学位论文 > 优秀研究生学位论文题录展示

改进的蚁群算法及其在TSP上的应用研究

作 者: 靳雪滨
导 师: 黄少滨
学 校: 哈尔滨工程大学
专 业: 计算机应用技术
关键词: 群体智能 蚁群算法 蚁群觅食模型 信息素
分类号: TP301.6
类 型: 硕士论文
年 份: 2011年
下 载: 38次
引 用: 0次
阅 读: 论文下载
 

内容摘要


自从群体智能的概念提出来以后,很多相应的智能方法和智能算法被陆续提出,并把它们应用在了很多经典算法不能解决的问题当中。通过实际的应用和实验的结果来看,很多群智能算法能够很好地解决一些特定问题,而且最终的结果也很令人满意。蚁群算法作为群智能算法的代表,成为研究的热点。本文从蚁群觅食行为的策略出发,对蚁群觅食过程进行了形式化建模,通过模型的求解从理论上给出了各个参数和系统行为之间的量化关系。接着,通过实验分析了食物源的不同分布对群体行为的影响。而通过对群体数量、信息素的挥发速度的分析,可以了解到群体规模同系统的性能具有幂指数关系。增加群体规模对系统性能有明显的提高,并论证了这种量化关系可以直接为蚁群优化算法的改进提供理论和实验支持。本文以TSP问题为例进行对前面提出结论的研究。首先,介绍了蚁群算法求解TSP问题的规则和形式化描述。接着根据本文所给出的蚁群觅食模型的分析结果,对基本的蚁群算法进行了改进。根据挥发效应和群体规模参数的实验结果,设计了通过引入记忆机制和信息传递蚂蚁来改进蚁群算法性能的算法。最后,本文对形式化的模型和改进的蚁群算法都进行了验证,证明了理论分析和相应改进的正确性。

全文目录


摘要  5-6Abstract  6-9第1章 绪论  9-14  1.1 研究背景及目的  9-10  1.2 国内外研究现状  10-12  1.3 论文研究内容及组织  12-14    1.3.1 论文研究内容  12-13    1.3.2 论文的组织结构  13-14第2章 相关知识及理论  14-32  2.1 引言  14  2.2 TSP问题  14-17    2.2.1 TSP问题简介  14-15    2.2.2 TSP问题描述  15    2.2.3 TSP问题分类  15-16    2.2.4 TSP问题计算方法  16-17  2.3 几种智能计算方法  17-20    2.3.1 群智能算法介绍  17-18    2.3.2 进化计算  18-19    2.3.3 神经网络  19-20  2.4 几种启发式与智能算法  20-28    2.4.1 遗传算法  20-22    2.4.2 免疫进化算法  22-25    2.4.3 粒子群算法  25-27    2.4.4 模拟退火算法  27-28  2.5 仿真平台Starlogo  28-31    2.5.1 StarLogo介绍  28-30    2.5.2 StarLogo程序描述  30-31  2.6 本章小结  31-32第3章 蚁群觅食行为及特性分析  32-44  3.1 引言  32-33  3.2 蚁群觅食行为  33-34    3.2.1 觅食中的猎食策略  33    3.2.2 觅食中的招募策略  33-34    3.2.3 防御阶段  34  3.3 大规模招募策略下的蚁群觅食模型  34-37    3.3.1 觅食模型介绍  34-36    3.3.2 系统模型求解  36-37  3.4 系统模型下觅食特性分析  37-43  3.5 本章小结  43-44第4章 改进蚁群优化算法及其在TSP中的应用  44-52  4.1 引言  44  4.2 蚁群优化算法与TSP问题  44-48    4.2.1 蚁群算法的基本思想  44-45    4.2.2 蚁群算法过程  45-48  4.3 改进的蚁群算法  48-49    4.3.1 蚁群算法改进  48-49    4.3.2 改进蚁群算法描述  49  4.4 仿真实验与分析  49-51  4.5 本章小结  51-52结论  52-53参考文献  53-57攻读硕士学位期间发表的论文和取得的科研成果  57-58致谢  58-59个人简历  59

相似论文

  1. 多导弹协同作战突防效能评估及组合优化算法研究,TJ760.1
  2. 基于蚁群算法的电梯群优化控制研究,TU857
  3. 动态环境下移动对象导航系统相关技术的研究,TP301.6
  4. 基于改进蚁群算法的机器人路径规划研究,TP242
  5. 甜菜夜蛾信息素结合蛋白的表达动态及其受交配和钟基因沉默的影响,S433.4
  6. 樟巢螟性信息素通讯系统的相关研究,S763.3
  7. 基于免疫机制蚁群算法的电力系统无功优化研究,TP18
  8. 基于视觉反馈与行为记忆的GPU并行蚁群算法,TP301.6
  9. 生物地理学优化算法及其应用研究,Q15-3
  10. 基于物理拓扑感知的Chord算法研究,TP393.02
  11. 电渣炉过程控制系统的设计及优化控制,TP273
  12. Ad Hoc网络中分簇路由算法的研究,TN929.5
  13. 图像信息处理机的图像处理方法研究,TP391.41
  14. 智能光网络中路由选择算法的研究,TN929.1
  15. 面向无线传感器网络的多路径路由协议研究,TN915.04
  16. 改进蚁群算法在盲均衡中的应用,TN911.5
  17. 智能光网络动态路由和波长分配算法的研究,TN929.1
  18. 基于蚁群算法的移动商务个性化推荐体系研究,TP391.3
  19. 基于蚁群算法的车辆调度问题研究,TP301.6
  20. 融合MMTD与仿生算法的路由选择研究,TP393.05

中图分类: > 工业技术 > 自动化技术、计算机技术 > 计算技术、计算机技术 > 一般性问题 > 理论、方法 > 算法理论
© 2012 www.xueweilunwen.com