基于FPGA的改進蟻群算法設(shè)計.pdf

1、蟻群算法(Ant colony algorithm，ACA)是模擬螞蟻群體覓食行為的一種啟發(fā)式仿生類智能進化算法，也是目前研究的群智能算法的一種。國內(nèi)外針對蟻群算法的研究也相當(dāng)廣泛，其研究也大致分為理論研究和應(yīng)用研究兩種類型：理論研究主要包括兩部分，一是針對算法進行改進，即與其他算法結(jié)合提出新的算法；二是針對蟻群算法理論本身進行研究，如收斂性研究等。諸如針對信息素釋放修改進行改進、針對概率選擇方式進行改進以及同其他算法結(jié)合進行改進等。近

2、年來蟻群算法在函數(shù)優(yōu)化、組合優(yōu)化等領(lǐng)域以及網(wǎng)絡(luò)路由、機器人路徑規(guī)劃、數(shù)據(jù)挖掘、系統(tǒng)辨識及大規(guī)模集成電路的綜合布線設(shè)計等工程問題上得到了廣泛的應(yīng)用，并取得了良好的效果。蟻群算法的硬件設(shè)計是仿真硬件(Bionicshardware，BHW)領(lǐng)域的一個分支，也是蟻群算法研究的高級階段。其硬件實現(xiàn)具有執(zhí)行速度快、自修復(fù)、自組織等優(yōu)點，能滿足實時系統(tǒng)的需求。
　　 本文首先針對蟻群系統(tǒng)進行改進，提出了基于動態(tài)啟發(fā)因子的多螞蟻算法，并對改進

3、算法進行了詳細闡述，最后將該算法應(yīng)用于旅行商問題(TravelingSalesman Problem，TSP)問題進行仿真實驗分析，證明了改進算法的有效性和可行性。同時本文針對基于遺傳蟻群算法進行改進提出基于遺傳策略和粒子群策略的蟻群算法，并對改進算法進行詳細闡述和仿真實驗分析，證明了改進算法的可行性。針對蟻群算法的硬件設(shè)計研究，本文通過分析研究原始的蟻群算法，將蟻群算法首先進行硬件模塊劃分，然后分析各模塊的實現(xiàn)功能，最后進行各模塊的仿