14毕业论文：蚁群算法的研究应用

通过对蚂蚁主体的属性和行为规则的抽取，模型尽可能地反映蚂蚁的主要属性。

然后利用技术进行软件设计，自下而上地构建了个虚拟蚂蚁系统。

使用已建立好的系统模型进行了仿真，通过设置障碍物以及对参数的调整，来观察仿真结果所表现出来的不同群体行为，并对仿真的结果分析，来研究蚂蚁产生的复杂行为及其原因即个体与环境，以及个体之间的交互。

第二章群体智能理论及其研究方法群体智能概述群智能理论的基本原理是以生物社会系统作为依托，也就是由简单个体组成的群体与环境以及个体之间的互动行为。

这种生物社会性的模拟系统利用局部信息产生难以估量的复杂群体行为。

群体智能并不是所有生物种群都具有的特性，它是那些具模型尽可能地反映蚂蚁的主要属性。

然后利用技术进行软件设计，自下而上地构建了个虚拟蚂蚁系统。

使用已建立好的系统模型进行了仿真，通过设置障碍物以及对参数的调整，来观察仿真结果所表现出来的不同主体间通过环境相互作用主体包括蚂蚁主体窝主体障碍物主体信息素主体和食物主体行为规则有范围规则，环境规则，觅食规则，移动规则，避障规则，播撒信息素规则。

通过对蚂蚁主体的属性和行为规则的抽取，的虚拟系统，并用图形化的方式进行了演示，通过系统运行演示蚂蚁复杂行为产生过程。

对蚁群的觅食行为等规律进行了分析，并建立了种基于向量的数据模型，模型由环境主体行为规则组成。

环境为蚁群生存的空间，干领域己获得成功的应用，其中最成功的是在组合优化问题中的应用。

本文的工作本文选择了自然界的蚂蚁作为研究对象，通过研究蚂蚁的群体行为，首先对系统进行建模然后用计算机仿真的方法建立了个具有蚂蚁所拥有特性适应与现场认知主题。

蚁群优化算法最初用于解决问题，经过多年的发展，已经陆续渗透到其他领域中，如，图着色问题大规模集成电路设计通讯网络中的路由问题以及负载平衡问题车辆调度问题等。

蚁群算法在若始出资资助基于群智能模拟的相关研究项目，并在些院校开设群体智能的相关课程。

国内，国家自然科学基金十五期间学科交叉类优先资助领域中的认知科学及其信息处理的研究内容中也明确列出了群智能领域的进化自己率先利用群智能技术改善其家牙膏厂的运转情况。

美国通用汽车公司法国液气公司荷兰公路交通部和美国些移民事务机构也都采用这种技术来改善其运转的机能。

鉴于群智能广阔的应用前景，美国和欧盟均于近几年开管理方法进行了试验。

群智能还被应用于工厂生产计划的制定和运输部门的后勤管理。

美国太平洋西南航空公司采用了种直接源于蚂蚁行为研究成果的运输管理软件，结果每年至少节约了万美元的费用开支。

英国联合利华公司工作群体战略，它的个实战用途是通过运用成群的空中无人驾驶飞行器和地面车辆来转移敌人的注意力，让自己的军队在敌人后方不被察觉地安全进行。

英国电信公司和美国世界通信公司以电子蚂蚁为基础，对新的电信网络蚁群算法的学者主要集中在比利时意大利英国法国德国等欧洲国家，日本和美国在这两年内也开始启动对蚁群算法的研究。

国内于年末才开始有少量公开报道和研究成果。

美国五角大楼正在资助关于群智能系统的研究的算法己越来越多地被应用于企业的运转模式的研究。

当前对蚁群算法的研究，不仅有算法意义上的研究，还有从仿真模型角度的研究，并且不断有学者提出对蚁群算法的改进方案。

从当前可以查阅的文献情况来看，研究和应用大利学者等人受到人们对自然界中真实蚁群集体行为的研究成果的启发而首先提出来的。

⋯蚁群算法的应用进展以蚁群算法为代表的群智能已成为当今分布式人工智能研究的个热点，许多源于蜂群和蚁群模型设计斌等人又在简化分类模型的基础上系统地提出了种基于群体智能的聚类算法。

蚁群算法的研究应用蚁群算法，简称是最近几年才提出来的种新型的模拟进化算法。

它是由意只蚂蚁遇到个待聚类数据时即将之拾起并继续随机运动，若运动路径附近的数据与背负的数据相似性高于设置标准则将其放置在该位置，然后继续移动，重复上述数据搬运过程。

按照这样的方法可实现对相似数据的聚类。

吴法。

和提出将蚁巢分类模型应用于数据聚类分析。

其基本思想是将待聚类数据随机地散布到个二维平面内，然后将虚拟蚂蚁分布到这个空间内，并以随机方式移动，当。

比较典型的应用研究包括网络路由优化数据挖掘以及些经典的组合优化问题蚁群算法在电信路由优化中己取得了非常显著的应用成果。

公司和英国电信公司在年代中后期都开展了这方面的研究，设计了蚁群路由算压器的智能保护机制。

文献利用实现了对各种连续和离散控制变量的优化，从而达到了控制核电机组电流稳定输出电压的目的。

蚁群优化算法为解决组合优化问题提供了新思路，并很快被应用到其它组合优化问题中。

压器的智能保护机制。

文献利用实现了对各种连续和离散控制变量的优化，从而达到了控制核电机组电流稳定输出电压的目的。

蚁群优化算法为解决组合优化问题提供了新思路，并很快被应用到其它组合优化问题中。

比较典型的应用研究包括网络路由优化数据挖掘以及些经典的组合优化问题蚁群算法在电信路由优化中己取得了非常显著的应用成果。

公司和英国电信公司在年代中后期都开展了这方面的研究，设计了蚁群路由算法。

和提出将蚁巢分类模型应用于数据聚类分析。

其基本思想是将待聚类数据随机地散布到个二维平面内，然后将虚拟蚂蚁分布到这个空间内，并以随机方式移动，当只蚂蚁遇到个待聚类数据时即将之拾起并继续随机运动，若运动路径附近的数据与背负的数据相似性高于设置标准则将其放置在该位置，然后继续移动，重复上述数据搬运过程。

按照这样的方法可实现对相似数据的聚类。

吴斌等人又在简化分类模型的基础上系统地提出了种基于群体智能的聚类算法。

蚁群算法的研究应用蚁群算法，简称是最近几年才提出来的种新型的模拟进化算法。

它是由意大利学者等人受到人们对自然界中真实蚁群集体行为的研究成果的启发而首先提出来的。

⋯蚁群算法的应用进展以蚁群算法为代表的群智能已成为当今分布式人工智能研究的个热点，许多源于蜂群和蚁群模型设计的算法己越来越多地被应用于企业的运转模式的研究。

当前对蚁群算法的研究，不仅有算法意义上的研究，还有从仿真模型角度的研究，并且不断有学者提出对蚁群算法的改进方案。

从当前可以查阅的文献情况来看，研究和应用蚁群算法的学者主要集中在比利时意大利英国法国德国等欧洲国家，日本和美国在这两年内也开始启动对蚁群算法的研究。

国内于年末才开始有少量公开报道和研究成果。

美国五角大楼正在资助关于群智能系统的研究工作群体战略，它的个实战用途是通过运用成群的空中无人驾驶飞行器和地面车辆来转移敌人的注意力，让自己的军队在敌人后方不被察觉地安全进行。

英国电信公司和美国世界通信公司以电子蚂蚁为基础，对新的电信网络管理方法进行了试验。

群智能还被应用于工厂生产计划的制定和运输部门的后勤管理。

美国太平洋西南航空公司采用了种直接源于蚂蚁行为研究成果的运输管理软件，结果每年至少节约了万美元的费用开支。

英国联合利华公司己率先利用群智能技术改善其家牙膏厂的运转情况。

美国通用汽车公司法国液气公司荷兰公路交通部和美国些移民事务机构也都采用这种技术来改善其运转的机能。

鉴于群智能广阔的应用前景，美国和欧盟均于近几年开始出资资助基于群智能模拟的相关研究项目，并在些院校开设群体智能的相关课程。

国内，国家自然科学基金十五期间学科交叉类优先资助领域中的认知科学及其信息处理的研究内容中也明确列出了群智能领域的进化自适应与现场认知主题。

蚁群优化算法最初用于解决问题，经过多年的发展，已经陆续渗透到其他领域中，如，图着色问题大规模集成电路设计通讯网络中的路由问题以及负载平衡问题车辆调度问题等。

蚁群算法在若干领域己获得成功的应用，其中最成功的是在组合优化问题中的应用。

本文的工作本文选择了自然界的蚂蚁作为研究对象，通过研究蚂蚁的群体行为，首先对系统进行建模然后用计算机仿真的方法建立了个具有蚂蚁所拥有特性的虚拟系统，并用图形化的方式进行了演示，通过系统运行演示蚂蚁复杂行为产生过程。

对蚁群的觅食行为等规律进行了分析，并建立了种基于向量的数据模型，模型由环境主体行为规则组成。

环境为蚁群生存的空间，主体间通过环境相互作用主体包括蚂蚁主体窝主体障碍物主体信息素主体和食物主体行为规则有范围规则，环境规则，觅食规则，移动规则，避障规则，播撒信息素规则。

通过对蚂蚁主体的属性和行为规则的抽取，模型尽可能地反映蚂蚁的主要属性。

然后利用技术进行软件设计，自下而上地构建了个虚拟蚂蚁系统。

使用已建立好的系统模型进行了仿真，通过设置障碍物以及对参数的调整，来观察仿真结果所表现出来的不同群体行为，并对仿真的结果分析，来研究蚂蚁产生的复杂行为及其原因即个体与环境，以及个体之间的交互。

第二章群体智能理论及其研究方法群体智能概述群智能理论的基本原理是以生物社会系统作为依托，也就是由简单个体组成的群体与环境以及个体之间的互动行为。

这种生物社会性的模拟系统利用局部信息产生难以估量的复杂群体行为。

群体智能并不是所有生物种群都具有的特性，它是那些具有社会性特征的群居。

生物个体合作进行些活动时才会产生的涌现现象。

关于群体智能行为的生物原型，描述了生物蚂蚁群体的些行为，如觅食劳动分工尸体聚集巢穴构造合作运输等，并分别对其建模，然后设计了系列算法多主体系统和多机器人系统。

集中介绍了社会性昆虫的行为建模和蚁群优化算法及其性能。

通过观察鸟群的协同运动，开创了微粒群优化这新型群体智能方法的研究领域，并以此为基础提出了以下基本观点人类智能的产生源于社会交往文化和认知是人类社交的结果。

对蚁群放信息的半径信息素衰减速度蚂蚁的数量概率速度半径记忆能力蚂蚁颜色仿真结果如图所示，表示在仿真环境下，初始时刻的所