基于MATLAB的蚁群算法实现及其工程应用开题报告
2020-04-14 15:06:57
1. 研究目的与意义（文献综述）
1.1.目的及意义
仿真优化算法是人工智能研究领域中的一个重要的分支，用于求解各种工程问题优化解的应用技术。在系统控制，人工智能，模式识别，生产调度，vlsi技术和计算机工程领域得到迅速推广和应用。其中包括模拟生物界中自然选择和遗传机制的遗传算法、模拟蚂蚁群体觅食行为的蚁群算法一击模拟鸟类群体捕食行为的微粒群算法。研究仿真问题对人工智能的发展有重大意义。
蚁群算法最早是由marco dorigo等人提出，他们在研究新型算法的过程中，发现蚁群在寻找食物时，通过分泌一种称为信息素的生物激素交流觅食信息从而能快速的找到目标，据此提出了基于信息正反馈原理的蚁群算法。
2. 研究的基本内容与方案
2.1.研究内容
1. 查阅资料学习蚁群算法理论及其应用的知识。
2. 学习并掌握matlab软件并对蚁群算法建立数学模型，在matlab软件中进行模拟仿真。
3. 研究计划与安排
| 周次 | 毕业设计内容 | 时间 |
| 第1-3周 | 查阅搜集相关资料、分析题目研究现状，学习基本理论知识。 | 2.26-3.18 |
| 第4周 | 阅读文献，上交开题报告。 | 3.19-3.25 |
| 第5周 | 阅读并翻译相关英文文献。
| 3.26-4.1 |
| 第6周 | 学习基本蚁群算法的数学模型。
| 4.2-4.8 |
| 第7周 | 学习MATLAB的基本运算与图形可视化。
| 4.9-4.15 |
| 第8周 | 学习如何使用MATLA0B软件进行编程。
| 4.16-4.22 |
| 第9周 | 运用MATLAB软件完成蚁群算法的编程。
| 4.23-4.29 |
| 第10周 | 改进和完善用MATLAB编写好的程序。
| 4.30-5.6 |
| 第11周 | 利用编制好的蚁群算法程序解决实际工程问题。
| 5.7-5.13 |
| 第12周 | 撰写毕业论文，完成初稿。
| 5.14-5.20 |
| 第13周 | 整理，完善论文。
| 5.21-5.27 |
| 第14周 | 准备答辩。 | 5.28-6.3 |
4. 参考文献（12篇以上）
[1]吴斌,史忠植.一种基于蚁群算法的tsp问题分段求解算法[j].计算机学报,2001(12):1328-1333.
[2]宋锦娟. 一种改进的蚁群算法及其在最短路径问题中的应用[d].中北大学,2013.
[3]吴华锋,陈信强,毛奇凰,张倩楠,张寿春.基于自然选择策略的蚁群算法求解tsp问题[j].通信学报,2013,34(04):165-170.
