蚁群算法用于函数优化研究

蚁群算法用于函数优化研究

ID:8320373

大小:663.00 KB

页数:22页

时间:2018-03-19

蚁群算法用于函数优化研究_第1页
蚁群算法用于函数优化研究_第2页
蚁群算法用于函数优化研究_第3页
蚁群算法用于函数优化研究_第4页
蚁群算法用于函数优化研究_第5页
资源描述:

《蚁群算法用于函数优化研究》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、论文题目:蚁群算法用于函数优化研究系:信息与机电工程系专业年级:计算机科学与技术2007级学号:姓名:指导教师、职称:2011年5月16日AntColonyAlgorithmForFunctionOptimizationCollege:InformationandElectricalEngineeringSpecialtyandGrade:ComputerScienceandTechnology,2007Number:Name:Advisor:SubmittedTime: May16,2011目录摘要IAbstractII1.引

2、言11.1蚁群算法的研究背景11.2蚁群算法简介11.2.1蚁群算法的概述11.2.2蚁群算法的优缺点12.蚁群算法的原理及其基本模型32.1蚁群算法的工作原理32.2蚁群算法的基本模型42.3基本模型的实现62.3.1基本模型的实现步骤62.3.2基本模型的程序流程73.用于连续空间优化问题的蚁群算法83.1连续空间优化问题83.2算法基本思想84.实验结果分析105.结束语14致谢16福建农林大学金山学院本科毕业论文摘要本文主要研究蚁群算法。函数优化问题一般为求极值问题,其中包括极大值或极小值。通过对目标函数的自适应来调整蚂

3、蚁的搜索行为,同时通过路径选择过程中的多样性来保证得到更多的搜索空间,从而快速的得到函数全局的最优解。本论文采用了蚁群算法,针对几个函数进行测试,求解能够得到满意的结果,很好的说明了蚁群算法在函数优化上的优越性。关键词:蚁群算法;函数优化;函数极值;连续空间优化II福建农林大学金山学院本科毕业论文AbstractThisarticle’smainisreserarchforantcolonyalgorithm.Thequestionoffunctionoptimizationinordertoresolvetheextremal

4、problem,includemaximunandminimum.Byadaptiveobjectivefunctiontoadjustthesearchbehaniorofants,atthesametime,throughthediversityofthepathselectionprocesstoensurethatmoreofthesearchspace,andquicklygettheglobaloptimalsolution.Paperusestheantcolonyalgotithm,forseveralfunct

5、ionstotest,andsolutioncanbesatisfiedwiththeresults,itgoodshowstheantcolonyalgorithmonthefunctionoptimizatiomhassuperiority.Keywords:antcolonyalgorithm;functionoptimizatiom;functionextremum;continuousspaceoptimizationII福建农林大学金山学院本科毕业论文1.引言1.1蚁群算法的研究背景蚁群算法是近几年优化领域中新出现的

6、一种启发式仿生类并行智能进化算法,它是受到人们对自然界中真实的蚁群集体行为的研究成果的启发而提出的一种基于种群的模拟进化算法,属于随机搜索算法。由意大利学者M.Dorigo等人充分利用了蚁群搜索食物的过程与著名的旅行商问题(TSP)之间的相似性,通过人工模拟蚂蚁搜索食物的过程(即:通过个体之间的信息交流与相互协作最终找到从蚁穴到食物源的最短路径)来求解TSP,为了区别于真实蚂蚁群体系统,人们称这种算法为“人工蚁群算法”,并用该方法求解TSP问题[1]、分配问题、job-shop调度问题[2]等,取得了较好的实验结果。1.2蚁群算

7、法简介1.2.1蚁群算法的概述蚂蚁是自然界中常见的一种生物,在昆虫世界,蚂蚁是一种群居的世袭大家庭,我们称之为蚁群(antcolony)。人们对蚂蚁的关注大都是因为“蚂蚁搬家,天要下雨”之类的民谚。然而随着近代仿生学的发展,这种似乎微不足道的小东西越来越受到学者们的关注。1991年意大利学者M.Dorigo等人首先提出了蚁群算法(antcolonyalgorithm),人们开始了对蚁群的研究:相对弱小,功能并不强大的个体是如何完成复杂的工作的(如寻找到食物的最佳路径并返回等),因此在此基础上,蚁群算法从对蚁群行为的研究中产生且逐

8、渐发展起来。蚁群具有高度组织的社会性,彼此间的沟通不仅可以借助触觉、视觉的联系,在大规模的协调行动上可以借助外激素(pheromone)之类的生产化信息介质。蚁群的觅食行为是最易观察的,每只蚂蚁具有如下的职能:平时在巢穴附近作无规则行走,一旦发现食物,如果独自能

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。