自有人類以來就有護理，護理是人們謀求生存的本能和需要。遠古人在與自然的搏鬥中，經受了猛獸的傷害和惡劣自然環境的摧殘，自我保護成為第一需要。下面，小編為大家分享護理碩士開題報告，希望對大家有所幫助!
1、選題目的、意義。
蟻群演算法是一種基於種群的啟發式搜尋演算法，由Dorigo M等人首先提出。很多研究已經證明，蟻群演算法具有很強的發現好解的能力，這是因為該演算法不僅利用了正反饋的原理，在一定程度上可以加快進化程序，而且是一種本質並行的演算法，不同個體之間不斷地進行資訊的交流與傳遞，從而能夠相互協作，有利於發現較好的解。蟻群演算法定義的這種分散式問題求解模式能夠將問題求解的快速性，全域性優化特徵及有限時間內答案的合理性結合起來，所以引起了許多研究者的注意。
通過相關的研究工作，目前蟻群演算法的應用領域已由當初單一的TSP領域滲透到了多個應用領域;由解決一維靜態優化問題發展到解決多維動態組合優化問題;由離散域範圍內研究逐漸拓展到連續域範圍內的研究。具體被應用於包括機器人系統，影象處理，製造系統，車輛路徑規劃，通訊系統，工程設計以及電力系統在內的多種場合，還解決了實際系統中的資源規劃，運動規劃，資料分類等問題。
這種新興的仿生優化演算法展現出勃勃生機，並已成為可與遺傳演算法相媲美的仿生優化演算法
2、國內外研究綜述及本人對綜述的評價。
對蟻群演算法的研究雖然剛剛起步，但初步的研究結果已顯示出該演算法在求解複雜優化問題(特別是離散優化問題)方面的優越性。蟻群演算法正在受到越來越多的人的研究和注意。
從當前可以檢索到的文獻情況看，研究和應用蟻群優化演算法的學者主要集中在比利時，義大利，英國，法國和德國等歐洲國家。日本和美國在這兩年也開始啟動對蟻群演算法的研究。我國最早研究蟻群演算法的是東北大學張紀會博士和徐心和教授。目前，蟻群優化演算法在啟發式方法範疇內已逐漸成為一個獨立的分支。
儘管蟻群優化的.嚴格理論基礎尚未奠定，國內外的有關研究仍停留在實驗探索階段，但從當前的應用效果來看，這種新型的尋優思想具有十分光明的前景更多深入細緻的工作還有待於進一步展開。
3、研究內容、研究中所要突破的難題。
研究內容：
1.基本蟻群演算法及其改進演算法(蟻群系統、最大-最小蟻群系統)
2.蟻群演算法在控制系統(滿意PID控制器引數優化、非線性方程組的求解、Wiener模型引數辨識)中的應用
研究中所要突破的難題：
1. 蟻群演算法引數選擇很重要，選擇不當的話會出現搜尋的過早停滯現象或陷入區域性最優問題。
2. 蟻群演算法對非線性系統辨識中對 輸入訊號的選擇是一個難點。
4、擬採取的研究方法，有何特色與創新之處。 擬採取的研究方法：將滿意PID控制器的引數優化問題，非線性方程組的求解問題，Wiener模型引數辨識問題都轉換為求最優的問題，利用蟻群演算法求解最優問題。 特色與創新之處：一般PID控制器引數的優化的被控物件的引數是一定的，滿意PID被控物件給出的則是引數區間;蟻群演算法是一種新的並行優化演算法，它有高度適應性，較強魯棒性且高效的優點，在組合優化問題中，蟻群演算法的優化效能好於遺傳演算法等。用蟻群演算法解決一些傳統的方法難以解決的問題，有研究價值。
5、現有研究條件和可能存在的問題。 現有研究條件： 張巨集立老師提供了些書籍資料，自己也已蒐集了一些相關技術資料。學院也為了我們配置了效能良好的計算機還有MATLAB模擬平臺。
可能存在的問題：
1. 蟻群演算法引數選擇很重要，選擇不當的話會出現搜尋的過早停止現象或陷入區域性最優問題。
2. 蟻群演算法對非線性系統辨識中對輸入訊號的選擇是一個難點。
6、預期的結果。
1.提出了一種基於蟻群演算法的滿意PID控制器引數優化的方法。
2.提出了一種基於蟻群演算法的求解非線性方程組的方法。
3.提出了一種基於蟻群演算法的Wiener模型辨識的方法。
7、論文工作進度安排。
20XX.09--20XX.12 查閱資料，完成碩士論文的開題報告工作;
20XX.01--20XX.02 查閱相關技術資料並深入學習研究，熟悉MATLAB模擬軟體;
20XX.02--20XX.06 深入學習基本蟻群演算法及其改進演算法;
20XX.10--20XX.01 深入學習蟻群演算法在控制系統中的應用;
20XX.03--20XX.04 模擬並驗證理論的正確性和方案的可行性;
20XX.05--20XX.06 撰改論文，準備論文答辯。
8、論文提綱
前言
一、緒論
二、基本蟻群演算法
三、螞蟻系統
四、最大-最小蟻群系統
五、基於蟻群演算法的滿意PID控制器引數優化
六、基於蟻群演算法的非線性方程組的求解
七、基於蟻群演算法的Wiener模型引數辨識
結論
參考文獻 (以上為參考格式，學科專業不同、論文選題不同，可以有不同的寫作方式)
[1] 孫偉。 非線性PID控制器引數優化方法[J].計算機工程與應用， 2010, 46(28) .
[2] 王建國。 非線性系統的蟻群優化預測[J].測控技術， 2008, 27(10) .
[3] 朱遙。 採用蟻群演算法模擬機器人尋路的模擬實驗[J].河北工業科技， 2010, 27 (5)。
[4] 李小珂。 基於蟻群演算法的PID引數優化[J].2003全國模擬技術會議論文集， 2003.
[5] 段海濱。 基於蟻群演算法的PID引數優化[J].武漢大學學報， 2004,37(5) .
[6] 郭立俊，譚劍波。 蟻群演算法在繫留氣球PID控制器中的研究[J].2008年中國浮空器大會論文集， 2008.
[7] 李楠，胡即明。 蟻群演算法在PID引數優化中的應用研究[J].中國水運， 2008,8(5) .
[8] 李虹，孫志毅。 基於MATLAB的改進型基本蟻群演算法[J].太原重型機械學院學報， 2003, 24 (3) .
[9] 尹曉峰。 基於MATLAB的混合型蟻群演算法求解車輛路徑問題[J].計算機工程與應用， 2005,35(10) .
[10] 尹曉峰，劉春煌。 基於MATLAB的混合型蟻群演算法求解旅行商問題[J].鐵路計算機應用， 2005, 14(9)。
[11] 野瑩瑩，付麗君。 基於MATLAB的蟻群演算法模擬研究[J].裝備製造技術， 2008, 11(10) .
[12] 江重光。 智慧蟻群演算法[J].冶金自動化， 2005, 3 (10) .
[13] 魏平，熊偉清。 用於一般函式優化的蟻群演算法[J].寧波大學學報， 2001, 14(4) .
[14] 劉業政，凌海峰。 蟻群優化的研究發展及應用[J].合肥工業大學學報， 2006, 29(1) .
[15] 偉建。 蟻群演算法綜述[J].2007中國控制與決策學術年會論文集， 2007 .
[16] 詹士昌。 蟻群演算法中有關演算法引數的最優選擇[J].科技通報， 2003, 19(5) .
[17] 陳冰梅。 求解旅行商問題的MATLAB蟻群模擬研究[J].計算機測量與控制， 2011,19(4) .
[18] 張玉蘭。 求解連續函式最大值的螞蟻優化演算法[J].南京師範大學學報， 2005,5(3) .
[19] 柳長安。 非線性系統的蟻群優化預測[J].測控技術， 2008, 27(10) .
[20] 王建國。 基於改進蟻群演算法的移動機器人動態路徑規劃方法[J].電子學報，2011, 39(5) .