学位论文 > 优秀研究生学位论文题录展示

蚁群群体智能网络可视化试验平台研制

作　者: 邵晓路
导　师: 戴文战
学　校: 浙江理工大学
专　业: 控制理论与控制工程
关键词: 群体智能 TSP 蚁群算法 ACO 贪婪算法 JAVA
分类号: TP301.6
类　型: 硕士论文
年　份: 2010年
下　载: 38次
引　用: 0次
阅　读: 论文下载
 

内容摘要


群体智能(SWARM INTELLIGENCE)是受到仿生学的机理启发下所提出的,用于求解并行性分布式问题和复杂优化组合问题的一类算法。由于这类算法具有分布式计算、正反馈、鲁棒性和并行性等优点,在计算机仿真,模式识别,数据挖掘,网络通讯等诸多领域都得到了广泛的应用。蚁群算法是群体智能中现阶段研究较为深入的一种高效的优化算法。它基于蚁群在觅食中所体现出的高度智能型,为蚁群整体建立了一个相互通讯和协调数学模型,并将该数学模型成功应用于传统的旅行商问题的求解过程中,取得了令人满意的最优解。本文对群体智能中的蚁群算法的原理及其基本的数学模型进行了探讨和分析,在此基础上研究了蚁群算法的在实际应用中存在的某些局限性,同时参考了其它不同类型智能算法的优势,对传统的蚁群算法理论提出了一些比较有效的改进。为了进一步扩大蚁群算法的受众,本文还建立了一个基于网络的蚁群算法基础性试验平台。本文具体主要完成了以下工作：1.为解决传统的蚁群算法中所依赖的数学模型过于理想,与生产生活中的实际的应用所遇到的状况存有一定的差异的问题,本文针对一类蚁群中个体不完全能控,在运输和转移的过程中随时可能发生停止或停滞的情况,在确保整个交通运输系统安全的前提下,提出了一种双重约束下的蚁群算法。这种双重约束下的蚁群算法在整个交通运输网络中引入了网络虚断的概念,通过修改网络间两类不同类型的非可达节点之间距离的方法对网络节点间的连接关系进行矫正,比较有效的解决了此类问题并获取了完全符合安全性要求的系统最优解。2.针对蚁群算法中所易于存在的收敛性和稳定性较差,获取最优解的质量不高的问题,本文将贪婪算法的思想引入蚁群算法的应用中。根据贪婪算法中局部最优的思想,本文提出了一种基于最小距离均衡系数的负反馈蚁群算法,将利用最小距离均衡系数所得出系统最优控制策略作为一种反向的抑制因素附加到蚁群算法的求解过程中,进而提高了改进后的混合型蚁群算法算法所能获取最优解的质量。3.为了改善最小距离均衡系数算法中局部最优的特性过强所导致的整个算法所能获取最优解的质量较差的问题,本文提出了节点间距离预估判断的思想,扩大了最小距离均衡系数算法运算过程中每一步所能利用到的全局性信息的规模,进而由此提出了一种改进的最小距离均衡系数算法,提升了最小距离均衡系数算法的在求取最优解过程中整体性能。4.构建了基于INTERNET的可视化的蚁群算法可视化基础性实验环境。该实验直接嵌入网页中提供给终端用户使用,因而不需要下载到本地安装。用户可以在任意操作系统中借由任意支持JAVA插件的浏览器来访问该平台,以对蚁群算法及试验中的相关数据进行一些相关定性的研究和定量的分析。该实验环境的构建为用户在该平台上开发并验证出自己的一些新的算法提供了可能性。

全文目录


中文摘要  4-6
ABSTRACT  6-11
第1章 绪论  11-18
  1.1 引言  11
  1.2 群体智能的基本概念  11-14
  1.3 蚁群算法的研究  14-16
  1.4 论文的主要工作和结构  16-18
第2章 蚁群算法的基本原理  18-26
  2.1 蚁群中的智能性  18-21
  2.2 蚁群算法的数学模型  21-23
  2.3 蚁群算法的研究和发展  23-26
第3章 蚁群算法的改进  26-41
  3.1 双重约束下的蚁群算法  26-30
    3.1.1 双重约束的基本概念  26
    3.1.2 双重约束下改进的算法  26-29
    3.1.3 仿真实验及结果分析  29-30
  3.2 改进的负反馈蚁群算法  30-35
    3.2.1 最小距离均衡系数算法的概念  30-32
    3.2.2 基于最小距离均衡系数的负反馈蚁群算法  32-34
    3.2.3 仿真实验及结果分析  34-35
  3.3 改进的最小距离均衡系数算法  35-41
    3.3.1 最小距离均衡系数算法中存在的问题  35-37
    3.3.2 最小距离均衡系数算法  37-39
    3.3.3 仿真实验及结果分析  39-41
第4章 系统软件设计  41-58
  4.1 系统总体设计思想  41-44
    4.1.1 目前研究中存在的不足  41
    4.1.2 BROWSER/SERVER开发结构  41-43
    4.1.3 JAVA在B/S开发中的优势  43-44
  4.2 系统需求分析  44
    4.2.1 基本功能需求  44
    4.2.2 扩展开发需求  44
  4.3 系统开发的技术框架  44-47
    4.3.1 开发架构  45
    4.3.2.技术描述  45-47
  4.4 系统运作的基本结构和流程  47-48
  4.5 系统的实现  48-52
    4.5.1 系统于用户交互的实现  48-51
    4.5.2 系统于服务器端的交互的实现  51-52
  4.6 系统最终的运行效果  52-58
第5章 结论与展望  58-60
参考文献  60-64
致谢  64-65
附录:主程序清单(部分)  65-88
攻读研究生期间所发表论文  88

相似论文

  1. 多导弹协同作战突防效能评估及组合优化算法研究,TJ760.1
  2. 基于蚁群算法的电梯群优化控制研究,TU857
  3. 动态环境下移动对象导航系统相关技术的研究,TP301.6
  4. 基于改进蚁群算法的机器人路径规划研究,TP242
  5. 改进的蚁群算法及其在TSP上的应用研究,TP301.6
  6. 基于WEB的军犬训练管理系统,TP311.52
  7. 基于免疫机制蚁群算法的电力系统无功优化研究,TP18
  8. 基于视觉反馈与行为记忆的GPU并行蚁群算法,TP301.6
  9. 生物地理学优化算法及其应用研究,Q15-3
  10. 基于Java EE框架的公文传输系统设计与实现,TP311.52
  11. 设计院图纸管理系统设计与实现,TP311.52
  12. 基于J2ME的手机在线纸牌游戏系统研究与设计,TP311.52
  13. 行政服务系统中电子政务的研究与应用,TP399-C2
  14. 盘锦市区划地名信息系统的设计与实现,TP311.52
  15. 基于Java的汽车备品备件管理系统的开发与实现,TP311.52
  16. 基于物理拓扑感知的Chord算法研究,TP393.02
  17. 电渣炉过程控制系统的设计及优化控制,TP273
  18. Ad Hoc网络中分簇路由算法的研究,TN929.5
  19. 图像信息处理机的图像处理方法研究,TP391.41
  20. 科技项目管理平台核心模块的设计与实现,TP311.52
  21. Java卡性能优化技术研究,TN409

中图分类: > 工业技术 > 自动化技术、计算机技术 > 计算技术、计算机技术 > 一般性问题 > 理论、方法 > 算法理论
© 2012 www.xueweilunwen.com