mba論文面向路徑規(guī)劃的多策略和變異算子蟻群算法研究pdf

1、分類號： 密級：U D C： 學(xué)號：406112212076南 昌 大 學(xué) 碩 士 研 究 生學(xué) 位 論 文面向路徑規(guī)劃的多策略和變異算子蟻群算法研究 面向路徑規(guī)劃的多策略和變異算子蟻群算法研究Research on Combined Multi-strategy and Mutation Operator based Ant Colony Algorithm for Path Planning霍艷麗培養(yǎng)單位（院、系）：信息工程學(xué)院計算

2、機系指導(dǎo)教師姓名、職稱：曾勍煒 研究員指導(dǎo)教師姓名、職稱：李向軍 教授申請學(xué)位的學(xué)科門類：工 學(xué)學(xué) 科 專 業(yè) 名 稱：計算機系統(tǒng)結(jié)構(gòu)論 文 答 辯 日 期：2015 年 5 月 26 日答辯委員會主席：評閱人：2015 年 月 日摘要I摘 要 摘 要路徑規(guī)劃優(yōu)化方法及其應(yīng)用是人工智能領(lǐng)域備受關(guān)注的一個研究方向，基于蟻群算法研究路徑規(guī)劃是其中具有代表意義的方法之一。從不同的應(yīng)用問題背景來看，目前已提出的基于蟻群算法的路經(jīng)規(guī)劃方法，在收斂

3、時長、個體適應(yīng)度、易陷入局部最優(yōu)解等方面還存在值得進一步改善之處。鑒于此，本文從二維、三維路徑規(guī)劃兩個應(yīng)用角度出發(fā)，引入多策略組合優(yōu)化思想和變異算子，重點研究了面向路徑規(guī)劃的改進型蟻群算法。主要開展了以下研究工作：1．研 究 提 出 了 面 向 二 維路 徑規(guī)劃 的一種 多策略 組合優(yōu) 化蟻群 算 法ACA-CMs (Ant Colony Algorithm based on Combined Multi-strategy)。該算法通過

4、信息素更新、2-opt 局部優(yōu)化、限定信息素濃度范圍等多策略組合優(yōu)化的方法來改進傳統(tǒng)蟻群算法，以改善傳統(tǒng)蟻群算法收斂時間慢、易陷入局部最優(yōu)解等缺陷。二維 TSP（Traveling Salesman Problems）求解實例及與基本蟻群算法、基于遺傳機制蟻群算法的比對實驗表明，ACA-CMs 算法是有效可行的，且在收斂時間降低、搜索路徑縮短、提高最優(yōu)解質(zhì)量等方面效果良好。2．研究提出了面向三維路徑規(guī)劃的一種變異算子蟻群算法 ACA-M

5、O (AntColony Algorithm based on Mutation Operator)。該算法在改進啟發(fā)式函數(shù)設(shè)計、選擇概率確定、信息素更新策略等基礎(chǔ)上，引入逆轉(zhuǎn)變異和插入變異算子，通過選擇逆轉(zhuǎn)點反序排列部分路徑節(jié)點和隨機插入路徑節(jié)點的方法搜索無碰路徑，對蟻群算法進行了局部優(yōu)化改良。TSPLIB 模擬數(shù)據(jù)集上的三維路徑規(guī)劃仿真實驗表明，相比基本蟻群算法和基于遺傳機制改進的蟻群算法，ACA-MO 算法在搜索路徑、收斂時間、個