毕业设计（论文）知识产权声明 毕业设计（论文）知识产权声明
本人完全了解西安工业大学有关保护知识产权的规定，即：本科学生在校攻读学士学位期间毕业设计（论文）工作的知识产权属于西安工业大学。本人保证毕业离校后，使用毕业设计（论文）工作成果或用毕业设计（论文）工作成果发表论文时署名单位仍然为西安工业大学。学校有权保留送交的毕业设计（论文）的原文或复印件，允许毕业设计（论文）被查阅和借阅；学校可以公布毕业设计（论文）的全部或部分内容，可以采用影印、缩印或其他复制手段保存毕业设计（论文）。 （保密的毕业设计（论文）在解密后应遵守此规定）
毕业设计（论文）作者签名：
指导教师签名： 日期：
30
毕业设计（论文）创性声明 毕业设计（论文）独创性声明
秉承学校严谨的学风与优良的科学道德，本人声明所呈交的毕业设计（论文）是我个人在导师指导下进行的研究工作及取得的研究成果。尽我所知，除了文中特别加以标注和致谢的地方外，毕业设计（论文）中不包含其他人已经发表或撰写过的成果，不包含他人已申请学位或其他用途使用过的成果。与我一同工作的同志对本研究所做的任何贡献均已在论文中作了明确的说明并表示了致谢。
毕业设计（论文）与资料若有不实之处，本人承担一切相关责任。
毕业设计（论文）作者签名：
指导教师签名： 日期：
31
参考文献 参考文献
[1] Kennedy J, Eberhart R. Particle swarm optimization [A]. in: Proceedings of the 4th
IEEE International Conference on Neural Networks [C]，Piscataway: IEEE Service Center, 1995, pp.1942 -1948.
[2] Garnier S, Gautrais J, Theraulaz G. The biological principles of swarm intelligence [J].
Swarm Intelligence, vol. 30, no.1, 2007, pp.3-31.
[3] Eberhart R, Shi Y. Particle swarm optimization: Developments, applications and
resources [A]. in: Proc. IEEE Congr. Evol. Comput. [C], vol. 1, no.1, 2001, pp.81-86. [4] Parsopoulos K, Vrahatis M. Recent approaches to global optimization problems
through particle swarm optimization [J]. Natural Computing, vol.40, no. 1, 2002, pp.235-306.
[5] 谢晓锋, 张文俊, 杨之廉. 微粒群算法综述[J]. 控制与决策, vol. 18, no. 2, 2003:
129-134.
[6] Hu X, Shi Y, Eberhart R. Recent advances in particle swarm [A]. in: Proc. IEEE
Congr. Evol. Comput.[C], vol.1, 2004, pp.90-97.
[7] Banks A, Vincent J, Anyakoha C. A review of particle swarm optimization. Part I:
background and development [J]. Natural Computing, vol. 45, no. 6, 2007, pp.467-484.
[8] 王万良, 唐宇. 微粒群算法的研究现状与展望[J]. 浙江工业大学学报, vol. 35, no.
2, 2007: 136-141.
[9] Poli R, Kennedy J, Blackwell T. Particle swarm optimization: An overview [J].
Swarm Intelligence, vol.1, no.1, 2007, pp.33-57.
[10] Jelmer Van A, Robert B, Bart De S. Particle swarms in optimization and control [A].
in: Proceedings of the 17th World Congress The International Federation of AutomaticControl [C], Seoul, Korea, 2008, pp.5131-5136.
[11]黄岚，王康平，周春光，等.粒子群优化算法求解旅行商问题[J].吉林大学学报（理学版），2003（4）.
32
西安工业大学毕业设计(论文)
[12]Clerc，M.Discrete Particle Swarm Optimization，illustrated by theTraveling Salesman Problem.New optimization technique inengineering[C].Springer- Verlag，2004.
[13]王翠茹，张江维，王 ，等.改进粒子群优化算法求解旅行商问题[J].华北电力大学学报，2005（6）.
[14]王翠茹，冯海迅，张江维，等.基于改进粒子群优化算法求解旅行商问题[J].微计算机信息，2006（22）.
[15]傅 刚.PSO-TSP问题综述福州职业技术学院，福建 福州350001科技论坛,2013. [16]庞巍，王康平，周春光，等.模糊离散粒子群优化算法求解旅行商问题[J].小型微型计算机系统，2005（8）.
[17]郭文忠，陈国龙.求解TSP问题的模糊自适应粒子群算法[J].计算机科学，2006 （6）. [18]易云飞 陈国鸿,基于k-means的改进粒子群算法求解旅行商问题(河池学院) 2012(6).
[19]王文峰,刘光远,温万惠求解TSP问题的自逃逸混合离散粒子群算法研究西南大学计算机与信息科学学院重庆400715,2007 (6).
33
附录1 程序 附 录 1 程序
程序1 函数1
function [xm,fv] = PSO(fitness,N,c1,c2,w,M,D)
format long;
%------初始化种群的个体------------
for i=1:N
for j=1:D
x(i,j)=randn; %随机初始化位置
v(i,j)=randn; %随机初始化速度
end end
%------先计算各个粒子的适应度，并初始化Pi和Pg----------------------
for i=1:N
p(i)=fitness(x(i,:));
y(i,:)=x(i,:); end
pg = x(N,:); %Pg为全局最优
for i=1:(N-1)
if fitness(x(i,:)) pg=x(i,:); end end 34