1. 研究目的与意义（文献综述）

1.1背景资料

蚁群系统(ant system或ant colony system)是由意大利学者dorigo、maniezzo等人于20世纪90年代首先提出来的。他们在研究蚂蚁觅食的过程中，发现单个蚂蚁的行为比较简单，但是蚁群整体却可以体现一些智能的行为。例如蚁群可以在不同的环境下，寻找最短到达食物源的路径。这是因为蚁群内的蚂蚁可以通过某种信息机制实现信息的传递。后又经进一步研究发现，蚂蚁会在其经过的路径上释放一种可以称之为“信息素”的物质，蚁群内的蚂蚁对“信息素”具有感知能力，它们会沿着“信息素”浓度较高路径行走，而每只路过的蚂蚁都会在路上留下“信息素”，这就形成一种类似正反馈的机制，这样经过一段时间后，整个蚁群就会沿着最短路径到达食物源了。这种算法具有分布计算、信息正反馈和启发式搜索的特征，本质上是进化算法中的一种启发式全局优化算法。因此蚁群算法是一种用来寻找优化路径的概率型算法。

旅行商问题，即tsp问题（traveling salesman problem）又译为旅行推销员问题、货郎担问题，是数学领域中著名问题之一。假设有一个旅行商人要拜访n个城市，他必须选择所要走的路径，路径的限制是每个城市只能拜访一次，而且最后要回到原来出发的城市。路径的选择目标是要求得的路径路程为所有路径之中的最小值。迄今为止，这类问题中没有一个找到有效算法。倾向于接受np完全问题（np-complete或npc）和np难题（np-hard或nph）不存在有效算法这一猜想，认为这类问题的大型实例不能用精确算法求解，必须寻求这类问题的有效的近似算法。

2. 研究的基本内容与方案

2.1 目标（开发的系统概况描述）

基本蚂蚁算法动态演示，动态演示蚂蚁从巢穴出发到找到食物的最短路径，显示信息素挥发过程，跨越障碍。

tsp问题的基本蚂蚁算法求解演示，不少于20个城市，可随机生成和指定生成，提供gui界面，输出最优解。

3. 研究计划与安排

经过仔细的分析和研究，现把毕业设计的进度做如下大概的安排：

(1)1-2周：理解毕业设计要求，收集、查阅相关资料。

(2)3-5周：根据软件工程学的方法，进行系统分析和设计,提交系统总体设计方案。并完成英文资料的翻译。

4. 参考文献（12篇以上）

[1] 蔡自兴 人工智能及其应用[m] 清华大学出版社 2016.7

[2] 李琳 基于蚁群算法的面向服务软件的部署优化方法[j] 电子学报 2016 第44卷 第1期 p123-129

[3] 申铉京等 求解tsp问题的快速蚁群算法 吉林大学学报(工学版)[j] 2013 第1期 p147-151 1671-5497