在日常生活和科学研究中，优化问题无处不在。优化是指在一定限制条件下寻找最优解或方案的过程。这一概念在不同领域有不同的应用，如出行计划、健身方案、结构设计优化、资源分配优化、运输方案优化等。为了求解这些优化问题，优化技术不断发展。优化技术涵盖运筹学理论与计算机技术，包括数学建模、约束处理、算法设计和程序设计。优化技术主要分为传统优化技术和现代优化技术。传统优化技术主要针对连续性、小规模问题，如线性规划和动态规划。现代优化技术主要针对离散性、大规模问题，采用启发式算法，如遗传算法、模拟退火、禁忌搜索、粒子群算法等。这些技术能够在不知晓最优解数学特征的前提下，找到最接近最优解的解，并依赖计算机实现快速求解复杂问题。 本课程《优化技术》将深入探讨现代优化技术，重点讲解各类智能优化算法。这些算法包括遗传算法、非支配排序遗传算法、模拟退火算法、禁忌搜索、粒子群算法和强化学习等。每种算法将从理论基础、算法流程、工程实践和编程实践等方面进行详细介绍。 本课程通过理论学习与编程实践相结合，使学生能够深入理解并应用智能优化算法。具体特色包括： （1）理论学习，简明扼要：清晰阐述各类优化技术和算法的理论基础。 （2）案例牵引，同源剖析：通过实际案例引导学生理解算法应用。 （3）编程实践，融会贯通：通过Python编程实践，帮助学生掌握算法实现。 （4）易学会用，成果导向：注重学生实际应用能力，确保课程知识点易于理解。 通过本课程的学习，学生将掌握现代优化技术的基本理论和实践方法，具备解决实际复杂优化问题的能力。
