下载文档原格式
电气工程及其自动化专业毕业设计参考题目1.集成电路型方向阻抗继电器设计锅炉过热汽温模糊控制系统的设计2.基于小波分析和神经网络理论的电力系统短路故障研究3.谐振接地电网调谐方式的性能分析与实验测试4.电力系统继电保护故障信息采集及处理系统For personal use only in study and research; not for commercial use5.消弧线圈接地补偿系统优化研究6.面向对象的10kV配电网拓扑算法研究7.蚁群算法在配电网故障定位中的应用For personal use only in study and research; not for commercial use8.中性点接地系统三相负载综合补偿9.电力有源滤波器控制设计10.110kV电力线路故障测距11.防窃电装置的分析与设计12.基于单片机的数字电能表设计13.跨导运算放大器在继电保护中的应用14.基于微机的三段式距离保护实验系统开发15.小干扰电压稳定性实用分析方法研究16.基于灰色系统理论的电力系统短期负荷预测17.冲击负载引起电压波动与闪变分析18.基于等波纹切比雪夫逼近准则最优化方法设计FIR滤波19.电力系统智能稳定器PSS的设计20.基于模糊集理论的电力系统短期负荷预测21.基于labview虚拟仪器的电力系统测量技术研究22.基于重复控制的冷轧机轧辊偏心补偿系统23.基于模糊聚类的变压器励磁涌流与短路电流的识别24.基于蚁群算法的配电网报装路径优化25.基于虚拟仪器的变压器保护系统设计26.配网无功功率优化27.复合控制型电力系统稳定器研究28.电力系统鲁棒励磁控制器设计29.基于标准系统方块图的OTA-C滤波器的实现30.6-10KV电网线损理论计算潮流算法研究31.基于DSP的逆变电源并联系统的功率检测技术研究32.滤除衰减非周期分量的微机保护算法研究33.分布式电力系统发电机动态模型仿真研究34.基于MSP430单片机的温度测控装置的设计35.电力系统谐波分量计算-最小二乘法36.用户供电事故自动回馈系统37.电力系统谐波抑制的仿真研究38.电能质量的模糊定量评价方法39.燕山大学西校区110KV供电方案设计40.数据采集系统USB接口的实现41.具有比率制动和二次谐波制动特性的差动继电器软件设计42.水轮发电机模糊调速系统研究43.电流传输器在继电保护中的应用44.双回电力线路故障测距45.电力负荷管理系统主站控制系统的研究和设计46.燕山大学供电电网改造的初步设计47.基于PLC的机械手控制系统设计48.500KV变电站设计49.基于MATLAB的数字滤波器设计与仿真50.电力系统继电保护原理课件设计51.塑料注射成型机PLC控制系统设计52.铁磁谐振消谐器软件设计53.电力系统稳定器设计54.基于模糊理论的变电站电压无功综合控制研究55.基于小波理论的电力故障行波分析56.基于DSP的逆变电源并联系统锁相环设计57.220kV变电站设计58.医疗设备检测数量的计算机联网监控系统59.汽轮发电机故障诊断技术研究60.电压无功控制系统模糊控制器的设计61.电力系统电压-无功在线控制数据源仿真系统62.电力系统故障录波数据分析与研究63.火电厂除灰阀门PLC控制系统设计64.电压无功控制系统智能控制器的设计65.简单电力网络潮流计算系统的设计及开发66.混沌电路及其在保密通信中的应用67.电力系统通信协议转换的单片机实现68.混沌遗传算法在电力系统无功优化中的应用69.直流分布式发电系统控制70.逆变电源并联均流技术研究71.基于信息融合技术的变压器故障检测72.距离保护在高过渡电阻条件下的动作研究73.微机继电保护中滤除衰减直流分量的算法研究74.火电厂锅炉水位模糊控制系统的研究75.基于人工神经网络的电力变压器故障诊断76.蚁群算法在配电网重构中的应用77.基于遗传算法的电力市场竞价策略研究78.电梯PLC控制系统设计79.自动重合闸装置设计80.变电站仿真培训系统设计81.基于MSP430单片机的距离保护系统设计82.变压器保护整定计算系统的设计83.电网售电量预测软件研究84.基于可控硅控制的制动器设计研究85.电铁用电特性分析及补偿方法研究86.伴随运算放大器在继电保护中的应用87.电力系统振荡的数字仿真研究88.基于智能理论的高压输电线路故障分析89.电网规划中网架规划的方法研究90.智能交通信号灯系统设计91.基于随机粒子群算法的无功优化92.少油断路器参数测量仪的研制93.应用电磁暂态程序分析电力系统铁磁谐振94.基于VB的液压AGC监控系统设计95.短路电流计算算法研究与编程实现96.应用虚拟仪器测量电网的不平衡度97.电力市场需求侧管理项目投资预测方法研究98.分布式发电微型涡轮发电机控制仿真99.锅炉燃烧系统模糊控制器的设计100.模糊图像分割技术研究101.电力系统谐波分量计算-傅立叶算法102.脉冲式电表的数据采集器设计103.信号流图在电网络分析与设计的应用104.短路计算及继电保护整定系统的设计105.自适应低通滤波器的设计106.中性点不接地系统电容电流检测方法及系统设计107.基于正反馈的单相分布式发电孤岛检测108.混合式光纤电流互感器的设计109.电网无功优化分区的研究110.PLC在机械手控制中的应用111.万能过载保护与自动调整112.零序电流方向保护系统设计113.分布式发电系统可靠性分析114.塑壳断路器的智能控制器初步设计115.基于PLC的高空作业车电控系统研制116.分布式发电燃料电池控制系统仿真117.变压器油荧光谱EEM数据处理与分析118.伴随运算放大器在电流模电路中的应用119.电力系统电压稳定的研究120.利用两侧电量进行电力线路故障测距121.铁磁谐振消谐器硬件系统的设计122.电力系统谐波分量计算-傅立叶与最小二乘法比较123.燕山大学西校区10KV配网综合自动化124.OTA-C电路在继电保护中的应用125.运算放大器在继电保护中的应用126.超高压输电线路的线损研究127.配电变压器不经济状态下的损耗分析与计算128.单相接地故障定位指示器的设计129.电力负荷管理系统无线通信网络的研究和设计130.基于零序电流比幅比相法配电网故障检测的研究131.粒子群算法在无功电压控制中的应用132.PLC在电镀生产线上的应用133.电力系统通信协议转换的单片机实现（硬件部分）134.电力系统潮流和网损计算软件研究135.燕大西校区10KV配网消弧与补偿136.同步发电机短路故障电流仿真分析137.配电网故障恢复研究138.基于PLC的模糊-PI空调室温控制研究139.数学形态学在电力系统暂态信号分析中的应用140.谐振软开关变流器控制研究141.BOOST单级功率因数校正电路研究142.BUCK单级功率因数校正电路研究143.430单片机控制H桥逆变电源研究144.多级电容升压电路研究145.430单片机控制双正激变换器研究146.Boost-Buck级联电路控制研究147.并联谐振DC-DC变换电路研究148.基于430单片机电动车控制研究149.变流器重复控制研究150.单开关逆变电路控制研究151.基于DS证据理论逆变器故障诊断研究152.交流变频电机在自动门控制系统中的应用153.移相控制ZVZCS 变换器154.家用变频空调器中无刷直流电机的控制算法155.电力系统通信协议转换的单片机实现156.一种单片机控制的异步电动机节能装置157.有源电力滤波器(APF)的单周期控制158.TOPSWITCH在单端反激式稳压电源中的应用159.TOPSWITCH在单端正激式稳压电源中的应用160.带传感器的无刷直流电机调速系统161.UC3854在功率因数校正中的应用162.FX2N型PLC在电梯控制中的应用163.Boost电路的软开关PFC技术研究164.Buck电路的电荷控制技术研究165.基于单周期控制的全桥逆变器研究166.榨油厂PLC控制组态界面设计167.三电平直流变换器研究168.单级功率因数校正电路研究169.Buck电路电流控制策略研究170.有源箝位正激变换器研究171.正反激变换器特性研究172.UC3855在Boost PFC变换器中的应用173.单片机控制异步电动机节能器的设计174.“H”型直流脉宽调速系统设计175.热连轧机电气控制系统设计176.穿孔机电气系统设计177.软开关单相Boost PFC电路研究178.锂离子电池充电控制器179.无位置传感器的三相无刷直流电机控制研究180.自驱动同步整流有源嵌位正激DC－DC变换器181.铅酸蓄电池充电控制器182.CRM Boost PFC变换器183.智能生态网络供热系统184.智能大厦的多功能会议系统的设计185.智能建筑的安全防范系统设计186.采用单片机控制的交流电焊机的设计187.SPWM异步电动机变频调速仿真研究188.基于控制专用单片机的无刷电机控制系统189.DC-DC软开关电源及其并联均流研究190.具有PFC功能的AC-DC开关电源设计191.单级逆变器及其单周控制研究192.电动汽车双向直流传动系统研究193.单片机闭环控制BOOST变换器研究194.单片机控制感应电机双馈调速系统研究195.全桥逆变器的单周期控制研究196.BUCK TL 变换器研究197.ZVZCS移相全桥变换器设计198.基于TDA5142T的无刷直流电动机驱动控制系统199.基于MSP430控制移相全桥逆变器的研究200.DSP控制的无差拍控制逆变电源201.电流控制两态调制逆变器的研究202.电网故障限流、保护器203.直流开关电源并联控制及系统设计204.单周期控制和PI控制技术的对比研究205.隔离变换器漏感影响的研究206.隔离式变换器变换效率提高的技术途径探究207.太阳光伏电池系统控制问题的研究208.DC/DC变换器的滑模变结构控制209.单相并联型APF特性的仿真分析210.超导储能磁体参数优化设计211.储能磁体励磁电源及其控制技术212.高频谐振式储能电容充电控制系统213.电力负荷管理系统终端装置的研究与设计214.低压大电流同步整流DC-DC变换器设计215.低电压大电流电压半桥变换电路设计216.ZVT PFC BOOST 变换器设计217.ZVT PWM DC-DC变换电路设计218.自驱动ZVS同步整流DC-DC变换器研究219.新型超声波测距系统的设计220.智能化车窗升降控制器的设计221.电动助力转向系统的研究222.智能温度控制系统的研究223.高频开关电源的设计224.反激变换器控制方式的研究225.DSP控制单相全桥逆变器的研究226.ZVZCS移相全桥变换器的研究227.单周控制不连续导电ZVS谐振PFC电路228.ZVZCS移相全桥DC/DC变换器229.电力电子电路缓冲器研究与仿真230.基于Boost的零电压转换PWM变换器研究231.电力负荷管理系统接口系统的研究和设计232.高功率因数电子镇流器研究233.带有功率因数校正的单级隔离式DC/DC变换器234.车载高频正弦波逆变电源235.带辅助变压器ZVZC移相全桥DC/DC变换器设计236.基于单周期控制的单相功率因数校正研究237.基于单周期控制的三相电力有源滤波器研究238.自激式隔离多路输出开关电源239.双耦合绕组反激式单级PFC变换器研究240.单相逆变器并网控制技术仿真研究241.基于MSP430的温度检测仪设计242.基于MSP430直流电机调速系统设计243.逆变器并联运行环流分析及其控制技术研究244.基于定频积分控制的有源滤波器设计245.新型移相控制ZVZCS DC/DC变换器246.带脉动补偿单相升压PFC电路研究247.单周期控制功率因数校正器248.采用“H”桥的软开关功率因数校正器249.单相逆变器SPWM策略比较研究250.臭氧发生器电源容性PWM控制研究251.Buck变换器的交错并联技术研究252.级联型变流器阶梯波脉宽调制研究253.谐波注入式SPWM技术研究254.ZVS移相全桥变换器的设计255.65W通用型多路隔离输出电源的设计256.基于单周期控制的单相电力有源滤波器的设计257.有源箝位ZVZCS移相全桥PWM变换器的研究258.单相逆变器的模糊控制技术仿真研究259.三电平Buck变换器的设计260.基于定频积分控制的单相PFC技术研究261.基于单周期控制的单相逆变器设计262.异步电动机SPWM变频调速仿真研究263.带位置传感器的无刷直流电机开环调速系统264.单周期控制的有源滤波器的研究265.临界工作模式单级功率因数校正电路研究266.多级电感升压电路研究267.变频电流源电路研究268.“T”型直流脉宽调速系统269.矿井提升机电控系统设计270.自驱动同步整流全桥变换器271.钢筋调直定尺剪切机数字控制研究272.热力企业生产监控系统的研究273.低电压大电流电压半桥变换器设计274.基于三次谐波检测无刷电机控制的研究275.三相UPS逆变器及其并联运行研究276.单片机控制半导体照明及其适配电源系统研究277.单周期控制功率因数校正技术研究278.发光二极管最佳驱动方式的对比研究279.DC/DC变换器并联输出控制技术280.DC/DC升压隔离变换及控制技术281.零电压转换 PWM DC-DC变换电路设计282.基于神经网络控制的三相可逆变流器的研究283.基于Boost的零电流转换PWM变换器研究284.基于单片机的蓄电池容量测试系统285.单相单级高频链正弦波逆变器研究286.Boost PFC交错并联AC/DC变换器研究287.液晶电视电源系统设计288.移相控制全桥变换器设计289.直流开关电源的设计290.基于瞬时无功功率理论的谐波和无功电流实时检测291.交错并联式双管正激变换器的设计292.基于HPWM调制方式的逆变电源研究293.新型Boost ZCT-PWM变换器294.一种有源箝位正激变换器的设计仅供个人用于学习、研究；不得用于商业用途。
c law enforcement. Therefore, c congestion was ciency of the improved algorithm with the Dijkstra algorithm. Thus, it could simulate the optimal driving path with better performance, which was targeted and innovative.关键词：蚁群算法;实际路况;最优路径Key words ：ant colony optimization; actual road conditions; optimal path文／张俊豪蚁群算法在最优路径选择中的改进及应用0 引言在国务院发布的《国家中长期科学和技术发展规划纲要（2006-2020年）》中，将交通拥堵问题列为发展现代综合交通体系亟待解决的“三大热点问题”之一。
智能交通系统作为“互联网+交通”的产物，利用先进的科学技术对车、路、人、物进行统一的管控、调配，成为了当下各国缓解交通拥堵的一个重要途径。
路径寻优是智能交通系统的一个核心研究内容，可以有效的提升交通运输效率，减少事故发生频率，降低对城市空气的污染以及提升交通警察的执法效率等。
最著名的路径规划算法是Dijkstra算法和Floyd算法，Dijkstra算法能够在有向加权网络中计算得到某一节点到其他任何节点的最短路径；Floyd算法也称查点法，该算法和Dijkstra算法相似，主要利用的是动态规划思想，寻找加权图中多源节点的最短路径。
近些年，最优路径的研究主要集中以下几个方面：（1）基于A*算法的路径寻优。
A*算法作为一种重要的路径寻优算法，其在诸多领域内都得到了应用。
随着科技的发展，A*算法主要运用于人工智能领域，特别是游戏行业，在游戏中，A*算法旨在找到一条代价（燃料、时间、距离、装备、金钱等）最小化的路径，A*算法通过启发式函数引导自己，具体的搜索过程由函数值来决定。
大家好！我是XX学院XX专业XX届毕业生，今天很荣幸能够站在这里，进行我的毕业答辩。
在此，我要感谢我的母校，感谢我的导师，感谢我的同学们，感谢他们陪伴我度过了这段美好的大学时光。
首先，请允许我简要介绍一下我的毕业论文题目和研究背景。
我的论文题目是《基于大数据的智能交通系统研究》，随着我国经济的快速发展，城市交通拥堵问题日益严重，为了解决这一问题，我选择了智能交通系统作为我的研究方向。
在论文的研究过程中，我查阅了大量国内外相关文献，通过数据分析、模型构建等方法，对智能交通系统进行了深入研究。
以下是我论文的主要内容：一、绪论1. 研究背景及意义随着城市化进程的加快，城市交通拥堵、能源消耗、环境污染等问题日益突出。
为了提高城市交通效率，降低能源消耗和环境污染，智能交通系统应运而生。
本文旨在研究基于大数据的智能交通系统，为我国城市交通发展提供有益借鉴。
2. 国内外研究现状近年来，国内外学者对智能交通系统进行了广泛的研究。
在理论方面，主要集中在交通流理论、智能交通系统设计、交通仿真等方面；在实践方面，主要集中在智能交通系统的建设、运营、管理等方面。
3. 研究内容与方法本文以大数据为背景，采用数据分析、模型构建等方法，对智能交通系统进行研究。
具体内容包括：交通流量预测、交通信号优化、交通路径规划、交通事件检测等方面。
二、基于大数据的交通流量预测1. 数据采集与处理本文选取了某城市交通流量数据作为研究对象，对原始数据进行清洗、去噪、归一化等处理，为后续分析提供高质量的数据。
2. 交通流量预测模型构建基于时间序列分析方法，构建了交通流量预测模型，包括ARIMA模型、LSTM模型等。
通过对比分析，选择合适的模型进行预测。
3. 预测结果与分析通过对预测结果的分析，发现所构建的预测模型具有较高的预测精度，为智能交通系统优化提供了有力支持。
三、基于大数据的交通信号优化1. 交通信号控制策略分析本文对现有交通信号控制策略进行了分析，包括固定时间控制、自适应控制、协同控制等。
第一章绪论1。
1选题的背景和意义受社会性昆虫行为的启发，计算机工作者通过对社会性昆虫的模拟产生了一系列对于传统问题的新的解决方法，这些研究就是群体智能的研究。
群体智能作为一个新兴领域自从20世纪80年代出现以来引起了多个学科领域研究人员的关注，已经成为人工智能以及经济社会生物等交叉学科的热点和前沿领域。
群体智能（Swarm Intelligence）中的群体（Swarm）指的是“一组相互之间可以进行直接通信或者间接通信(通过改变局部环境）的主体,这组主体能够合作进行分布问题求解，群体智能指的是无智能或者仅具有相对简单智能的主体通过合作表现出更高智能行为的特性；其中的个体并非绝对的无智能或只具有简单智能,而是与群体表现出来的智能相对而言的。
当一群个体相互合作或竞争时，一些以前不存在于任何单独个体的智慧和行为会很快出现。
群体智能的提出由来已久，人们很早以前就发现,在自然界中，有的生物依靠其个体的智慧得以生存,有的生物却能依靠群体的力量获得优势。
在这些群体生物中,单个个体没有很高的智能,但个体之间可以分工合作、相互协调,完成复杂的任务，表现出比较高的智能。
它们具有高度的自组织、自适应性,并表现出非线性、涌现的系统特征。
群体中相互合作的个体是分布式的，这样更能够适应当前网络环境下的工作状态；没有中心的控制与数据，这样的系统更具有鲁棒性，不会由于某一个或者某几个个体的故障而影响整个问题的求解。
可以不通过个体之间直接通信而是通过非直接通信进行合作，这样的系统具有更好的可扩充性。
由于系统中个体的增加而增加的系统的通信开销在这里十分小.系统中每个个体的能力十分简单，这样每个个体的执行时间比较短，并且实现也比较简单，具有简单性。
因为具有这些优点，虽说群集智能的研究还处于初级阶段，并且存在许多困难，但是可以预言群集智能的研究代表了以后计算机研究发展的一个重要方向。
随着计算机技术的飞速发展，智能计算方法的应用领域也越来越广泛，当前存在的一些群体智能算法有人工神经网络，遗传算法，模拟退火算法，群集智能,蚁群算法,粒子群算等等。
蚁群算法在车辆路径优化中的应用毕业设计论文蚁群算法在车辆路径优化中的应用毕业设计论文本科毕业生设计（论文）毕业设计（论文）题目：蚁群算法在车辆路径优化中的应用姓名学号0910312134 所在学院湖北工业大学专业班级09计职1班指导教师日期2013 年 5 月8 日摘要许多实际工程问题可以抽象为相应的组合优化问题，TSP问题是作为所有组合优化问题的范例而存在的，它已成为并将继续成为测试组合优化新算法的标准问题。
从理论上讲，使用穷举法可以求解出TSP问题的最优解；但是对现有的计算机来说，让它在如此庞大的搜索空间中寻求最优解，几乎是不可能的。
所以，各种求TSP问题近似解的算法应运而生了，本文所描述的蚁群算法（AC）也在其中。
目前已出现了很多的启发式算法，而蚁群算法作为一种新型的启发式算法，已成功地应用于求解TSP问题。
蚂蚁通过分泌信息素来加强较好路径上信息素的浓度，同时按照路径上的信息素浓度来选择下一步的路径：好的路径将会被越来越多的蚂蚁选择，因此更多的信息素将会覆盖较好的路径；最终所有的蚂蚁都集中到了好的路径上。
蚂蚁的这种基于信息素的正反馈原理正是整个算法的关键所在。
本文介绍了基本蚁群算法概念、原理及蚁群算法的特点，再根据蚁群算法的缺点做出了优化。
采用轮盘赌选择代替了基本框架中通过启发式函数和信息素选择路径，改进蚁群算法的信息素传递参数，让整个算法更快速的找到最优解。
其次，采用最大最小优化系统限制最大值和最小值，让整个系统更快收敛，得到最优解。
关键字：蚁群算法，TSP问题，启发式函数，轮盘算法，最大最小优化ABSTRACT Many practical engineering problems can be abstracted as corresponding combinatorial optimization problem, TSP problem is an example of all as a combinatorial optimization problem, it has become and will continue to be a new combinatorial optimization algorithm of standard test problems. In theory, using the exhaustion method can solve the TSP problem optimal solution; But for the existing computer, let it in such a large search space to seek the optimal solution, it is almost impossible. So, all kinds of algorithm arises at the historic moment, the approximate solution of the TSP problem described in this paper, ant colony algorithm (AC) is amongthem. Has appeared a lot of heuristic algorithm and ant colony algorithm as a kind of new heuristic algorithm, has been successfully used in solving TSP problems. Ant secretion by pheromones to strengthen the good path pheromone concentration, at the same time according to the path to choose the next path pheromone concentration: good paths will be more and more ants to choose, so that more information will cover good path; Eventually all the ants on a good path. This positive feedback based on the pheromone of ant principle is the key to the whole algorithm. This paper introduces the basic concept of ant colony algorithm, principle and characteristics of ant colony algorithm, according to the disadvantages of ant colony algorithm optimization. Adopting roulette selection instead of the basic framework by heuristic function and choose path pheromone, pheromone passing parameters of improved ant colony algorithm, make the whole algorithm find the optimal solution more quickly. Second, limiting the maximum and the minimum maximum minimum optimization system, make the whole system faster convergence and the optimal solution is obtained. Keywords: ant colony algorithm, the TSP problem, a heuristic function, roulette algorithm, maximum_minimum optimization 目录摘要2 ABSTRACT3 第1章绪论6 1.1研究目的和意义6 1.2 国内外研究现状7 1.2.1 国外研究现状7 1.2.2 国内研究现状8 1.3 本文研究内容9 （1）基本蚁群算法9 （2）蚁群算法的优化9 （3）蚁群算法在TSP 问题中的应用9 1.4 开发环境与工具9 1.5 论文的组织结构10 第2章蚁群算法10 2.1 蚁群算法简介10 2.2 蚁群算法的原理11 2.2.1 蚂蚁觅食规则12 2.2.2 蚂蚁移动规则12 2.2.3 蚂蚁避障规则12 2.2.4 蚂蚁撒信息素规则12 2.3 蚁群算法的特点及优缺点13 2.3.1 蚁群算法的特点13 2.3.2 蚁群算法的优点14 2.3.3 蚁群算法的缺点14 2.5 蚁群算法的核心函数15 （1）初始化15 （2）选择下一个城市，返回城市编号15 （3）更新环境信息素17 （4）检查终止条件18 （5）输出最优值18 2.6 蚁群算法的参数分析19 2.6.1 蚂蚁数量N_ANT_COUNT19 2.6.2 启发因子19 2.6.3 期望启发因子20 2.6.4 信息素挥发度20 2.6.5 总信息量（DBQ）21 第3章改进的蚁群算法21 3.1 轮盘赌选择22 3.1.1 轮盘赌选择基本思想22 3.1.2 轮盘赌选择工作过程22 3.2 MAX_MIN ACO24 3.2.1 MAX_MIN算法的框架结构24 3.2.2 MAX_MIN 算法流程图26 第4章蚁群算法在车辆路径问题中的应用28 4.1 车辆路径问题简介28 4.1.1 车辆路径问题定义28 4.1.2 车辆路径问题分类29 4.2 车辆路径问题的求解算法29 4.2.1 精确算法29 4.2.2 启发式算法30 4.3 蚁群算法解决车辆路径问题31 4.4 数值实验结果及分析33 4.4.1 轮盘赌选择优化前后数据对比33 4.4.2 MAX_MIN算法改进前后数据对比34 第5章总结与展望36 参考文献36 第1章绪论TSP问题是一种特殊的车辆路径问题，是作为所有组合优化问题的范例而存在的，它已成为并将继续成为测试组合优化新算法的标准问题。
基于改进蚁群算法的铁路路网最优路径规划薛明昊;杨淮清【摘要】多条件最优路径规划问题是铁路出行查询系统的重要功能之一.将路径规划问题转化为以用户多种条件组合为目标函数的最优化问题,并将改进的蚁群算法应用于该问题,使查询系统能够满足各类用户的查询要求,并给出最优解或次优解.仿真实验表明:该算法的实时性很高,是一种行之有效的方法.【期刊名称】《计算机工程与应用》【年(卷),期】2010(046)003【总页数】4页(P189-191,210)【关键词】蚁群算法;Dijkstra算法;路径规划【作者】薛明昊;杨淮清【作者单位】沈阳工业大学,沈阳,110178;沈阳工业大学,沈阳,110178【正文语种】中文【中图分类】TP3111 引言随着交通智能化的迅速发展，铁路路网中两点间最优路径问题的研究也日趋成熟。
其中两点间距离最短问题已经成为研究重点，也是其他最优问题的研究基础。
在此问题上常采用的方法有非智能非进化算法——Dijkstra算法[1]，智能进化算法——蚁群算法[2-3]以及各种改进的蚁群算法[4-9]。
其中Dijkstra算法为贪心算法，在求解源点到终点的过程中，每一个点都是选取当前可选路段中距离最小的那个点，直到终点。
而研究发现：单步最优的综合并不一定就是全局最优，也就是说Dijkstra算法所求的解不一定是最优解。
为有效地解决这个问题，提出基于改进蚁群算法的铁路路网两点间最优路径求解算法。
2 基本蚁群算法蚁群算法（Ant Colony Algorithm）是一种智能模拟进化算法，最初由意大利的学者M.Dorigo等人提出，是一种仿生学算法。
它模拟了自然界中的蚂蚁觅食的行为，采取用具有智能的蚂蚁，通过个体间的信息交流与协作来寻找蚁穴到食物源的最优路径（最短路径）。
基本原理可以理解为，蚂蚁通过对外释放信息素，进行交流与合作，蚂蚁在运动过程中根据所获取信息素的浓度来选择路径，同时释放自己的信息素。
