需要金幣： 1000 個(gè)金幣 |
資料包括：完整論文 |  |
 |
| 轉(zhuǎn)換比率：金額 X 10=金幣數(shù)量， 例100元=1000金幣 | 論文字?jǐn)?shù)：9490 |  | |
| 折扣與優(yōu)惠：團(tuán)購最低可5折優(yōu)惠 - 了解詳情 | 論文格式：Word格式(*.doc) |  |
摘要： 在求解連續(xù)函數(shù)優(yōu)化問題方面，一般MATLAB語言解決的是全局最優(yōu)解，而求解局部最優(yōu)解的研究卻很少。而許多實(shí)際問題優(yōu)化問題中，我們不僅需要找到可行域內(nèi)目標(biāo)函數(shù)的多個(gè)全局最優(yōu)解，還要找到多個(gè)局部最優(yōu)解，用來給決策者提供全面的參考方案。本文將詳細(xì)介紹蟻群算法原理和模型，并改進(jìn)運(yùn)用到求解多峰函數(shù)極值求解中，通過MATLAB語言編程，解決實(shí)際的函數(shù)優(yōu)化問題，最后通過一些仿真算例證明算法程序的有效性。
關(guān)鍵詞：MATLAB；函數(shù)優(yōu)化；蟻群算法
目錄 摘要 Abstract 1-引言-1 2-蟻群算法基本原理介紹-2 2.1-蟻群算法產(chǎn)生的生物學(xué)背景-2 2.2-蟻群算法的基本原理-2 2.3-蟻群基本算法數(shù)學(xué)模型-3 3-應(yīng)用蟻群算法求解函數(shù)極值-5 3.1-基于蟻群算法的一元連續(xù)函數(shù)求極值數(shù)學(xué)模型-5 3.1.1-初始蟻群分布-5 3.1.2-螞蟻轉(zhuǎn)移規(guī)則-5 3.1.3-區(qū)間信息素更新-6 3.1.4-螞蟻搜索空間的縮小-6 3.2-一元連續(xù)函數(shù)的蟻群算法實(shí)現(xiàn)-6 3.3-基于蟻群算法的二元連續(xù)函數(shù)算法-7 3.3.1-初始蟻群分布-7 3.3.2-螞蟻轉(zhuǎn)移規(guī)則-7 3.3.3-信息素更新-8 3.4-二元連續(xù)函數(shù)的蟻群算法實(shí)現(xiàn)-8 3.5-仿真算例-8 4-運(yùn)用matlab語言編寫蟻群算法程序-12 4.1-求解一元連續(xù)函數(shù)極值的matlab程序-12 4.1.1-一元連續(xù)函數(shù)的調(diào)用函數(shù)-12 4.1.2-一元連續(xù)函數(shù)主函數(shù)-15 4.2-二維連續(xù)函數(shù)的Matlab程序-16 5-結(jié)束語-20 參考文獻(xiàn)-21 |
