機電工程畢業(yè)論文開題報告

時間：2020-10-14 13:58:35 開題報告我要投稿

機電工程畢業(yè)論文開題報告

　　開題報告是提高論文選題質(zhì)量和水平的重要環(huán)節(jié)，是論文工作的不可忽視的一部分，以下是小編搜集整理的機電工程畢業(yè)論文開題報告，歡迎閱讀參考。

機電工程畢業(yè)論文開題報告

　　題目：汽車ABS系統(tǒng)常見故障與分析

　　1. 結(jié)合畢業(yè)設(shè)計(論文)課題任務(wù)情況，根據(jù)所查閱的文獻資料，撰寫1500～2000字左右的文獻綜述：

　　1.1 蟻群算法的發(fā)展和應(yīng)用

　　在計算機自動控制領(lǐng)域中, 控制和優(yōu)化始終是兩個重要問題。使用計算機進行控制和優(yōu)化本質(zhì)上都表現(xiàn)為對信息的某種處理。隨著問題規(guī)模的日益龐大, 特性上的非線性及不確定性等使得難以建立精確的“數(shù)學(xué)模型”。人們從生命科學(xué)和仿生學(xué)中受到啟發(fā), 提出了許多智能優(yōu)化方法, 為解決復(fù)雜優(yōu)化問題(NP- hard 問題) 提供了新途徑。

　　蟻群算法(Ant Colony Algorithm, ACA) 是Dorigo M等人于1991年提出的。經(jīng)觀察發(fā)現(xiàn), 螞蟻個體之間是通過一種稱之為信息素的物質(zhì)進行信息傳遞的。在運動過程中, 螞蟻能夠在它所經(jīng)過的路徑上留下該種信息素, 而且能夠感知信息素的濃度, 并以此指導(dǎo)自己的運動方向。蟻群的集體行為表現(xiàn)出一種信息正反饋現(xiàn)象: 某一路徑上走過的螞蟻越多, 則后來者選擇該路徑的概率就越大。螞蟻個體之間就是通過這種信息的交流達到搜索食物的目的。它充分利用了生物蟻群通過個體間簡單的信息傳遞，搜索從蟻巢至食物間最短路徑的集體尋優(yōu)特征，以及該過程與旅行商問題求解之間的相似性。同時，該算法還被用于求解二次指派問題以及多維背包問題等，顯示了其適用于組合優(yōu)化問題求解的優(yōu)越特征。

　　蟻群算法應(yīng)用于靜態(tài)組合優(yōu)化問題, 其典型代表有旅行商問題( TSP) 、二次分配問題(QAP) 、車間調(diào)度問題、車輛路徑問題等。在動態(tài)優(yōu)化問題中的應(yīng)用主要集中在通訊網(wǎng)絡(luò)方面。這主要是由于網(wǎng)絡(luò)優(yōu)化問題的特殊性, 如分布計算, 隨機動態(tài)性, 以及異步的網(wǎng)絡(luò)狀態(tài)更新等。例如將蟻群算法應(yīng)用于QOS組播路由問題上, 就得到了優(yōu)于模擬退火(SA)和遺傳算法(GA)的效果。蟻群優(yōu)化算法最初用于解決TSP問題，經(jīng)過多年的發(fā)展，已經(jīng)陸續(xù)滲透到其他領(lǐng)域中，如圖著色問題、大規(guī)模集成電路設(shè)計、通訊網(wǎng)絡(luò)中的路由問題以及負(fù)載平衡問題、車輛調(diào)度問題等。蟻群算法在若干領(lǐng)域獲得成功的應(yīng)用，其中最成功的是在組合優(yōu)化問題中的應(yīng)用。

　　1.2 蟻群算法求解TSP問題

　　(1) TSP問題的描述

　　TSP問題的簡單形象描述是:給定n個城市,有一個旅行商從某一城市出發(fā),訪問各城市一次且僅有一次后再回到原出發(fā)城市,要求找出一條最短的巡回路徑。

　　(2) TSP問題的.理論意義

　　該問題是作為所有組合優(yōu)化問題的范例而存在的。它已經(jīng)成為并將繼續(xù)成為測試新算法的標(biāo)準(zhǔn)問題。這是因為，TSP問題展示了組合優(yōu)化的所有方面。它從概念上來講非常簡單，但是其求解的難度是很大的。如果針對TSP問題提出的某種算法能夠取得比較好的實算效果，那么對其進行修改，就可以應(yīng)用于其他類型的組合優(yōu)化問題并取得良好的效果。

　　(3) 蟻群算法求解TSP的算法流程

　　步驟1: nc=0(nc 為迭代步數(shù)或搜索次數(shù)); 每條邊上的Tj(0)=c(常數(shù)), 并且ΔTj=0; 放置m 個螞蟻到n 個城市上。

　　步驟2: 將各螞蟻的初始出發(fā)點置于當(dāng)前解集TABUk(s)中; 對每個螞蟻k(k=1,…,m), 按概率Pij(t)移至下一城市j; 將城市j 置于TABUk(s)中。

　　步驟3: 經(jīng)過n 個時刻, 螞蟻k 可走完所有的城市, 完成一次循環(huán)。計算每個螞蟻走過的總路徑長度Lk, 更新找到的最短路徑。

　　步驟4: 更新每條邊上的信息量Tij(t+n)

　　步驟5: 對每一條邊置ΔTij=0; nc=nc+1

　　步驟6: 若nc<預(yù)定的迭代次數(shù)Ncmax, 則轉(zhuǎn)步驟2; 否則, 打印出最短路徑, 終止整個程序。

　　1.3 蟻群算法優(yōu)缺點

　　蟻群算法是一種分布式的本質(zhì)并行算法，蟻群算法是一種正反饋算法，蟻群算法具有較強的魯棒性，易于與其它方法結(jié)合。但蟻群算法收斂速度慢、計算時間長，易于過早陷入局部最優(yōu)，不利于解決連續(xù)問題。

　　1.4 蟻群算法的展望

　　(1) 目前大部分改進的蟻群算法都是針對于特定問題, 普適性不強, 同時蟻群算法模型也不能直接應(yīng)用于實際優(yōu)化問題。雖然正反饋機制就是一個很好的普適性模型, 但還遠(yuǎn)遠(yuǎn)不夠。因此, 急需設(shè)計一種通用的蟻群算法普適性模型。

　　(2) 現(xiàn)階段的蟻群算法只是模擬了自然螞蟻很少一部分社會性, 例如信息素機制。仍然有很大的空間去提出更加智能化的蟻群行為。

　　(3) 蟻群算法目前還帶有明顯的經(jīng)驗性, 很多結(jié)果只是建立在實驗的基礎(chǔ)之上, 需要逐步奠定其理論基礎(chǔ)。

　　因此，根據(jù)TSP問題的特點，建立蟻群算法的模型，可以較好的解決此類組合優(yōu)化問題(NP問題)。

　　參考文獻

　　[1] Dorigo M.Ant algorithms and atigmergy[J].Future Generation Computer System.2000,16(8)：851-871

　　[2] Dorigo M.Gambardella L.M.Ant colony system：a cooperative learning approach to the traveling salesman problem[J].IEEE Trans.on Evolutionary Computation，1997，1(1)：53-66

　　[3] Dorigo M.Luca M.The ant colony algorithm applied to the nuclear reload problem.Annals of Nuclear Energy.2009，29(12)：1455-1470

　　[4] Dorigo M.Ant colony system：optimization by a colony of cooperating agents.IEEE Trans. on Systems, Man，and Cybernetics， Part B，1996，26(1)：29-41

　　[5] 楊海，王洪國，徐衛(wèi)志.蟻群算法的應(yīng)用研究與發(fā)展[J].科學(xué)和技術(shù)信息學(xué)報， 2007，(28)：13-14

　　[6] 張宗永，孫靜，譚家華.蟻群算法的改進及其應(yīng)用[J].上海交通大學(xué)學(xué)報，2002，36(11)：1564-1567

　　[7] 尹曉峰，劉春煌.基于MATLAB的混合型蟻群算法求解旅行商問題[J].鐵路計算機應(yīng)用，2005，14(9)：4-7

　　[8] 劉志碩，申金升，柴躍廷.一種求解車輛路徑問題的混合多蟻群算法[J].系統(tǒng)仿真學(xué)報，2007，19(15)：3513-3520

　　[9] 董萍.基于蟻群算法求解TSP[J].無錫職業(yè)技術(shù)學(xué)院學(xué)報，2008，7(5)：34-36

　　[10] 王果，戴冬.基于蟻群算法的TSP問題求解[J].河南機電高等�？茖W(xué)校學(xué)報，2008，16(5)：42-43

　　2. 畢業(yè)設(shè)計任務(wù)要研究或解決的問題和擬采用的方法：

　　(1)畢業(yè)設(shè)計任務(wù)要研究或解決的問題

　　研究基于蟻群算法的TSP問題，要求

　�、匍喿x蟻群算法相關(guān)的論文和書籍，系統(tǒng)地了解蟻群算法相關(guān)知識和原理的目的。