许海坤开题报告.docVIP

沈 阳 工 程 学 院 毕业设计（论文）开题报告 蚁群算法在发电厂（N+M）容错系统中的应用 系 部： 电力学院 专 业： 电气工程及其自动化 学生姓名： 许海坤 指导教师： 邹毅 开题时间： 2014年 03月 15日 一、总体说明 在开题报告中要求给出你对课题的理解，类似的研究在国内外的进展情况，你对系统设计的初步设想，主要需要解决的技术难题和解决思路，同时应给出课题的时间安排。蚁群算法，又称是一种用来在图中寻找优化路径的机率型算法。它由Marco Dorigo于1992年在他的中提出，其灵感来源于蚂蚁在寻找食物过程中发现路径的行为。蚁群算法是一种模拟，初步的研究表明该算法具有许多优良的性质。 二、课题预期目标及主要工作（设计思想、拟采用的方法及手段） 1.设计思想 （N+M）容错模式采用公共备件的思想，即每台机组配备一台单控制器，另有若干个作为公共备件。当其中的一台发生故障时，切换控制逻辑用一个备用控制器代替故障控制器继续工作，而不中止机组的运行，从而实现对故障控制器的容错。在实际应用中，通常控制过程数是一定的，与之对应的工作控制器台数也一定。当N一定时，则上述问题转化为在N为给定的条件下。求解M、λ/μ使（N+M）容错系统的费用最小。 由于该模型包括整型变量和连续变量的混合变量；目标函数和约束条件具有严重的非线性特征，且组合项系数中含有变量；约束条件多项式的长度与变量有关，表达式不固定，因此采用传统解析方法优化求解是非常困难的，拟采用蚁群算法进行求解。 2.主要工作 （1）对(N+M)容错系统进行优化模型提取； （N+M）系统优化的数学模型为 约束条件为 其中 上述费用模型是一个同时具有离散和连续变量的混合优化问题，其中决策变量为n 、m 、λ／μ。n和m是整型变量，λ／μ为连续变量；且其目标函数和约束条件具有严重非线性特性，属于非线性规划。 （2）对各类算法进行比较，得适合该模型的优化算法； 主要针对粒子群算法和遗传算法，通过比较蚁群算法与粒子群算法和遗传算法的各自优势及特点，得到最适合发电厂容错系统的算法。 （3）算法编程使用Delphi或Matlab语言。 （4）用该优化算法为求解工具，对(N+M)容错系统模型进行求解； 根据蚁群算法的数学模型，利用Matlab语言编程，对(N+M)容错系统模型进行求解。 （5）对该算法进行改进，使其具有更强的适应性； 根据蚁群算法的特点，优化算法，得到适合发电厂容错系统的程序。 （6）进行数据分析，并与经典算法进行对比； 利用程序得到相关数据，进行相关比较。 三、预计设计过程中可能遇到的问题以及解决的方法和措施 问题1、选择外文资料 解决方法：上网检索，去图书馆检索各种杂志和相关的专业书籍。 问题2、算法的理解 解决方法：查找有关的书籍文献资料，对蚁群算法事先研究一下，明白其原理、特点等相关知识，不会之处及时向老师请教。 问题3、运用算法编程 解决方法：查阅《蚁群算法原理及其应用》、《蚁群算法优化》和《Matlab语言》并向指导老师请教，应用计算机程序。 问题4、算法之间的优势比较 解决方法：查阅《粒子群算法及应用》、《粒子群算法优化》、《遗传算法及应用》及《遗传算法优化》等相关资料，总结相应算法的优势，并与蚁群算法比较。 问题5、数据处理 解决方法：利用Matlab的程序，输入给定的参数得到数据，并进行分析。 四、进度安排 序号 设计内容 天数 周次 1 借阅相关资料、理解蚁群算法原理 5天 第一周 2 查找英文相关文献 2天 3 翻译对应的英文文献 7天 第二周 4 修改英文文献翻译 2天 第三周 5 编写开题报告 5天 6 修改开题报告 2天 第四周 7 理解Matlab语言程序 5天 8 理解蚁群算法的数学模型 7天 第五周 9 运用Matlab语言进行编程 7天 第六周 10 对(N+M)容错系统模型进行求解 7天 第七周 11 进行数据分析，并与经典算法进行对比； 7天 第八周 12 对该算法进行改进，使其具有更强的适应性； 7天 第九周 13 对各类算法进行比较，得适合该模型的优化算法； 7天 第十周 14 更改、提交设计成品 7天 第十一周 15 设计成品检查、评阅 7天 第十二周 16 答辩 7天 第十三周 五、参考文献 [1]蚁群算法及其应用研究 赵天男; 王晓红 软件导刊 2010（6） [2]蚁群算法的研究及应用进展 张祖琼 电脑知识