某大学计算机学院本科毕业论文设计案例.docVIP

安徽大学 本科毕业论文（设计、创作） 题　　目：　　　　　 　　　 　　　　　　 　　　　　　　　　 　　　 学生姓名：　　 学号： E0714094 院（系）： 计算机科学与技术 专业：　　　 入学时间：　　　　　2007　　　年　　　 9　　　月 导师姓名：　 　　 职称/学位：　XX/XX 　 导师所在单位：　安徽大学计算机科学与技术学院　　 完成时间：　　　 2011　 　年　　　 5　　　月  摘 要 根据蚂蚁生态学原理提出的蚁群算法是一种新的用于求解复杂组合优化问题的模拟进化算法，具有典型的群体智能特征，表现出较强的学习能力和适应能力。模拟蚂蚁群体智能的人工蚁群算法具有分布计算、信息正反馈和启发式搜索的特点，本文首先阐述了人工蚁群算法的基本原理、算法模型和在TSP问题中的具体应用过程。其次，针对标准蚁群算法收敛速度慢的缺陷，引入了精英策略的概念，改进后的算法具有较快的寻优速度和较好的全局搜索能力。此外，为了提高蚁群算法的求解质量，本文还对蚁群算法中的信息素进行了动态的自适应调整，提出了基于调节信息素挥发度的自适应蚁群算法，实验结果表明该算法具有更好的搜索全局最优解的能力、并具有更好的稳健性和收敛性。最后，由于目前还没有一种有效的数学分析方法来设定蚁群算法中参数，实际中，对参数的设定基本是靠经验和实验来设定的，本文针对TSP问题，通过实验对参数设置做了讨论。 关键词：；；；  Research and Practice on Ant Colony Algorithm Abstract Ant algorithm ,which is produced by ecological principle of ant,is a new simulated evolutionary algorithm for solving the complex combinatorial optimization problems.It has the typical characteristics of smart of groups and showes strong ability of learning and adaptation.Artificial ant algorithm which simulats antssmart of groups has features of distributed computing ,information positive feedback and heuristic searching.First,this paper described the basic principle of artificial ant algorithm, algorithm model and specific application process in TSP problems,Second ,In order to avoid the defect of slowwer speed of convergence in standard ant algorithm,the paper introduce the concept of the classic strategy,the improved algorithm has faster speed of optimization and better ability of global search.Furthermore,in order to improve the quality of Solving of ant algorithms,the paper also gives the pheromone a dynamic adaptive adjustment and propose adaptive ant algorithms which is based on regulating the volatile coefficient of Pheromone,The experimental results showed that the improved algorithm has better ability of searching global optimal solution and better ability of stability and convergence.Finally,bescase there is no effective method of mathematical analysis to set para