目录《最优化方法》课程教学大纲《高级计算机系统结构》课程教学大纲5...12《高级人工智能》课程教学大纲，....17《自然语言处理》课程教学大纲。《高级算法设计与分析》课程教学大纲.22...26《软件系统与工程》课程教学大纲...30《网络与信息安全》课程教学大纲.34《大数据处理技术》课程教学大纲《嵌入式系统及应用》课程教学大纲...40《数据挖掘理论与方法》课程教学大纲...46.51《现代密码学》课程教学大纲《机器学习》课程教学大纲.....56《智能制造技术及应用》课程教学大纲.....61.64《区块链与隐私计算》课程教学大纲...70《AI驱动的材料与化学》课程教学大纲..73《计算机视觉》课程教学大纲..77《人工智能原理与应用》课程教学大纲...81《计算成像技术》课程教学大纲..84《Alfor VisionandImaging》课程教学大纲...87《学科前沿讲座A》课程教学大纲...90《文献阅读与学术写作》课程教学大纲.《网络空间安全概论》课程教学大纲....93.97《密码学理论与应用》课程教学大纲。..100《网络空间安全前沿技术研讨》课程教学大纲..104《信息隐藏技术》课程教学大纲.《信息安全管理与评估》课程教学大纲.108...115《网络攻防对抗技术》课程教学大纲。.118《深度学习与大数据分析》课程教学大纲
目 录 《最优化方法》课程教学大纲.1 《高级计算机系统结构》课程教学大纲.5 《高级人工智能》课程教学大纲.12 《自然语言处理》课程教学大纲.17 《高级算法设计与分析》课程教学大纲.22 《软件系统与工程》课程教学大纲.26 《网络与信息安全》课程教学大纲.30 《大数据处理技术》课程教学大纲.34 《嵌入式系统及应用》课程教学大纲.40 《数据挖掘理论与方法》课程教学大纲.46 《现代密码学》课程教学大纲.51 《机器学习》课程教学大纲.56 《智能制造技术及应用》课程教学大纲.61 《区块链与隐私计算》课程教学大纲.64 《AI 驱动的材料与化学》课程教学大纲.70 《计算机视觉》课程教学大纲.73 《人工智能原理与应用》课程教学大纲.77 《计算成像技术》课程教学大纲.81 《AI for Vision and Imaging》课程教学大纲.84 《学科前沿讲座 A》课程教学大纲.87 《文献阅读与学术写作》课程教学大纲.90 《网络空间安全概论》课程教学大纲.93 《密码学理论与应用》课程教学大纲.97 《网络空间安全前沿技术研讨》课程教学大纲.100 《信息隐藏技术》课程教学大纲.104 《信息安全管理与评估》课程教学大纲.108 《网络攻防对抗技术》课程教学大纲.115 《深度学习与大数据分析》课程教学大纲.118
.123《大数据安全与隐私保护》课程教学大纲...127《专业英语》课程教学大纲《网络信息内容安全技术》课程教学大纲....132《专业实践》课程教学大纲.137...140《学科前沿讲座B》课程教学大纲.《人工智能工程应用及安全》课程教学大纲.143
《大数据安全与隐私保护》课程教学大纲.123 《专业英语》课程教学大纲.127 《网络信息内容安全技术》课程教学大纲.132 《专业实践》课程教学大纲.137 《学科前沿讲座 B》课程教学大纲.140 《人工智能工程应用及安全》课程教学大纲.143
《最优化方法》课程教学大纲课程名称课程编码CS501最优化方法英文名称考核方式考试口考查OptimizationMethods口公共必修课2学分专业必修课口公共选修课课程性质口专业选修课总学时32 口补修课口其他本研一体化课程口特色课程口学科交叉融合课程口全英文授课课程课程特点实验学时0口双语授课课程口案例课程口校企联合课程口其他先修课程（已具《高等数学》、《概率论》、《线性代数》备知识能力）适用学科/专业计算机科学与技术学位类别（领域）一、课程教学目标最优化方法是以数学为基础来求解工程技术中各种优化间题的课程，通过最优化理论的讲解和各种优化算法的学习，使学生掌握和理解最优化理论相关的工程优化方法，养成用优化的观点看到实际工程问题的习惯，具备在计算机科学与工程、机器学习、人工智能、大数据技术、网络信息安全等领域的基本优化求解能力。本课程教学的具体目标和任务是使学生掌握最优化技术中的主要基础分支（线性规划、无约束非线性规划、约束非线性规划、现代智能优化算法等）的基本原理和方法，掌握建立数学模型以及求解模型的基本技能，对实际工程问题进行分析和计算，培养解决工程优化类问题的基本能力，能够帮助学生迅速融入相关课题进行研究
1 《最优化方法》课程教学大纲 课程名称 最优化方法 课程编码 CS501 英文名称 Optimization Methods 考核方式 □√ 考试 □考查 课程性质 □公共必修课 □√ 专业必修课 □公共选修课 □专业选修课 □补修课 □其他_ 学分 2 总学时 32 课程特点 □√ 本研一体化课程 □特色课程 □学科交叉融合课程 □全英文授课课程 □双语授课课程 □案例课程 □校企联合课程 □其他_ 实验学时 0 先修课程（已具 备知识能力） 《高等数学》、《概率论》、《线性代数》 适用学科/专业 学位类别（领域） 计算机科学与技术 一、课程教学目标 最优化方法是以数学为基础来求解工程技术中各种优化问题的课程，通过最优化理论的 讲解和各种优化算法的学习，使学生掌握和理解最优化理论相关的工程优化方法，养成用优 化的观点看到实际工程问题的习惯，具备在计算机科学与工程、机器学习、人工智能、大数 据技术、网络信息安全等领域的基本优化求解能力。本课程教学的具体目标和任务是使学生 掌握最优化技术中的主要基础分支(线性规划、无约束非线性规划、约束非线性规划、现代 智能优化算法等)的基本原理和方法,掌握建立数学模型以及求解模型的基本技能,对实际工 程问题进行分析和计算,培养解决工程优化类问题的基本能力，能够帮助学生迅速融入相关 课题进行研究
二、课程教学内容提要与基本要求序号学时教学内容提要基本要求理解最优化的概念、目标、基本方法和主1最优化问题概述2要应用场景，22最优化方法的数学基础掌握最优化理论相关的数学表示及性质。掌握线性规划的建模方法，理解线性规划3线性规划与单纯形法问题的基本定理，掌握单纯形法求解线性规划问题的基本方法。掌握非线性规划的数学建模方法，理解无无约束非线性优化基本理论约束非线性优化的最优性条件，理解常见的线搜索的基本步骤和方法。掌握最速下降法、牛顿法等优化算法的主56基于导数的优化算法要步骤和优化方法，理解拟牛顿法和共轭梯度法等优化方法的主要思想和步骤，掌握约束非线性规划的数学模型和最优性条件，理解对偶理论的含义，掌握增广拉6约束非线性规划6格朗日乘子法和罚函数法等常见算法的思想和主要步骤，理解进化算法的基本思想，理解遗传算法7进化算法2等进化方法的基本策略和步骤理解模拟退火算法的基本思想，理解模拟82模拟退火算法退火算法的基本策略和步骤理解蚁群算法等群智能算法的基本思想92群智能算法了解群智能算法的不同形式及最新发展合计32三、教学方法本课程主要通过课堂讲授的方式讲解最优化的相关概念、基本原理、主要方法、关键步骤和实际应用。教学过程中以理论学习为主，通过课堂板书和多媒体演示等方式让学生理解最优化问题的数学表示、最优性条件、优化求解步骤、实际工程应用以及现代智能优化方法等主要内容。教学中着重理论学习与实际应用相结合，用间题由来的实际场景介绍、优化条件的理论推导、优化求解的步骤讲解和算法特点的分析讨论等引导启发学生达到产生兴趣、2
2 二、课程教学内容提要与基本要求 序号 教学内容提要 基本要求 学时 1 最优化问题概述 理解最优化的概念、目标、基本方法和主 要应用场景。 2 2 最优化方法的数学基础 掌握最优化理论相关的数学表示及性质。 2 3 线性规划与单纯形法 掌握线性规划的建模方法，理解线性规划 问题的基本定理，掌握单纯形法求解线性 规划问题的基本方法。 6 4 无约束非线性优化基本理论 掌握非线性规划的数学建模方法，理解无 约束非线性优化的最优性条件，理解常见 的线搜索的基本步骤和方法。 4 5 基于导数的优化算法 掌握最速下降法、牛顿法等优化算法的主 要步骤和优化方法，理解拟牛顿法和共轭 梯度法等优化方法的主要思想和步骤。 6 6 约束非线性规划 掌握约束非线性规划的数学模型和最优性 条件，理解对偶理论的含义，掌握增广拉 格朗日乘子法和罚函数法等常见算法的思 想和主要步骤。 6 7 进化算法 理解进化算法的基本思想，理解遗传算法 等进化方法的基本策略和步骤 2 8 模拟退火算法 理解模拟退火算法的基本思想，理解模拟 退火算法的基本策略和步骤 2 9 群智能算法 理解蚁群算法等群智能算法的基本思想， 了解群智能算法的不同形式及最新发展 2 合计 32 三、教学方法 本课程主要通过课堂讲授的方式讲解最优化的相关概念、基本原理、主要方法、关键步 骤和实际应用。教学过程中以理论学习为主，通过课堂板书和多媒体演示等方式让学生理解 最优化问题的数学表示、最优性条件、优化求解步骤、实际工程应用以及现代智能优化方法 等主要内容。教学中着重理论学习与实际应用相结合，用问题由来的实际场景介绍、优化条 件的理论推导、优化求解的步骤讲解和算法特点的分析讨论等引导启发学生达到产生兴趣
深入学习和融会贯通的教学效果，四、课程思政内容在课程中融入课程思政相关内容，以立德树人为主要目标，把思想政治教育的理论知识和价值理念以潜移默化的形式贯通到课程教学中，实现三全育人。课程中结合我国历史上在运筹优化理论中的成就，以及现代最优化理论在我国的发展通过华罗庚等老一辈科学家对我国优化理论的突出贡献等内容，唤起学生的民族自豪感和使命感，激励学生深入细致的研究最优化理论及其应用。同时，结合我国在优化运筹等领域和世界先进水平的差距以及当今一代需要肩负的历史责任，激励学生努力学习、积极创新、奋发图强，为祖国和人民的需要勇挑重担，把老一辈科学家的精神发扬光大，为我们的国家建设辛勤工作。五、教学目标达成与评价方式1.培养学生对实际工程问题的数学建模能力，该目标通过线性规划建模、非线性规划建模、有约束的非线性规划建模以及智能优化算法的建模方法教学来达成；达成情况通过作业、课堂提问、测验及期末考试等环节进行考核。2.培养学生的抽象能力和逻辑思维能力，该目标通过定理和性质的推导、证明和间题求解等教学来达成；达成情况通过作业、课堂提问及期末考试等环节进行考核。3.培养学生求解优化问题的算法能力，该目标通过算法设计和分析等相关教学来达成；达成情况通过作业、课堂提问及期末考试等环节进行考核。4.使学生了解最优化方法的最新发展，具备文献调研和持续学习能力，该目标通过平时表现、课堂提间以及大作业等方式进行考核。六、课程成绩评定课程的成绩评定包括平时成绩和考试成绩两部分。平时成绩包括课程出勤、交流互动、平时作业等，占比30%；考试成绩在课程结束后通过闭卷笔试的方式进行课程考试，占比70%。课程成绩评定公式为：总评成绩=平时成绩×30%+期末考试成绩×70%七、建议教材与主要参考书建议教材：《最优化方法》王开荣、刘琼芳、肖剑，科学出版社，2012年8月。参考书：1.《最优化理论与算法》陈宝林，清华大学出版社，2005年10月。2.《ConvexOptimization》（英文版）BoydS，VandenbergheL.世界图书出版公司，3
3 深入学习和融会贯通的教学效果。 四、课程思政内容 在课程中融入课程思政相关内容，以立德树人为主要目标，把思想政治教育的理论知识 和价值理念以潜移默化的形式贯通到课程教学中，实现三全育人。 课程中结合我国历史上在运筹优化理论中的成就，以及现代最优化理论在我国的发展， 通过华罗庚等老一辈科学家对我国优化理论的突出贡献等内容，唤起学生的民族自豪感和使 命感，激励学生深入细致的研究最优化理论及其应用。同时，结合我国在优化运筹等领域和 世界先进水平的差距以及当今一代需要肩负的历史责任，激励学生努力学习、积极创新、奋 发图强，为祖国和人民的需要勇挑重担，把老一辈科学家的精神发扬光大，为我们的国家建 设辛勤工作。 五、教学目标达成与评价方式 1.培养学生对实际工程问题的数学建模能力，该目标通过线性规划建模、非线性规划建 模、有约束的非线性规划建模以及智能优化算法的建模方法教学来达成；达成情况通过作业、 课堂提问、测验及期末考试等环节进行考核。 2.培养学生的抽象能力和逻辑思维能力，该目标通过定理和性质的推导、证明和问题求 解等教学来达成；达成情况通过作业、课堂提问及期末考试等环节进行考核。 3.培养学生求解优化问题的算法能力，该目标通过算法设计和分析等相关教学来达成； 达成情况通过作业、课堂提问及期末考试等环节进行考核。 4.使学生了解最优化方法的最新发展，具备文献调研和持续学习能力，该目标通过平时 表现、课堂提问以及大作业等方式进行考核。 六、课程成绩评定 课程的成绩评定包括平时成绩和考试成绩两部分。平时成绩包括课程出勤、交流互动、 平时作业等，占比 30%；考试成绩在课程结束后通过闭卷笔试的方式进行课程考试，占比 70%。 课程成绩评定公式为： 总评成绩 = 平时成绩 × 30% + 期末考试成绩 × 70% 七、建议教材与主要参考书 建议教材： 《最优化方法》 王开荣、刘琼芳、肖剑，科学出版社，2012 年 8 月。 参考书： 1.《最优化理论与算法》 陈宝林，清华大学出版社，2005 年 10 月。 2.《Convex Optimization》（英文版） Boyd S ,Vandenberghe L. 世界图书出版公司