蚁群算法的研究与应用任务书

1. 毕业设计（论文）的内容和要求

本文利用蚁群算法来求解任务分配问题，针对蚁群算法易陷入局部最优的不足，提出了一种混合算法，该算法将遗传算法嵌入蚁群算法，提高了蚁群算法的优化能力。

2. 实验内容和要求

内容：介绍了蚁群算法的背景、原理、结构框架，以及它的改进算法，并运用蚁群算法解决组合优化问题，最后进行了总结与展望。

要求：1.针对蚁群基本算法存在的不足进行改进，提高算法的优化能力； 2.将改进的优化算法应用到解决任务分配问题中。

3. 参考文献

[1] 王艳玲, 李龙澍, 胡哲. 群体智能优化算法[J]. 计算机技术与发展, 2008, 18(8).[2] 高尚. 解旅行商问题的混沌蚁群算法[J]. 系统工程理论与实践, 2005, 25(9).[3] 刘祝锦. 蚁群优化改进策略及算法研究[M]. 重庆大学, 2012.[4] 任瑞春. 基于排序加权的蚁群算法[M]. 大连海事大学, 2006.[5] 张怀锋,宋顺林.基于遗传学的改进蚁群算法研究[M]. Computer Applications and Software, 2011, 28(1).[6] 柳林，朱建荣，基于遗传算法的物流配送路径优化问题的研究[J].计算机工程与应用，2005, 41(27).[7] 高海昌, 冯博琴, 朱利. 智能优化算法求解TSP问题[J]. 控制与决策, 2006, 21(3).[8] 张翠军, 邹慧, 张有华. 基于二次分配问题的混合蚁群算法[J]. 计算机工程与应用, 2008, 44(10).

4. 毕业设计（论文）计划

2022年12月至2022年1月,研读资料,形成论文提纲2022年2月至2022年3月,完成论文初稿2022年4月,根据指导老师和评阅老师的建议进行修改,定稿2022年5月中旬,准备答辩