计算机仿真技术课程设计指导书

《计算机仿真技术》课程设计指导书

一、设计目的

本课程设计是用实验的方法帮助学生更好地熟悉和掌握计算机仿真的基本原理和方法；通过综合应用所学知识，实现一些智能优化算法的经典方法，以及智能优化算法的基本应用；同时提高学生编写实验报告、总结实验结果的能力；使学生对计算机仿真和智能优化算法的相关理论和方法有更深刻的认识。

二、设计题目与设计内容

1. 用遗传算法求解TSP问题

TSP问题是一个典型的组合优化问题，遗传算法在求解这类问题上具有很好的表现。学生必需自己设计染色体的编码和适应度函数的定义，在此基础上实现最优解的搜索。设计要求如下：

(1) 能输入城市的数目； (2) 实现寻优过程的动态演示；

(3) 合理设计交叉变异算子，避免出现非法路线； (4) 能对选择、交叉和变异等的概率进行设置； (5) 能显示历代最优、最差和平均解的统计图。 2. 差异进化算法求解约束优化问题

约束优化问题是工程和科学领域经常会遇到的一类优化问题。差异进化算法已被广泛应用于求解这类问题。约束优化问题的任务是在可行域内找到指定目标函数的最优解。学生要求设计惩罚函数和优化算法中的算子。具体设计要求如下：

(1) 用惩罚函数处理约束优化问题中的约束条件； (2) 用差异进化算法完成求解；

(3) 对结果进行分析，并发现算法可能存在的问题，并对算法进行改进； (4) 对算法中存在的参数进行敏感性分析； (5) 给出不同搜索算法的对比结果。 3. 粒子群优化算法求解多目标优化问题

现实生活中的优化问题大都存在多个目标，因而研究多目标优化问题的求解具有十分重要的理论与实际意义。多目标优化问题的最优解一般为无穷多个。粒子群优化算法是模拟鸟群寻找食物而产生的一种智能优化算法。学生要求利用粒子群优化算法求解多目标优化问题。设计要求如下：

(1) 深刻理解多目标优化问题的求解思路； (2) 设计多目标优化问题的适应值函数； (3) 设计粒子群优化的进化算子；

(4) 利用粒子群优化算法求解多目标优化问题； (5) 分析算法中参数的敏感性并进行试验比较。 4. BP网络解决XOR分类问题

BP网络是目前前馈式神经网络中应用最广泛的网络之一，实现BP算法训练神经网络完成XOR的分类问题，设计要求如下：

(1) 能够设置网络的输入节点数、隐节点数、网络层数、学习常数等各项参

数；

(2) 能够输入训练样本； (3) 实现BP算法的训练过程； (4) 实现训练过程的动态演示；

(5) 训练完成后可输入测试数据进行测试。

三、设计步骤

整个设计过程在两周内完成，设计按以下步骤进行： (1) 熟悉程序设计开发环境 (2) 设计 (3) 编程 (4) 书写文档

四、课程设计报告主要内容和要求

1. 课程设计报告主要内容 (1) 封面；（封面格式见附页）

(2) 概述：设计目的，完成的主要任务和解决的主要问题； (3) 设计的基本概念和原理；

(4) 总体设计：实现的方法和主要技术路线； (5) 详细设计：使用主要控件、函数；

(6) 运行结果：包括典型的界面、输入和输出数据等； (7) 简要的使用说明；

(8) 总结：特色、经验、教训和感受； (9) 参考文献；

(10) 附录：包括主要程序清单，要有适当的注释，使程序容易阅读。

2. 课程设计报告编写的基本要求 (1) 采用A4纸打印；

(2) 报告正文小标体采用宋体四号，正文采用宋体小四号字； (3) 字数不少于2000字。

五、设计的考核

课程设计必须由每个同学各自独立完成，不能相互拷贝，凡发现抄袭（源程序或课程设计报告），抄袭者与被抄袭者的成绩皆以零分计，并向学院报告。

课程设计完成后，验收步骤如下： (1) 上机检查，运行所设计的系统 (2) 回答老师的提问 (3) 提交设计文档

教师根据设计报告、软件的运行演示、学生回答问题的情况和平时的考勤记录评定成绩。其中上机检查考核结果占总成绩的50%，文档评阅结果占总成绩的30%，考勤占总成绩的20%。具体组成如下：

编号 1 项目名称 程序设计及运行 分值 50分 1 2 3 4 2 课程设计报告 30分 1 2 3 3 遵守纪律情况 20分 细则 系统所实现的功能 程序结构的合理性与清晰程度 界面的美观、易操作程度 回答老师的提问 格式规范 层次清晰 语言通顺 20 10 10 10 10 10 10 1、不按时上机者，每次扣除10分； 2、无故不按时上机达三次者，取消本次课程设计资格，成绩以零分记；

附：课程设计报告封面：

《计算机仿真技术》课程设计报告（小三，粗）

XXXX（设计题目，小一，粗）

姓 名： 班 级： 学 号： 指导教师： 完成时间：