收藏本站
《浙江理工大学》 2010年
收藏 | 手机打开
二维码
手机客户端打开本文

蚁群群体智能网络可视化试验平台研制

邵晓路  
【摘要】: 群体智能(SWARM INTELLIGENCE)是受到仿生学的机理启发下所提出的,用于求解并行性分布式问题和复杂优化组合问题的一类算法。由于这类算法具有分布式计算、正反馈、鲁棒性和并行性等优点,在计算机仿真,模式识别,数据挖掘,网络通讯等诸多领域都得到了广泛的应用。蚁群算法是群体智能中现阶段研究较为深入的一种高效的优化算法。它基于蚁群在觅食中所体现出的高度智能型,为蚁群整体建立了一个相互通讯和协调数学模型,并将该数学模型成功应用于传统的旅行商问题的求解过程中,取得了令人满意的最优解。 本文对群体智能中的蚁群算法的原理及其基本的数学模型进行了探讨和分析,在此基础上研究了蚁群算法的在实际应用中存在的某些局限性,同时参考了其它不同类型智能算法的优势,对传统的蚁群算法理论提出了一些比较有效的改进。为了进一步扩大蚁群算法的受众,本文还建立了一个基于网络的蚁群算法基础性试验平台。本文具体主要完成了以下工作: 1.为解决传统的蚁群算法中所依赖的数学模型过于理想,与生产生活中的实际的应用所遇到的状况存有一定的差异的问题,本文针对一类蚁群中个体不完全能控,在运输和转移的过程中随时可能发生停止或停滞的情况,在确保整个交通运输系统安全的前提下,提出了一种双重约束下的蚁群算法。这种双重约束下的蚁群算法在整个交通运输网络中引入了网络虚断的概念,通过修改网络间两类不同类型的非可达节点之间距离的方法对网络节点间的连接关系进行矫正,比较有效的解决了此类问题并获取了完全符合安全性要求的系统最优解。 2.针对蚁群算法中所易于存在的收敛性和稳定性较差,获取最优解的质量不高的问题,本文将贪婪算法的思想引入蚁群算法的应用中。根据贪婪算法中局部最优的思想,本文提出了一种基于最小距离均衡系数的负反馈蚁群算法,将利用最小距离均衡系数所得出系统最优控制策略作为一种反向的抑制因素附加到蚁群算法的求解过程中,进而提高了改进后的混合型蚁群算法算法所能获取最优解的质量。 3.为了改善最小距离均衡系数算法中局部最优的特性过强所导致的整个算法所能获取最优解的质量较差的问题,本文提出了节点间距离预估判断的思想,扩大了最小距离均衡系数算法运算过程中每一步所能利用到的全局性信息的规模,进而由此提出了一种改进的最小距离均衡系数算法,提升了最小距离均衡系数算法的在求取最优解过程中整体性能。 4.构建了基于INTERNET的可视化的蚁群算法可视化基础性实验环境。该实验直接嵌入网页中提供给终端用户使用,因而不需要下载到本地安装。用户可以在任意操作系统中借由任意支持JAVA插件的浏览器来访问该平台,以对蚁群算法及试验中的相关数据进行一些相关定性的研究和定量的分析。该实验环境的构建为用户在该平台上开发并验证出自己的一些新的算法提供了可能性。
【学位授予单位】:浙江理工大学
【学位级别】:硕士
【学位授予年份】:2010
【分类号】:TP301.6

【相似文献】
中国期刊全文数据库 前10条
1 邹海洋;;蚁群算法在智能交通系统中的应用[J];科技信息;2011年19期
2 胡庆婉;刘永财;奠俊保;吴上;;蚁群算法在TSP问题中的参数设定[J];电脑知识与技术;2011年20期
3 邓慧娴;刘朝臣;;物流配送路径中蚁群算法改进策略[J];安徽科技学院学报;2011年03期
4 赵辉;徐俊刚;;基于OpenMP多核架构下并行蚁群算法研究[J];微型机与应用;2011年16期
5 张银玲;牛小梅;;蚁群算法在移动机器人路径规划中的仿真研究[J];计算机仿真;2011年06期
6 王霄;吴开军;;基于改进蚁群算法的无线Mesh网QoS路由算法研究[J];计算机系统应用;2011年07期
7 周伦钢;;基于蚁群算法的粮食应急调度研究[J];电脑知识与技术;2011年19期
8 刘广聪;邬欢欢;郑慧君;;基于蚁群优化的无线传感器网络QoS路由[J];计算机工程与应用;2011年20期
9 潘佳梁;衣同胜;李兵;;基于蚁群算法的雷达系统测试序列优化研究[J];计算机与数字工程;2011年07期
10 计三有;王星;;基于蚁群算法的图书物流中心配送路径规划[J];湖北工业大学学报;2011年04期
中国重要会议论文全文数据库 前10条
1 安静;康琦;汪镭;吴启迪;;群体智能及其在BPR中的应用[A];《制造业自动化与网络化制造》学术交流会论文集[C];2004年
2 关洪浩;唐巍;;蚁群算法的生成树在配电网网架规划中的应用[A];纪念中国农业工程学会成立30周年暨中国农业工程学会2009年学术年会(CSAE 2009)论文集[C];2009年
3 吴正伟;吉文来;陈伟佳;卢扣;;基于蚁群算法的城市紧急救援最佳路径选择[A];地理信息与物联网论坛暨江苏省测绘学会2010年学术年会论文集[C];2010年
4 王鹤;邵良杉;邱云飞;;蚁群算法在露天矿运输系统路径优化中的应用[A];第五届全国煤炭工业生产一线青年技术创新文集[C];2010年
5 刘杰;闫清东;;基于蚁群算法的移动机器人路径规划技术的研究[A];逻辑学及其应用研究——第四届全国逻辑系统、智能科学与信息科学学术会议论文集[C];2008年
6 严彬;熊伟清;程美英;叶青;;基于拥塞控制的多种群二元蚁群算法[A];第二十七届中国控制会议论文集[C];2008年
7 肖岭;熊辉;;一种针对频率指配问题的改进蚁群算法[A];电波科学学报[C];2011年
8 宋春峰;侯媛彬;赵圣刚;;蚁群算法在陀螺温控系统中的应用研究[A];第十四届全国煤矿自动化学术年会暨中国煤炭学会自动化专业委员会学术会议论文集[C];2004年
9 安静;康琦;汪镭;吴启迪;;群体智能及其在BPR中的应用[A];先进制造技术论坛暨第三届制造业自动化与信息化技术交流会论文集[C];2004年
10 张如伟;黄捍东;赵迪;;一种新的地震非线性反演方法[A];中国地球物理学会第二十四届年会论文集[C];2008年
中国重要报纸全文数据库 前10条
1 樊 丹 本报记者;让名医智慧在电脑上“复活”[N];中国中医药报;2005年
2 边歆;商务智能:进化与简化[N];网络世界;2007年
3 惠永辉 徐源;张昌龙—— 勇于挑战难题[N];解放军报;2009年
4 续九华 胡宝良;现代战争新宠[N];科技日报;2001年
5 黄千凌;Mobile 2.0:随时沟通 创造信息新时代[N];电子资讯时报;2007年
6 彼德·米勒;蚂蚁没有老大[N];云南经济日报;2008年
7 康秋洁;谁也不争道抢行,蚂蚁解拥堵智慧超人[N];新华每日电讯;2008年
8 刘妍;人类可仿效蚂蚁解决交通拥堵难题[N];大众科技报;2008年
9 裘水安;营造酒店文化 增加服务内涵[N];中国旅游报;2002年
10 记者 何边;网络化激活人工智能[N];计算机世界;2001年
中国博士学位论文全文数据库 前10条
1 程世娟;改进蚁群算法及其在结构系统可靠性优化中的应用[D];西南交通大学;2009年
2 许志红;交流接触器智能化控制与设计技术的研究及实现[D];福州大学;2006年
3 薛云;基于蚁群算法和支持向量机的矿化蚀变信息提取研究[D];中南大学;2008年
4 顾中舜;中继卫星动态调度问题建模及优化技术研究[D];国防科学技术大学;2008年
5 刘传文;仿生优化算法在数字图像处理中的应用研究[D];武汉理工大学;2008年
6 陈宝文;蚁群优化算法在车辆路径问题中的应用研究[D];哈尔滨工业大学;2009年
7 唐连生;突发事件下的车辆路径问题研究[D];西南交通大学;2008年
8 何荥;用信息法研究天空亮度分布[D];重庆大学;2008年
9 闫博;基于蚁群算法的集装箱港口选择与网络均衡分析[D];大连海事大学;2008年
10 吕雄伟;邮政物流车辆路径问题研究[D];西南交通大学;2009年
中国硕士学位论文全文数据库 前10条
1 邵晓路;蚁群群体智能网络可视化试验平台研制[D];浙江理工大学;2010年
2 傅宏;基于遗传多蚁群算法的QoS组播路由算法研究[D];重庆大学;2010年
3 潘鹏竹;协同制造调度问题的蚁群算法研究[D];沈阳工业大学;2010年
4 饶跃东;基于改进蚁群算法的无人飞行器航迹规划应用研究[D];武汉理工大学;2010年
5 沈杰;基于蚁群算法的中文文本聚类研究[D];杭州电子科技大学;2009年
6 吕海鹏;改进蚁群算法在YKK系列中型高压电机优化设计中的应用[D];哈尔滨理工大学;2010年
7 艾凌云;基于蚁群算法和粗糙集方法的聚类分析研究[D];南昌大学;2010年
8 刘志勇;基于蚁群算法与竞选算法的作业车间调度求解及比较研究[D];广东工业大学;2011年
9 张守年;改进的蚁群算法及其在QoS中的应用[D];华南理工大学;2010年
10 李超;基于改进蚁群算法的露天矿运输系统优化研究[D];辽宁工程技术大学;2009年
 快捷付款方式  订购知网充值卡  订购热线  帮助中心
  • 400-819-9993
  • 010-62791813
  • 010-62985026