碩士論文開題報告范文模板
在不斷進步的時代，報告有著舉足輕重的地位，其在寫作上有一定的技巧。相信很多朋友都對寫報告感到非常苦惱吧，以下是小編為大家整理的碩士論文開題報告范文模板，歡迎大家分享。
1、選題目的、意義。
蟻群算法是一種基于種群的啟發(fā)式搜索算法，由Dorigo M等人首先提出。很多研究已經(jīng)證明，蟻群算法具有很強的發(fā)現(xiàn)好解的能力，這是因為該算法不僅利用了正反饋的原理，在一定程度上可以加快進化進程，而且是一種本質(zhì)并行的算法，不同個體之間不斷地進行信息的交流與傳遞，從而能夠相互協(xié)作，有利于發(fā)現(xiàn)較好的解。蟻群算法定義的這種分布式問題求解模式能夠?qū)栴}求解的快速性，全局優(yōu)化特征及有限時間內(nèi)答案的合理性結(jié)合起來，所以引起了許多研究者的注意。
通過相關(guān)的研究工作，目前蟻群算法的應(yīng)用領(lǐng)域已由當初單一的TSP領(lǐng)域滲透到了多個應(yīng)用領(lǐng)域；由解決一維靜態(tài)優(yōu)化問題發(fā)展到解決多維動態(tài)組合優(yōu)化問題；由離散域范圍內(nèi)研究逐漸拓展到連續(xù)域范圍內(nèi)的研究。具體被應(yīng)用于包括機器人系統(tǒng)，圖像處理，制造系統(tǒng)，車輛路徑規(guī)劃，通訊系統(tǒng)，工程設(shè)計以及電力系統(tǒng)在內(nèi)的多種場合，還解決了實際系統(tǒng)中的資源規(guī)劃，運動規(guī)劃，數(shù)據(jù)分類等問題。
這種新興的仿生優(yōu)化算法展現(xiàn)出勃勃生機，并已成為可與遺傳算法相媲美的仿生優(yōu)化算法
2、國內(nèi)外研究綜述及本人對綜述的評價。
對蟻群算法的研究雖然剛剛起步，但初步的研究結(jié)果已顯示出該算法在求解復(fù)雜優(yōu)化問題（特別是離散優(yōu)化問題）方面的優(yōu)越性。蟻群算法正在受到越來越多的人的研究和注意。
從當前可以檢索到的文獻情況看，研究和應(yīng)用蟻群優(yōu)化算法的學(xué)者主要集中在比利時，意大利，英國，法國和德國等歐洲國家。日本和美國在這兩年也開始啟動對蟻群算法的研究。我國最早研究蟻群算法的是東北大學(xué)張紀會博士和徐心和教授。目前，蟻群優(yōu)化算法在啟發(fā)式方法范疇內(nèi)已逐漸成為一個獨立的分支。
盡管蟻群優(yōu)化的嚴格理論基礎(chǔ)尚未奠定，國內(nèi)外的有關(guān)研究仍停留在實驗探索階段，但從當前的應(yīng)用效果來看，這種新型的尋優(yōu)思想具有十分光明的前景更多深入細致的工作還有待于進一步展開。
3、研究內(nèi)容、研究中所要突破的難題。
研究內(nèi)容：
�。�1）基本蟻群算法及其改進算法（蟻群系統(tǒng)、最大—最小蟻群系統(tǒng)）
（2）蟻群算法在控制系統(tǒng)（滿意PID控制器參數(shù)優(yōu)化、非線性方程組的求解、Wiener模型參數(shù)辨識）中的應(yīng)用
研究中所要突破的難題：
�。�1）蟻群算法參數(shù)選擇很重要，選擇不當?shù)脑挄霈F(xiàn)搜索的過早停滯現(xiàn)象或陷入局部最優(yōu)問題。
（2）蟻群算法對非線性系統(tǒng)辨識中對 輸入信號的選擇是一個難點。
4、擬采取的研究方法，有何特色與創(chuàng)新之處。
擬采取的研究方法：將滿意PID控制器的參數(shù)優(yōu)化問題，非線性方程組的求解問題，Wiener模型參數(shù)辨識問題都轉(zhuǎn)換為求最優(yōu)的問題，利用蟻群算法求解最優(yōu)問題。 特色與創(chuàng)新之處：一般PID控制器參數(shù)的優(yōu)化的被控對象的參數(shù)是一定的，滿意PID被控對象給出的則是參數(shù)區(qū)間；蟻群算法是一種新的并行優(yōu)化算法，它有高度適應(yīng)性，較強魯棒性且高效的優(yōu)點，在組合優(yōu)化問題中，蟻群算法的優(yōu)化性能好于遺傳算法等。用蟻群算法解決一些傳統(tǒng)的方法難以解決的問題，有研究價值。
5、現(xiàn)有研究條件和可能存在的問題。
現(xiàn)有研究條件： 張宏立老師提供了些書籍資料，自己也已搜集了一些相關(guān)技術(shù)資料。學(xué)院也為了我們配置了性能良好的計算機還有MATLAB仿真平臺。
可能存在的問題：
�。�1）蟻群算法參數(shù)選擇很重要，選擇不當?shù)脑挄霈F(xiàn)搜索的過早停止現(xiàn)象或陷入局部最優(yōu)問題。
（2）蟻群算法對非線性系統(tǒng)辨識中對輸入信號的選擇是一個難點。
6、預(yù)期的結(jié)果。
�。�1）提出了一種基于蟻群算法的滿意PID控制器參數(shù)優(yōu)化的方法。
�。�2）提出了一種基于蟻群算法的求解非線性方程組的方法。
（3）提出了一種基于蟻群算法的Wiener模型辨識的方法。
7、論文工作進度安排。
查閱資料，完成碩士論文的開題報告工作；
查閱相關(guān)技術(shù)資料并深入學(xué)習(xí)研究，熟悉MATLAB仿真軟件；
深入學(xué)習(xí)基本蟻群算法及其改進算法；
深入學(xué)習(xí)蟻群算法在控制系統(tǒng)中的應(yīng)用；
仿真并驗證理論的正確性和方案的可行性；
撰改論文，準備論文答辯。
8、論文提綱
前言
一、緒論
二、基本蟻群算法
三、螞蟻系統(tǒng)
四、最大—最小蟻群系統(tǒng)
五、基于蟻群算法的滿意PID控制器參數(shù)優(yōu)化
六、基于蟻群算法的非線性方程組的求解
七、基于蟻群算法的Wiener模型參數(shù)辨識
結(jié)論
參考文獻（以上為參考格式，學(xué)科專業(yè)不同、論文選題不同，可以有不同的寫作方式）
[1] 孫偉. 非線性PID控制器參數(shù)優(yōu)化方法[J].計算機工程與應(yīng)用, 2010, 46(28) .
[2] 王建國. 非線性系統(tǒng)的蟻群優(yōu)化預(yù)測[J].測控技術(shù), 2008, 27(10) .
[3] 朱遙. 采用蟻群算法模擬機器人尋路的仿真實驗[J].河北工業(yè)科技, 2010, 27 (5).
[4] 李小珂. 基于蟻群算法的PID參數(shù)優(yōu)化[J].2003全國仿真技術(shù)會議論文集, 2003.
[5] 段海濱. 基于蟻群算法的PID參數(shù)優(yōu)化[J].武漢大學(xué)學(xué)報, 2004,37(5) .
[6] 郭立俊,譚劍波. 蟻群算法在系留氣球PID控制器中的研究[J].2008年中國浮空器大會論文集, 2008.
[7] 李楠,胡即明. 蟻群算法在PID參數(shù)優(yōu)化中的應(yīng)用研究[J].中國水運, 2008,8(5) .
[8] 李虹,孫志毅. 基于MATLAB的改進型基本蟻群算法[J].太原重型機械學(xué)院學(xué)報, 2003, 24 (3) .
[9] 尹曉峰. 基于MATLAB的混合型蟻群算法求解車輛路徑問題[J].計算機工程與應(yīng)用, 2005,35(10) .
[10] 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).
[11] 野瑩瑩,付麗君. 基于MATLAB的蟻群算法仿真研究[J].裝備制造技術(shù), 2008, 11(10) .
[12] 江重光. 智能蟻群算法[J].冶金自動化, 2005, 3 (10) .
[13] 魏平,熊偉清. 用于一般函數(shù)優(yōu)化的蟻群算法[J].寧波大學(xué)學(xué)報, 2001, 14(4) .
[14] 劉業(yè)政,凌海峰. 蟻群優(yōu)化的研究發(fā)展及應(yīng)用[J].合肥工業(yè)大學(xué)學(xué)報, 2006, 29(1) .
[15] 偉建. 蟻群算法綜述[J].2007中國控制與決策學(xué)術(shù)年會論文集, 2007 .
[16] 詹士昌. 蟻群算法中有關(guān)算法參數(shù)的最優(yōu)選擇[J].科技通報, 2003, 19(5) .
[17] 陳冰梅. 求解旅行商問題的MATLAB蟻群仿真研究[J].計算機測量與控制, 2011,19(4) .
[18] 張玉蘭. 求解連續(xù)函數(shù)最大值的螞蟻優(yōu)化算法[J].南京師范大學(xué)學(xué)報, 2005,5(3) .
[19] 柳長安. 非線性系統(tǒng)的蟻群優(yōu)化預(yù)測[J].測控技術(shù), 2008, 27(10) .
[20] 王建國. 基于改進蟻群算法的移動機器人動態(tài)路徑規(guī)劃方法[J].電子學(xué)報,2011, 39(5) .
【碩士論文開題報告】相關(guān)文章：
理工碩士論文開題報告03-19
碩士論文開題報告的要求03-19
翻譯在職碩士論文開題報告03-20
碩士論文開題報告的寫作格式03-19
碩士論文開題報告的基本寫法12-10
教育碩士論文開題報告范文最新01-14
舞蹈教育碩士論文開題報告范文11-18
在職碩士論文開題報告格式要求03-14