جلسه اول:

1- بیان مسئله بهینه سازی
2- حل مسئله بهینه سازی
3- حل مسئله به روش Brute-force
4- بررسی فیتنس لنداسکیپ
5- بررسی پاسخ های بهینه محلی و جهانی

جلسه دوم:

1- احتمال بررسی مسئله بهینه سازی در ابعاد پیچیده
2- بررسی پلاگین گالاپاگوس برای حل مسئله
3- معرفی مفاهیم پایه الگوریتم ژنتیک
4- مفهوم انتخاب در الگوریتم ژنتیک
5- مفهوم تولید مثل در الگوریتم ژنتیک

جلسه سوم:

1- مفهوم جهش در الگوریتم ژنتیک
2- مفهوم نسل و جمعیت در الگوریتم ژنتیک
3- بررسی عملکرد دو الگوریتم NSGA-II و SPEA-II
4- اهمیت آنالیز حساسیت در فرآیند بهینه سازی
5- نحوه برخورد با متغیرهای مستقل و وابسته

جلسه چهارم:

1- فرآِیند بهینه سازی با پلاگین Wallacei
2- بررسی انواع جست و جو در فینس لنداسکیپ
3- معرفی جبهه پارتو و استخراج آن
4- معرفی روش های تحلیل پاسخ های جبهه پارتو
5- معرفی شاخص Hyper Volume

جلسه پنجم:

1- دسته بندی K-mean
2- تحلیل دسته بندی Elbow method
3- آشنایی با بهینه سازی جست و جوی محلی (Tabu Search)
4- آشنایی با پلاگین Tunny

جلسه شش و هفت:

رفع سوالات و اشکالات، حل نمونه پروژه و …