毕业论文--蚁群算法求解旅行家问题(TSP)的设计与实现.docxVIP

本科毕业论文 毕 业 论 文（设 计） 题目： 蚁群算法求解旅行家问题(TSP)的设计与实现 姓名 学号： 学院：山东大学软件学院 专业：数字媒体技术 年级： 指导教师： 2016 年 6 月 5 日 PAGE PAGE 2 目录 TOC \o 1-3 \h \u 摘要 1 ABSTRACT 2 第1章 绪论 3 1.1 课题背景及意义 3 1.2 论文的主要工作 3 1.3 论文的组织结构 4 第2章 求解TSP的蚁群算法 5 2.1蚂蚁觅食行为原理 5 2.2蚁群算法原理 5 2.3解决TSP问题的蚁群算法 5 2.3.1 蚁群优化算法 5 2.3 .2最大最小蚁群算法 9 本章小结 9 第3章 算法的实现 10 3.1编程语言及工具 10 3.2数据结构 10 3.3算法的详细设计 10 3.4算法实现 11 3.4.1 类的实现 11 3.4.2初始化实现 12 3.4.3蚂蚁的移动 13 3.4.4 选择下一个城市实现 14 3.4.5 更新信息素实现 16 3.4.6求最短距离实现 17 本章小结 20 第4章 实验结果与分析 21 4.1 实验数据 21 4.2实验结果与分析 22 4.2.1算法的效率分析 22 4.2.2 算法的健壮性 24 本章小结 25 第5章 总结与展望 26 致谢 27 参考文献： 28 附录一：论文原文 30 附录二：论文译文 38 PAGE PAGE 1 蚁群算法求解旅行家问题（TSP）的设计与实现 摘要 旅行商问题（TSP）的内容为已知有n个城市，现有一个旅行家想要从其中一个城市出发，遍历其他所有的城市，然后再回到出发点，求旅行家需要经过的最短距离。其中遍历过程中每个城市只经过一次。 蚁群算法是一种求解复杂组合优化问题的启发式算法,该方法通过模拟蚁群进行搜索食物的过程，达到求解最优结果的目的。除却最为经典的蚁群算法外，还有很多蚁群算法的优化算法，这里我选择其中效率最高的一种算法—最大最小蚂蚁系统同经典的蚁群算法做比较，验证两者的实际效率。对于信息素的更新，目前有三种模型，我采用了其中效率最高的蚁周模型，另外两种分别是蚁密模型和蚁量模型。 旅行家问题是一个经典的NP难问题，现在并没有一种方法能准确地给出旅行家问题的最优解，最常用的方法还是用一些仿生算法，如遗传算法，粒子群算法等来得到一个较优解，而蚁群算法求得的较优解更逼近最优解。 旅行家问题可以应用于现实生活中的很多问题，如一个邮递员要从邮局出发，到N个邮箱投递信件，最会再回到邮局，怎样走的路程最近，还有快递公司送快递，以及飞机调整航程等。蚁群算法能很好地求解旅行家问题。这样，就能节省更多的人力物力，取得更好的经济效益。 关键字：TSP；蚁群算法；NP难 ABSTRACT The content of Traveling salesman problem (TSP) is:There has N city,then a traveling salesman want arrive all of the city from one of them,each city can only arrive one time .And in the end,he must arrive the city he first arrive.The question is that how can he get the shortest path. The ant colony algorithm is a heuristic algorithm for solving complex combination optimization problems.By simulating the process of ant colony searching for food, the method can reach the goal of solving the optimal result. Except the classic ant colony algorithm, I choose one of the most e