tsp问题的蚁群算法优化及并行策略研究

《tsp问题的蚁群算法优化及并行策略研究》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、学校代码：10491研究生学号：12003566中国地质大学硕士学位论文基于TSP问题的蚁群算法优化及并行策略研究硕士生：张礼学科专业：计算机应用技术指导教师：罗忠文副教授二○○六年五月学校代码：10491研究生学号：12003566中国地质大学硕士学位论文基于TSP问题的蚁群算法优化及并行策略研究硕士生：张礼学科专业：计算机应用技术指导教师：罗忠文副教授二○○六年五月学校代码：10491研究生学号：12003566中国地质大学硕士学位论文基于TSP问题的蚁群算法优化及并行策略研究硕士生：张礼学科专业：计

2、算机应用技术指导教师：罗忠文副教授二○○六年五月学校代码：10491研究生学号：12003566中国地质大学硕士学位论文基于TSP问题的蚁群算法优化及并行策略研究硕士生：张礼学科专业：计算机应用技术指导教师：罗忠文副教授二○○六年五月学校代码：10491研究生学号：12003566中国地质大学硕士学位论文基于TSP问题的蚁群算法优化及并行策略研究硕士生：张礼学科专业：计算机应用技术指导教师：罗忠文副教授二○○六年五月ADissertationSubmittedtoChinaUniversityofGeos

3、ciencesfortheDegreeofMasterofEngineeringTheResearchonOptimizationandParallelizationStrategiesofAntColonyAlgorithmforSolvingTravelingSalesmanProblemMasterCandidate：ZhangLiMajor：ComputerApplicationTechnologySupervisor：AssociateProf.LuoZhongwenChinaUniversit

4、yofGeosciencesWuhan430074P.R.China研究生学位论文原创性声明我以诚信声明：本人所呈交的硕士学位论文是在罗忠文副教授的指导下，开展研究工作所取得的研究成果。文中关于TSP问题的蚁群算法新的优化策略是在罗忠文老师的指导下独立完成；算法运行数据结果、为确定各个关键参数的分析及其设定数据系本人研究和测试所得；文中蚁群算法的并行策略及算法的展望系本人独立完成，不包含他人研究成果。所引用他人之思路、方法、观点、认识均已在参考文献中明确标注，所引用他人之数据、图件、资料均已征得所有者同意

5、，并且也有明确标注，对论文的完成提供过帮助的有关人员也已在文中说明并致以谢意。学位论文作者（签字）：签字日期：年月日作者简介张礼，男，1979年9月出生，2000年7月本科毕业于上海交通大学热能工程及其自动化专业，2003年9月进入中国地质大学（武汉）攻读计算机应用技术专业硕士学位。在读研期间，主要学习了算法设计与分析、高级计算机体系结构、组合数学、VisualC++、科学社会主义、自然辩证法、英语（含专业英语）等十几门课程，总学分34.5分，平均分为84.7分。在攻读硕士学位期间，曾在武汉中地数码科技股

6、份有限公司（教育部GIS工程中心）进行实习，参与了多个软件项目的开发，主要从事国土资源部门基于MAPGIS平台的应用软件的研发，参与开发的项目有：湖南省衡阳市国土资源局国土资源电子政务系统、基于MAPGIS并内嵌RedOffice的公文流转开发等。2005年5月份，开始进入蚁群算法领域，并研究算法的优化及并行策略。在校期间，已发表论文十余篇，其中核心期刊一篇；以第一作者身份发表的论文主要有：（一部分公开期刊从略）1、基于MAPGIS工作流及RedOffice的公文流转开发.商场现代化（核心期刊）.2005

7、年9月号，第20期（总第443期）.2、电子政务发展现状及策略分析.中国学术论坛.2005年第1期.3、蚁群算法的一种优化策略.知识与创新.2005年第11期.4、Oracle应用系统性能优化.学位（理论版）.2005年第2期.5、用SVG技术实现基于Web的GIS.知识与创新.2005年第11期.6、GML、VML和SVG的比较.经营与管理（增刊）.2005年增刊第082号.7、下一代网络NGN标准概述.知识与创新.2006年第2期.基于TSP问题的蚁群算法优化及并行策略研究硕士生：张礼导师：罗忠文副教

8、授摘要许多实际工程问题可以抽象为相应的组合优化问题，TSP问题是作为所有组合优化问题的范例而存在的，它已成为并将继续成为测试组合优化新算法的标准问题。从理论上讲，使用穷举法可以求解出TSP问题的最优解；但是对现有的计算机来说，让它在如此庞大的搜索空间中寻求最优解，几乎是不可能的。所以，各种求TSP问题近似解的算法应运而生了，本文所描述的蚁群算法（AC）也在其中。目前已出现了很多的启发式算法，而蚁群算法作为一种新型的启发式算法，