一、课程简介

（一）课程中文简介

说明：概况性介绍实验课程总体的目标、主要内容

最优化理论与方法实验课程总体的目标要求要求学生在掌握的最优化的基本概念和基本理论的基础上，实现无约束最优化和约束最优化的基本方法，并能运用最优化的观点和方法解决智能科学中的优化问题，从而提高学生的数学素质，加强学生开展科研工作和解决实际问题的能力。课程围绕最优化理论与方法的主要教学内容，设置了6个典型实验，让学生通应用MATLAB进行优化方法的设计，提高分析问题、解决问题的能力，进一步巩固最优化方法的基本原理与方法深入了解最优化方法。主要实验内容包括单纯形算法求解线性规划实验，一维搜索法实验、无约束优化问题的解析解法实验、约束优化方法实验、Matlab优化函数，学生通过实验，能够发挥主动性，从而更好的掌握知识，培养学生的理论联系实际能力和创新能力,逐步培养他们发现问题、提出问题、分析问题和解决问题的能力。

（二）课程英文简介

Optimization theory and method of experiment course of overall goals and objectives require students to master the basic concept of optimization and on the basis of basic theory, implementation and the basic methods of unconstrained optimization and constrained optimization, and be able to use the optimization of ideas and methods to solve optimization problem in intelligent science, so as to improve the students' mathematical quality, and enhance students scientific research work and the ability to solve practical problems. The course focuses on the main teaching content of optimization theory and method, and sets five typical experiments to enable students to design optimization methods by using MATLAB, improve their ability to analyze and solve problems, and further consolidate the basic principles and methods of optimization methods to understand optimization methods in depth. Main experiment contents include the simplex algorithm for solving linear programming experiment, one dimensional search method, unconstrained optimization problem analytic solution of the experiment, constrained optimization methods, Matlab optimization function, students through the experiment, can play to the initiative, to better grasp the knowledge, cultivate students' ability to integrate theory with practice and innovation ability, gradually develop they found the problem, ask questions, the ability to analyze and solve problems.

二、实验课程目标

CO1：记忆最优化的基本概念和基本理论，了解优化问题的建模方法，能够使用优化工具箱求解优化问题。

CO2：应用无约束最优化和约束最优化的基本方法，实现精确线性搜索法、直接搜索法—0.618法，无约束优化问题求解方法中的最速下降法和牛顿法，约束优化问题的内点罚函数法、外点罚函数法，以及线性规划单纯形方法。应用无约束优化方法、约束优化方法、线性规划方法建模求解实际工程问题。

CO3：应用优化方法的软件工具Matlab，综合应用最优化理论与方法解决复杂工程问题、智能科学中的优化问题，并评估最优化方法性能。

课程目标与所支撑的毕业要求指标点的对应关系如表1所示。

表1课程目标与所支撑的毕业要求内涵观测点的对应关系

三、实验内容与要求

（一）实验设计（实验类型及内容）

包含6个实验实验：(1)优化工具箱、(2)线性搜索法实验、(3)无约束最优化方法实验（设计研究性）、(4)约束最优化方法实验、(5)线性规划实验、(6)最优化理论与方法解决实际最优化问题案例。其中演示性实验占33.3%，验证性实验占16.7%，综合性实验占16.7%，设计研究性实验占33.3%。具体实验内容如下：

实验1：优化工具箱（验证性）（2学时）

了解Matlab中Optimization Toolbox所包括优化方法、使用范围；熟悉和应用Matlab 优化工具箱求解优化问题的类型、以及help工具箱中求解优化问题的各种语法功能，并理解各种语法，包括线性规划、二次规划、非负最小二乘法、无约束一元函数极小问题、无约束非线性规划、约束非线性规划、目标规划、最小最大问题、非线性最小二乘法、解非线性方程、半无穷下的非线性规划。

实验2线性搜索法实验（演示性）

基于线性搜索的对分法、Newton切线法、黄金分割法的原理及方法，编写算法步骤和算法流程图，编写程序求解一维最优化问题，并针对实例具体计算。可从对分法、Newton切线法、黄金分割法、抛物线法中选择2种具体的算法进行算法编程。

实验3无约束最优化方法实验（设计研究性）

掌握最速下降法、牛顿法、共轭梯度法等的基本原理及方法，掌握其迭代步骤和算法流程图，运用Matlab软件求解无约束非线性多元函数的最小值问题。针对实验数据，对比最速下降法、牛顿法、共轭梯度法等算法，比较不同算法的计算速度和收敛特性。

实验4约束最优化方法实验（设计研究性）

掌握约束非线性优化问题的内点罚函数法、外点罚函数法等的基本原理及方法，掌握其迭代步骤和算法流程图，运用Matlab软件编写程序求解约束非线性多元函数的最小值问题。针对实验数据，对比内点罚函数法、序列二次规划方法等算法，比较不同算法的计算速度和收敛特性。

实验5线性规划实验（演示性）

基于单纯形法求解线性规划问题，编写算法步骤，绘制算法流程图，编写单纯形法程序，并针对实例完成计算求解。可将线性规划模型先转化成标准形式，也可以在程序中将线性规划模型从一般形式转化成标准形式。

实验6 最优化理论与方法解决实际最优化问题案例（综合性）

掌握优化理论的建模方法，针对投资组合问题、物流规划问题、工业生产问题等复杂工程问题，设计优化模型，基于最优化的理论对模型进行分析，并编写程序或应用优化工具箱进行模型求解。

表2 实验内容与课程目标对应关系

（二）实验内容及要求

表3 实验内容与要求

四、实验设备与环境配置

1. 计算机：Intel Core2 Duo E4300 1.8GHZ、内存512MB、硬盘15GB以上。

2. 编译器：支持VC++ 2013以上。

3. 开发环境：Matlab 7.X

4. 实验题目及结果：学生在程序在线评测系统进行实验，通过撰写的实验报告进行实验成绩评定。

五、课程思政、创新创业元素

六、主要参考资料（小4号黑体）

[1]王燕军等.高等院校精品课程教材《最优化基础理论与方法》（第二版）.上海：复旦大学出版社，2018．

[3]《最优化方法及其MATLAB实现》，北京航空航天大学出版社，许国根等编著，2018.7

[2]袁亚湘，孙文瑜著，《最优化理论与方法》，北京科学出版社

[4]《MATLAB AB教程》，电子工业出版社

七、考核方式、方法及实验成绩评定方法

考核成绩可以采用五级制或百分制。课程成绩考核主要由平时成绩组成，可以进行期末考核。平时考核包括出勤、展示、各次实验考核等形式。【注：给出成绩评定的方法】。

（一）评分标准

表4 实验评分标准

（二）实验项目（或考核环节）权重

表5 实验课程目标与实验项目（或考核环节）对应关系

【注：实验项目可分组或模块】

注：表格中“斜体”段落为示例，“斜体+下划线”段落为说明。

撰稿人：亓亮

审核人：崔宾阁

批准人：崔宾阁