车辆路径问题17

5 总结与展望17

5。1 应用进展17

5。2 发展趋势18

参考文献19

致谢20

附录A 蚁群算法的MATLAB程序21

1 绪论

1。1 研究背景

大自然一直以来都是人类 的源泉,我们 的能力大多数来自和大自然的 ,大自然里的很多 都能够带给人们以启发。

  [1]的概念来源于人们对大自然中一些昆虫的 ,比如 。单个蚂蚁看起来像是一段仅仅有着腿的 ,它的 并不高。但当几只 聚到一块,它们就能一起往 搬运在路上觅到的食物了。若是一群 ,它们就可以互相 ,共同筑起漂亮、结实的 ,用来抵挡外来危险,抚育后代。而 所表现出来的这样的智能行为就被称为 。

群体智能具有以下特点:

(1)它不存在 ,是 的。因此它可以更好地适应目前 下的工作状态,而且它还有很强的 ,所以不会因为个体出现 而使群体对 的求解产生 。

(2)它具备比较好的 。群体中的 都可以独立改变环境,这是它们之间的一种非直接 ,这一方式被称作“ ”(Stigmergy)。正是因为群体 能够通过这 的方式来进行信息的传输,所以即使个体的数目增加了,通信 也不会有太大的增长幅度。

(3)它具有 。主要是因为群体中 的 和它们所 都十分简单,所以实现起来很方便,

(4)它具有 。群体所表现出来的 是靠个体的 突现出来的 (Emergent Intelligence)。

 是一种通过模仿大自然中 来实现 的 ,是基于概率的随机搜索过程,不能完全重复试验。它强调 行为的 ,群体的 和由上到下的研究方法。生物体和 能够通过其自身的演变使很多在大家看起来 的 得到完善地解决。

群体智能优化算法的起源可以追溯到20世纪90年代几个著名算法的提出,蚁群算法、人工免疫系统、粒子群算法等。近年来,许多试图通过模仿 来解决复杂优化问题的 陆续出现,它们的思想和经典的 完全不同。随着以模仿生态和 为特征的 时代地悄悄到来,其中一些算法已经在经典 的解决中和其他 中显现了 和发展的 。

1。2研究目的与意义

随着 的繁荣, 发展迅速,越来越多的 了解到 在生产 起着至关重要的作用。传统的 的选择仅仅靠 ,需要花费很多的时间和精力。由于 的逐渐壮大、计算机技术的进步, 也不断扩大, 的数量也逐渐增多, 越来越复杂, 已经很难满足企业的 ,采用 进行 是未来趋势[2]。论文网

近年来兴起的 既丰富了现代技术,也为那些 难以解决的 提供了 的处理方案。 、 等都在此问题上进行了运用,并取得了成功。但也存在各自的 ,如  能力不强,总体上 不是很高, 对于 具有较强的 等等。如何针对 的特点,构造运算 、 的启发式算法,是一个值得深入研究的课题。目前研究的热点是混合算法,通过混合在一定程度上弥补各自的缺陷。

 原型自身就是一个 的模型,因此它在 有着天然的 , 最早成功应用于解决  (Traveling Salesman Problem, 简称TSP) [3]。 问题和 相比有 ——都是寻找 所有客户点的 的问题,但也有其特点——有更多更 的 和 。针对这种特点,研究一种基于 的 ,通过引入 的 、交叉、变异等 ,在 中可以避免算法 、 ,同时改进 方式、客户点 ,增强算法的 ,从而提高 和 ,使得其在 中有较好的 。

1。3课题内容介绍

第一章首先介绍了选题的研究背景、目的和意义。

第二章详细介绍了基本蚁群算法的内容,主要从蚁群算法的原理、结构框架及算法实现等方面入手。

上一篇:Android心理测试APP的开发
下一篇:移动社交网络的调查问卷设计的研究

基于Apriori算法的电影推荐

基于PageRank算法的网络数据分析

基于神经网络的验证码识别算法

python基于决策树算法的球赛预测

加密与解密算法的研究【1931字】

一種删除准则的NOMA资源联...

vc++几种排序算法演示软件实现

张洁小说《无字》中的女性意识

安康汉江网讯

网络语言“XX体”研究

麦秸秆还田和沼液灌溉对...

互联网教育”变革路径研究进展【7972字】

我国风险投资的发展现状问题及对策分析

老年2型糖尿病患者运动疗...

新課改下小學语文洧效阅...

LiMn1-xFexPO4正极材料合成及充放电性能研究

ASP.net+sqlserver企业设备管理系统设计与开发