2022年大学方案开题报告范文.docx

《2022年大学方案开题报告范文.docx》由会员分享，可在线阅读，更多相关《2022年大学方案开题报告范文.docx（8页珍藏版）》请在得力文库 - 分享文档赚钱的网站上搜索。

1、精品学习资源个人资料整理 仅限学习使用南京航空航天高校金城学院毕业设计 论文）开题报告题目基于蚁群算法的 TSP问题争论系部信息工程系专业信息工程同学姓名李奇学号2005021237指导老师谭静职称讲师毕设地点南京航空航天高校金城学院机房年 月 日欢迎下载精品学习资源填 写 要 求1. 开题报告只需填写“文献综述”、“争论或解决的问题和拟采纳的方法”两部分内容，其他信息由系统自动生成，不需要手工填写；2. 为了与网上任务书兼容及最终打印格式一样，开题报告采纳固定格式，如有不适请调整内容以适应表格大小并保持整体美观，切勿轻易转变格式；3. 任务书须用A4 纸，小 4 号字，黑色宋体，行距1.5

2、倍；4. 使用此开题报告模板填写完毕，可直接粘接复制相应的内容到毕业设计网络系统；欢迎下载精品学习资源1.结合毕业设计 供应了新途径；蚁群算法 Ant Colony Algorithm, ACA是 Dorigo M 等人于 1991 年提出的；经观看发觉 ,蚂蚁个体之间是通过一种称之为信息素的物质进行信息传递的；在运 动过程中 ,蚂蚁能够在它所经过的路径上留下该种信息素,而且能够感知信息素的浓度,并以此指导自己的运动方向；蚁群的集体行为表现出一种信息正反馈现象: 某一路径上走过的蚂蚁越多 ,就后来者挑选该路径的概率就越大；蚂蚁个体之间就 是通过这种信息的沟通达到搜寻食物的目的；它充分利用了生物

3、蚁群通过个体间简单的信息传递，搜寻从蚁巢至食物间最短路径的集体寻优特点，以及该过程与旅行商问题求解之间的相像性；同时，该算法仍被用于求解二次指派问题以及多维背包问题等，显示了其适用于组合优化问题求解的优越特点；蚁群算法应用于静态组合优化问题 , 其典型代表有旅行商问题 TSP 、二次安排问题 QAP 、车间调度问题、车辆路径问题等；在动态优化问题中的应用主要集中在通讯网络方面；这主要是由于网络优化问题的特别性,如分布运算 ,随机动态性,以及异步的网络状态更新等；例如将蚁群算法应用于QOS组播路由问题上 , 就得到了优于模拟退火 SA和遗传算法 GA的成效；蚁群优化算法最初用于解决TSP 问题，

4、经过多年的进展，已经间续渗透到其他领域中，如图着色问题、大规模集成电路设计、通讯网络中的路由问题以及负载平稳问题、车辆调度问题等；蚁群算法在如干领域获得胜利的应用，其中最胜利的是在组合优化问题中的应用；1.2 蚁群算法求解 TSP问题1） TSP 问题的描述TSP 问题的简洁形象描述是 : 给定 n 个城市, 有一个旅行商从某一城市动身, 拜访各城市一次且仅有一次后再回到原动身城市, 要求找出一条最短的巡回路径；2） TSP 问题的理论意义该问题是作为全部组合优化问题的范例而存在的；它已经成为并将连续成为测 试新算法的标准问题；这是由于， TSP 问题展现了组合优化的全部方面；它从概念欢迎下载

5、精品学习资源上来讲特别简洁，但是其求解的难度是很大的；假如针对TSP问题提出的某种算法能够取得比较好的实算成效，那么对其进行修改，就可以应用于其他类型的组合优化问题并取得良好的成效； 每条边上的 Tj0=c 常数,并且Tj=0 ； 放置 m 个蚂蚁到 n 个城市上；步骤 2:将各蚂蚁的初始动身点置于当前解集TABUks中； 对每个蚂蚁kk=1, .,m,按概率 Pijt移至下一城市 j ； 将城市 j置于 TABUks中；步骤 3:经过 n 个时刻 ,蚂蚁 k 可走完全部的城市 ,完成一次循环；运算每个蚂蚁走过的总路径长度 Lk,更新找到的最短路径；步骤 4:更新每条边上的信息量Tijt+n步

6、骤 5:对每一条边置 Tij=0 ； nc=nc+1步骤 6:如 nc预定的迭代次数 Ncmax, 就转步骤 2； 否就,打印出最短路径 ,终止整个程序；1.3 蚁群算法优缺点蚁群算法是一种分布式的本质并行算法，蚁群算法是一种正反馈算法，蚁群算法具有较强的鲁棒性，易于与其它方法结合；但蚁群算法收敛速度慢、运算时间 长，易于过早陷入局部最优，不利于解决连续问题；1.4 蚁群算法的展望1） 目前大部分改进的蚁群算法都是针对于特定问题,普适性不强 ,同时蚁群算法模型也不能直接应用于实际优化问题；虽然正反馈机制就是一个很好的普适性模型,但仍远远不够；因此 ,急需设计一种通用的蚁群算法普适性模型；2）

7、现阶段的蚁群算法只是模拟了自然蚂蚁很少一部分社会性,例如信息素机制；仍旧有很大的空间去提出更加智能化的蚁群行为；3） 蚁群算法目前仍带有明显的体会性,很多结果只是建立在试验的基础之上,需要逐步奠定其理论基础；因此，依据 TSP问题的特点，建立蚁群算法的模型，可以较好的解决此类组合优化问题 NP问题）；参考文献欢迎下载精品学习资源1 Dorigo M Ant algorithms and atigmergyJ FutureGeneration Computer System.2000,168 ）： 851-8712 DorigoM Gambardella L MAnt colony system

8、： a cooperative learningapproachtothetravelingsalesmanproblemJ IEEETrans on Evolutionary Computation，1997，11）： 53663 DorigoM LucaM The ant colonyalgorithmappliedtothenuclear reload problem Annals of Nuclear Energy 2021， 2912）： 1455 14704 DorigoM Ant colony system：optimization by a colony of cooperat

9、ingagents IEEE Trans on Systems,Man， and Cybernetics， PartB， 1996，261）： 29415 杨海，王洪国，徐卫志蚁群算法的应用争论与进展J 科学和技术信息学报， 2007 ，28）： 13-146 张宗永，孙静，谭家华蚁群算法的改进及其应用J 上海交通高校学报，2002， 3611）： 1564-15677 尹晓峰，刘春煌基于 MATLAB的混合型蚁群算法求解旅行商问题 J 铁路运算机应用， 2005，149）： 4-78 刘志硕，申金升，柴跃廷一种求解车辆路径问题的混合多蚁群算法J 系统仿真学报， 2007， 1915）： 35

10、13-35209 董萍基于蚁群算法求解TSPJ 无锡职业技术学院学报，2021， 75）： 34-3610 王果，戴冬基于蚁群算法的TSP 问题求解 J 河南机电高等专科学校学报， 2021，165）： 42-43欢迎下载精品学习资源2.毕业设计任务要争论或解决的问题和拟采纳的方法：1）毕业设计任务要争论或解决的问题争论基于蚁群算法的 TSP问题，要求阅读蚁群算法相关的论文和书籍，系统地明白蚁群算法相关学问和原理的目的；把握旅行商问题的基本原理和常用解决方面；把握 MATLAB软件平台的应用和操作，学习蚁群算法模型在不同的NP问题中的模型建立；通过蚁群算法的仿真和分析，实现蚁群算法解决TSP；

11、2）预期成果：通过争论和分析各种蚁群算法模型，把握蚁群算法的基本原理和实现步骤，并在MATLAB环境中进行仿真，分析蚁群算法中各关键参数对算法性能的影响；针对旅行商问题，把握经典算法的基本思想和解决方法，并应用性能优异的蚁群算法得出旅行商问题的正确解；3）拟采纳的争论方法在蚁群算法解决 TSP问题中，采纳以下争论方法：1）争论蚁群算法的基本原理，通过仿真结果分析蚁群算法关键参数对算法的影响；2）通过理论分析和仿真试验，争论蚁群算法的收敛性；3）分析旅行商问题的经典解决方法，并和蚁群算法解决旅行商问题的结果进行比较分析；欢迎下载精品学习资源指导老师看法 对课题的深度、广度及工作量的看法和对毕业设计论文）结果的猜测） ：毕设主要争论基于蚁群算法的TSP 问题争论，即在 MATLAB软件环境中进行仿真，应用蚁群算法实现 TSP问题；内容有理论争论意义，工作量较大；依据课题任务书和开题报告的内容，能够实现基于蚁群算法的TSP问题综合争论；指导老师签字：年月日上级审查看法：负责人签字： 年月日欢迎下载