《使用模拟退火算法解课表问题》-毕业论文（设计）.docVIP

PAGE 精品 使用模拟退火算法解课表问题 Using SAA to Solve Time Table Problem 2011届本科毕业生学位论文 专业：计算机科学与技术 精品 摘 要 本文给出一种使用模拟退火算法(SSA：Simulated Annealing Algorithm)求解课表问题的方案，详细地讨论了该方案涉及的各种问题，包括目标函数和初解的确定，邻域和新解的产生方法，初始“温度” 的确定和“温度”更新的方式，内循环次数及算法终止条件等等。文章的最后给出了该方案实现的一个实例和若干性能分析。 关键词：时间表问题；模拟退火算法；性能分析；课表实例 ABSTRACT We propose an scheme to solve the Time Table Problem(TTP)using Simulated Annealing Algorithm(SSA)，and discuss variable problems of the scheme such as target function and initial solution，the method to generate neighboring area and new solution，initia1 temperature selection and the formu1ation to produce new temperature,inner cycle number and determlna1 condition．Finally,we presented an real example and performance analysis of this scheme． Keywords：time table problem；simulated annealing algorithm；performance analysis an example 目 录 TOC \o 1-3 \h \z \u 摘 要 1 ABSTRACT 2 第1章 绪论 4 1.1模拟退火算法(SAA)介绍 4 1.2 问题的描述 5 第2章 算法结构 7 第3章 SAA在求解课表问题中的实现 9 3.1 数据结构的建立 9 3.2 解的表达方式和目标函数的计算 9 3.3初始解的确定 10 3.4 邻域的确定和新解的产生 10 3.5 “初始温度”和“温度”的更新方式 11 3.5.1 “初始 温度”的确定 11 3.5.2 “温度”的更新方式 12 3.6 内循环次数及SAA的终止条件 12 3.6.1 内循环次数的确定 12 3.6.2 SAA的终止条件 13 第4章 实例和性能分析 14 4.1 目标函数的计算方式 14 4.2 邻域内的搜索方法 14 4.3 “温度”参数的设计 14 4.3.1 α，γ对“温度”的影响 14 4.3.2 初始“温度”和终止“温度”对算法性能的影响 15 第5章 结束语 17 致 谢 18 参考文献 19 第1章 绪论 1.1 模拟退火算法(SAA)介绍 模拟退火算法(SAA：Simulated Annealing Algorithm )来源于固体退火原理，将固体加温至充分高，再让其徐徐冷却。加温时，固体内部粒子随 温升变为无序状，内能增大；而徐徐冷却时粒子渐趋有序，在每个温度都达到一个平衡态，最后在常温时达到基态，内能减为最小。模拟退火算法最早由Kirkpatrick等应用于组合优化领域，它是基于Mente-Carlo迭代求解策略的一种随机寻优算法，出发点是物理中固体物质的退火过程与一般组合优化问题求解过程之间的相似性。模拟退火算法从某一较高初温出发，伴随温度参数的不断下降，结合概率突跳特性在解空间中随机寻找目标函数的全局最优解，即在局部最优解能概率性地跳出并最终趋于全局最优。模拟退火算法是一种通用的优化算法，理论上算法具有概率的全局优化性能。 模拟退火算法用于解组合优化问题的一般性流程如下： 确定初始温度 随机选择在此此温度下的初始模型m0计算其能量E(m0) 随机扰动m0产生一个新状态ms计算其能量E(ms) ny △E=E(ms)-E(m0) n y △E0? m0=ms 新状态按metropolis准则接受n扰动次数+1 n y