【正文】 學 生 畢 業(yè) 設 計（論 文） 課題名稱 人工魚群法在組合優(yōu)化問題的研究 姓 名 何少武 學 號 090940117 院 系 數(shù)學與計算科學學院 專 業(yè) 數(shù)學與應用數(shù)學 指導教師 林仁 講師 20xx 年 4 月 23 日 ※ ※ ※ ※ ※ ※ ※ ※ ※ ※※ ※ ※ ※ ※ ※ ※ ※ ※ ※ 20xx 屆學生 畢業(yè)設計 (論文 )材料 （四） I 湖南城市學院本科畢業(yè)設計（論文）誠信聲明 本人鄭重聲明：所呈交的本科畢業(yè)設計（論文），是本人在指導老師的指導下，獨立進行研究工作所取得的成果，成果不存在知識產權爭議，除文中已經(jīng)注明引用的內容外，本設計（論文）不含任何其他個人或集體已經(jīng)發(fā)表或撰寫過的作品成果。對本文的研究做出重要貢獻的個人和集體均已在文中以明確方式標明。本人完全意識到本聲明的法律結果由本人承擔。 本科畢業(yè)設計（論文）作者簽名： 二○ 年 月 日 II 目錄 摘要 ... ........................................................1 關鍵詞 ... ......................................................1 Abstract... .................................................. .1 Keywords... ............................................... ....1 1 緒論 .... .........................................................2 課題背景及意義 ................................................2 課題的研究現(xiàn)狀 ............................................... 2 2 解決組合優(yōu)化問題的幾種智能算法 .......... ........ .... ...........3 遺傳算法 ...... .............................................. 3 ......... ............................................4 粒子群算法 ........................................... ..... ..5 幾種智能算法特點 ........................................... ..6 小結 ...... ......................................... ...... ..7 3 基本人工魚群算法 .................................... .. ..........7 人工魚群算法模型 ............................................ .7 算法描述 .................................................... .8 算法全局收斂性 ............................................... 11 各參數(shù)對收斂性能的影響分析 .， ................................ .12 應用 ........................................................ .12 小結 ......................................................... 12 4 總結和展望 ................................................... .. .14 參考文獻 ......................................... ...... ...... ..14 致謝 ....................................................... .....15 1 人工魚群算法在組合優(yōu)化問題的研究 何少武 摘 要： 組合優(yōu)化問題在現(xiàn)實生活中有著很廣泛的應用，并且有很強的工程代表性，但最優(yōu)化解很困難，目前對組合優(yōu)化問題的求解主要以啟發(fā)式算法為主。人工魚群算法是一種新的群智能優(yōu)化算法，其原理簡單，收斂速度快，求解精度高。近年來得到廣泛關注和應用。 人工魚群算法的覓食行為是算法全局收斂的基礎，聚群行為和 追尾行為更加增強了算法的全局收斂性。蟻群算法決旅行商問題存在收斂速度慢，而且參數(shù)的設定對算法的性能影響很大，而人工魚群算經(jīng)過實例證明具有優(yōu)于蟻群算法的收斂速度。 關鍵字 :人工魚群算法 。組合優(yōu)化問題 。群聚行為；蟻群算法 Artificial fish algorithm in binatorial optimization problem He shao wu Abstract： Combinatorial optimization problem has a very wide range of applications in real life, and has a strong engineering representative, but best to resolve the very difficult, solving binatorial optimization problems mainly heuristic algorithm. Artificial fish swarm algorithm is a new swarm intelligence optimization algorithm, the principle is simple, fast convergence and high accuracy. In recent years has been widespread concern and applications. The feeding line of the artificial fish swarm algorithm is a global convergence on the basis of the behavior of clusters and rearend behavior and more to enhance the global convergence of the algorithm. Ant colony algorithm decision traveling salesman problems of slow convergence and parameter settings affect the performance of the algorithm, artificial fish school operator through examples prove better than the ant colony algorithm convergence rate. Keywords: artificial fish swarm algorithm。 binatorial o