毕业论文（设计） 蜂群算法理论研究.doc

毕业论文（设计） 蜂群算法理论研究.doc蜂群算法理论研究摘要蜂群算法(BCA)是建立在蜜蜂IH组织型和群体智能基础上的一•种非数值优化计算方法。自1995年提出蜂群算法后,该算法引起了学者们的极大关注,并己在组合优化、网络路由、函数优化、机器人路径规划等领域获得了广泛应用。本文首先介绍了蜂群算法的研究背景、基本原理、要素构成、算法流程和优缺点,然后,通过阅读大量文献对改进的蜂群算法进行分类,并重点介绍了3个代表性算法以及它们在解决实际问题的应用,随后比较了3个改进算法的性能优劣。最后,本文对蜂群算法领域存在的问题进行了总结,并提出了未来蜂群算法的研究方向。关键词:蜂群算法;群体智能;分类;研究方向ABSTRACTBeecolonyalgorithm(BCA),workrouting,,,thisdissertationintroducestheresearchbackground,basicprinciples,elements,algorithmprocessandtheadvantagesanddisadvantagesofBCA,thenclassifiestheimprovedBCAthroughmyextensivereadingofliterature,andmainlyintroducesthreeimprovedBCAandtheirapplicationtosolvepracticalproblems,,:BeeColonyAlgorithm;swarmintelligence;binatorialoptimization目录第一章绪论 11」研究背景 6优点 6缺点 6第二章改进的蜂群算法 82」基于Boltzmann选择策略的蜂群算法 16第三章改进的蜂群算法应用与性能比较 173」基丁Boltzmann选择策略的蜂群算法的应用 20321无线传感器网络感知节点部署问题 22331QoS路由问题 25 错误!未定义书签。 错误!未定义书签。 错误!未定义书签。 26第四章蜂群算法的应用、局限性以及研究方向 274」蜂群算法的应用 28结束语 30致谢 31参考文献 。该领域主要是通过研究和模拟社会性昆虫,如蚂蚁、蜜蜂、驯鹿等的行为来构造一些模型,并通过建立在这些模型基础上的群优化算法(SOAS)來研究和解决某些问题。群优化算法与其他直接搜索算法如爬山算法等最重要的不同在于SOAS在每次循环屮用一组解来代替一个解。如果最优问题的解是单一解;如果最优问题