2.提出了一种基于蚁群算法的求解非线性方程组的方法。

　　3.提出了一种基于蚁群算法的Wiener模型辨识的方法。

　　7、论文工作进度安排。

　　20XX.09--20XX.12 查阅资料，完成硕士论文的开题报告工作;

　　20XX.01--20XX.02 查阅相关技术资料并深入学习研究，熟悉MATLAB仿真软件;

　　20XX.02--20XX.06 深入学习基本蚁群算法及其改进算法;

　　20XX.10--20XX.01 深入学习蚁群算法在控制系统中的应用;

　　20XX.03--20XX.04 仿真并验证理论的正确性和方案的可行性;

　　20XX.05--20XX.06 撰改论文，准备论文答辩。

　　8、论文提纲

　　前言

　　一、绪论

　　二、基本蚁群算法

　　三、蚂蚁系统

　　四、最大-最小蚁群系统

　　五、基于蚁群算法的满意PID控制器参数优化

　　六、基于蚁群算法的非线性方程组的求解

　　七、基于蚁群算法的Wiener模型参数辨识

　　结论

　　参考文献 (以上为参考格式，学科专业不同、论文选题不同，可以有不同的写作方式)

　　[1] 孙伟。 非线性PID控制器参数优化方法[J].计算机工程与应用， 2010, 46(28) .

　　[2] 王建国。 非线性系统的蚁群优化预测[J].测控技术， 2008, 27(10) .

　　[3] 朱遥。 采用蚁群算法模拟机器人寻路的仿真实验[J].河北工业科技， 2010, 27 (5)。

　　[4] 李小珂。 基于蚁群算法的PID参数优化[J].2003全国仿真技术会议论文集， 2003.

　　[5] 段海滨。 基于蚁群算法的PID参数优化[J].武汉大学学报， 2004,37(5) .

　　[6] 郭立俊，谭剑波。 蚁群算法在系留气球PID控制器中的研究[J].2008年中国浮空器大会论文集， 2008.

　　[7] 李楠，胡即明。 蚁群算法在PID参数优化中的应用研究[J].中国水运， 2008,8(5) .

　　[8] 李虹，孙志毅。 基于MATLAB的改进型基本蚁群算法[J].太原重型机械学院学报， 2003, 24 (3) .

　　[9] 尹晓峰。 基于MATLAB的混合型蚁群算法求解车辆路径问题[J].计算机工程与应用， 2005,35(10) .

　　[10] 尹晓峰，刘春煌。 基于MATLAB的混合型蚁群算法求解旅行商问题[J].铁路计算机应用， 2005, 14(9)。

　　[11] 野莹莹，付丽君。 基于MATLAB的蚁群算法仿真研究[J].装备制造技术， 2008, 11(10) .

　　[12] 江重光。 智能蚁群算法[J].冶金自动化， 2005, 3 (10) .

　　[13] 魏平，熊伟清。 用于一般函数优化的蚁群算法[J].宁波大学学报， 2001, 14(4) .

　　[14] 刘业政，凌海峰。 蚁群优化的研究发展及应用[J].合肥工业大学学报， 2006, 29(1) .

　　[15] 伟建。 蚁群算法综述[J].2007中国控制与决策学术年会论文集， 2007 .

　　[16] 詹士昌。 蚁群算法中有关算法参数的最优选择[J].科技通报， 2003, 19(5) .

　　[17] 陈冰梅。 求解旅行商问题的MATLAB蚁群仿真研究[J].计算机测量与控制， 2011,19(4) .

　　[18] 张玉兰。 求解连续函数最大值的蚂蚁优化算法[J].南京师范大学学报， 2005,5(3) .

　　[19] 柳长安。 非线性系统的蚁群优化预测[J].测控技术， 2008, 27(10) .

　　[20] 王建国。 基于改进蚁群算法的移动机器人动态路径规划方法[J].电子学报，2011, 39(5) .