- 1、有哪些信誉好的足球投注网站(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。。
- 2、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
- 4、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
- 5、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们。
- 6、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 7、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
申明:本文系本人本科毕业论文,本人对该文章享有著作权,如需引用,请注明来源。文中大量参考了相关文献,后有列表,如在无意中侵犯你的著作权请告知。 本文可供,数学类,计算机类本科毕业参考。 如需本中的源代码(matlab语言)请联系我,另有答辩用ppt. 邮箱:570983569@ 太 原 理 工 大 学 毕业设计(论文)任务书 第1页 毕业设计(论文)题目: 遗传算法与蚁群算法在旅行商问题中的应用 毕业设计(论文)要求及原始数据(资料): 了解两种算法的基本思想,基本原理,基本流程。对旅行商(TSP)问题有初步认识,能用其中任一种方法求解实际问题。 例如:求解出中国31个省会城市的最短周游问题。 本文用到的初始数据: 附中国31省会城市坐标为:1304 23123639 13154177 22443712 13993488 15353326 15563238 12294196 10044312 7904386 5703007 19702562 17562788 14912381 16761332 6953715 16783918 21794061 23703780 22123676 25784029 28384263 29313429 19083507 23673394 26433439 32012935 32403140 35502545 23572778 28262370 2975?? 其它相关参数根据实际情况灵活设置。 第2页 毕业设计(论文)主要内容: 1对TSP相关概念做简单介绍。 2对两种算法的基本思想的起源背景,定义,特点,现状进展做简单阐述。 3遗传算法基本原理及求解TSP问题的基本流程。 4蚁群算法求TSP问题基本原理和基本流程。 5根据实际模型(中国31个省会城市的最短周游问题)编写出相应程序并求出其结果。 6两中算法对比分析。 学生应交出的设计文件(论文): 1结束时应交出论文一篇。 2设计的求解问题的源代码。 第3页 主要参考文献(资料): 1 蔡自兴,徐光枯.人工智能及其应用.北京:清华大学出版社,2006. 2 敖友云,迟洪钦.基于遗传算法求解TSP问题的一种算法[J].计算机与数字工程,2006,34(4):52-55. 3 唐立新,旅行商问题(TSP)的改进遗传算法[J].东北大学学报(自然科学版),1999,20(l):40并2. 4 尚智强,郑耀林一种改进遗传算法在旅行商(TSP)问题中的应用[J].福建电脑,2002,(8):42-43. 5 温广辉,王明旭,郭用琼一种求解TSP问题的新型遗传编码方案[J].科学技术与工程,2006,6(2):206-208. 6 Marco Dorigo,Thomas Stutzle.蚁群优化. 北京:清华大学出版社, 2003. 27~34 7 李士勇.蚁群优化算法及其应用.哈尔滨:哈尔滨工业大学出版社,2005.158~164 8 段海滨.蚁群算法原理及其应用.北京:科学出版社,2004.135~139 9 叶志伟,郑肇葆。蚁群算法中参数 ,,设置的研究 ——以TSP问题为例 (武汉大学遥感信息工程学院 湖北 武汉 430079) 10 Jiang Rui, Szeto K Y, Luo Yu-pin, Hu Dong-cheng. A PathSplitting Scheme Based Distributed Parallel Genetic Algo-rithm for Large Traveling Salesman Problems [C]// Proc.Conference on Intelligent Information Processing. 2000:478-485. 11 Fogel D B. Applying Evolutionary Programming to Selec-ted Traveling Salesman Problems [J]. Cybemetics and Sys-tem, 2001, 24(1):27-36. 12 lgium. Ant Colony System: A Cooperative Learning Approach to the Travelling Salesman Problem. Technical Report IRIDIA-1996-5 13 arco Dorigo, G. Di Caro, and L. M. Gambardella. Ant algorithms for discrete optimization. Artificial Life, 5:137-17
文档评论(0)