一种基于正交离散过程的蚁群算法毕业论文.docx

一种基于正交离散过程的蚁群算法毕业论文.docx

《一种基于正交离散过程的蚁群算法毕业论文.docx》由会员分享，可在线阅读，更多相关《一种基于正交离散过程的蚁群算法毕业论文.docx（20页珍藏版）》请在冰豆网上搜索。

一种基于正交离散过程的蚁群算法毕业论文

郑州航空工业管理学院

毕业论文（设计）

XXXXXXXXX届机械设计制造及其自动化专业班级

题目基于正交离散过程的蚁群算法

姓名XXXXXXXXXX学

指导教师XXX职称XX

二О一年五月十八日

基于正交离散过程的蚁群算法

内容摘要

蚁群算法是一种仿生优化算法，其灵感来源于真实蚁群的觅食机理，这种思想吸收了蚂蚁群体有规律的行为，通过对真实蚁群搜索食物过程的模拟来完成对问题的求解。

本文首先介绍了蚁群算法的研究进展和基本原理，然后对蚁群算法的改进优化和仿真应用分别进行了描述。

为了解决蚁群算法在初始阶段执行效率低下、信息素随机分布、路径杂乱无章的缺点，本文采取了几项改进措施。

例如：

将正交设计方法引入初始化中，创建正交离散过程，形成正交优化的路径设置；优化初始化过程，以便形成初始解；以动态概率转移规则来构造新的路径；精练的选路策略等改进措施的初始路径优化模型。

该模型提高了算法的执行效率，其成功应用于解决连续域问题的啤酒配方设计方面，表明该方法是有效可行的，同时开辟了一条解决啤酒配方设计问题的新途径，对蚁群算法解决连续域问题提供了可供参考的模型和求解方法。

关键词

蚁群算法；正交设计；正交离散；连续优化；啤酒配方设计

AntColonyAlgorithmbasedonorthogonaldiscreteprocess

（Mechanicalandelectricalengineeringinstitute,Aviationindustrymanagementcollegeinzhengzhou）

Abstract

Theantcolonyalgorithmisanovelsimulatedevolutionaryalgorithm,whichisinspiredbyforagingmechanismsofrealantcolonies.Thisideaabsorbstheregularbehaviorsoftheantscolonies,bysimulatingtheprocessoftherealantcolony’ssearchingforfoodtosolvetheproblems.

Thecurrentresearchprogressesandbasicprincipleofantcolonyalgorithmarefirstlyintroducedinthispaper,thentheimprovementoptimizationandsimulationapplicationofantcolonyalgorithmarealsooverviewedrespectively.Inordertosolvetheproblemsoflowefficiency,randomlydistributedpheromone,scrambledpathsintheinitialstageoftheantcolonyalgorithm.Severalimprovedmethodsoftheinitialpathsoptimizationmodelareproposed.Forexample,theorthogonaldesignmethodisintroducedtotheinitialrouteoptimizationcoursesoastocreateorthogonaldiscreteprocessandformthepathsettingsoforthogonaloptimization;Theinitialcourseisoptimizedinordertogettheinitialsolutions;Dynamicaltransferrulesareusedtoconstructthenewpaths;Refinedroutingstrategiesandsoon.Thismodelenhancestheimplementationefficiencyofthealgorithm.Andthenthebeerrecipedesignsimulationapplicationissuccessfullypresentedtoprovevalidityandfeasibilityoftheproposedmethod,consequently,openingupanewwayintermsofbeerrecipedesign,andthemethodoffersreferencedmodelsandsolvingmethodsforantcolonyalgorithmtosolvethecontinualdomainproblems.

Keywords

AntColonyAlgorithm;orthogonaldesign;orthogonaldiscretion;continuousoptimization;beerrecipedesign

目录

内容摘要.....................................................1

Abstract......................................................2

第一章绪论6

1.1研究背景6

1.2国内外对蚁群算法的研究进展7

1.3本文的研究主线及体系结构7

第二章蚁群算法9

2.1蚁群算法的基本原理及其数学模型9

2.1.1真实蚁群的觅食机理9

2.1.2基本蚁群算法数学模型的建立11

2.1.3基本蚁群算法的系统学特征13

2.2基本蚁群算法的具体实现14

2.2.1基本蚁群算法的实现步骤14

2.2.2基本蚁群算法的程序结构流程图15

第三章基于正交离散过程的蚁群算法17

3.1正交试验设计17

3.1.1正交试验设计的基本概念17

3.1.2正交试验设计的基本原理17

3.1.3正交表及其基本性质19

3.2基于正交离散过程的蚁群算法20

3.2.1正交离散过程蚁群算法的基本原理20

3.2.2正交离散过程蚁群算法的寻优过程23

3.2.3正交离散过程蚁群算法的数学模型26

3.3正交离散过程蚁群算法的具体实现27

3.3.1正交离散过程蚁群算法的实现步骤27

3.3.2正交离散过程蚁群算法的程序结构流程图27

3.4正交离散过程蚁群算法的仿真应用29

第四章本文的工作总结与展望34

4.1本文的工作总结34

4.2展望34

致谢35

参考文献36

第一章绪论

1.1研究背景

根据蚂蚁群体寻找食物的行为，1991年，意大利学者DorigoM.等人在法国巴黎召开的第一届欧洲人工生命会议上提出了基本蚁群算法的基本模型；1992年，DorigoM在其博士论文中又进一步描述了蚁群算法的基本原理。

蚁群算法是最新发展起来的一种模拟蚂蚁群体智能行为的仿生优化算法，该算法采用了正反馈并行自催化机制，在解决许多实际复杂优化问题方面展现出了良好性能和巨大的发展潜力，近几年吸引了国内外许多学者对蚁群算法进行了多方面的研究工作。

国际顶级学术期刊《Nature》曾多次对蚁群算法的研究成果进行报道，《IEEETransactionsOnEvolutionaryComputation》和《FutureGenerationComputerSystems》分别在2001年和2003年出版了蚁群算法特刊，在布鲁塞尔每两年召开一次的蚁群算法国际研讨会进一步促进了该仿生优化算法的学术交流，从而使蚁群算法展示出了勃勃生机和广阔的发展前景。

目前，这种新生的仿生优化算法已成为在国际智能计算领域中备受关注的前沿性课题和研究热点。

1.2国内外对蚁群算法的研究进展

自从1991年意大利学者DorigoM.首次提出蚁群算法以后，蚁群算法逐渐得到了世界许多研究者的关注，其在很多领域得到了很好的应用，在这期间国内外大量有价值的研究成果也陆续发表。

2000年，DorigoM和BonabeauE等在国际顶级学术刊物《Nature》上发表了蚁群算法的研究综述，从而把这一领域的研究推向了国际学术最前沿性的课题，鉴于DorigoM在蚁群算法研究领域做出的的杰出贡献，2003年11月欧盟委员会特别授予他“居里夫人杰出成就奖”。

我国在蚁群算法领域的研究也取得了一些令世人瞩目的成就：

陈烨在2001年发表了《带杂交算子的蚁群算法》一文，并且基于VisualBasic开发了一个功能齐全人性化的“蚁群算法实验室”。

在2003到2005年间，李艳君、段海滨提出了一种基于网格划分措施的自适应连续域蚁群算法和一种用于求解连续域优化问题的自适应连续域蚁群算法。

在2008年，郑松为了解决蚁群算法在解决组合优化问题时收敛速度慢、消耗时间长的缺点，提出将确定性搜索引入基本蚁群算法的搜索过程中，并研究了改进后的蚁群算法在啤酒配方优化设计中的具体应用。

1.3本文的研究主线及体系结构

1）本文的研究主线：

研究主线是基于正交离散过程的蚁群算法，通过将蚁群算法与正交试验设计相结合，把连续性问题离散化，在常规搜索中创建正交离散过程，优化路径设置提高算法的搜索速度和运行效率。

将基于正交离散过程的蚁群算法应用于啤酒原料配方设计实践中，取得了非常好的效果，从而开辟了一种解决连续域变量问题的求解方法。

2）本文的体系结构：

本文全面地介绍了蚁群算法的理论、方法及其具体实现，按照分析、深化、改进、仿真应用的逻辑结构进行安排，本文共分为四章，其内容基本上构成了一个完整体系，具体而言，各章主要包括如下内容：

第一章阐述了蚁群算法的研究背景及国内外对蚁群算法的研究进展，同时列举了部分改进的蚁群算法及其应用情况，最后给出了本文的研究主线和体系结构。

第二章在介绍蚂蚁的群体觅食行为特征的基础上，从深层意义上进一步分析蚁群算法的机制原理、数学模型、以及具体实现步骤，最后讨论了基本蚁群算法的系统学特征。

本章主要内容对基本蚁群算法原理进行分析，也是后面章节对蚁群算法进行改进研究的基础。

第三章详细阐述基于正交离散过程的蚁群算法。

分析了正交试验设计的基本原理、正交离散的基本原理、特点，以及正交离散过程蚁群算法实现寻优过程的寻优规则、数学模型，并分析了该改进型蚁群算法在啤酒原料配方设计方面的仿真应用等内容。

第四章对本文的主要内容进行总结，讨论了目前蚁群算法所存在的主要问题，然后从蚁群算法的模型改进、理论分析、并行实现、应用领域等方面对蚁群算法在以后的研究进展方向进行了讨论。

第二章蚁群算法

2.1蚁群算法的基本原理及其数学模型

2.1.1真实蚁群的觅食机理

根据研究者的长期观察发现：

蚂蚁在运动时会在路径上释放出一种信息素来寻找路径。

当它们碰到一个陌生路口时，就任意挑选一条路径前进，同时释放出与路径长度相关的一定强度信息素。

蚂蚁走过的路径越长，所释放的信息素就越少。

当后来的蚂蚁再次来到这个路口时，选择信息素强度较大路径