發(fā)布時間：2018-04-23 04:04

  本文選題：海潮啟示 + 啟發(fā)式算法��； 參考：《北京工業(yè)大學(xué)》2015年碩士論文

【摘要】：海洋潮汐是一種復(fù)雜的地球物理現(xiàn)象,月球和太陽的引潮力在引起了這種自然現(xiàn)象發(fā)生時,會導(dǎo)致地面傾斜潮汐、重力潮汐、地球應(yīng)變潮汐的發(fā)生。從牛頓首先應(yīng)用萬有引力定律解釋了潮汐現(xiàn)象,到拉普拉斯提出了潮汐動力學(xué)理論,直至當代的中外科學(xué)家對潮汐測算所衍生的數(shù)學(xué)模型,使得海潮的測算已經(jīng)達到了較高的精確度。智能算法是與計算機科學(xué)密切相關(guān)的萌發(fā)于20世紀80年代的新興領(lǐng)域,盡管只有三十幾年的發(fā)展過程,卻已經(jīng)引起眾多學(xué)科領(lǐng)域研究人員的關(guān)注,目前已經(jīng)成為人工智能、經(jīng)濟、社會、生物、工程等許多學(xué)科的熱點。模擬退火算法,是受固體加熱后退火的粒子狀態(tài)啟發(fā)而形成的啟發(fā)式智能算法。從漸進式特征來看,海洋潮汐與固體退火的數(shù)學(xué)模型有相似之處;受此啟發(fā),把海洋潮汐研究領(lǐng)域的科學(xué)成果借鑒到模擬退火算法的改進之中具有一定的可行性。經(jīng)本文研究,基于海潮啟示改進的模擬退火算法在求解TSP時,既保留了退火算法原有的避免陷入局部解而能全局尋優(yōu)的優(yōu)點,保持了原有的魯棒性長處;同時,取得了TSP路徑距離得以優(yōu)化的進展,達到了改進原算法,解決TSP問題的基礎(chǔ)研究意義。
[Abstract]:Ocean tide is a complex geophysical phenomenon. When the lunar and solar tidal force causes this natural phenomenon, it will lead to the earth tide, gravity tide and earth strain tide. From Newton's first application of the law of universal gravity to the explanation of tidal phenomena, to Laplacian's theory of tidal dynamics, and to the mathematical models derived from modern Chinese and foreign scientists' calculations of tides, So that the tide of the calculation has reached a high degree of accuracy. Intelligent algorithm is a new field which is closely related to computer science. Although it has only developed for more than 30 years, it has attracted the attention of researchers in many disciplines and has become artificial intelligence. Economic, social, biological, engineering and many other disciplines of hot spots. Simulated annealing algorithm is a heuristic intelligent algorithm inspired by the state of particles annealed after solid heating. From the point of view of progressive characteristics, the mathematical models of ocean tide and solid annealing are similar, and inspired by this, it is feasible to use the scientific achievements of ocean tide research field for reference to the improvement of simulated annealing algorithm. In this paper, the improved simulated annealing algorithm based on ocean tide inspiration not only preserves the advantages of annealing algorithm in solving TSP, but also preserves the original advantages of global optimization, such as avoiding falling into local solution, and keeping the original robustness, at the same time, The progress of TSP path distance optimization has been achieved, and the basic research significance of improving the original algorithm and solving the TSP problem has been achieved.
【學(xué)位授予單位】：北京工業(yè)大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2015
【分類號】：P731.23;TP18

【相似文獻】

相關(guān)期刊論文 前10條

1 鄒汪平;;一種基于網(wǎng)絡(luò)安全控制的蜂群算法應(yīng)用研究[J];吉林師范大學(xué)學(xué)報(自然科學(xué)版);2013年04期

2 郭毅可;韓銳;;云計算中的彈性算法:概要和展望[J];上海大學(xué)學(xué)報(自然科學(xué)版);2013年01期

3 劉江華;戴新喜;白似雪;;基于模式矩陣的P_Matrix算法[J];南昌大學(xué)學(xué)報(理科版);2007年05期

4 胡俊鵬;;基于雙向選擇的蟻群相遇算法的優(yōu)化[J];湖北民族學(xué)院學(xué)報(自然科學(xué)版);2013年01期

5 張麗;;關(guān)聯(lián)規(guī)則挖掘算法的研究[J];赤峰學(xué)院學(xué)報(自然科學(xué)版);2013年02期

6 吳秋峰;尹海東;孟翔燕;;基于和積和最大積的信念傳播算法的收斂性分析[J];數(shù)學(xué)的實踐與認識;2011年09期

7 趙吉東;;蟻群算法的改進策略研究[J];中國科技信息;2012年12期

8 胡森森;周賢善;;一種改進蟻群算法的研究[J];長江大學(xué)學(xué)報(自科版);2006年10期

9 王恒娜;趙曉靜;;基于屬性覆蓋的關(guān)聯(lián)規(guī)則挖掘算法[J];安慶師范學(xué)院學(xué)報(自然科學(xué)版);2007年03期

10 曹建軍;刁興春;李凱齊;邵衍振;;基于進化強度的蟻群算法過程性能評價[J];解放軍理工大學(xué)學(xué)報(自然科學(xué)版);2013年01期

相關(guān)會議論文 前10條

1 黃紀武;毛澤華;李松濤;張錦雄;;SPMD并行查找算法的MPI實現(xiàn)[A];廣西計算機學(xué)會——2004年學(xué)術(shù)年會論文集[C];2004年

2 黃紀武;毛澤華;李松濤;張錦雄;;SPMD并行查找算法的MPI實現(xiàn)[A];廣西計算機學(xué)會2004年學(xué)術(shù)年會論文集[C];2004年

3 符麗錦;覃華;鄧海;孫欣;;一種改進的Apriori算法的研究[A];廣西計算機學(xué)會2012年學(xué)術(shù)年會論文集[C];2012年

4 王東鋒;王軍民;陳英武;;模糊定性仿真理論研究與算法實現(xiàn)[A];'2000系統(tǒng)仿真技術(shù)及其應(yīng)用學(xué)術(shù)交流會論文集[C];2000年

5 趙唯;;晶粒度評級的改進算法[A];中國圖象圖形科學(xué)技術(shù)新進展——第九屆全國圖象圖形科技大會論文集[C];1998年

6 劉啟文;;可擴展的圖形學(xué)算法演示系統(tǒng)的研究[A];’2004計算機應(yīng)用技術(shù)交流會議論文集[C];2004年

7 佘智;蔣泰;朱延生;;基于Type C協(xié)議的防沖突改進算法[A];廣西計算機學(xué)會25周年紀念會暨2011年學(xué)術(shù)年會論文集[C];2011年

8 朱紹文;趙培;朱秋云;;基于pSPADE并行挖掘序列算法的研究[A];2003年中國智能自動化會議論文集（下冊）[C];2003年

9 楊霞;;新的基于啟發(fā)式蟻群算法的QoS路由算法[A];廣西計算機學(xué)會2009年年會論文集[C];2009年

10 陳黎飛;姜青山;董槐林;;基于圖形輪廓的快速聚類算法[A];第二十三屆中國數(shù)據(jù)庫學(xué)術(shù)會議論文集（研究報告篇）[C];2006年

相關(guān)博士學(xué)位論文 前10條

1 鐘永騰;基于近場MUSIC算法的復(fù)合材料結(jié)構(gòu)健康監(jiān)測研究[D];南京航空航天大學(xué);2014年

2 劉燕;入侵雜草優(yōu)化算法在陣列天線綜合中的應(yīng)用[D];西安電子科技大學(xué);2015年

3 苗義烽;突發(fā)事件下的列車運行調(diào)度模型與算法研究[D];中國鐵道科學(xué)研究院;2015年

4 楊玉婷;頭腦風(fēng)暴優(yōu)化算法與基于視頻的非接觸式運動定量分析方法研究[D];浙江大學(xué);2015年

5 劉杰;全局優(yōu)化問題的幾類新算法[D];西安電子科技大學(xué);2015年

6 柏靜;基于多種混合策略的人工蜂群算法改進研究[D];山東師范大學(xué);2016年

7 孔翔宇;幾類優(yōu)化問題的人工蜂群算法[D];西安電子科技大學(xué);2016年

8 匡立;分形網(wǎng)絡(luò)的理論、算法及應(yīng)用研究[D];武漢大學(xué);2015年

9 單美靜;求解非線性實代數(shù)系統(tǒng)的混合算法研究[D];華東師范大學(xué);2008年

10 邱劍鋒;人工蜂群算法的改進方法與收斂性理論的研究[D];安徽大學(xué);2014年

相關(guān)碩士學(xué)位論文 前10條

1 安世勇;命題邏輯中隨機3-SAT問題算法研究[D];西南交通大學(xué);2015年

2 畢曉慶;油氣探礦權(quán)競爭性出讓系統(tǒng)設(shè)計與實現(xiàn)[D];中國地質(zhì)大學(xué)(北京);2015年

3 王明明;鐵路大機與線路固定設(shè)施間距檢測算法研究[D];西南交通大學(xué);2015年

4 李靜;基于視頻圖像序列的運動目標檢測與跟蹤算法研究[D];寧夏大學(xué);2015年

5 劉貝玲;基于天地圖的租房平臺開發(fā)及其關(guān)鍵技術(shù)研究[D];西南交通大學(xué);2015年

6 曹海鋒;IDS中串匹配臭算法并行優(yōu)化研究[D];西安建筑科技大學(xué);2015年

7 周攀;基于蟻群算法的山區(qū)高速鐵路隧道火災(zāi)應(yīng)急疏散最優(yōu)路徑研究[D];西南交通大學(xué);2015年

8 張路奇;基于改進蟻群算法的WSN路由協(xié)議的研究[D];中國地質(zhì)大學(xué)(北京);2015年

9 王曉晨;入侵雜草優(yōu)化算法的應(yīng)用與改進[D];長安大學(xué);2015年

10 信琴琴;手勢控制和識別算法研究[D];閩南師范大學(xué);2015年

，

本文編號：1790352