搜索
LOGO基于蚁群算法的TSP问题研究导师：答辩人：专业：一、立题依据群体智能蚁群算法（AntColonyalgorithm）通过信息素的相互交流从而找到由蚁巢至食物的最短路径正反馈求解组合优化问题的优越性全局优化本质上并行对于没有集中控制并且不提供全局模型的问题，提供了一种复杂的分布式解决方案。一、立题依据TSP问题简单描述：假设有一个旅行商人要拜访n个城市，每个城市只能拜访一次，而且最后要回到原来出发的城市，要求找出一条最短的巡回路径。所有组合优化问题的范例测试新算法的标准问题二、研究的主要内容蚁群在障碍物前经过一段时间后的情形蚁群最终选择的路径蚁群算法二、研究的主要内容开始初始化蚂蚁k=1NC=NC+1蚂蚁k=k+1结束按照状态概率公式选择下一个城市修改禁忌表k=蚂蚁总数m?按照信息更新公式进行信息量更新满足结束条件?输出程序计算结果NNYY蚁群算法求解TSP问题的流程三、预期目标针对TSP问题，掌握经典算法的基本思想和解决方法，并应用性能优异的蚁群算法得出旅行商问题的最佳解。掌握蚁群算法的基本原理和实现步骤研究和分析各种蚁群算法的模型在MATLAB环境中进行仿真，分析各关键参数对算法性能的影响。分析掌握仿真在蚁群算法解决TSP问题中，拟采用以下研究方法：（1）研究蚁群算法的基本原理，通过MATLAB仿真结果分析蚁群算法关键参数对算法的影响。（2）选择合理的参数配置使蚁群算法性能得到提高，并用大量的仿真实验结果予以证明。（3）通过理论分析和仿真实验，讨论蚁群算法的收敛性。（4）分析TSP问题的经典解决方法，并和蚁群算法解决TSP问题的结果进行比较分析。四、研究方法谢谢！敬请各位老师批评指正！