（参考）蚁群算法模拟系统的设计与实现

《（参考）蚁群算法模拟系统的设计与实现》由会员上传分享，免费在线阅读，更多相关内容在教育资源-天天文库。

1、JIANGSUUNIVERSITY本科毕业论文蚁群算法模拟系统的设计与实现AntColonySimulationSystemDesignandImplementation学院名称：专业班级：学生姓名：XXXXX指导教师姓名：XXXXX指导教师职称：2010年6月江苏大学2010届毕业设计（论文）蚁群算法模拟系统的设计与实现专业班级：J计算机0601学生姓名：汤琪指导教师：蔡涛职称：副教授摘要：人工免疫算法具有快速随机的全局搜索能力，但对于系统中的反馈信息利用不足，往往做大量无为的冗余迭代，求解效率低。蚁群算法具有分布式并行全局搜索能力，但初始解随机，易早熟且求解速度慢。本文提出

2、免疫算法和蚁群算法的混合算法免疫蚁群算法，通过信息素更新获得全局最佳解。通过匹配检测仿真实验，结果证明该算法是计算精度较好的一种算法。本设计是在Linux环境下，用C语言编写的。Linux是一类Unix计算机操作系统的统称。Linux操作系统的内核的名字也是“Linux”。Linux操作系统也是自由软件和开放源代码发展中最著名的例子。严格来讲，Linux这个词本身只表示Linux内核，但在实际上人们已经习惯了用Linux来形容整个基于Linux内核，并且使用GNU工程各种工具和数据库的操作系统。Linux得名于计算机业余爱好者LinusTorvalds。关键词：人工免疫算法蚁群

3、算法匹配检测LinuxII英文摘要AntColonySimulationSystemDesignandImplementationAbstractArtificialimmunealgorithmisfastrandomglobalsearchcapability,butthefeedbacksystemisunderutilized,oftendoalotofinactiveredundantiteration,solvethelowefficiency.Antcolonyalgorithmhasthedistributedparallelglobalsearchcapabi

4、lity,buttheinitialsolutionrandomly,prematurityandslowtosolve.Inthispaper,theimmunealgorithmandantcolonyhybridimmunealgorithmantcolonyalgorithm,pheromoneupdateaccesstotheglobaloptimalsolution.Detectedbymatchingsimulationresultsshowthatthealgorithmisanalgorithmforbetteraccuracy.Thedesignisinth

5、eLinuxenvironment,usingClanguage.LinuxisaUnix-computeroperatingsystemcollectively.Linuxoperatingsystemkernel'snameis"Linux".Linuxoperatingsystemisfreesoftwareandopensourcedevelopmentinthemostfamousexample.Strictlyspeaking,LinuxisonlythewordthatLinuxkernelitself,butinfactpeoplehaveusedtodescr

6、ibetheuseofLinuxbasedonLinuxkernelandGNUprojectusingvarioustoolsanddatabaseoperatingsystems.LinuxisnamedafterthecomputeramateurLinusTorvalds.KeyWordsArtificialimmunealgorithmantcolonyalgorithmmatchingtestLinuxII英文摘要目录中文摘要IABSTRACTII目录1第一章引言31.1.研究背景31.2.本课题的开发意义4第二章关键技术52.1.Linux基本知识52.1.1Li

7、nux的发展历史52.1.2Linux的常用命令62.1.3GCC基础知识要点72.2.基本蚁群算法92.2.1基本蚁群算法92.2.2蚁群算法基本步骤112.2.3蚁群算法流程图112.2.4复杂度分析122.3.基本人工免疫算法132.3.1一般免疫算法的理论思想132.3.2人工免疫算法15第三章系统的设计与实现173.1人工免疫算法设计173.1.1人工免疫算法基本步骤173.1.2人工免疫算法流程图173.1.3人工免疫的相关设计183.2蚁群算法设计203.2.1蚁群算法实现步骤