学位论文 > 优秀研究生学位论文题录展示
改进的蚁群算法在TSP问题上的应用
作 者: 江迎春
导 师: 王江晴
学 校: 中南民族大学
专 业: 计算机应用技术
关键词: TSP问题 蚁群算法 组合优化 模糊集合
分类号: TP301.6
类 型: 硕士论文
年 份: 2009年
下 载: 161次
引 用: 3次
阅 读: 论文下载
内容摘要
旅行商问题(Traveling Salesman Problem,TSP)是近代组合优化领域的一个典型难题。现实生活中的很多问题都可以转化为TSP问题,如邮路问题、通讯网络设计、大规模集成电路的综合布线设计等。因此,对TSP问题的研究具有重要的理论意义和实际应用价值。然而关于TSP问题的完全有效的算法目前尚未找到,这促使人们长期以来不断地探索并积累了大量的算法。本文所用到的蚁群算法也在其中。蚁群算法是受大自然中蚂蚁觅食启发而提出的一种智能仿生算法,具有较强的鲁棒性、分布式计算、易于与其它方法结合等优点。本文提出一种基于模糊集合的改进蚁群算法,该算法根据隶属度对种群进行评价,并依此进行信息素的更新,在求解速度和解的质量上取得一个较好的平衡。通过对改进算法的仿真实验,验证了该算法的可行性及有效性。本文主要的研究工作如下:1.阐述了论文研究的背景及意义,总结了迄今为止出现的求解TSP问题的各种方法,并对常见的求解方法的优缺点进行了详细的分析,最后,分析了蚁群算法国内外研究现状。2.给出了蚁群算法的基本原理、算法模型以及特点。3.提出一种改进的蚁群算法。该算法引入模糊集合的概念,利用隶属度对蚁群寻找到的路径进行模糊评价,并根据模糊评价结果对路径上的信息素进行更新,从而加快了算法收敛速度,提高了算法的性能。4.采用均匀设计法设置改进算法的参数,通过数值实验,验证了改进算法的可行性和有效性。
|
全文目录
摘要 7-8 ABSTRACT 8-9 第1章 绪论 9-17 1.1 论文选题背景与意义 9-10 1.2 TSP 问题简介 10-14 1.2.1 TSP 问题的定义 10-11 1.2.2 求解TSP 问题的智能优化算法 11-14 1.3 蚁群算法研究现状 14-15 1.4 本文主要工作和内容 15-17 第2章 蚁群算法 17-27 2.1 蚁群算法的原理 17-19 2.1.1 蚁群觅食的特性 17-18 2.1.2 蚁群算法的基本思想 18-19 2.2 蚁群算法的模型 19-22 2.3 蚁群算法的参数分析 22-25 2.4 蚁群算法的优缺点 25-27 2.4.1 蚁群算法的优点 25 2.4.2 蚁群算法的缺点 25-27 第3章 一种改进的蚁群算法 27-34 3.1 改进的蚁群算法FACO 的思想 27-28 3.2 改进的策略 28-29 3.2.1 更新规则 28 3.2.2 信息素的更新 28-29 3.3 FACO 算法求解TSP 问题 29-34 3.3.1 FACO 算法框架 29 3.3.2 初始信息素的设置 29 3.3.3 确定模糊子集及隶属函数 29-30 3.3.4 状态转移规则的实现 30 3.3.5 初始参数的设置 30-31 3.3.6 FACO 算法的实现 31-34 第4章 数值实验及结果分析 34-43 4.1 实验一 34-38 4.2 实验二 38-40 4.3 实验三 40-41 4.4 实验四 41-42 4.5 算法分析 42-43 第5章 结论与展望 43-44 参考文献 44-48 致谢 48-49 攻读学位期间所发表的学术论文 49
|
相似论文
- 多导弹协同作战突防效能评估及组合优化算法研究,TJ760.1
- 基于蚁群算法的电梯群优化控制研究,TU857
- 动态环境下移动对象导航系统相关技术的研究,TP301.6
- 多传感器信息融合及其在可穿戴计算机上的应用,TP202
- 基于改进蚁群算法的机器人路径规划研究,TP242
- 改进的蚁群算法及其在TSP上的应用研究,TP301.6
- 基于免疫机制蚁群算法的电力系统无功优化研究,TP18
- 基于视觉反馈与行为记忆的GPU并行蚁群算法,TP301.6
- 基于物理拓扑感知的Chord算法研究,TP393.02
- 电渣炉过程控制系统的设计及优化控制,TP273
- Ad Hoc网络中分簇路由算法的研究,TN929.5
- 图像信息处理机的图像处理方法研究,TP391.41
- 变邻域搜索算法研究及在组合优化中的应用,TP301.6
- 智能光网络中路由选择算法的研究,TN929.1
- 面向无线传感器网络的多路径路由协议研究,TN915.04
- 改进蚁群算法在盲均衡中的应用,TN911.5
- 智能光网络动态路由和波长分配算法的研究,TN929.1
- 基于蚁群算法的移动商务个性化推荐体系研究,TP391.3
- 基于蚁群算法的车辆调度问题研究,TP301.6
- 融合MMTD与仿生算法的路由选择研究,TP393.05
- 基于改进蚁群算法的多目标退化调度问题的研究,O221.6
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
|