護(hù)理碩士開(kāi)題報(bào)告
護(hù)理碩士的課程設(shè)置要充分反映護(hù)理實(shí)踐領(lǐng)域?qū)?zhuān)門(mén)人才的知識(shí)與素質(zhì)要求，以培養(yǎng)學(xué)生的臨床護(hù)理實(shí)踐能力為主，同時(shí)注重培養(yǎng)研究能力和教學(xué)能力。
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(qiáng)的發(fā)現(xiàn)好解的能力，這是因?yàn)樵撍惴ú粌H利用了正反饋的原理，在一定程度上可以加快進(jìn)化進(jìn)程，而且是一種本質(zhì)并行的算法，不同個(gè)體之間不斷地進(jìn)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(wèn)題求解模式能夠?qū)?wèn)題求解的快速性，全局優(yōu)化特征及有限時(shí)間內(nèi)答案的合理性結(jié)合起來(lái)，所以引起了許多研究者的注意。
通過(guò)相關(guān)的研究工作，目前蟻群算法的應(yīng)用領(lǐng)域已由當(dāng)初單一的TSP領(lǐng)域滲透到了多個(gè)應(yīng)用領(lǐng)域;由解決一維靜態(tài)優(yōu)化問(wèn)題發(fā)展到解決多維動(dòng)態(tài)組合優(yōu)化問(wèn)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(jī)器人系統(tǒng)，圖像處理，制造系統(tǒng)，車(chē)輛路徑規(guī)劃，通訊系統(tǒng)，工程設(shè)計(jì)以及電力系統(tǒng)在內(nèi)的多種場(chǎng)合，還解決了實(shí)際系統(tǒng)中的資源規(guī)劃，運(yùn)動(dòng)規(guī)劃，數(shù)據(jù)分類(lèi)等問(wèn)題。
這種新興的.仿生優(yōu)化算法展現(xiàn)出勃勃生機(jī)，并已成為可與遺傳算法相媲美的仿生優(yōu)化算法
2、國(guó)內(nèi)外研究綜述及本人對(duì)綜述的評(píng)價(jià)。 對(duì)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(wèn)題(特別是離散優(yōu)化問(wèn)題)方面的優(yōu)越性。蟻群算法正在受到越來(lái)越多的人的研究和注意。
從當(dāng)前可以檢索到的文獻(xiàn)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(shí)，意大利，英國(guó)，法國(guó)和德國(guó)等歐洲國(guó)家。日本和美國(guó)在這兩年也開(kāi)始啟動(dòng)對(duì)蟻群算法的研究。我國(guó)最早研究蟻群算法的是東北大學(xué)張紀(jì)會(huì)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(gè)獨(dú)立的分支。
盡管蟻群優(yōu)化的嚴(yán)格理論基礎(chǔ)尚未奠定，國(guó)內(nèi)外的有關(guān)研究仍停留在實(shí)驗(yàn)探索階段，但從當(dāng)前的應(yīng)用效果來(lái)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(xì)致的工作還有待于進(jìn)一步展開(kāi)。
3、研究?jī)?nèi)容、研究中所要突破的難題。
研究?jī)?nèi)容：
1.基本蟻群算法及其改進(jìn)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(mǎn)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(shí))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(dāng)?shù)脑挄?huì)出現(xiàn)搜索的過(guò)早停滯現(xiàn)象或陷入局部最優(yōu)問(wèn)題。
2. 蟻群算法對(duì)非線性系統(tǒng)辨識(shí)中對(duì) 輸入信號(hào)的選擇是一個(gè)難點(diǎn)。
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(mǎn)意PID控制器的參數(shù)優(yōu)化問(wèn)題，非線性方程組的求解問(wèn)題，Wiener模型參數(shù)辨識(shí)問(wèn)題都轉(zhuǎn)換為求最優(yōu)的問(wèn)題，利用蟻群算法求解最優(yōu)問(wèn)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(duì)象的參數(shù)是一定的，滿(mǎn)意PID被控對(duì)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(qiáng)魯棒性且高效的優(yōu)點(diǎn)，在組合優(yōu)化問(wèn)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(wèn)題，有研究?jī)r(jià)值。
5、現(xiàn)有研究條件和可能存在的問(wèn)題。 現(xiàn)有研究條件： 張宏立老師提供了些書(shū)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(jì)算機(jī)還有MATLAB仿真平臺(tái)。
可能存在的問(wèn)題：
1. 蟻群算法參數(shù)選擇很重要，選擇不當(dāng)?shù)脑挄?huì)出現(xiàn)搜索的過(guò)早停止現(xiàn)象或陷入局部最優(yōu)問(wèn)題。
2. 蟻群算法對(duì)非線性系統(tǒng)辨識(shí)中對(duì)輸入信號(hào)的選擇是一個(gè)難點(diǎn)。
6、預(yù)期的結(jié)果。
1.提出了一種基于蟻群算法的滿(mǎn)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(shí)的方法。
7、論文工作進(jìn)度安排。
2011.09--2011.12 查閱資料，完成碩士論文的開(kāi)題報(bào)告工作;
2012.01--2012.02 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;
2012.02--2012.06 深入學(xué)習(xí)基本蟻群算法及其改進(jìn)算法;
2012.10--2013.01 深入學(xué)習(xí)蟻群算法在控制系統(tǒng)中的應(yīng)用;
2013.03--2013.04 仿真并驗(yàn)證理論的正確性和方案的可行性;
2013.05--2013.06 撰改論文，準(zhǔn)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(mǎn)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(shí)
結(jié)論
參考文獻(xiàn) (以上為參考格式，學(xué)科專(zhuān)業(yè)不同、論文選題不同，可以有不同的寫(xiě)作方式)
[1] 孫偉。 非線性PID控制器參數(shù)優(yōu)化方法[J].計(jì)算機(jī)工程與應(yīng)用， 2010, 46(28) .
[2] 王建國(guó)。 非線性系統(tǒng)的蟻群優(yōu)化預(yù)測(cè)[J].測(cè)控技術(shù)， 2008, 27(10) .
[3] 朱遙。 采用蟻群算法模擬機(jī)器人尋路的仿真實(shí)驗(yàn)[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(guó)仿真技術(shù)會(huì)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(bào)， 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(guó)浮空器大會(huì)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(guó)水運(yùn)， 2008,8(5) .
[8] 李虹，孫志毅。 基于MATLAB的改進(jìn)型基本蟻群算法[J].太原重型機(jī)械學(xué)院學(xué)報(bào)， 2003, 24 (3) .
[9] 尹曉峰。 基于MATLAB的混合型蟻群算法求解車(chē)輛路徑問(wèn)題[J].計(jì)算機(jī)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(wèn)題[J].鐵路計(jì)算機(jī)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(dòng)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(bào)， 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(bào)， 2006, 29(1) .
[15] 任建偉。 蟻群算法綜述[J].2007中國(guó)控制與決策學(xué)術(shù)年會(huì)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(bào)， 2003, 19(5) .
[17] 陳冰梅。 求解旅行商問(wèn)題的MATLAB蟻群仿真研究[J].計(jì)算機(jī)測(cè)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(bào)， 2005,5(3) .
[19] 柳長(zhǎng)安。 非線性系統(tǒng)的蟻群優(yōu)化預(yù)測(cè)[J].測(cè)控技術(shù)， 2008, 27(10) .
[20] 王建國(guó)。 基于改進(jìn)蟻群算法的移動(dòng)機(jī)器人動(dòng)態(tài)路徑規(guī)劃方法[J].電子學(xué)報(bào)，2011, 39(5) .
【護(hù)理碩士開(kāi)題報(bào)告】相關(guān)文章：