面向TSP和图像分割的蚁群算法研究

发布时间：2021-09-30 23:52

　　现今社会,随着数据量的增大,待优化问题日益增多,群智能算法为优化问题的求解提供了一定的思路。蚁群算法作为群智能算法的一种,能有效处理组合及聚类等优化问题。TSP问题作为组合优化问题的代表,图像分割问题作为聚类问题的代表,近年来得到了广泛的研究。但是,蚁群算法在求解TSP问题时思路相对固定,在求解图像分割问题时运行速度较慢,还有待进一步完善。为此,本文分为面向TSP问题的蚁群算法研究与面向图像分割的蚁群算法研究两部分。本文提出归约思想与蚁群算法相结合的方法,将TSP问题与图像分割问题归约为许多子问题,为TSP问题的求解提供了新思路,并能有效提高图像分割问题的运行速度。本文提出TSP问题的凸包归约求解方法,提供了TSP问题求解新思路。做TSP问题点集凸包,将凸包内的点按照隶属度划分到凸包边所在分类,每个分类内所有点构成一个子集,同时TSP问题也被归约成多个带约束的子问题,对子问题进行递归求解,将所有子问题解合并即可形成原问题的解。提出了两种子集划分方法,单层凸包划分方法与层次凸包划分方法,并在TSPlib数据集上进行了测试,验证了TSP问题凸包归约方法的有效性。面向TSP问题的蚁群算法研究... 

【文章来源】：哈尔滨工业大学黑龙江省 211工程院校 985工程院校

【文章页数】：69 页

【学位级别】：硕士

【部分图文】：

蚁群行为机制示意图

哈尔滨工业大学工程硕士学位论文-45-(e)方法三分割结果(f)方法四分割结果图5-4第三幅图像分割结果对于信息素更新公式的变化，在主观上并未产生太大的影响，对于采用空间信息后图像分割的效果，可以由第三幅图像分割结果看出，图像分割效果略有下降，下面采用客观评价进行更精细的评估。图像一分割效果评价如表5-1所示。图像二分割效果评价如表5-2所示。图像三分割效果评价如表5-3所示。表5-1第一幅图像空间信息对图像分割质量的影响F分数召回率精确度无空间信息+信息素公式（5-1）87.3610077.55无空间信息+信息素公式（2-9）86.9899.8977.03有空间信息+信息素公式（5-1）87.2610077.41有空间信息+信息素公式（2-9）86.6599.9676.47

第一幅


本文编号：3416865