（一）理论课程 1《微机原理及接口技术》 2《计算机网络技术》（理论） 3《数字信号处理》 4《数字图像处理》（理论） 5《专业英语》 6《EDA 技术》课程理论教学大纲 7《单片机原理》课程理论教学大纲 8《汽车电子技术》 9《电气制图及 CAD》 10《电路原理 A》 11《模拟电子电路 A》 12《数字电子电路》 13《文献检索》 14《电磁场与电磁波》 15《算法与数据结构》 16《电子信息工程导论》 17《通信电子电路》 18《信号与系统》 19《通信原理 B》 20《机器人技术》（理论） 21《DSP 技术及应用》 22《信息论与编码》 23《移动应用软件开发》 24《面向对象程序设计》 25《智能控制技术》 26《移动互联网技术》 27《物联网与云计算》 28《软件工程》 29《人工智能导论》（理论） 30《电子测量技术》 31《传感器原理与应用》（理论） 32《ASPNET 程序设计》 33《嵌入式系统原理与设计》（理论） 34《工程项目管理与经济决策》 35《Python 程序设计》理论 36《智能建筑系统集成》 （二）实验课程 37《微机原理及接口技术》 38《计算机网络技术》（实验） 39《数字信号处理》 40《数字图像处理》（实验） 41《EDA 技术》课程 42《单片机原理》课程 43《通信电子电路》 44《电子技术基础实验》 45《电路原理实验》 46《信号与系统》 47《通信原理 B 实验》 48《人工智能导论》（实验） 49《传感器原理与应用》 50《嵌入式系统原理与设计》（实验） 51《Python 程序设计》实验 （三）实践课程 52《电工电子实习》 53《印制板微机辅助设计》 54《专业认知实习（1）》 55《专业认知实习（2）》 56《毕业设计（论文）》 57《电子系统综合实训》 58《C 语言程序概念实训》教学大纲 59《程序设计技能实训》 60《EDA 课程设计》课程设计教学大纲 61《嵌入式系统原理与设计》课程设计教学大纲 62《单片机原理》课程设计教学大纲

第一章 人工智能发展概述 1.1 全球：以科技企业为主导，推进技术创新升级 1.2 中国：加强算力基础设施建设，支撑应用落地 第二章 人工智能算力及应用现状 2.1 芯片：应用需求日渐丰富，催生芯片多元化发展 2.2 服务器：多元开放、绿色节能成为发展方向 2.3 云服务：AI 与云加速融合，推动业务创新 2.4 算法模型：巨量化成发展趋势，预训练模型为创新基础 2.5 应用：算力与应用协同发展，推动场景多元化 第三章 中国人工智能计算力发展评估 3.1 行业概况及排名 3.2 地域概况及排名 第四章 IDC建议 4.1 技术供应商建议 4.2 产业发展建议 4.3 行业用户建议

6.1 遗传算法的基本原理 6.1.1 遗传算法的基本遗传学基础 6.1.2 遗传算法的原理和特点 6.1.3 遗传算法的基本操作 6.2 遗传算法的模式理论 6.3 遗传算法应用中的一些基本问题 6.4 高级遗传算法 6.4.1 改进的复制方法 6.4.2 高级GA算法 6.5 微种群和双种群遗传算法 6.6 基于遗传算法的系统在线辨识 6.7 基于遗传算法的模糊控制 6.8 免疫遗传算法 6.8.1 免疫遗传算法的基本概念 6.8.2 免疫算子的机理与构造 6.8.3 TSP问题的免疫遗传算法

将一种机器学习算法——支持向量机引入到软岩工程支护设计领域,并根据问题需要提出了一种支持向量机回归算法且编制了相应的计算程序.工程算例证明,这种算法在学习样本数量很少的情况下就可以得到很高的预测精度,且具有推广性能好的优点,避免了人工神经元由于存在过学习问题而带来的网络参数难以确定的弊病,为类似工程的支护设计提供了一种新的途径

针对具有提前/拖期特点的多节点多加工路线订单接受问题,提出采用改进NEH启发式算法、局部搜索和智能调谐和声搜索算法的混合智能调谐和声搜索算法(HITHS)来求解问题.该算法首先在初始解空间中采用改进NEH启发式算法产生部分初始解,然后利用智能调谐和声搜索算法更新初始解,在更新过程中再利用局部搜索的互换、交换和逆序操作使其避免陷入局部最优解,从而形成问题的近似最优解.最后采用所提出的混合算法对该问题进行算例分析,并和基本和声搜索算法进行比较,表明了混合算法的有效性和可行性

7.1 概述 7.2 IIR数字滤波器设计 7.3 FIR数字滤波器的设计 7.4 智能仪器中常用的数字滤波算法简介

单机器调度问题是研究工件在多道工序进行加工的加工活动排序的组合最优化问题．由于调度问题中绝大多数属于NP-难类问题，不存在有效的最优求解算法．针对用智能优化算法—遗传算法求解单机器调度问题中交叉率和变异率难以确定的问题，设计了一种模糊算法以便自动确定交叉率和变异率．通过数值实验，嵌入模糊规则的遗传算法比简单的遗传算法要好，说明在实际生产中，此算法具有强大的发展前途．

将遗传算法与BP神经网络结合,提出了一种利用遗传算法优化BP神经网络权值的智能PID控制算法,改善了系统的动态性能.通过实验采集数据,拟合出无模拉拔感应加热温度控制系统的数学模型.采用本文提出的方法进行了仿真实验,结果表明该算法具有较强的快速性和鲁棒性

教学内容 首先介绍人工神经网络的基本概念和 ANN 的特性，以及神经网络的学习方法。然后讲授典型的前向神经网络、反馈神经网络的原理、结构、基本算法，给出了 BP 网络的算法改进。最后介绍了神经网络 PID 控制。 教学重点 1. 神经网络的各种学习算法，神经网络的训练。 2. 感知器网络、BP 网络的结构和算法、BP 网络学习算法的改进，反馈网络的结构、学习算法。 3. 神经网络 PID 控制

从露天矿采掘和运输成本的最小化角度出发,构建露天矿生产作业计划模型.基于群体智能优化理论,提出了用粒子群算法对露天矿生产作业计划模型进行解算的方法,并在求解过程中设计了带核粒子及双吸引子的粒子搜索策略.以MATLAB软件为平台进行求解运算最佳作业计划.以某露天铁矿为工程背景进行实例研究,将研究结果与露天矿实际生产指标和非线性规划解算结果进行比较验证.结果表明,粒子群算法可用于露天矿生产作业计划的优化编制