基于人工鱼群算法的TSP研究与实现开题报告

 2020-02-18 06:02

1. 研究目的与意义(文献综述)

研究的目的及意义

优化是一个术语,是指寻找一个问题的“最优”的解。优化问题遍布在生活中的每个角落,在工业、社会、经济、管理等各个领域都有深入渗透。例如,在汽车能源耗损分析上,驾驶员各种行为在油耗上的影响并如何达到最优;在工厂生产中,如何的生产方式使得产品利润最大或生产成本最小;在城市规划中,如何规划工厂、住宅、政府机关、学校、医院、商店等单位,才更好的促进城市的发展,更有利于人民的生活;在各个领域中,数不胜数。寻找问题的“最优”解,并不是每个问题都能够精确地寻找出来,大多时候是寻找到一个可以接受的解作为最优解。在管理科学、计算机科学、生物学、电子工程、系统控制、人工智能、通信技术、信号处理等领域上都存在着大量复杂的优化问题,包括一些多变量、多维、多条件、多峰、多目标等问题。

优化技术的核心就是通过数学方式来解决在不同领域遇到的工程问题,使得这些问题找到最优化的解。因为优化技术在越来越多的工程问题中得到了全面的使用和推广,所以优化技术成为了人们越来越重视的一门重要的学科分支。因此,越来越多的优化算法被相继提出。

剩余内容已隐藏,您需要先支付后才能查看该篇文章全部内容!

2. 研究的基本内容与方案

人工鱼群算法根据水域中鱼生存数目最多的地方就是本水域中富含营养物质最多的地方这一特点来模拟鱼群的觅食行为而实现寻优。算法主要利用鱼的三大基本行为:觅食、聚群和追尾行为,采用自上而下的寻优模式从构造个体的底层行为开始,通过鱼群中各个体的局部寻优,达到全局最优值在群体中凸显出来的目的。

tsp问题(travelling salesman problem)即旅行商问题,是数学领域中著名问题之一。假设有一个旅行商人要拜访n个城市,他必须选择所要走的路径,路径的限制是每个城市只能拜访一次,而且最后要回到原来出发的城市。路径的选择目标是要求得的路径路程为所有路径之中的最小值。

tsp问题虽然是一个典型、描述很简单的问题,但是它同时也是一个难以处理的NP完全问题。这使得它可以把不同领域内出现的各种复杂难以解决的问题囊括起来,并且做出一个简单的描述。因此,越来越多的学者开始研宄tsp问题,并使得tsp问题也成为越来越多的优化算法的比较准则。

剩余内容已隐藏,您需要先支付后才能查看该篇文章全部内容!

3. 研究计划与安排

第1-3周:查阅相关文献资料,明确研究内容,了解研究所需理论基础。确定方案,完成开题报告。

第4-5周:熟悉掌握基本理论,完成英文资料的翻译,熟悉开发环境。

第6-9周:编程实现算法,并进行tsp问题初步解决。

剩余内容已隐藏,您需要先支付后才能查看该篇文章全部内容!

4. 参考文献(12篇以上)

[1] sili gao ; yujun wen. an improved artificial fish swarm algorithm and its application[c]. 2018 ieee/acis 17th international conference on computer and information science (icis). 649 - 652 .

[2] yiqing huang ; panpan wang ; mengru yuan ; ming jiang. path planning of mobile robots based on logarithmic function adaptive artificial fish swarm algorithm[c]. 2017 36th chinese control conference (ccc). 4819 - 4823 .

[3] yachilla baba ; okechukwu c. ugweje ;gokhan koyunlu. development and analysis of a modified artificial fish swarmalgorithm[c]. 2017 13th international conference on electronics, computer and computation(icecco). 1-6.

剩余内容已隐藏,您需要先支付 5元 才能查看该篇文章全部内容!立即支付

该课题毕业论文、开题报告、外文翻译、程序设计、图纸设计等资料可联系客服协助查找。