佳化演算法(ACO)、粒子群集最佳化演算法(PSO) 、蜂群最佳化演算法(BCO)等主要群集智慧的基本概念、原理、模式與實際運用方法。
 
課程目標
 （若為實務型課程請具體描述該課程所要培養之實務能力）
 Course Objectives
序號目標描述
1學習最佳化規劃求解的基本知識和技術
2學習演化式計算/群集智慧的基本概念、原理、模式與實際應用
3學習蟻群最佳化演算法(ACO)的基本概念、原理、模式與實際應用
4學習粒子群集最佳化演算法(PSO)的基本概念、原理、模式與實際應用
5學習蜂群最佳化演算法(BCO)的基本概念、原理、模式與實際應用
 授課進度表 Content ＆Weekly Schedule
週次內容備註
1課程開始 
2背景知識複習#1 - 作業研究/線性規劃 & 本學期研究專題進度設定 
3研究專題相關知識補強: 背景知識複習#2 - 最佳化理論/尋優法則及技術 
4研究專題相關知識補強: 背景知識複習#3 - 排程及工作指派問題 
5演化式計算#1 - EC的基本概念和基因演算法 (GA) 
6演化式計算#2 - 人工免疫系統 (Artificial Immune Systems, AIS) + 書報討論 
7演化式計算#3 - EC的應用實例 + 書報討論 
8演化式計算#3 - EC的應用實例 + 個別進度/問題討論 
9以期中進度報告為‧期中評量依據 
10仿生式演算法#1 - 蟻群最佳化演算法(ACO) 
11仿生式演算法#2 - ACO的應用及改良版本+ 書報討論 
12仿生式演算法#3 - 粒子群最佳化演算法(PSO) 
13仿生式演算法#4 - 蜂群最佳化演算法(BCO) 
14仿生式演算法#5 - PSO和BCO的應用及改良版本 + 書報討論 
15仿生式演算法#6 -其他新型演算法 及 未來發展方向 + 個別進度/問題討論 
16仿生式演算法#6 -其他新型演算法 及 未來發展方向 + 書報討論 
17期末課程彙總及綜合討論 
18以期末成果報告為‧期末評量依據 
學期成績計算及多元評量方式Grading Policy
項次配分項目/catagory配分比例/Percentage會考測驗/general_test實務操作/accounting_practice專題發表/case_presentation其他/other
1平時成績/Asssignments 40% 實作書報討論課堂參與
2期中考成績/Midterm Exam 20%  期中專題進度專題討論參與
3期末考成績/Final Exam 40%  期末專題成果專題討論參與
4其他/other      

主要參考書目

References

 Jason Brownlee (2015):
Clever Algorithms: Nature-Inspired Programming Recipes
URL連結: http://www.cleveralgorithms.com/

指定閱讀

Required Readings

1. P. Engelbrecht: Fundamentals of Computational Swarm Intelligence, John Wiley & Sons, 2006.

2. J. Kennedy & R. C. Eberhart: Swarm Intelligence, Morgan Kaufmann, 2001.

3. M. Dorigo & T. Stutzle: Ant Colony Optimization, MIT Press, 2004.

其他教材及參考書籍、資料將由任課教師於數位學習平台上指定或於課堂上發放。

教師座談/晤談地點與時間

Course Management
SystemInstructor’s
 Office and Office hours 

星期三上午、星期四和五下午於U407教師研究室

學生請假規則

 
 
 

1. 學生請假悉依本校「學則」及「學生請假辦法」規定辦理。
2. 依本校「學則」第33條，曠課一小時，以缺課二小時論。學生某一科目之缺課總時數達該科全學期授課時數三分之一，經該科教師扣考後，即不准參加該科目之學期各項學習成績考試或評量。

課程平台

 http://elearn.fgu.edu.tw