蚁群算法的改进研究与用毕业论文.docVIP

中图分类号： 论文编号： 学科分类号： 密　　级： 公 开 安徽理工大学 硕 士 学 位 论 文 作者姓名： 专业名称： 应 用 数 学 研究方向： 导师姓名： 导师单位：安徽理工大学理学院 答辩委员会主席： 论文答辩日期： 年 月 日 安徽理工大学研究生处 年 月 日  A Dissertation in Applied Mathematics Candidate: Gong Yingying Supervisor: Xu Feng School of Science Anhui University of Science and Technology No.168, Shungeng Road, Huainan, 232001, P.R.CHINA 独 创 性 声 明 本人声明所呈交的学位论文是本人在导师指导下进行的研究工作及取得的研究成果。据我所知，除了文中特别加以标注和致谢的地方以外，论文中不包含其他人已经发表或撰写过的研究成果，也不包含为获得 安徽理工大学 或其他教育机构的学位或证书而使用过的材料。与我一同工作的同志对本研究所做的任何贡献均已在论文中作了明确的说明并表示谢意。 学位论文作者签名：___________ 日期： 年 月 日 学位论文版权使用授权书 本学位论文作者完全了解 安徽理工大学 有保留、使用学位论文的规定，即：研究生在校攻读学位期间论文工作的知识产权单位属于 安徽理工大学 。学校有权保留并向国家有关部门或机构送交论文的复印件和磁盘，允许论文被查阅和借阅。本人授权安徽理工大学可以将学位论文的全部或部分内容编入有关数据库进行检索，可以采用影印、缩印或扫描等复制手段保存、汇编学位论文。（保密的学位论文在解密后适用本授权书） 学位论文作者签名： 签字日期： 年 月 日 导师签名： 签字日期： 年 月 日 摘要 根据算法的特点，提出了。数值分析和实验表明：改进的新算法不仅具有原算法的优点，提高算法的速度。新算法应用于问题，。 本文： 简要介绍了的产生背景及研究，论文所研究的内容与意义 首先简要介绍了模拟退火算法的基本原理和算法的过程，然后介绍了一种基于目标函数的梯度模拟退火蚁群算法的基本原理和算法流程，最后给出新算法对问题优化的实验结果。 首先简要介绍路径规划问题，然后介绍夹角优化的蚁群算法的基本原理和算法流程，最后给出新算法对路径规划问题优化的结果。 图 13 表 1参 33 关键词：；；； 分类  Abstract Ant colony algorithm is a kind of swarm intelligence optimization algorithm. It is a new intelligent evolutionary algorithm which is a similar to the process of ant communities in search of food in nature. And it is an ideal method for solving difficult discrete problems. It fully demonstrated its advantages in many applications and obtained good results in terms of improved algorithms.Ant colony algorithm has the advantage of positive feedback, self-organization, distributed, robust, easy to combine with other algorithms. But often trapped in local optimal solution, convergence is slow, the initial solution is relatively high. Theoretically, It will more quickly resolve any combinatorial optimization problems, if the ant colony algorithm to make the appropriate changes. This article has been improved on hybrid ant col