毕业设计开题报告范文费下载

《毕业设计开题报告范文费下载》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。

1、你如果认识从前的我，也许会原谅现在的我。南京航空航天大学金城学院毕业设计（论文）开题报告[wl1]题目 基于蚁群算法的TSP问题研究 系部 信息工程系 专业 信息工程 学生姓名 李奇 学号 2005021237 指导教师 吴玲 职称 讲师 毕设地点 南京航空航天大学金城学院 年月日填写要求　　1．开题报告只需填写"文献综述"、"研究或解决的问题和拟采用的方法"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致开题报告采用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改变格式　　3．任务书须用A4纸小4号字黑色宋体行距1.

2、5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　　1.结合毕业设计（论文）课题任务情况根据所查阅的文献资料撰写1500～2000字左右的文献综述[wl2]： 1.1蚁群算法的发展和应用　　在计算机自动控制领域中控制和优化始终是两个重要问题使用计算机进行控制和优化本质上都表现为对信息的某种处理随着问题规模的日益庞大特性上的非线性及不确定性等使得难以建立精确的"数学模型"人们从生命科学和仿生学中受到启发提出了许多智能优化方法为解决复杂优化问题(NP-hard问题)提供了新途径　　蚁群算法(AntColonyAlgorithmACA)是DorigoM

3、等人于1991年提出的经观察发现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则后来者选择该路径的概率就越大蚂蚁个体之间就是通过这种信息的交流达到搜索食物的目的它充分利用了生物蚁群通过个体间简单的信息传递搜索从蚁巢至食物间最短路径的集体寻优特征以及该过程与旅行商问题求解之间的相似性同时该算法还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征　　蚁群算法应用于静态组合优化问题其典

4、型代表有旅行商问题(TSP)、二次分配问题(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殊性如分布计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)的效果蚁群优化算法最初用于解决TSP问题经过多年的发展已经陆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衡问题、车辆调度问题等蚁群算法在若干领域获得成功的应用其中最成功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

5、问题的简单形象描述是:给定n个城市有一个旅行商从某一城市出发访问各城市一次且仅有一次后再回到原出发城市要求找出一条最短的巡回路径　　（2）TSP问题的理论意义　　该问题是作为所有组合优化问题的范例而存在的它已经成为并将继续成为测试新算法的标准问题这是因为TSP问题展示了组合优化的所有方面它从概念上来讲非常简单但是其求解的难度是很大的如果针对TSP问题提出的某种算法能够取得比较好的实算效果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效果　　（3）蚁群算法求解TSP的算法流程　　步骤1:nc=0(nc为迭代步数或搜索次数);每条边上的Tj(0)=c(常数)并且ΔT

6、j=0;放置m个蚂蚁到n个城市上　　步骤2:将各蚂蚁的初始出发点置于当前解集TABUk(s)中;对每个蚂蚁k(k=1?m)按概率Pij(t)移至下一城市j;将城市j置于TABUk(s)中　　步骤3:经过n个时刻蚂蚁k可走完所有的城市完成一次循环计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Tij(t+n)　　步骤5:对每一条边置ΔTij=0;nc=nc+1　　步骤6:若nc<预定的迭代次数Ncmax则转步骤2;否则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

7、性易于与其它方法结合但蚁群算法收敛速度慢、计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还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）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然有很大的空间去提出更加智能化的蚁群行为　　（3）蚁群算法目前还带有明显的经验性很多结果只是建立在实验的基础之上需