仿生优化算法研究综述开题报告

全文总字数：4329字

1. 研究目的与意义

优化是一个古老的课题，已存在许多的经典数学方法可以用于解决此类问题。

但是由于科技发展至今天，经典的方式已经不足以满足现代人的需要，于是出现了此种仿生优化算法。

它通过模拟动物个体和动物种群的活动那个来解决优化问题。

2. 国内外研究现状分析

人工智能的先驱minsky就曾指出：我们应该从生物学而不是从物理学角度收到启发。

20世纪50年代中期创立了仿生学，人们从生物进化的激励中收到启发，提出了去多用于解决复杂优化问题的新方法，如遗传算法、进化规划、进化策略等。

所谓仿生优化算法，系指通过模拟人、自然及其他生物种群的结构特点、进化规律、行为方式及思维结构而发展起来的。

3. 研究的基本内容与计划

1 实行方案 （1）通过搜集资料，阅读中外文献，对基于仿生优化算法加以了解和实现； （2）学习和研究三种较为著名的仿生优化技术； （3）利用matlab编写出可运行的推荐算法； （4）对后期推荐算法做出实验评估，从时间，安全性等角度考虑算法的优点和不足，并提出可解决的预期方案； （5）最后编写论文，完成答辩工作； 2 进度安排 （1）2015年12月9日-2015年12月28日 拟定毕业设计选题 （2）2015年12月29日-2016年1月8日 对毕业设计课题进行审核 （3）2016年1月9日-2016年2月27日 查阅相关资料，撰写开题报告 （4）2016年3月1日-2016年3月15日 毕业设计第一阶段（理论知识学习） （5）2016年3月16日-2016年4月15日 毕业设计第二阶段（撰写主体部分） （6）2016年4月15日-2016年5月1日 毕业设计第三阶段（修改与完善） （7）2016年5月2日-2016年5月15日 拟定毕业论文大纲，书写毕业论文 （8）2016年5月16日-2016年5月30日 修改毕业论文，定稿 （9）2016年6月 毕业论文答辩 3 预期效果 （1）了解和掌握跨领域推荐算法的研究现状； （2）能够熟练运用仿生优化方法和技术； （3）进行实验评测和应用； （4）完成一篇毕业设计论文和相关答辩工作。

4. 研究创新点

了解仿生优化算法的起源，熟悉基本原理以及具体运算过程，并对三种算法进行了比较，创新是将其用于解决函数优化和TSP问题。