论文总字数：21833字

摘 要

: 计算机的飞速发展一方面促进了优化方法的不断发展，另一方面也使优化问题变得越来越复杂。其中，任务问题是一种比较典型的问题，它属于难问题，而且计算度很高。1991年，等人提出的一种的仿生优化——蚁群算法，它属于随机搜索算法。适用于求解各种不同的问题，但是还存在很多不足。本文介绍了及其改进的算法，并利用优化算法求解问题，如路径优化问题。针对易陷入的不足,提出了一种混合,该算法将嵌入优化算法,计算结果表明，这样的改进提高了蚁群优化算法的优化能力。

关键词：组合优化，优化算法，蚁群算法，混合算法

Abstract: The rapid development of computer boosts the continuous development of optimization methods. On the other hand, it complicates optimization problem. The task allocation problem is a kind of typical combinatorial optimization problem. This problem belongs to the class of NP-hard problem and is categorized by computational complexity. Ant colony algorithm is a novel bionic optimization algorithm proposed by M.Dorigo et al in 1991, which belongs to the random search algorithm. Ant colony algorithm is applied to solving a variety of combinatorial optimization problems. However, there are also many shortcomings. This paper is introduced the ant colony algorithm and its improved intelligent optimization algorithm. What’s more, it also includes solving the task assignment problem like the distribution route optimization problem by using ant colony optimization. Aiming at the shortage of the ant colony optimization algorithm which is easily trapped into local optimum, this paper put forward a kind of hybrid algorithm which combined ant colony optimization algorithm with genetic algorithm. The calculation results show that this improvement enhance optimization ability of the ant colony optimization algorithm.

Key words: combinatorial optimization, optimization algorithm, ant colony algorithm,

hybrid algorithm

目 录

1. 绪论……………………………………………………………………………4
   1. 研究背景…………………………………………………………………4
   2. 研究目的与意义…………………………………………………………5
   3. 课题内容介绍……………………………………………………………5
2. 蚁群算法………………………………………………………………………6
   1. 蚁群算法的背景信息……………………………………………………6
   2. 蚁群算法的原理…………………………………………………………6
   3. 蚁群算法的结构框架……………………………………………………7
   4. 蚁群算法的算法实现……………………………………………………9
   5. 蚁群优化算法的优点与不足…………………………………………10
3. 蚁群算法的改进……………………………………………………………11
   1. 精英蚂蚁系统…………………………………………………………11
   2. 最大—最小蚂蚁系统…………………………………………………11
   3. 排序蚂蚁系统…………………………………………………………12
   4. 基于遗传学的改进蚁群算法研究……………………………………12
   5. 混合算法的应用………………………………………………………13
4. 蚁群算法与其改进算法的比较……………………………………………14
   1. 蚁群算法与改进算法的异同…………………………………………14
   2. 蚁群优化算法的应用…………………………………………………15
      1. 旅行商问题………………………………………………………15
      2. 二次分配问题……………………………………………………16
      3. 车间任务调度问题………………………………………………17
      4. 车辆路径问题……………………………………………………17
5. 总结与展望…………………………………………………………………17
   1. 应用进展………………………………………………………………17
   2. 发展趋势………………………………………………………………18

参考文献…………………………………………………………………………19

致谢………………………………………………………………………………20

附录A 蚁群算法的MATLAB程序………………………………………………21

1 绪论

1.1 研究背景

大自然一直以来都是人类的源泉，我们的能力大多数来自和大自然的，大自然里的很多都能够带给人们以启发。

^[1]的概念来源于人们对大自然中一些昆虫的，比如。单个蚂蚁看起来像是一段仅仅有着腿的，它的并不高。但当几只聚到一块，它们就能一起往搬运在路上觅到的食物了。若是一群，它们就可以互相，共同筑起漂亮、结实的，用来抵挡外来危险，抚育后代。而所表现出来的这样的智能行为就被称为。

剩余内容已隐藏，请支付后下载全文，论文总字数：21833字