毕业设计论文-蚁群算法用于函数优化研究.doc

论文题目: 蚁群算法用于函数优化研究 系 ： 信息与机电工程系 专业年级： 计算机科学与技术2007级 学 号： 姓 名： 指导教师、职称： 2011 年 5 月 16 日 Ant Colony Algorithm For Function Optimization College: Information and Electrical Engineering Specialty and Grade: Computer Science and Technology, 2007 Number: Name: Advisor: Submitted Time: 　 May 16, 2011 目录 摘要 I Abstract II 1．引言 1 1.1蚁群算法的研究背景 1 1.2 蚁群算法简介 1 1.2.1 蚁群算法的概述 1 1.2.2 蚁群算法的优缺点 1 2．蚁群算法的原理及其基本模型 3 2.1 蚁群算法的工作原理 3 2.2 蚁群算法的基本模型 4 2.3 基本模型的实现 6 2.3.1 基本模型的实现步骤 6 2.3.2 基本模型的程序流程 7 3．用于连续空间优化问题的蚁群算法 8 3.1 连续空间优化问题 8 3.2 算法基本思想 8 4．实验结果分析 10 5．结束语 14 致谢 16 摘要 本文主要研究蚁群算法。函数优化问题一般为求极值问题，其中包括极大值或极小值。通过对目标函数的自适应来调整蚂蚁的搜索行为，同时通过路径选择过程中的多样性来保证得到更多的搜索空间，从而快速的得到函数全局的最优解。本论文采用了蚁群算法，针对几个函数进行测试，求解能够得到满意的结果，很好的说明了蚁群算法在函数优化上的优越性。 关键词：蚁群算法；函数优化；函数极值；连续空间优化 Abstract This article’s main is reserarch for ant colony algorithm.The question of function optimization in order to resolve the extremal problem, include maximun and minimum. By adaptive objective function to adjust the search behanior of ants, at the same time, through the diversity of the path selection process to ensure that more of the search space, and quickly get the global optimal solution. Paper uses the ant colony algotithm, for several functions to test, and solution can be satisfied with the results, it good shows the ant colony algorithm on the function optimizatiom has superiority. Keywords: ant colony algorithm; function optimizatiom; function extremum; continuous space optimization 1．引言 1.1蚁群算法的研究背景 蚁群算法是近几年优化领域中新出现的一种启发式仿生类并行智能进化算法，它是受到人们对自然界中真实的蚁群集体行为的研究成果的启发而提出的一种基于种群的模拟进化算法，属于随机搜索算法。由意大利学者M.Dorigo等人充分利用了蚁群搜索食物的过程与著名的旅行商问题(TSP)之间的相似性，通过人工模拟蚂蚁搜索食物的过程(即：通过个体之间的信息交流与相互协作最终找到从蚁穴到食物源的最短路径)来求解TSP，为了区别于真实蚂蚁群体系统，人们称这种算法为“人工蚁群算法”，并用该方法求解TSP问题[1]、分配问题、job-shop调度问题[2]等，取得了较好的实验结果。 1.2 蚁群算法简介 1.2.1 蚁群