資源描述：
《蟻群算法的改進(jìn)及tsp仿真研究》由會(huì)員上傳分享，免費(fèi)在線閱讀，更多相關(guān)內(nèi)容在學(xué)術(shù)論文-天天文庫(kù)。
1、代號(hào)10701學(xué)號(hào)1107122437分類號(hào)TP18密級(jí)公開題（中、英文）目蟻群算法的改進(jìn)及TSP仿真研究ResearchonImprovedAntColonyAlgorithmandTheTSPSimulation作者姓名王勝訓(xùn)指導(dǎo)教師姓名、職稱劉三陽(yáng)教授學(xué)科門類理學(xué)學(xué)科、專業(yè)應(yīng)用數(shù)學(xué)提交論文日期二〇一四年三月西安電子科技大學(xué)學(xué)位論文創(chuàng)新性聲明本人聲明所呈交的論文是我個(gè)人在導(dǎo)師指導(dǎo)下進(jìn)行的研究工作及取得的研究成果.盡我所知,除了文中特別加以標(biāo)注和致謝中所羅列的內(nèi)容以外,論文中不包含其他人已經(jīng)發(fā)表或撰寫過(guò)的研究成果；也不包含為獲得西安電子科技大學(xué)或其它教育機(jī)構(gòu)的學(xué)位或
2、證書而使用過(guò)的材料.與我一同工作的同志對(duì)本研究所做的任何貢獻(xiàn)均已在論文中做了明確的說(shuō)明并表示了謝意.申請(qǐng)學(xué)位論文與資料若有不實(shí)之處,本人承擔(dān)一切相關(guān)責(zé)任.本人簽名：日期西安電子科技大學(xué)關(guān)于論文使用授權(quán)的說(shuō)明本人完全了解西安電子科技大學(xué)有關(guān)保留和使用學(xué)位論文的規(guī)定,即：研究生在校攻讀學(xué)位期間論文工作的知識(shí)產(chǎn)權(quán)單位屬西安電子科技大學(xué).本人保證畢業(yè)離校后,發(fā)表論文或使用論文工作成果時(shí)署名單位仍然為西安電子科技大學(xué).學(xué)校有權(quán)保留送交論文的復(fù)印件,允許查閱和借閱論文；學(xué)?？梢怨颊撐牡娜炕虿糠謨?nèi)容,可以允許采用影印、縮印或其它復(fù)制手段保存論文.（保密的論文在解密后遵守此規(guī)定）
3、本學(xué)位論文屬于保密在年解密后適用本授權(quán)書.本人簽名：日期導(dǎo)師簽名：日期摘要摘要蟻群算法作為一種新穎的智能優(yōu)化算法,具有很好的魯棒性、正反饋性以及分布式計(jì)算等優(yōu)點(diǎn),在求解復(fù)雜的組合優(yōu)化問題上表現(xiàn)出了很強(qiáng)的優(yōu)勢(shì),受到越來(lái)越多的學(xué)者關(guān)注和研究,然而,與其他智能算法相比，該算法的搜索時(shí)間一般比較長(zhǎng),而且易于陷入局部最優(yōu)值.本文針對(duì)蟻群算法在求解TSP問題時(shí),存在的收斂速度慢和收斂精度不高的缺陷,提出了兩種改進(jìn)的蟻群算法.(1)提出了一種求解TSP的自適應(yīng)蟻群優(yōu)化算法.該算法提出了新的更新信息素機(jī)制和擴(kuò)大局部搜索空間的策略,仿真結(jié)果顯示,上述改進(jìn)的算法在收斂速度和收斂精度方面,
4、較ACS算法和通用的MMAS算法有了很大的提高.(2)提出了基于蜂群搜索思想的蟻群優(yōu)化算法.該算法在路徑選擇和信息素更新上采用了新的機(jī)制,采用新的路徑選擇機(jī)制擴(kuò)大了算法的搜索空間,有效地避免了算法在搜索過(guò)程中出現(xiàn)的停滯現(xiàn)象,把混沌擾動(dòng)引入到信息素更新,有利于算法在當(dāng)前最優(yōu)值附近尋找更好的解,從而提高解的精度.仿真實(shí)驗(yàn)結(jié)果表明,新算法整體性能較ACS算法和通用的MMAS算法有了很大的提高.關(guān)鍵詞：蟻群算法組合優(yōu)化旅行商問題(TSP)AbstractAbstractAntcolonyalgorithmisakindofnovelintelligentoptimizatio
5、nalgorithm,withtheadvantagesofgoodrobustness,positivefeedbackanddistributedcomputing,soitisveryusefultosolvecomplexcombinatorialoptimizationproblems.Nowitisbeingpaidattentionandresearchedbymoreandmorescholars.However,thealgorithmstillhassomedefects,comparedwithotherintelligentalgorithms
6、,itssearchingtimegenerallylonger,andeasilytofallintolocaloptimalvalue.Inthispaper,aimatantcolonyalgorithmforsolvingTSPproblemsofslowconvergenceandconvergenceaccuracyisnothighdefect,thispaperproposestwoimprovedantcolonyalgorithms.(1)Thispaperproposesanadaptiveantcolonyoptimizationalgorit
7、hmtosolveTSP.Thealgorithmputsforwardanewupdatepheromonemechanismandexpandlocalsearchspacestrategy.Thesimulationresultsshowthattheimprovedalgorithminconvergencespeedandconvergenceprecision,hastheverybigenhancementcomparedwithACSalgorithmandgeneralMMASalgorithm.(2)Thispaperpropos
