【正文】 g12 the figure of conventional ant colony algorithm圖13 夾角優(yōu)化蟻群算法路進(jìn)化圖Fig13 the figure of ant colony optimization angle算法分析和仿真結(jié)果所示，夾角優(yōu)化可以改善算法的收斂性，提高解的質(zhì)量?？?結(jié)總　結(jié)蟻群算法是根據(jù)自然界中螞蟻如何尋找食物這一過(guò)程而進(jìn)行模擬分析尋找最優(yōu)路徑的概率型算法。本文在蟻群算法的基礎(chǔ)上進(jìn)一步做了兩方面的改進(jìn)：首先對(duì)蟻群算法和模擬退火算法進(jìn)行結(jié)合形成模擬退火蟻群混合算法，又加入目標(biāo)函數(shù)的梯度這一因素，對(duì)這種混合算法進(jìn)行了創(chuàng)新和改進(jìn)；另外，在利用常規(guī)的蟻群算法解決路徑規(guī)劃問(wèn)題的基礎(chǔ)上，又考慮到方向夾角的因素對(duì)路徑規(guī)劃問(wèn)題中的蟻群算法進(jìn)行改進(jìn)，形成夾角優(yōu)化的蟻群算法。針對(duì)這兩方面的改進(jìn)，文章中也分別給出了實(shí)例分析模擬仿真，都取得了很好的結(jié)果。論文中的不足及有待進(jìn)一步研究的內(nèi)容：1. 本文中對(duì)算法的改進(jìn)不夠嚴(yán)謹(jǐn)，一些理論的證明尚需給出，如何進(jìn)一步提高化算法的適用性嚴(yán)密性，將是進(jìn)一步的研究工作。2. 如何更準(zhǔn)確地選擇初始信息，解決易陷入局部最優(yōu)解的狀況是需要進(jìn)一步研究改進(jìn)的地方。參考文獻(xiàn)參考文獻(xiàn)[1] Dorigo M. Optimization, learning and natural algorithms [D]. PhD thesis, Dipartimento di Elettronica, Politeico di Milano, Italy, 1992: 140.[2] Bonabeau E, Dorigo M, Theraulaz G. Inspiration for optimization from social insect behavior [J]. Nature, 2000, 406(6): 3942.[3] Michael J B K, JeanBernarrd B, Laurent K. Antlike task and recruitment in cooperation robots [J]. Nature, 2000, 406(31): 992995.[4] Jackson D E, Holbe M, Ratnieks F L W. Trail geometry gives polarity to ant foraging networks [J]. Nature, 2004, 432(7019): 907909.[5] N. Metropolis, A. Rosenbluth, M. Rosenbluth, A. Teller, E. Teller. Equation of State Calculations by Fast Computing Machines [J]. J. Chem. Phys, 1953, 21(6): 10871092.[6] S. Kirkpatrick, C. D. Gelatt, M. P. Vecchi. Optimization by simulated annealing [J]. Science, 1983, 220(4598): 671680.[7] Carter J H. The immune system as a model for pattern recognition and classification. Journal of the American Medical Informatics Association, 2000, 7(1):2841. [8] Castiglione F, Motta S, Nicosia G. Pattern recognition by primary and secondary response of an artificial immune system. Theory in Biosciences, 2001, 120(2):93106. [9] White J A, Garrett S M. Improved pattern recognition with artificial clonally selection. Lecture Notes in Computer Science, 2003, 2787:181193.[10] Tang Z, Tashima K, Cao Q P. Pattern recognition system using a clonally selectionbased immune network. Systems and Computers in Japan, 2003, 34(12):5663.[11] Foukia N, Hassas S, Fenet S et al. Combining immune systems and social insect metaphors: a paradigm for distributed intrusion detection and response system. Lecture Notes in Computer Science, 2003, 2881:251:264.[12] Gong M G, Du H F, Jiao L C et al. Immune clonally selection algorithm for multiuser detection in DSCDMA Systems. Lecture Notes in Artificial Intelligence, 2004, 3339:12191225. [13] Aickelin U, Greensmith J, Twycross J. Immune system approaches to intrusion detection – A review. Lecture Notes in Computer Science, 2004, 3239:316329.[14] Sarafijanovic S, Le Boudec J Y. An artificial immune system approach with secondary response for misbehavior detection in mobile ad hac networks. IEEE Transactions on Neural Networks, 2005, 16(5): 10761087.[15] Freschi F, Repetto M. Multiobjective optimization by a modified artificial immune system algorithm. Lecture Notes in Computer Science, 2005, 3627:248261.[16] 梁旭, 黃明. 現(xiàn)代智能優(yōu)化混合算法及其應(yīng)用[M] . 北京: 電子工業(yè)出版社, 2011.[17] 許智宏, 宋勃, 郭艷艷. 模擬退火與蟻群混合并行算法解旅行商問(wèn)題 [J]. 河北工業(yè)大學(xué)學(xué)報(bào), 2010, 39(2): 4851.[18] 劉波, 蒙培生. 采用基于模擬退火的蟻群算法求解旅行商問(wèn)題 [J]. 華中科技大學(xué)學(xué)報(bào), 2009, 37(11): 2630.[19] 張曉婧, 高慧敏. 基于模擬退火的蟻群算法求解Job Shop問(wèn)題 [J]. 計(jì)算機(jī)應(yīng)用與軟件, 2008, 25(5): 7781.[20] 丁建立, 陳增強(qiáng), 袁著祉. 遺傳算法與螞蟻算法的融合[J], 計(jì)算機(jī)研究與發(fā)展, 2003, 40(9): 13511356. [21] 胡小兵, 黃席樾. TSP問(wèn)題的蟻群算法求解 [J]. 系統(tǒng)仿真學(xué)報(bào), 2004, 16(12): 26832686.[22] 張春平. 深圳應(yīng)急指揮中心的最優(yōu)路徑規(guī)劃技術(shù)研究[J]. 中山大學(xué)學(xué)報(bào)(自然科學(xué)版), 2003.[23] 丁建立, 陳增強(qiáng), 袁著祉. 遺傳算法與螞蟻算法融合的馬爾可夫收斂性分析[J], 自動(dòng)化學(xué)報(bào), 2004, 30(4): 629634. [24] 高尚, 楊靜宇, 吳小俊. 圓排列問(wèn)題的蟻群模擬退火算法[J]. 系統(tǒng)工程理論與實(shí)踐, 2004, 24(8): 102106.[25] 沈彬. 改進(jìn)蟻群算法在物流配送中的應(yīng)用研究[D][碩士論文]. 杭州: 浙江大學(xué), 2004.[26] 胡小兵. 蟻群優(yōu)化原理、理論及其應(yīng)用研究[D][博士論文]. 重慶: 重慶大學(xué), 2004.[27] 高尚, 楊靜宇. 群智能算法及其應(yīng)用[M]. 北京: 中國(guó)水利水電出版社, 2006.[28] 李梅娟, 陳雪波, 張梅鳳. 基于群集智能算法的路徑規(guī)劃問(wèn)題[J]. 清華大學(xué)學(xué)報(bào), 2007, 14(S2): 17701773.[29] 張軍, 胡曉敏(譯). 蟻群優(yōu)化[M]. 北京: 清華大學(xué)出版社, 2007.[30] 梁艷春, 吳春國(guó), 時(shí)小虎等. 群智能優(yōu)化算法理論與應(yīng)用[M]. 北京: 科學(xué)出版社, 2009.[31] 王振華, 章衛(wèi)國(guó), 李廣文. 基于改進(jìn)多目標(biāo)蟻群算法的無(wú)人機(jī)路徑規(guī)劃[J]. 計(jì)算機(jī)應(yīng)用研究, 2009, 26(6): 21062109.[32] 黃軍偉, 何元飛, 張艷曉, 董金明. 蟻群算法在路徑規(guī)劃中的應(yīng)用研究[J]. 中國(guó)科技信息, 2011(15): 209211.[33] 弓英瑛, 許峰. 基于目標(biāo)函數(shù)梯度的模擬退火蟻群算法[J].軟件導(dǎo)刊,2013,12(12):6163.致 謝致 謝感謝我的導(dǎo)師許峰教授，論文是在許老師的悉心指導(dǎo)和關(guān)懷下完成的。在此向許老師致以崇高的敬意和衷心的感謝!感謝許老師在這幾年的學(xué)習(xí)工作中對(duì)我的辛勤培養(yǎng)、殷切教誨和無(wú)私的關(guān)心幫助。許老師在論文研究的各階段，給予了我很多的建議。導(dǎo)師淵博的知識(shí)、敏銳的思維、嚴(yán)謹(jǐn)求實(shí)、一絲不茍的治學(xué)態(tài)度，使我在學(xué)習(xí)生活上受益匪淺。感謝安徽理工大學(xué)三年來(lái)對(duì)我的教育與培養(yǎng)，感謝研究生部和理學(xué)院的各位老師幫助我完成學(xué)業(yè)，在這里衷心的表示感謝。在撰寫(xiě)論文期間，還得到了許多同學(xué)無(wú)私的幫助。感謝馬毓嚀、馬春連、李閃閃、單靜怡等同學(xué)，在這三年的學(xué)習(xí)和生活中給予的幫助，不僅使我收獲了知識(shí)，還得到了許多友誼。同時(shí)，我要特別地感謝我的家人，正是由于他們一直默默無(wú)聞的關(guān)心和幫助，我才能順利完成學(xué)業(yè)。最后向參加論文審閱、答辯的專(zhuān)家和老師表示感謝和崇高的敬意。作者簡(jiǎn)介及讀研期間主要科研成果作者簡(jiǎn)介及讀研期間主要科研成果1. 作者簡(jiǎn)介弓英瑛，女，河南鄭州人，1988年3月生。2011年7月畢業(yè)于南陽(yáng)師范學(xué)院數(shù)學(xué)與應(yīng)用數(shù)學(xué)專(zhuān)業(yè)；2011年9月考入安徽理工大學(xué)理學(xué)院攻讀碩士學(xué)位。主要研究方向：智能計(jì)算。Email：gongyingying9@。2. 讀研期間發(fā)表的論文及科研獲獎(jiǎng)情況弓英瑛, 許峰. 基于目標(biāo)函數(shù)梯度的模擬退火蟻群算法[J].軟件導(dǎo)刊,2013,12(12):6163.2012年12月獲第九屆“華為杯”全國(guó)研究生數(shù)學(xué)建模競(jìng)賽三等獎(jiǎng).