我来做任务的
论文摘要：文章针对侦察无人机航路规划这一问题，分析了影响航路规划的因素，构建了航路规划的模型。结合侦察无人机航路规划的特点与模型，论证了基于蚁群算法求解的理由与优点，并对蚁群算法的初始信息素强度与启发因子进行了改进。最后以岛屿进攻战役这一特定作战任务为例。利用MATLAB实现了侦察多目标时的航路规划问题。 引言 航路规划是指在目标点与起始点之间，为运动物体寻找满足某种性能指标和某些约束的线路、路径。目前对于航路规划的研究主要用于导弹、鱼雷、飞机等飞行器的飞行线路选择上，对于无人机的侦察航路的系统研究还不多见。在文献[3]中虽然也应用蚁群算法进行了航路规划，但没有充分考虑到威胁点存在和目标点价值对航路的影响，且对蚁群算法没有进行启发因子和信息素初始强度方面的创新。在相关外文文献中，由于美军无人机航程较大，其航路规划的约束条件就相对较少，可供借鉴的内容也很有限。而针对岛屿进攻战役这一特殊作战样式的研究更是尚属空白。本文正是基于这一背景下对该问题进行研究，以实现在充分发挥无人机最大作战效能的同时，又尽可能地降低无人机被毁伤概率。 1、影响航路规划的因素分析 影响侦察无人机航路规划的主要因素有如下四个方面。 目标价值 目标价值是衡量某一时刻对某一目标实施火力突击必要程度的综合指标(用Vm表示)。可采用层次分析法获得各个目标的价值Vm，也可以再进行归一化处理，得到各目标的相对价值系数Ku，以此来衡量目标的重要程度。 对不同的目标实施侦察时，对于价值较高的目标可安排更长的有效侦察时间，而对于价值相对较低的目标，则应适当压缩有效侦察时间。 有效飞行时间(距离) 侦察的主要目的是发现对己方有价值目标并及时描述目标的状态，因此发现目标的概率是航路是否合理的一个重要指标。距离目标越近，飞机上侦察设备能够搜索目标区的时间也就越长，发现目标的概率也就越大。 在执行侦察任务时，为了获得某一目标的有效信息，无人机必需接近目标并使目标处于其机载电子、光学侦察设备的作用距离内。如果为了实时监控某一目标，侦察无人机还必需在此目标的上空盘旋、停留，以使目标长时间地处于机载设备的监控之下。因此对目标的发现概率可以用有效飞行时间来表征。它表示侦察无人机对目标总的侦察、监控时间，为处理方便，若侦察无人机以等速率飞行，则其有效侦察飞行时间也可转变为有效飞行距离表征。 生存能力 侦察无人机要完成侦察任务就必须具备一定的生存能力。而其生存能力主要与侦察无人机的隐形规避性能、敌方雷达、防空武器的性能等相关。即侦察无人机的生存能力既受本身的易感性、易损性、可靠性影响，也受敌方的侦察探测和打击能力影响。 从侦察无人机完成飞行任务过程来看，包括发射、正常飞行和突破拦截三个过程，若用概率Pf、Pl、Ps表示三个过程的完成情况。 航程(油量)限制 航程是指侦察无人机起飞后，中途不经加油所能飞越的最大水平距离，即飞行距离。是表征侦察无人机远航和持久飞行能力的指标。由于其在地面一次所加的油量是有限的，因此它的航路必然受到航程的限制，且由于无线电的作用距离受限，飞机执行任务的位置不能超过其作战半径。 2、航路规划构模 侦察无人机多数情况下执行特定的侦察监视飞行任务，指挥员期望的目标是在有限的飞行时间与航程内发现尽可能多的目标，同时付出的代价最小。 就航路规划的约束条件而言，首先是威胁量不能超过指挥员的许可范围，其二，是侦察无人机总的飞行距离不能超过侦察无人机的航程。一旦两者之一不能成立，表明要求的任务是无法完成的，即 3、蚁群算法及其改进 蚁群算法作为一种新的计算模式引入人工智能领域，被称为蚂蚁系统，该系统基于以下假设： (1)蚂蚁之间通过环境进行通信。每只蚂蚁仅根据其周围的局部环境做出反应，也仅对其周围的局部环境产生影响； (2)蚂蚁对环境的反应由其内部模式决定； (3)在个体水平上，每只蚂蚁仅根据环境做出独立选择。在群体水平上，单只蚂蚁的行为是随机的，但蚁群通过自组织过程形成高度有序的群体行为。 基于蚁群算法进行航路规划的特点 基于蚁群算法的侦察无人机航路规划方法，能够保证在航路制订时得到一条具有较小可被探测概率及可接受航程的飞行航路，这种航路规划方法还具有以下特点：(1)在蚂蚁不断散布生物信息激素的加强作用下，新的信息会很快被加入到环境中，而由于生物信息激素的蒸发更新，旧的信息会不断被丢失，体现出一种动态特性； (2)最优路线是通过众多蚂蚁的合作被搜索得到的，并成为大多数蚂蚁所选择的路线，这一过程具有协同性； (3)由于许多蚂蚁在环境中感受散布的生物信息激素同时自身也散发生物信息激素，这使得不同的蚂蚁会有不同的选择策略，具有分布性。这些特点与未来战场的许多要求是相符的，因而采用蚁群算法对侦察无人机的航路进行规划具有可行性与前瞻性。 蚁群算法的改进 (1)ij(t)的初值 为了更好的考虑威胁，在定义在初始条件下定义轨迹强度不同，根据蚂蚁选择路线最优选择轨迹强度高的路线，而无人机的航路规划中则应该更优的选择距离威胁点较远的航路。那么可以定义轨迹的初始强度与距离成反比。即与威胁点越近的路线，信息素强度越小。对于两目标点间的每条路径，其信息素轨迹初始强度。 4、基于改进蚁群算法的侦察无人机航路规划的实现 航路规划的初始条件 蚁群算法用于航路规划主要运用在对多目标实施搜索侦察的航路规划问题，即航路规划需要得出的是飞行经过各个目标的数量和次序，以使侦察无人机经过尽可能多的目标点。 在进行初始规划的过程中，为更方便蚁群算法的实现，首先确定坐标系，将上述各目标点及威胁点用坐标系来表示，这样可以便于实际的运算。 假设在岛屿进攻战役中以某市为坐标点(100，100)的位置，以3公里为1个坐标系单位长度建立平面直角坐标系(这是在充分考虑了将主要有价值点都包括在一个(120×120)的范围内而合理构建的)。则可以确定上述各点的坐标系位置，得到各点坐标。同时各个目标点的价值系数通过层次分析法可求得到结果(具体过程略)。 蚁群算法模型的实现 蚁周系统的各初始参量的确定 为计算和表示方便，将目标点定义为向量Mi(其中i＝1，2，3，…，12)，威胁点定义为向量Ti(其中i＝1，2，3)。采用蚁群算法实现目标点的类旅行商(TSP，Traveling Salesman Problem)问题，目前已经开发的蚁群算法包括蚁密系统、蚁量系统和蚁周系统，而实际应用多数应用后者。为模拟系统中蚂蚁行为的方便，定义标记。 蚁群算法模型分析 通过比较的方法，定性分析各个情况下的目标函数值和航路规划图。不难发现在考虑了目标点价值和威胁点威胁的情况下，航路尽可能地避开了威胁并优先选择通过目标价值较大的点。这样无人机的被毁伤概率较低，且如果发生被毁伤事件时，已经发现的总体目标价值最大。 针对四种情况进行定量分析，假设指挥员的倾向性为，即略侧重于考虑威胁代价。2000表示对每个目标的有效侦察距离均为2000m，计算目标函数的值，可见考虑完备时虽然航路总长最大但总体的目标函数值也最大，航程最优，即侦察无人机应按照依次通过这些目标点。 5、结束语 通过上述分析，在给定侦察无人机的侦察任务情况下经运算可求得最优的初始航路，它可以有效地提高无人机的侦察效能，降低无人机的被毁伤概率，它对于目前军事斗争准备中如何使用侦察无人机具有一定的指导意义。随着我军侦察无人机性能的提高及型号的不断丰富，在对未来岛屿进攻战役中如何对这些机型进行航路规划尚有待于进一步探讨。
蚁群算法(ant colony optimization, ACO)，又称蚂蚁算法，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年在他的博士论文中提出，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进化算法,初步的研究表明该算法具有许多优良的性质.针对PID控制器参数优化设计问题,将蚁群算法设计的结果与遗传算法设计的结果进行了比较,数值仿真结果表明,蚁群算法具有一种新的模拟进化优化方法的有效性和应用价值。下面详细说明：1、范围：蚂蚁观察到的范围是一个方格世界，蚂蚁有一个参数为速度半径（一般是3），那么它能观察到的范围就是3*3个方格世界，并且能移动的距离也在这个范围之内。2、环境：蚂蚁所在的环境是一个虚拟的世界，其中有障碍物，有别的蚂蚁，还有信息素，信息素有两种，一种是找到食物的蚂蚁洒下的食物信息素，一种是找到窝的蚂蚁洒下的窝的信息素。每个蚂蚁都仅仅能感知它范围内的环境信息。环境以一定的速率让信息素消失。3、觅食规则：在每只蚂蚁能感知的范围内寻找是否有食物，如果有就直接过去。否则看是否有信息素，并且比较在能感知的范围内哪一点的信息素最多，这样，它就朝信息素多的地方走，并且每只蚂蚁都会以小概率犯错误，从而并不是往信息素最多的点移动。蚂蚁找窝的规则和上面一样，只不过它对窝的信息素做出反应，而对食物信息素没反应。4、移动规则：每只蚂蚁都朝向信息素最多的方向移，并且，当周围没有信息素指引的时候，蚂蚁会按照自己原来运动的方向惯性的运动下去，并且，在运动的方向有一个随机的小的扰动。为了防止蚂蚁原地转圈，它会记住最近刚走过了哪些点，如果发现要走的下一点已经在最近走过了，它就会尽量避开。5、避障规则：如果蚂蚁要移动的方向有障碍物挡住，它会随机的选择另一个方向，并且有信息素指引的话，它会按照觅食的规则行为。6、播撒信息素规则：每只蚂蚁在刚找到食物或者窝的时候撒发的信息素最多，并随着它走远的距离，播撒的信息素越来越少。 根据这几条规则，蚂蚁之间并没有直接的关系，但是每只蚂蚁都和环境发生交互，而通过信息素这个纽带，实际上把各个蚂蚁之间关联起来了。比如，当一只蚂蚁找到了食物，它并没有直接告诉其它蚂蚁这儿有食物，而是向环境播撒信息素，当其它的蚂蚁经过它附近的时候，就会感觉到信息素的存在，进而根据信息素的指引找到了食物。
遗传算法有比较强的全局搜索能力，特别是当交叉概率比较大时，能产生大量的新个体，提高了全局搜索范围，遗传算法适合求解离散问题，具备数学理论支持，但是存在着汉明悬崖等问题。 蚁群算法适合在图上搜索路径问题，计算开销会大。两者都是随机算法，只不过遗传算法是仿生学的算法；蚁群算法是数学算法，是应用目前最广的算法 。针对不同的研究方向，它所体现出来的优缺点是不一样的，将这两个算法混合，优势互补，提高优化性能，并且分别来求解离散空间的和连续空间的优化问题。 希望可以帮到您，望采纳！
遗传算法是一种智能优化算法，神经网络是人工智能算法的一种。可以将遗传算法用于神经网络的参数优化中。
都差不多，简单的算法而已，随便挑个就行。个人觉得蚁群容易点，挑个信息素就够了。
一个程序的核心在于算法。比如说打开一个软件和运行一个软件的速度在计算机硬件性能相同情况下，软件的算法起到了几近决定性作用，所有的计算机软件和硬件的编程都是需要算法的，就算一个hello world程序虽然我们编时候没有用到算法但是在编译他和运行再屏幕显示的时候就是算法了。算法是计算机乃至自然界的核心，如果知道人脑的算法，就可以制造出人工智能的软件。算法太多，也就不全部列举出来了，具体的还有用法，你自己看下书或去网上找下，都应该可以找到的：比如：贪心算法，蚁群算法，遗传算法，进化算法，基于文化的遗传算法，禁忌算法，蒙特卡洛算法，混沌随机算法，序贯数论算法，粒子群算法，模拟退火算法等等。
蚁群算法(ant colony optimization, ACO),又称蚂蚁算法,是一种用来在图中寻找优化路径的机率型技术.它由Marco Dorigo于1992年在他的博士论文中引入,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进化算法,初步的研究表明该算法具有许多优良的性质.针对PID控制器参数优化设计问题,将蚁群算法设计的结果与遗传算法设计的结果进行了比较,数值仿真结果表明,蚁群算法具有一种新的模拟进化优化方法的有效性和应用价值.蚁群算法是一种求解组合最优化问题的新型通用启发式方法,该方法具有正反馈、分布式计算和富于建设性的贪婪启发式搜索的特点.通过建立适当的数学模型,基于故障过电流的配电网故障定位变为一种非线性全局寻优问题.由柳洪平创建.预期的结果：各个蚂蚁在没有事先告诉他们食物在什么地方的前提下开始寻找食物.当一只找到食物以后,它会向环境释放一种信息素,吸引其他的蚂蚁过来,这样越来越多的蚂蚁会找到食物!有些蚂蚁并没有象其它蚂蚁一样总重复同样的路,他们会另辟蹊径,如果令开辟的道路比原来的其他道路更短,那么,渐渐,更多的蚂蚁被吸引到这条较短的路上来.最后,经过一段时间运行,可能会出现一条最短的路径被大多数蚂蚁重复着.原理：为什么小小的蚂蚁能够找到食物?他们具有智能么?设想,如果我们要为蚂蚁设计一个人工智能的程序,那么这个程序要多么复杂呢?首先,你要让蚂蚁能够避开障碍物,就必须根据适当的地形给它编进指令让他们能够巧妙的避开障碍物,其次,要让蚂蚁找到食物,就需要让他们遍历空间上的所有点；再次,如果要让蚂蚁找到最短的路径,那么需要计算所有可能的路径并且比较它们的大小,而且更重要的是,你要小心翼翼的编程,因为程序的错误也许会让你前功尽弃.这是多么不可思议的程序!太复杂了,恐怕没人能够完成这样繁琐冗余的程序.然而,事实并没有你想得那么复杂,上面这个程序每个蚂蚁的核心程序编码不过100多行!为什么这么简单的程序会让蚂蚁干这样复杂的事情?答案是：简单规则的涌现.事实上,每只蚂蚁并不是像我们想象的需要知道整个世界的信息,他们其实只关心很小范围内的眼前信息,而且根据这些局部信息利用几条简单的规则进行决策,这样,在蚁群这个集体里,复杂性的行为就会凸现出来.这就是人工生命、复杂性科学解释的规律!那么,这些简单规则是什么呢?下面详细说明：1、范围：蚂蚁观察到的范围是一个方格世界,蚂蚁有一个参数为速度半径（一般是3）,那么它能观察到的范围就是3*3个方格世界,并且能移动的距离也在这个范围之内.2、环境：蚂蚁所在的环境是一个虚拟的世界,其中有障碍物,有别的蚂蚁,还有信息素,信息素有两种,一种是找到食物的蚂蚁洒下的食物信息素,一种是找到窝的蚂蚁洒下的窝的信息素.每个蚂蚁都仅仅能感知它范围内的环境信息.环境以一定的速率让信息素消失.3、觅食规则：在每只蚂蚁能感知的范围内寻找是否有食物,如果有就直接过去.否则看是否有信息素,并且比较在能感知的范围内哪一点的信息素最多,这样,它就朝信息素多的地方走,并且每只蚂蚁多会以小概率犯错误,从而并不是往信息素最多的点移动.蚂蚁找窝的规则和上面一样,只不过它对窝的信息素做出反应,而对食物信息素没反应.4、移动规则： 每只蚂蚁都朝向信息素最多的方向移,并且,当周围没有信息素指引的时候,蚂蚁会按照自己原来运动的方向惯性的运动下去,并且,在运动的方向有一个随机的小的扰动.为了防止蚂蚁原地转圈,它会记住最近刚走过了哪些点,如果发现要走的下一点已经在最近走过了,它就会尽量避开.5、避障规则：如果蚂蚁要移动的方向有障碍物挡住,它会随机的选择另一个方向,并且有信息素指引的话,它会按照觅食的规则行为. 7、播撒信息素规则：每只蚂蚁在刚找到食物或者窝的时候撒发的信息素最多,并随着它走远的距离,播撒的信息素越来越少.根据这几条规则,蚂蚁之间并没有直接的关系,但是每只蚂蚁都和环境发生交互,而通过信息素这个纽带,实际上把各个蚂蚁之间关联起来了.比如,当一只蚂蚁找到了食物,它并没有直接告诉其它蚂蚁这儿有食物,而是向环境播撒信息素,当其它的蚂蚁经过它附近的时候,就会感觉到信息素的存在,进而根据信息素的指引找到了食物.问题：说了这么多,蚂蚁究竟是怎么找到食物的呢?在没有蚂蚁找到食物的时候,环境没有有用的信息素,那么蚂蚁为什么会相对有效的找到食物呢?这要归功于蚂蚁的移动规则,尤其是在没有信息素时候的移动规则.首先,它要能尽量保持某种惯性,这样使得蚂蚁尽量向前方移动（开始,这个前方是随机固定的一个方向）,而不是原地无谓的打转或者震动；其次,蚂蚁要有一定的随机性,虽然有了固定的方向,但它也不能像粒子一样直线运动下去,而是有一个随机的干扰.这样就使得蚂蚁运动起来具有了一定的目的性,尽量保持原来的方向,但又有新的试探,尤其当碰到障碍物的时候它会立即改变方向,这可以看成一种选择的过程,也就是环境的障碍物让蚂蚁的某个方向正确,而其他方向则不对.这就解释了为什么单个蚂蚁在复杂的诸如迷宫的地图中仍然能找到隐蔽得很好的食物.当然,在有一只蚂蚁找到了食物的时候,其他蚂蚁会沿着信息素很快找到食物的.蚂蚁如何找到最短路径的?这一是要归功于信息素,另外要归功于环境,具体说是计算机时钟.信息素多的地方显然经过这里的蚂蚁会多,因而会有更多的蚂蚁聚集过来.假设有两条路从窝通向食物,开始的时候,走这两条路的蚂蚁数量同样多（或者较长的路上蚂蚁多,这也无关紧要）.当蚂蚁沿着一条路到达终点以后会马上返回来,这样,短的路蚂蚁来回一次的时间就短,这也意味着重复的频率就快,因而在单位时间里走过的蚂蚁数目就多,洒下的信息素自然也会多,自然会有更多的蚂蚁被吸引过来,从而洒下更多的信息素……；而长的路正相反,因此,越来越多地蚂蚁聚集到较短的路径上来,最短的路径就近似找到了.也许有人会问局部最短路径和全局最短路的问题,实际上蚂蚁逐渐接近全局最短路的,为什么呢?这源于蚂蚁会犯错误,也就是它会按照一定的概率不往信息素高的地方走而另辟蹊径,这可以理解为一种创新,这种创新如果能缩短路途,那么根据刚才叙述的原理,更多的蚂蚁会被吸引过来.引申跟着蚂蚁的踪迹,你找到了什么?通过上面的原理叙述和实际操作,我们不难发现蚂蚁之所以具有智能行为,完全归功于它的简单行为规则,而这些规则综合起来具有下面两个方面的特点：1、多样性2、正反馈多样性保证了蚂蚁在觅食的时候不置走进死胡同而无限循环,正反馈机制则保证了相对优良的信息能够被保存下来.我们可以把多样性看成是一种创造能力,而正反馈是一种学习强化能力.正反馈的力量也可以比喻成权威的意见,而多样性是打破权威体现的创造性,正是这两点小心翼翼的巧妙结合才使得智能行为涌现出来了.引申来讲,大自然的进化,社会的进步、人类的创新实际上都离不开这两样东西,多样性保证了系统的创新能力,正反馈保证了优良特性能够得到强化,两者要恰到好处的结合.如果多样性过剩,也就是系统过于活跃,这相当于蚂蚁会过多的随机运动,它就会陷入混沌状态；而相反,多样性不够,正反馈机制过强,那么系统就好比一潭死水.这在蚁群中来讲就表现为,蚂蚁的行为过于僵硬,当环境变化了,蚂蚁群仍然不能适当的调整.既然复杂性、智能行为是根据底层规则涌现的,既然底层规则具有多样性和正反馈特点,那么也许你会问这些规则是哪里来的?多样性和正反馈又是哪里来的?我本人的意见：规则来源于大自然的进化.而大自然的进化根据刚才讲的也体现为多样性和正反馈的巧妙结合.而这样的巧妙结合又是为什么呢?为什么在你眼前呈现的世界是如此栩栩如生呢?答案在于环境造就了这一切,之所以你看到栩栩如生的世界,是因为那些不能够适应环境的多样性与正反馈的结合都已经死掉了,被环境淘汰了!参数说明：最大信息素：蚂蚁在一开始拥有的信息素总量,越大表示程序在较长一段时间能够存在信息素.信息素消减的速度：随着时间的流逝,已经存在于世界上的信息素会消减,这个数值越大,那么消减的越快.错误概率表示这个蚂蚁不往信息素最大的区域走的概率,越大则表示这个蚂蚁越有创新性.速度半径表示蚂蚁一次能走的最大长度,也表示这个蚂蚁的感知范围.记忆能力表示蚂蚁能记住多少个刚刚走过点的坐标,这个值避免了蚂蚁在本地打转,停滞不前.而这个值越大那么整个系统运行速度就慢,越小则蚂蚁越容易原地转圈.蚁群算法的实现下面的程序开始运行之后,蚂蚁们开始从窝里出动了,寻找食物；他们会顺着屏幕爬满整个画面,直到找到食物再返回窝.其中,‘F’点表示食物,‘H’表示窝,白色块表示障碍物,‘+’就是蚂蚁了.参数说明：最大信息素：蚂蚁在一开始拥有的信息素总量,越大表示程序在较长一段时间能够存在信息素.信息素消减的速度：随着时间的流逝,已经存在于世界上的信息素会消减,这个数值越大,那么消减的越快.错误概率表示这个蚂蚁不往信息素最大的区域走的概率,越大则表示这个蚂蚁越有创新性.速度半径表示蚂蚁一次能走的最大长度,也表示这个蚂蚁的感知范围.记忆能力表示蚂蚁能记住多少个刚刚走过点的坐标,这个值避免了蚂蚁在本地打转,停滞不前.而这个值越大那么整个系统运行速度就慢,越小则蚂蚁越容易原地转圈.
跟着蚂蚁的踪迹，你找到了什么？通过上面的原理叙述和实际操作，我们不难发现蚂蚁之所以具有智能行为，完全归功于它的简单行为规则，而这些规则综合起来具有下面两个方面的特点：1、多样性2、正反馈多样性保证了蚂蚁在觅食的时候不至走进死胡同而无限循环，正反馈机制则保证了相对优良的信息能够被保存下来。我们可以把多样性看成是一种创造能力，而正反馈是一种学习强化能力。正反馈的力量也可以比喻成权威的意见，而多样性是打破权威体现的创造性，正是这两点小心翼翼的巧妙结合才使得智能行为涌现出来了。引申来讲，大自然的进化，社会的进步、人类的创新实际上都离不开这两样东西，多样性保证了系统的创新能力，正反馈保证了优良特性能够得到强化，两者要恰到好处的结合。如果多样性过剩，也就是系统过于活跃，这相当于蚂蚁会过多的随机运动，它就会陷入混沌状态；而相反，多样性不够，正反馈机制过强，那么系统就好比一潭死水。这在蚁群中来讲就表现为，蚂蚁的行为过于僵硬，当环境变化了，蚂蚁群仍然不能适当的调整。既然复杂性、智能行为是根据底层规则涌现的，既然底层规则具有多样性和正反馈特点，那么也许你会问这些规则是哪里来的？多样性和正反馈又是哪里来的？我本人的意见：规则来源于大自然的进化。而大自然的进化根据刚才讲的也体现为多样性和正反馈的巧妙结合。而这样的巧妙结合又是为什么呢？为什么在你眼前呈现的世界是如此栩栩如生呢？答案在于环境造就了这一切，之所以你看到栩栩如生的世界，是因为那些不能够适应环境的多样性与正反馈的结合都已经死掉了，被环境淘汰了！ 蚁群算法的由来：蚂蚁是地球上最常见、数量最多的昆虫种类之一，常常成群结队地出现在人类的日常生活环境中。这些昆虫的群体生物智能特征，引起了一些学者的注意。意大利学者，等人在观察蚂蚁的觅食习性时发现，蚂蚁总能找到巢穴与食物源之间的最短路径。经研究发现，蚂蚁的这种群体协作功能是通过一种遗留在其来往路径上的叫做信息素(Pheromone)的挥发性化学物质来进行通信和协调的。化学通信是蚂蚁采取的基本信息交流方式之一，在蚂蚁的生活习性中起着重要的作用。通过对蚂蚁觅食行为的研究，他们发现，整个蚁群就是通过这种信息素进行相互协作，形成正反馈，从而使多个路径上的蚂蚁都逐渐聚集到最短的那条路径上。这样，等人于1991年首先提出了蚁群算法。其主要特点就是：通过正反馈、分布式协作来寻找最优路径。这是一种基于种群寻优的启发式搜索算法。它充分利用了生物蚁群能通过个体间简单的信息传递，搜索从蚁巢至食物间最短路径的集体寻优特征，以及该过程与旅行商问题求解之间的相似性。得到了具有NP难度的旅行商问题的最优解答。同时，该算法还被用于求解Job-Shop调度问题、二次指派问题以及多维背包问题等，显示了其适用于组合优化类问题求解的优越特征。多年来世界各地研究工作者对蚁群算法进行了精心研究和应用开发，该算法现已被大量应用于数据分析、机器人协作问题求解、电力、通信、水利、采矿、化工、建筑、交通等领域。蚁群算法之所以能引起相关领域研究者的注意，是因为这种求解模式能将问题求解的快速性、全局优化特征以及有限时间内答案的合理性结合起来。其中，寻优的快速性是通过正反馈式的信息传递和积累来保证的。而算法的早熟性收敛又可以通过其分布式计算特征加以避免，同时，具有贪婪启发式搜索特征的蚁群系统又能在搜索过程的早期找到可以接受的问题解答。这种优越的问题分布式求解模式经过相关领域研究者的关注和努力，已经在最初的算法模型基础上得到了很大的改进和拓展。经过一定时间，从食物源返回的蚂蚁到达D点同样也碰到障碍物，也需要进行选择。此时A, B两侧的信息素浓度相同，它们仍然一半向左，一半向右。但是当A侧的蚂蚁已经完全绕过障碍物到达C点时，B侧的蚂蚁由于需走的路径更长，还不能到达C点，图3表示蚁群在障碍物前经过一段时间后的情形。此时对于从蚁巢出发来到C点的蚂蚁来说，由于A侧的信息素浓度高，B侧的信息素较低，就倾向于选择A侧的路径。这样的结果是A侧的蚂蚁越来越多，最终所有蚂蚁都选择这条较短的路径，图4 表示蚁群最终选择的路径上述过程，很显然是由蚂蚁所留下的信息素的“正反馈”过程而导致的。蚂蚁个体就是通过这种信息的交流来达到搜索食物的目的。蚁群算法的基本思想也是从这个过程转化而来的。蚁群算法的特点：1)蚁群算法是一种自组织的算法。在系统论中，自组织和它组织是组织的两个基本分类，其区别在于组织力或组织指令是来自于系统的内部还是来自于系统的外部，来自于系统内部的是自组织，来自于系统外部的是他组织。如果系统在获得空间的、时间的或者功能结构的过程中，没有外界的特定干预，我们便说系统是自组织的。在抽象意义上讲，自组织就是在没有外界作用下使得系统熵减小的过程(即是系统从无序到有序的变化过程)。蚁群算法充分体现了这个过程，以蚂蚁群体优化为例子说明。当算法开始的初期，单个的人工蚂蚁无序的寻找解，算法经过一段时间的演化，人工蚂蚁间通过信息激素的作用，自发的越来越趋向于寻找到接近最优解的一些解，这就是一个无序到有序的过程。2)蚁群算法是一种本质上并行的算法。每只蚂蚁搜索的过程彼此独立，仅通过信息激素进行通信。所以蚁群算法则可以看作是一个分布式的多agent系统，它在问题空间的多点同时开始进行独立的解搜索，不仅增加了算法的可靠性，也使得算法具有较强的全局搜索能力。3)蚁群算法是一种正反馈的算法。从真实蚂蚁的觅食过程中我们不难看出，蚂蚁能够最终找到最短路径，直接依赖于最短路径上信息激素的堆积，而信息激素的堆积却是一个正反馈的过程。对蚁群算法来说，初始时刻在环境中存在完全相同的信息激素，给予系统一个微小扰动，使得各个边上的轨迹浓度不相同，蚂蚁构造的解就存在了优劣，算法采用的反馈方式是在较优的解经过的路径留下更多的信息激素，而更多的信息激素又吸引了更多的蚂蚁，这个正反馈的过程使得初始的不同得到不断的扩大，同时又引导整个系统向最优解的方向进化。因此，正反馈是蚂蚁算法的重要特征，它使得算法演化过程得以进行。4)蚁群算法具有较强的鲁棒性。相对于其它算法，蚁群算法对初始路线要求不高，即蚁群算法的求解结果不依赖于初始路线的选择，而且在搜索过程中不需要进行人工的调整。其次，蚁群算法的参数数目少，设置简单，易于蚁群算法应用到其它组合优化问题的求解。蚁群算法的应用进展以蚁群算法为代表的蚁群智能已成为当今分布式人工智能研究的一个热点，许多源于蜂群和蚁群模型设计的算法己越来越多地被应用于企业的运转模式的研究。美国五角大楼正在资助关于群智能系统的研究工作-群体战略(Swarm Strategy)，它的一个实战用途是通过运用成群的空中无人驾驶飞行器和地面车辆来转移敌人的注意力，让自己的军队在敌人后方不被察觉地安全进行。英国电信公司和美国世界通信公司以电子蚂蚁为基础，对新的电信网络管理方法进行了试验。群智能还被应用于工厂生产计划的制定和运输部门的后勤管理。美国太平洋西南航空公司采用了一种直接源于蚂蚁行为研究成果的运输管理软件，结果每年至少节约了1000万美元的费用开支。英国联合利华公司己率先利用群智能技术改善其一家牙膏厂的运转情况。美国通用汽车公司、法国液气公司、荷兰公路交通部和美国一些移民事务机构也都采用这种技术来改善其运转的机能。鉴于群智能广阔的应用前景，美国和欧盟均于近几年开始出资资助基于群智能模拟的相关研究项目，并在一些院校开设群体智能的相关课程。国内，国家自然科学基金”十五”期间学科交叉类优先资助领域中的认知科学及其信息处理的研究内容中也明确列出了群智能领域的进化、自适应与现场认知主题。蚁群优化算法最初用于解决TSP问题，经过多年的发展，已经陆续渗透到其他领域中，比如图着色问题、大规模集成电路设计、通讯网络中的路由问题以及负载平衡问题、车辆调度问题等。蚁群算法在若干领域己获得成功的应用，其中最成功的是在组合优化问题中的应用。在网络路由处理中，网络的流量分布不断变化，网络链路或结点也会随机地失效或重新加入。蚁群的自身催化与正向反馈机制正好符合了这类问题的求解特点，因而，蚁群算法在网络领域得到一定应用。蚁群觅食行为所呈现出的并行与分布特性使得算法特别适合于并行化处理。因而，实现算法的并行化执行对于大量复杂的实际应用问题的求解来说是极具潜力的。在某群体中若存在众多无智能的个体，它们通过相互之间的简单合作所表现出来的智能行为即称为集群智能(Swarm Intelligence)。互联网上的交流，不过是更多的神经元连接(人脑)通过互联网相互作用的结果，光缆和路由器不过是轴突和突触的延伸。从自组织现象的角度上看，人脑的智能和蚁群也没有本质上的区别，单个神经元没有智能可言，单个蚂蚁也没有，但是通过连接形成的体系，是一个智能体。（作者： 李精灵 编选：中国电子商务研究中心）
目标函数是什么 还有约束条件
好的，只要编程的吗。
对于论文，首先就是要有创新点，或者实际应用。不改进就是别人的东西，改进了就是你自己的了。建议模仿别人的混合其他算法或者改进参数，或者参数自动生成等。这样有了改进的东西的论文才有创新点。
我这里有一个粒子群的完整范例：<群鸟觅食的优化问题>function main()clc;clear all;close all;tic; %程序运行计时E0=; %允许误差MaxNum=100; %粒子最大迭代次数narvs=1; %目标函数的自变量个数particlesize=30; %粒子群规模c1=2; %每个粒子的个体学习因子，也称为加速常数c2=2; %每个粒子的社会学习因子，也称为加速常数w=; %惯性因子vmax=; %粒子的最大飞翔速度x=-5+10*rand(particlesize,narvs); %粒子所在的位置v=2*rand(particlesize,narvs); %粒子的飞翔速度%用inline定义适应度函数以便将子函数文件与主程序文件放在一起，%目标函数是：y=1+(*(1-x+2*x.^2).*exp(-x.^2/2))%inline命令定义适应度函数如下：fitness=inline('1/(1+(*(1-x+2*x.^2).*exp(-x.^2/2)))','x');%inline定义的适应度函数会使程序运行速度大大降低for i=1:particlesize for j=1:narvs f(i)=fitness(x(i,j)); endendpersonalbest_x=x;personalbest_faval=f;[globalbest_faval i]=min(personalbest_faval);globalbest_x=personalbest_x(i,:);k=1;while k<=MaxNum for i=1:particlesize for j=1:narvs f(i)=fitness(x(i,j)); end if f(i) 毕业生论文答辩自述报告范文多篇 1篇 各位老师，下午好! 我叫***，是**级**1班的学生，我的论文题目是《基于C/S的图书销售管理系统》，论文是在朱**导师的悉心指点下完成的，在这里我向我的导师表示深深的谢意，向各位老师不辞辛苦参加我的论文答辩表示衷心的感谢，并对三年来我有机会聆听教诲的各位老师表示由衷的敬意。下面我将本论文设计的目的和主要内容向各位老师作一汇报，恳请各位老师批评指导。 首先，我想谈谈这个毕业论文设计的目的及意义。 作为计算机应用的一部分,图书销售管理系统对图书销售进行管理,具有着手工管理所无法比拟的优点,极大地提高图书销售管理效率及在同行业中的竞争力.因此，图书销售管理系统有着广泛的市场前景和实际的应用价值. 其次，我想谈谈这篇论文的结构和主要内容。 本文分成五个部分. 第一部分是综述.这部分主要论述本系统开发的目的和意义，与业务相关的管理原理，以及与系统相关MIS系统开发原理与方法。 第二部分是系统分析.这部分分析用户需求,进行调查研究和分析,目的是根据用户的需求和资源条件,以现状为基础,确定新系统的逻辑模型,即从抽象的信息管理角度出发,为使用户满意,系统应对哪些信息做怎样一些存储、变换与传递，具备哪些功能，从而明确系统应该做些什么。 第三部分是系统设计.通过系统总体设计及详细设计对系统分析的结果进行整合,目的是要得到一个令用户满意的良好的实现方案。 第四部分是系统实现.根据系统设计的内容，讨论了该系统对人员与平台的要求,以及数据库表结构的建立与数据输入,并进行应用程序设计与测试. 第五部分是系统运行.这部分描述了系统操作使用的方法,进行一些系统测试，并评价了该系统. 最后，我想谈谈这篇论文和系统存在的不足。 这篇论文的写作以及系统开发的过程，也是我越来越认识到自己知识与经验缺乏的过程。虽然，我尽可能地收集材料，竭尽所能运用自己所学的知识进行论文写作和系统开发，但论文还是存在许多不足之处,系统功能并不完备，有待改进.请各位评委老师多批评指正，让我在今后的学习中学到更多。 谢谢! 2篇 大家上午好！ 我叫×××，本次论文指导老师是×××老师，我选的毕业论文题目是《提升浙江省出口优势产业集群竞争力的对策研究》，下面我先汇报一下自己选取这篇论文的动机以及论文选题背景、基本写作思路、理论与实践好处。 先来陈述一下我的'写作动机。我来自台州，在没写这篇论文之前我仅明白台州各地存在生产相同产品的特色乡镇，比较熟悉的有临海的太平洋彩灯城、台州的的服装机械、玉环的阀门等等，根据20XX年底的统计数据，其中阀门水泵占全国出口的60%以上，缝纫机和电动裁剪机在国际上占有70%的市场份额等等。而浙江，众所周知是一个贸易大省，我想出口与产业集群就应有醒目的联系，所以，我就选取了《提升浙江省出口优势产业集群竞争力的对策研究》，一方面是期望透过这篇论文能让自己更加清楚的了解浙江省出口优势产业集群的分布、现状及国际竞争力，二则因为自己属于国贸专业，也期望以后能从我省的优势产业集群中挖掘更多的商机，为自己的未来作些理论的铺垫。 其次，我要陈述的是本篇论文的主要论点及结构。虽然这篇论文的选题有点长，但我觉得中心还是就应扣在最后的几个字上，即“集群竞争力的对策分析”。所谓“产业集群”，是指在某一产业的上下游企业在必须区域内超多集聚，构成了竞争优势的经济群落。北京大学教授王缉慈在论坛中指出，提高出口竞争力的关键是发展富有特色的产业集群，力避产业集群的同质性的重复建设。因此，我的论文从浙江省出口优势产业集群的发展现状和主要特点着手，力求寻找到我省出口优势产业集群具有优势的软硬件基础。我总结出来的几点是规模喜人、产业结构合理、产品分工细致、出口竞争优势显著等。 在论证浙江省出口优势产业集群竞争力及其竞争优势的时候，我主要分析浙江省产业集群的几个关系，比如企业集聚与生产效率、国际竞争力的关系，集群竞争力与竞争压力、创新潜力的关系，“区位品牌”与集群竞争力的联系等。而出口优势产业集群竞争力的决定因素也常规的从国家层面、集群层面、企业层面“先大角度再小口径”地分析。 这篇大学生毕业论文对浙江省出口优势产业集群竞争力指标分析也主要集中在第三部分，这也是我对策研究的理论根据。其中包括集群占浙江省近几年六成左右的主要经济指标——浙江省20XX——20XX年的进出口额，浙江省出口优势产业集群中主要企业在各地区的分布状况，例举温州民营中小企业对海外市场进入方式偏好，而竞争力指标也主要围绕贸易竞争力指标（TC指数），出口分散度等进行论述。并进一步提出浙江省出口优势产业集群竞争力的制约因素。这些都是浙江省出口优势产业集群竞争力的对策提出的基础。 论文的重心也是透过以上的分析来给出提升浙江省出口优势产业集群竞争力的对策。我借鉴了大学经济类科目的主要归纳方法，分别从政府、企业、行业协会三个角度来提出相应的对策。也能够说是宏观与微观对策的双重分析来应答如何提升浙江省出口优势产业集群竞争力。 在写完这篇论文的时候，自己感觉条理上还不是很严谨，出现了一些观点的重复，对一些具体数据的收集还有许多不足，使得这篇论文在对浙江省出口优势产业集群竞争力的的思考还停留在比较粗浅的层面，不论在理论方面，还是在实践方面都有许多问题需要继续进行深入、细致地探索。但也因为透过写这篇论文使我对浙江的出口优势产业集群的分布、产业集群状况及出口总体概况有了大致的了解，大学本专业所学的部分知识也重新被认识与肯定，因此也能够说一篇论文使我受益匪浅。 最后，恳请各位老师进行批评指正，谢谢大家！ 最近作品 课程辅助教学网站 电话拨号程序 Web浏览与搜索 传真收发 对Modem的控制 云台控制系统 自动报警系统 VC串口编程调试精灵 VC单片机通信 人事管理系统 企业员工考勤管理系统 简易留言本 简易论坛 在线聊天室 在线购物网站（C＃） 热卖作品 企业人力资源管理系统 超市后台管理系统 课程辅助教学网站 学生档案管理系统（VB+... 电脑销售管理系统 图书管理系统 酒店管理系统 酒店客房管理系统（前台＋... 在线考试系统 财务管理系统 企业工资管理系统 电子商务系统 学生成绩管理系统 人事管理系统 销售管理系统（VB＋SQ... 支付宝信任公告 本站荣誉成为支付宝信任商家 最新推荐 VB类作品 财务管理系统 点灯游戏 学生档案管理系统（VB+... 医院工资管理系统 旅游资源管理系统（综合版... POS(财务＋人事＋库房... 销售管理系统（VB＋SQ... 图书管理系统 Delphi类作品 酒店客房管理系统（前台＋... 人事档案管理系统 工资管理系统 固定资产管理系统 人力资源管理系统 库存管理系统 手机销售管理系统 远程教育管理系统 ASP类作品 课程辅助教学网站 在线考试系统 留言板（2） 在线校友录 学生成绩管理系统 在线聊天室（2） 企业网上办公系统 在线聊天室 VC类作品 电话拨号程序 Web浏览与搜索 传真收发 对Modem的控制 云台控制系统 自动报警系统 VC串口编程调试精灵 VC单片机通信 JSP类作品 简易论坛 在线聊天室 物流信息管理 企业网站 电子商务系统 企业经销存管理系统 企业OA（办公自动化系统... 人力资源管理系统 其他类作品 人事管理系统 企业员工考勤管理系统 简易留言本 贸易管理系统 小区管理系统（综合版） 会员管理系统 票据管理系统 经销存管理系统 企业员工计时和帐单管理 图片库管理系统 .NET类作品 在线购物网站（C＃） 简易公司网站 在线图书管理系统（C＃） 多彩网络文本编辑器(C#... 音乐合(C#) 论坛(C#) 在线服务网站(C#) 个人秘书办公系统 定做作品展示 工程图纸管理系统 电话号码查询系统 出版社信息系统 火车站售票系统 学生成绩管理系统 彩票号码查询分析系统 成绩查询系统 超市后台管理系统 电脑销售管理系统 工地工伤信息管理系统 参考网站 www 51ebysj com 改革开放以来，我国化工行业发展迅速，为国民经济发展做出了重要贡献。同时，我国化工行业经营环境也日趋复杂，面临的风险和安全隐患也越来越大。下面是我为大家推荐的化工类 毕业 论文，供大家参考。 化工类毕业论文 范文 一：化学工程学科集群分析 一、我国化学工程与技术专业学科集群现象 经过调查统计,我国共有100多所高校招有化学工程与技术专业硕士研究生,该专业研究方向过多,一个专业出现87个研究方向。研究方向的划分有的甚至是跨学科的。如化学工程与技术专业是属于工学的,应用化学专业是属于理学,可应用化学居然是化学工程与技术专业的一个研究方向。同属于一个研究方向,研究方向的名称也是多样化的,缺乏统一标准,如安徽大学、南昌大学的绿色化学工程,上海大学就称为绿色化学与工艺。为了解决上述问题,我们请教了化工领域的专家,给这87个研究方向做一个归类,分为9个大的方向(表1)。由表1可以发现我国化学工程与技术专业是存在学科集群现象的,表现在:专业的学科建设,已经不单是化学工程的问题,而涉及到了化学化工研究的所有领域,包括应用化学、环境化工、工业催化、资源与材料工程、新能源技术、生物工程与技术、过程系统工程、油气加工及石油化工等。我国化学工程与技术专业学科集群的力度较大,表现在:各个高校的研究方向基本上都比较多,如清华大学、中国矿业大学、北京工业大学、北京理工大学、华南理工大学、华东理工大学、上海大学等高校,其研究方向都是传统与现代并存,传统化学化工的研究方向所占比例较大,如化学工程,包含的研究方向较多。部分代表21世纪化学化工发展方向的研究方向,在很多学校都受到重视,如资源与材料工程,研究方向也比较多。 二、化学工程与技术专业学科集群的创新及竞争优势 本文选择山西省高校做研究,分析其师资力量情况,以分析化学工程与技术专业集群的创新及竞争优势。山西省作为我国化工3大生产基地,化学化工产业是山西省的支柱产业,化学化工专业是山西省高校、特别是工科院校的学科优势之一。选择山西大学、中北大学、太原理工大学的化学化工学院为样本(见表2),按照前文对学科集群的认识,这些学院都有9个以上相关专业和研究方向,已经形成了一定的学科集群规模。其中论文指该学院教师被SCI、EI、ISTP3大检索刊物收录的论文数。中北大学的数据包含了CA论文。山西大学的数据不包括ISTP论文。专著指该学院教师出版的学术专著数,不包括教材。项目及奖项指该学院教师申请的省部级以上项目、经费及省部级以上奖项。发明专利指:该学院教师申请并且授权的发明专利。3所高校的化学化工学院拥有一定数量的教授和博士生导师,博士学位的教师也占到了较大比例。3所学院教师的科研成果也较为可观,被3大检索刊物收录的论文数量较多,出版了一定数量的专著,申请了一定数量的国家自然科学基金项目。山西大学化学化工学院承担了国家自然科学基金的重大攻关项目,以及“863”项目,甚至获得了国家科技进步奖和国家技术发明奖二等奖各1项。中北大学化学与环境学院承担过“973”项目,获得过国家技术发明二等奖1项,三等奖2项,国防科学技术一等奖2项。中北大学和山西大学还拥有发明专利十几项。从师资力量来看,应该说学科集群让山西省高校化学化工领域的创新取得了一定的成就,使得山西省高校化学化工专业在全国具有了一定的竞争优势和影响力。 三、化学工程与技术专业学科集群的协同创新模式 山西大学至今已与国内20余所高校、科研院所建立了学术交流与合作关系;与日本岩手大学、香港浸会大学等国家和地区的高校及科研单位签订协议,开展交流。在校企合作方面,与山西三维集团股份有限公司、太原钢铁(集团)公司、天脊集团等大型企业,在产品研发、岗位培训等多方面进行了良好的合作。太原理工大学与山西化工研究所建立了山西省化学工程技术中心,还与山西焦化集团公司等6个企业建立了长期稳定的产学研合作关系。中北大学安全工程系与航天一院、航天三院、北京理工大学、南京理工大学、第二炮兵工程学院、西安近代化学研究所等科研机构和相关生产企业进行了卓有成效的科研项目合作。从产学研合作角度来看,三所高校都与国内外相关院校、科研院所和企业建立了良好的产学研合作关系。从企业合作的视角来看,在研发方面,与山西省的产业集群密切相关,合作领域主要为新能源技术、环境化工、生物工程与技术。3所高校的化学工程与技术学科集群与山西省的产业集群具有一定的协同关系,构建了学科集群与产业集群协同创新的模式,围绕着山西省的产业特色,为山西省地方经济服务。 四、我国化学工程与技术专业集群的路径 从以上3所高校的情况来看,基本上已经完成了单个高校某个学科的集群,在3所高校内部相关专业之间建立了学科集群,集群的方式是建立化学化工学院,统筹化学化工各个专业,从多学科、多专业、多研究方向的角度,进行学科集群。关于区域性学科集群,即单个高校与该高校所在地高校、研究所和企业之间的集群,3所高校都作出了一定的努力,也取得了一定的实效。集群的方式是产学研合作,与山西省高校、科研院所和企业建立合作关系,从而服务地方经济。关于跨区域性学科集群,即单个高校与该高校所在地之外高校、研究所和企业之间的集群,中北大学有一定的建树,却没有进一步深入。中北大学之所以能够有一定建树的原因是该校原来是部属院校,与其他部属院校具有一定的合作关系。因此,中北大学的跨区域学科集群,仅仅局限于与兄弟院校的合作,还没有进一步深入到与其他省份企业的合作上。 五、结论 第一,我国高校化学工程与技术专业有87个研究方向,扩散性较强,涉及到了化学化工的各个领域,表明该专业的建设具有学科集群现象,并且已经以建院的形式,完成了单个高校某个学科的集群。第二,学科集群有利于团队建设,从而能够产生一定的创新成果,与产业集群一样,使得高校学科建设具有一定的竞争优势和影响力。第三,学科集群与高校所在地产业集群存在一定的协同关系,也就是说,学科集群首先必须与高校所在地经济发展特色密切相关。只有这样,才能实现产学研结合,服务地方经济。第四,从学科集群的路径来看,单个高校某个学科的集群已经完成,区域性学科集群也具有了一定的规模,跨区域性学科集群还有待于进一步发展。当然,我们相信,在区域性学科集群发展到一定程度后,必然会走向跨区域性学科集群。 化工类毕业论文范文二：生物质化学人才培训思考 一、生物质化学工程人才的需求分析 能源是人类社会赖以生存和发展的基础。随着经济的飞速发展,我国能源消耗快速增长,已跃居世界第二大能源消费国。我国能源总量和人均占有量却严重不足,石油供需约缺口1亿吨,天然气供需约缺口400亿标准立方米。而且,由于清洁利用的技术难度较大,化石能源在使用过程中引发了诸多的环境问题。生物质能是第四大一次能源,又是唯一可存储和运输的可再生能源。发展生物质能将缓解能源紧缺的现状和减少化石能源造成的环境污染。我国幅员辽阔,又是农业大国,生物质资源十分丰富。据测算,我国目前可供开发利用的生物质能源约折合亿吨标准煤。国家“十一五”发展规划明确提出“加快发展生物质能”。同时,随着化石资源日益枯竭,化学工业的原料也将逐步由石油等碳氢化合物向以生物质为代表的碳水化合物过渡。目前,世界各国纷纷把发展生物质经济作为可持续发展的重要战略之一。以生物质资源替代化石资源,转化为能源和化工原料的研究受到普遍重视。政府、科研机构和道化学、杜邦、中石油、中石化、中粮等大型企业争相研发和储备相关技术,并取得了一系列重大进展。海南正和生物能源公司、四川古杉油脂化工公司和龙岩卓越新能源发展有限公司,依托我国自主知识产权的生物柴油生产技术,相继建成规模超过万吨的生产线,产品达到了国外同类产品的质量标准,各项性能与0#轻质柴油相当,经济效益和社会效益俱佳。我国对以生物质为原料生产化学品(即生物基化学品)极为重视,已列入科技攻关的重点。例如,生物柴油生产过程中大量副产的甘油是一种极具吸引力的非化石来源的绿色化工基础原料。从甘油出发生产1,2-丙二醇、1,3-丙二醇和环氧氯丙烷等大宗化工产品,已经实现或接近产业化。新兴产业的发展,最根本的是靠科技的力量,最关键的是要大幅度提高自主创新能力,其核心是人才的竞争。浙江是经济大省和能源小省,能源资源低于全国平均水平,一次能源消费自给率仅为5%;而气候条件优越,是我国高产综合农业区,森林覆盖率达60%,生物质资源居全国前列。浙江省乃至全国的生物质能源产业和生物质化学工业的蓬勃发展,对生物质化学工程人才的需求十分迫切。 二、生物质化学工程人才的知识结构 生物质化学工程(专业)模块是一个新生事物,并未包含在《全国普通高等学校本科专业目录》之中。在《专业目录》中与之接近的是生物工程专业。生物工程专业培养掌握现代工业生物技术基础理论及其产业化的原理、技术 方法 、生物过程工程、工程设计和生物产品开发等知识与能力的高级专业人才。生物工程专业重点关注围绕生物技术进行的工程应用,而生物质化学工程重点关注通过化学工程技术(包括生物化工技术)对生物质资源进行加工利用的工业过程。可见,生物质化学工程(专业)模块与生物工程专业的人才培养目标和知识体系存在着明显差异,其人才培养模式仍处于探索之中。生物质的组织结构与常规化石资源相似,加工利用化石资源的化学工程技术无需做大的改动,即可应用于生物质资源。但是,生物质的种类繁多,分别具有不同的特点和属性,利用技术远比化石资源复杂与多样。可见,生物质化学工程人才必须具有扎实的化学工程基础,并熟悉各类生物质资源的特点、用途和转化利用方式。因此,浙江工业大学将生物质化学工程人才的培养目标定位为:既能把握和解决各种化工过程的共性问题,胜任化工、医药、环保和能源等多个领域的科学研究、工艺开发、装置设计和生产管理等工作;又能将化学工程的基础知识灵活运用于生物质资源的转化利用和生物质化工产品的生产开发等领域,胜任生物质能源和生物质化工等新兴行业的工作。 三、生物质化学工程人才培养的探索与实践 (一)组织高水平学术会议,营造人才培养氛围 2007年4月,浙江工业大学与中国工程院化工、冶金与材料工程学部和浙江省科技厅共同主办了“浙江省生物质能源与化工论坛”。中国工程院学部工作局李仁涵副局长分析了我国能源技术的发展状况,强调了发展生物质能需注意工艺过程的绿色化。浙江省科技厅寿剑刚副厅长介绍了浙江省能源消费状况和新能源技术研发动态,鼓励省内外的科技工作者为改善浙江省能源紧缺现状而努力工作。浙江工业大学党委书记汪晓村回顾了浙江工业大学的发展历程,介绍了浙江工业大学化学工程学科在生物质能源领域的科学研究特色和人才培养思路。浙江工业大学的计建炳教授和石油化工科学研究院的蒋福康教授主持了学术交流与讨论。闵恩泽、李大东、舒兴田、岑可法、沈寅初、汪燮卿等六位院士分别从我国发展生物能源的机遇与挑战、我国生物质能源产业发展状况、生物质燃料(清洁汽柴油、生物柴油)利用技术、生物柴油联生产物利用技术和以生物质为原料进行化工生产等几个方面进行了精辟论述。2009年4月,浙江工业大学承办了“中国工程院工程科技论坛第84场———生产生物质燃料的原料与技术”。浙江工业大学副校长马淳安教授在开幕式上致辞,介绍了浙江工业大学化学工程学科在生物质能源领域开展的科学研究和人才培养工作。浙江省可再生能源利用技术重大科技专项咨询专家组组长、浙江工业大学化工与材料学院生物质能源工程研究中心主任计建炳教授主持了学术交流与讨论。国家最高科学技术奖获得者、两院院士闵恩泽做了题为“21世纪崛起的生物柴油产业”的 报告 ,重点阐释了我国发展生物能源和生物质化工的机遇与挑战。在两次会议上,来自石油化工研究院、清华大学、浙江大学、浙江工业大学、浙江省农业科学院、中国林业科学研究院和中粮集团等单位的专家学者分别介绍了生物质原料植物的选育、生物质原料的收储运物流供应体系、生物质原料的梯级利用、生物质液体燃料的制取技术、生物柴油的生产实践及其副产物综合利用和生产生物柴油的反应器技术等方面的研究进展。会议期间,闵恩泽院士等人应邀参加了浙江工业大学化学工程与工艺专业建设暨生物质化学工程专业方向建设研讨会。闵恩泽院士指出,迈入21世纪以来,针对日趋严峻的能源危机和环境危机,国家高度重视能源替代战略的发展和部署,新能源代替传统能源、优势能源代替稀缺能源、可再生资源代替非可再生资源是大势所趋;因此,化学工程与工艺专业根据国家发展需求调整学科设置、进一步促进交叉学科的发展也势在必行。闵恩泽院士认为,在降低能耗和保护环境的时代背景下,生物质能源和生物质化工的产业发展为生物质化学工程人才提供了广阔的发展空间,生物质化学工程(专业)方向的建设思路符合当今化工产业的发展趋势。近距离接触学术泰斗,聆听专业领域的前沿进展,极大地激发了学生们的学习兴趣。通过组织高水平学术会议,浙江工业大学营造了培养生物质化学工程人才的良好氛围。 (二)理论与实验课程体系 根据人才培养目标定位,浙江工业大学将生物质化学工程(专业)模块的主干学科确定为化学工程与技术,针对生物质资源加工利用过程的特点,对化工原理、化学反应工程、化工热力学、化学工艺学、化工设计、分离工程和化工过程分析与合成等主干课程的教学内容进行了梳理。此外,增设了生物质化学与工艺学和生物质工程两门专业课程。生物质化学与工艺学重点讲授糖类、淀粉、油脂、纤维素、木质素、甲壳素、蛋白质、氨基酸等生物质的结构、性质、用途,以及加工转化为化工产品的生产工艺。生物质工程从原料工程学、转化过程工程学和产品工程学等角度出发,为学生讲授生物质资源转化利用过程中的工程原理、工程技术和生产实例。化学工程与工艺国家特色专业综合实验室在中央与地方共建高等学校共建专项资金的资助下,为生物质化学工程(专业)方向增设了酯交换法制备生物柴油和生物质热解制备生物原油两个实验,并在积极筹备开设生物柴油品质测定、淀粉基两性天然高分子改性絮凝剂的制备和易降解型纤维素-聚乙烯复合材料的制备等实验。 (三)实习、实践和毕业环节 生物质化学工程模块依托化学工程省级重点学科和生物质能源工程研究中心建设,师资力量雄厚,拥有专职教师14人。其中,正高职称5人,副高职称7人,11人具有博士学位,7人具有海外 留学 经历。生物质化学工程模块教师的科研成果成功实现产业转化,与企业建立了良好的合作关系。生物质化学工程模块不断加强产学研合作,与宁波杰森绿色能源科技有限公司、温州中科新能源科技有限公司等企业签订了共建大学生创新实践基地的合作协议,设立了企业专项奖助学金,拓展了实习实践 渠道 ;还依托化工过程模拟基地,引入计算机模拟实习、沙盘模拟等方式,丰富了生产实习环节的教学手段。同时,生物质化学工程模块修订完善生产实习教学大纲和教学计划,根据实习厂和仿真软件编写实习手册,强化对实习的质量监控与反馈,建立科学合理的考评体系;增加“内培外引”师资的力量,加快实习指导师资队伍建设;从实习方式、实习内容、考核办法和师资队伍等多个角度出发,确保生产实习教学质量的全面提高,强化学生的工程意识和实践能力,培养学生的创新意识和创新能力。生物质化学工程模块教师承担了国家自然科学基金、浙江省自然科学基金、浙江省科技厅重大招标项目、浙江省科技计划项目和企业委托开发项目数十项。从这些科研和工程开发项目中选取的毕业环节课题,更加贴近科学研究、工程设计或工业生产的实际情况,能够全面检验学生所学的理论知识及其综合运用能力,全方位增强学生结合工程实际,发现问题、分析问题和解决问题的能力,为学生步入工作岗位打下良好基础。依托实践教学平台,从“产品工程”的理念出发,选取若干个恰当的产品,串联实验、课程设计、实习、毕业环节和课外科技活动等教学内容,帮助学生理顺知识体系,建立起绿色化学和节能环保的基本理念。以生物柴油为例,核心反应是酯交换反应,可以采用水力空化等技术强化反应过程;产物需要采用精馏方法分离,生产废水需要采用电渗析等方法加以分离;生产过程中还涉及流体流动和传热等问题;生物柴油这一产品可以将多个实验内容组合成一个有机整体,有效降低实验原料的消耗。教学可以选取其中部分内容作为单元设备设计进行,可以将生物柴油生产车间作为化工设计的教学内容,可以选取部分内容作为学科课外科技项目或毕业环节的研究内容,还可以将生物柴油生产作为创业大赛的竞赛内容。学生可以到生物柴油生产企业进行实习,将工艺革新、过程强化和产品工程融为一体,并通过实验室规模与工业化规模的对比,强化工程意识。 技术创新是推动科技型中小企业发展的关键因素。科技型中小企业的特点使其在技术创新能力方面处于劣势地位，而产业集群的技术创新特征为中小企业扬长避短创造了一条有效的途径，为众多科技型中小企业进行技术创新开辟了联合共生的新途径。但是，众多产业集群的衰落说明，产业集群内也可能出现集体创新动力缺失，只有产业集群和集群内企业之间的技术创新实现良性互动时，才能使产业集群和科技型中小企业的生命周期尽可能延长。本文在分析中小科技型企业和产业集群的含义和技术创新特征的基础上，探讨了产业集群对科技型中小企业技术创新的积极推动作用，同时研究了产业集群内技术创新的惰性锁定机理，讨论了打破产业集群技术创新惰性锁定的对策措施。产业集群论文模板