用GAAA求解TSP问题设计毕业论文.doc

2003 级本科毕业设计论文 第 26 页 共 27 页河 北 工 业 大 学毕业设计说明书(论文)题 目： 用GAAA求解TSP问题 毕业设计（论文）中文摘要旅行商问题（TSP）是一个典型的、易于描述却难以处理的NP完全难题，快速、有效地解决TSP有着重要的理论价值和极高的实际应用价值。本文采用了遗传算法（GA）和蚂蚁算法（AA）的混合优化策略来解决旅行商问题。在搜索最优路径的初期使用遗传算法快速形成有效聚类，而搜索后期使用蚂蚁算法来避免遗传算法冗余迭代，这样就实现了两种算法的优势互补。该文首先介绍了TSP问题 并论述了混合优化策略的基本思想，然后对30个城市的TSP问题进行计算，得出了较好的结果，最后进行了实验分析。关键词 旅行商问题 蚂蚁算法 遗传算法 混合优化策略 毕业设计（论文）外文摘要Title Resolve the TSP Problem Using GAAAA AbstractTraveling salesman problem (TSP) is a typical, easy to describe but difficult to dispose of NP-complete problems. In this paper, a genetic algorithm (GA) and Ant Algorithm (AA) hybrid optimization strategies to solve the traveling salesman problem. Search optimal path in the early use of genetic algorithm to rapidly develop effective clustering, Search and late ant algorithm to use genetic algorithms to avoid redundancy iteration, so the two algorithms to achieve the complementary strengths. The article introduces the TSP and discusses the hybrid optimization strategy basic idea, Then the 30 cities in the TSP for calculation, the better the outcome, the experimental analysis.Keywords Traveling Salesman problem Genetic Algorithm Ant Algorithm Hybrid Optimization Strategy目 次1 引言11.1 TSP问题简介11.2 蚂蚁算法概述11.3 遗传算法概述22 开发工具介绍32.1 Delphi简介32.2 Delphi的可视化开发环境32.3 Delphi6.0的使用43 算法综述73.1 遗传算法综述73.2 蚂蚁算法综述113.3 算法的混合优化策略144 软件使用介绍154.1 软件简介154.2 软件界面介绍154.3 实例演示17结论18参 考 文 献19致谢201 引言随着科技的发展和工程问题范围的拓宽，问题的规模和复杂度越来越大，传统算法的优化结果往往不够理想，同时算法理论研究的落后也导致了单一算法改进程度的局限性，而给予自然机理来提出新的优化思想是一进很困难的事。基于这种现状，算法混合的思想已发展成为提高算法优化性能的一个重要且有效的途径，其出发点就是各种单一算法相互取长补短，产生更好的优化策略1。本课题是将遗传算法和蚂蚁算法相结合的方法求解TSP问题。遗传算法和蚂蚁算法都是启发式优化算法，单一的算法有时会陷入局部极小，因此采用混合算法进行求解，来避免陷入局部极小。1.1 TSP问题简介旅行商问题(TSP)是指一个商人要遍历n个城市(每个城市只走一次)，且使总路径最短。它是一个典型的、易于描述却难于处理的NP问题，是许多领域内出现的多种复杂问题的集中概括和简化形式。对于TSP问题，没有确定的算法能够在多项式时间内得到问题的解。目前针对这一问题已有许多种解法，如穷举搜索法、贪心法、动态规划法、分支界定法等这些方法都存在着一个共同问题，就是当城市数目N较大时，会产生所谓的“组合爆炸”问题。因此，有效地解决TSP问题，再可计算理论上具有重要的理论意义同时也具有重要的实际应用价值2。1.2 蚂蚁算法概述蚁群算法是一种新型的模拟进化算法, 由意大利学者M. Dorigo、V. Maniezzo和A. Colorini等人在90年代首先提出3 ,4 ,称之为蚁群系统(ant colony system )。它是受到人们对自然界中真实的蚁群集体行为的研究成果的启发而提出的一种基于种群的模拟进化算法。生物学研究表明一群互相协作的蚂蚁能够找到食物源和巢之间的最短路径,而单只蚂蚁则不能。蚂蚁间相互协作的方法是它们在运动过程中,能够在所经过的路径上留下一种称之为外激素(pheromone)的物质进行信息传递,而且蚂蚁在运动过程中能够感知这种物质,并以此指导自己的运动方向,因此由大量蚂蚁组成的蚁群集体行为便表现出一种信息正反馈现象:某一路径上走过的蚂蚁越多,则后来者选择该路径的概率就越大。该算法已经成功地解决诸如TSP问题等多种组合优化问题,结果可与模拟退火,遗传算法等通用的启发式算法相媲美。1.3 遗传算法概述遗传算法(Genetic Algorithms,简称GA) 是一种高度并行、随机和自适应的优化算法,其基本思想是基于Darwin的进化论和Mendel的遗传学说。该算法最早由美国密执安大学的教授于1975年创建5 ,它将问题的求解表示成“染色体”的适者生存过程,通过“ 染色体”群的一代代不断进化,包括复制、交叉和变异等操作,最终收敛到“最适应环境”的个体,从而求得问题的最优解或满意解。通常遗传算法的设计是按以下步骤进行的：（1）确定问题的编码方案； （2）确定适配置函数；（3）算法参数的选取；（4）遗传算子的设计；（5）确定算法的终止条件。2 开发工具介绍2.1 Delphi简介Delphi是著名的Borland公司开发的可视化软件开发工具。Delphi被称为第四代编程语言，它具有简单、高效、功能强大的特点。和VC相比，Delphi更简单、更易于掌握，而在功能上却丝毫不逊色；和VB相比，Delphi则功能更强大、更实用。可以说Delphi同时兼备了VC功能强大和VB简单易学的特点。它一直是程序员至爱的编程工具。Delphi具有众多优越的特性，它提供了新颖的可视化设计工具，采用面向对象的方法将Windows编程的复杂性封装起来，实现了将可视化设计与Object Pascal语言的有机集成，配有Database Engine，可通过SQL Links、ODBC访问多种数据库，并且提供了强大的开发基于客户/服务器模式的数据库应用的能力。目前有众多的Windows下的开发工具，Delphi使用了Microsoft Windows图形用户界面的许多先进特性和设计思想，采用了弹性可重复利用的、完整的、面向对象的程序设计语言，拥有当今世界上最快的编辑器，以及最为领先的数据库技术，功能强大。2.2 Delphi的可视化开发环境可视化开发环境通常分为三个组成部分：编辑器、调试器和窗体设计器。和大多数现代RAD (快速应用开发)工具一样，这三部分是协同工作的。当你在窗体设计器中工作时， Delphi在后台自动为你正在窗体中操纵的控件生成代码。你还可以自己在编辑器中加入代码来定义应用程序的行为，同时还可以在同一个编辑器中通过设置断点和监控点等来调试程序。Delphi还具备许多先进的功能，如远程调试、过程关联、DLL和包调试、自动本地监控以及CPU窗口等。Delphi还支持在调试时随意放置和停靠窗口并把这一状态保存为命令的桌面设置。由此，Delphi的IDE实现了对调试功能的良好支持。Delphi是建立在一个真正面向对象的框架结构基础之上的。这样，对基类所做的改变都将会传递给所有的派生类。这里涉及的一项关键技术就是VFI(visual form inheritance)，即可视化窗体继承。V F I技术使你能够动态地继承当前项目或对象库中的任何其他窗体。一旦基窗体发生改变，派生的窗体会立即予以更新。2.3 Delphi6.0的使用启动Delphi6，进入它的集成环境，你可以看到如图2.1所示四个窗口，这四个窗口是开发Delphi应用程序的主要工具。图2.1 Delphi6.0主界面在Delphi6的主窗口中，包含了Delphi的标题栏、桌面管理器、菜单栏、加速栏和组件板五部分，它是管理其他窗口和Delphi集成开发环境的工具。其中加速栏提供了文件查看、保存、打开、关闭、添加和删除等功能；组件板用于按类放置各种组件，单击某个选项卡的标签，该选项的卡下的组件就显现出来；桌面管理器（如图2.2所示）是新版本的Delphi提供的新功能，它允许我们定制自己的IDE，并将它保存下来。图2.2 桌面管理器Delphi6的对象查看器（Object Inspector）用于查看和设置程序中各控件的属性。与以前的对象查看器相比，它有了一些新的变化，最重要的变化包括图形下拉式列表和属性类别的使用。前者容易理解和使用。它是指对象查看器中某些属性的下拉列表中可以包括图形元素，如图2.3所示。属性类别是Delphi5新添的功能，它可以使对象属性按特定的类别进行排放。为了根据类别而不是按名称（默认）来显示属性，可以用鼠标右击对象查看器，选择菜单命令“Arrange|ByGrategory”即可，结果如图2.3所示。图2.3 查看器代码编辑器用来编写应用程序的代码，也称为Editor窗口，如图2.4所示。在初始状态下，代码窗口掩藏在窗体下，我们可以通过快捷键F12将它显示出来。代码编辑窗口的标题显示的当前单元的文件名，缺省为Unit1.PAS。由于一个应用程序可以有多个单元，所以在编辑器中将有多个选项卡，用于显示本单元代码。在编辑窗口中除了显示单元文件（*.PAS）外，还可以显示当前的项目文件(*.DPR）。选择“View|Project Source”，就可以查看当前项目文件的内容。图2.4 Editor窗口窗体设计是用户使用最多的一个Delphi窗口，它用于将组件放置于窗体上。用户可以使用鼠标或通过Object Inspector直接选择某个控件。如果某个控件完全遮盖了另一个控件，可以使用ESC键选择父控件，这样我们可以按一次或多次ESC键来选择窗体。3 算法综述GAAA算法是指遗传算法(GA)和蚂蚁算法(AA)相结合的算法.遗传算法具有大范围的快速全局搜索能力,但当求解到一定程度时,往往做大量的冗余迭代,对于系统中的反馈信息利用不够,求解效率降低;而蚂蚁算法由于初期数据对象随机散布,蚂蚁“拾起”、“放下”对象随机运动,形成有效聚类的时间很长,如图3.1所示6。遗传算法在搜索的初期(t0-ta时间段)具有较高收敛速度,但达到ta之后效率降低。而蚂蚁算法在搜索的初期(t0-ta时间段)由于数据及自身运动的随机性,使得搜索速度缓慢,但当运动到一定时间后,效果显著提升。遗传算法和蚂蚁算法融合(genetic algorithm-ant algorithm, GAAA)的基本思想是：基于遗传算法的快速全局搜索能力和蚂蚁算法的正反馈收敛机制，初期采用遗传算法过程生成数据对象的初始聚类中心，后期利用蚂蚁算法正反馈性能，优势互补。速度GAAAdVaatd0tbtatcte时间图3.1 遗传算法和蚂蚁算法的速度时间曲线3.1 遗传算法综述自然界始终是人类灵感的重要来源。仿生学直接模仿生物界的现象和原理，而另外一些研究方向则起源于对自然现象或过程的模拟，如控制论，人工神经网络，模拟退火算法，元胞自动机等。遗传算法（genetic algorithms）也是其中之一。早在20世纪50年代就有将进化原理应用于计算机科学的努力，但缺乏一种普遍的编码方法，只能依赖于变异而非交配产生新的基因结构。50年代末到60年代初，受一些生物学家用计算机对生物系统进行模拟的启发，Holland开始应用模拟遗传算子研究适应性。在Bagley1967年关于自适应下棋程序的论文中，他应用遗传算法搜索下棋游戏评价函数的参数集，并首次提出了遗传算法这一术语。1975年Holland出版了遗传算法历史上的经典著作自然和人工系统中的适应性，系统阐述了遗传算法的基本理论和方法，并提出了模式定理（schemata theorem），证明在遗传算子选择、交叉和变异的作用下，具有低阶、短定义距以及平均适应度高于群体平均适应度的模式在子代中将以指数级增长，这里的模式是某一类字符串，其某些位置有相似性。同年，DeJong完成了他的博士论文遗传自适应系统的行为分析，将Holland的模式理论与他的计算试验结合起来，进一步完善了选择、交叉和变异操作，提出了一些新的遗传操作技术。3.1.1 遗传算法的原理遗传算法已有了许多发展，但一般来说，其基本过程是：首先采用某种编码方式将解空间映射到编码空间（可以是位串、实数、有序串、树或图，Holland最初的遗传算法是基于二进制串的，类似于生物染色体结构，易于用生物遗传理论解释，各种遗传操作也易于实现。另外，可以证明，采用二进制编码式，算法处理的模式最多。但是，在具体问题中，直接采用解空间的形式进行编码，可以直接在解的表现型上进行遗传操作，从而易于引入特定领域的启发式信息，可以取得比二进制编码更高的效率。实数编码一般用于数值优化，有序串编码一般用于组合优化。），每个编码对应问题的一个解，称为染色体或个体。一般通过随机方法确定起始的一群个体，称为种群，在种群中根据适应值或某种竞争机制选择个体（适应值就是解的满意程度，可以由外部显式适应度函数计算，也可以由系统本身产生，如由协同演化时不同对策的博奕确定，或者由个体在群体中的存活量和繁殖量确定。），使用各种遗传操作算子（包括杂交，变异，倒位等等）产生下一代（下一代可以完全替代原种群，即非重叠种群；也可以部分替代原种群中一些较差的个体，即重叠种群），如此进化下去，直到满足期望的终止条件。从上面的原理可以看出，从搜索角度，遗传算法具有许多独特的优点：（l） 不必非常明确描述问题的全部特征，通用性和鲁棒性强，能很快适应问题和环境的变化；对领域知识依赖程度低，不受搜索空间限制性假设的约束，不必要求连续性、可导或单峰等。（2） 从多点进行搜索，如同在搜索空间上覆盖的一张网，搜索的全局性强，不易陷入局部最优；具有隐并行性，非常适合于并行计算。3.1.2 遗传算法流程图受自然免疫机制的启发,人们将遗传算法应用于各种优化问题。一般来说,遗传算法对待求解的优化问题没有特殊要求,目标函数可以不连续、非可微、只要求问题是可计算的。算法中的抗原、抗体、抗体对抗原的亲和力分别对应于待求解问题的目标函数、候选解、候选解对目标函数的匹配程度。算法中抗体群体的进化学习,识别抗原的过程就待求解问题的优化过程。遗传算法的程序流程图如图3.2所示。初 始 种 群个 体 适 应 评 价个 体 选 择 运 算染色体 交叉 运算染色体 变异 运算进化结束?算 法 结 束YN图3.2 遗传算法的程序流程图3.1.3 遗传算法步骤由于遗传算法的特性,使得其成为解决TSP问题的重要方法,其中,抗原对应遍历各城市的最短路径,即TSP的最优解;抗体对应为TSP的一条遍历路径;亲和力对应为抗体所决定的路径与抗原的最短路径的匹配程度。算法的基本步骤7:Step 1:随机生成一个规模为N的初始群体Abs1。Step 2:计算抗体群体Abs1中的每个抗体对抗原的亲和力。Step 3:选择亲和力较高的抗体形成群体Abs1。Step 4:计算Abs1中各个抗体的浓度。Step 5:依据亲和力和浓度对Abs1中各个抗体的进行克隆增扩,得到克隆抗体群体Abs2。亲和力越高,浓度越低则克隆越多;反之,则克隆越少。Step 6:通过变异算子对克隆抗体群体Abs2进行变异操作,得到Abs3。亲和力越低则变异率越高;亲和力越高则变异率越低。Step 7:计算抗体群体Abs3中的每个抗体对抗原的亲和力。Step 8:将Abs3并入Abs,删除重复的抗体和亲和力最低的抗体,使群体规模保持为N。Step 9:随机生成若干经过优势肽植入操作的新生抗体补充进入Abs替换亲和力最低的抗体。新细胞的数量是Abs规模N的5%10%。Step 10:重复执行Step2到Step8,直到循环次数达到预设值或最优个体连续数代没有被替换。3.1.4 遗传算法的改进在传统GA 运行时,终止条件设置为固定的迭代次数,或通过判断连续几代内个体平均适应度的差异是否小于某一极小阈值,这样会造成过早或过晚结束GA 操作过程,不能在最佳时机融合,为了使GA 和AA 在最佳时间混合,需要对GA 进行适当改进8,具体步骤如下:Step1、 设置最小遗传迭代次数和最大遗传迭代次数；Step2、 GA 迭代过程中统计子代群体的进化率,并以此设置子代群体最小进化率15；Step3、 在设定的迭代次数范围内,如果连续迭代,子代群体中的进化率都小于最小进化率，说明这时GA优化速度较低,因此可终止GA过程,进入AA。方案组合优化设计过程中,优化模型是以方案满足性能要求的约束条件下广义距离最小为目标,因此GA 的适应值函数定义为9其中Dc 为方案中各功能载体间的广义距离值。3.2 蚂蚁算法综述3.2.1 蚂蚁算法原理自然界的蚂蚁种群相当广泛,但大部分种群都有以下的能力:蚂蚁们总能找到食物源和蚂蚁窝之间的最短路径。一旦这条最短路径被发现,蚂蚁们就能在这条路上排成一行,在食物源和蚂蚁窝之间搬运食物。蚂蚁们是怎么做到的呢?我们知道,2点间直线距离最短。但蚂蚁们显然不具备这样的视力和智慧。 它们无法从远处看到食物源,也无法计划一个合适的路径来搬运食物。蚂蚁们采用的方法是全体在老窝的周围区域进行地毯式搜索。而他们之间的联系方式是通过分泌化学物质在爬过的路径上,这种化学物质叫信息素(Pheromone)。 蚂蚁们习惯选择信息素浓度高的路径。如图3.3所示,刚开始离开窝的时候,蚂蚁们有两条路径选择: R1和R2。这两者机会相当。蚂蚁们在爬过R1和R2的时候都留下了信息素。但是,由于R2的距离短,所需要的时间就少,而信息素会挥发,所以蚂蚁们留在R2上的信息素浓度就高。于是,越来越多的蚂蚁选择R2作为最佳路径,即使它们是从R1来到食物源,也将选择R2返回蚂蚁窝。而从老巢里出发的蚂蚁们也越来越倾向于R2。在这样的趋势下,R1渐渐变的无人问津了。AAA蚁巢B食物R2R1图3.3 蚂蚁寻路原理根据蚂蚁们选择路径的方法而得到的启发,Dr.Dorigo在1991年发表了蚂蚁算法(Ant algorithm) 。十多年来,蚂蚁算法,以及各种改进过的蚂蚁算法,被广泛的应用在实际生活的各个方面。在计算机技术应用中,它可以作为网络路由控制的工具。在交通控制中,它也成功解决了车辆调度问题。在图表制作中,它被用来解决颜色填充问题。此外,它还可以被用来设计大规模的时刻表。而旅行商问题,应该算是蚂蚁算法最重要的用途了。3.2.2 蚂蚁算法的实现下面以求通过n个城市的最短回路为例。设有n个，设在t时刻在第i个城市上有蚂蚁ai(t)个, 令共有m个蚂蚁。设在t时刻在连接第i,j两城市间的道路留下的外激素量为bij(t)规定每个蚂蚁,在未完成一个回路时,不重复走已走过的城市。第k个蚂蚁从i城市到j城市的概率:, （1）其中外激素量bij(t)有许多不同的定义，如可定义为:b(t)=e-ct,c0；或定义为:bij(t+n)=dbij(t)+dij, （2） （3）其中d、e是一正常量10。3.2.3 蚂蚁算法的改进混合算法初期由GA 获得初始方案种群并进行评价,得到较优方案,即初始的信息素；后期由AA进行搜索获得最优的方案11。 为了使2 种算法更好地混合,需要对AA 进行适当的改进。 混合算法中对AA 的改进基于MMAS (MAX2MIN ant system) 算法和蚂蚁圈模型12,在吸取其各自优点的基础上进行改进,具体步骤如下:Step1： 信息素的初值设置。 为了更加充分地进行寻优,MMAS把各路径信息素初值设为最大值max。 为了避免算法过早收敛于非全局最优解，MMAS 将各路径的信息素浓度限制于min ,max 之间。 这里通过GA 得到了一定的路径信息素,把信息素的初值设置为13 S = H +G （4）其中,H 是一个根据具体求解问题规模给定的信息素常数, 相当MMAS 算法中的min ;G 是GA 求解结果转换的信息素值。Step2： 信息素更新模型。采用蚂蚁圈模型进行信息素更新,即一圈中只有最短路径的蚂蚁才进行信息素修改和增加14。在方案组合优化设计中,用u 和v 分别代表一个功能载体,假如路径( u , v) 在t 时刻信息素轨迹强度为 uv ,蚂蚁h在路径( u , v) 上留下的单位长度轨迹信息素数量为h迹的持久性为(0 1) ,则轨迹强度的更新方程为15 （5）设Zh 为第h 只蚂蚁在本次循环中所走的路径长度, ,则huv=1/Zh 。如果设uv为路径( u , v) 的能见度,一般取为1PDuv , 这里Duv为路径( u , v ) 的广义距离,路径可见度的相对重要性为(0) ,路径轨迹的相对重要性为(0) , U 为可行顶点集,蚂蚁h 在t 时刻的转移概率为 16 。3.3 算法的混合优化策略在改进的GA和AA的基础上，设计生成混合算法的流程图如图3.4所示。N开始设置运行参数P2，P3，产生初始群体C(0)群体C(ni)选择运算交叉、变异运算群体C(ni+1)遗传迭代终止？优化种群C(ni)转换径信息素计算移动概率增加最优路径信息素更新所有路径信息素蚂蚁迭代终止？结束YYN图8 GAAA算法流程图4 软件使用介绍4.1 软件简介本软件为利用GAAA算法解决TSP问题，使用时，程序读取存有城市坐标信息的文档，再由用户对各个参数进行设置，如循环次数、信息消散参数、变异参数等。然后在用户发出开始计算的命令后，程序在执行过程中输出每次迭代过程中的最短路径以及城市路径状态图。这样使得结果很直观，操作也很简单。4.2 软件界面介绍运行程序可见到如图4.1所示界面，软件包含都区城市信息、开始计算、参数图4.1 软件主界面设置和退出4个模块，开始计算前先读取城市信息，城市坐标信息以文档形式被读取，文档中记录了城市数和每个城市的坐标，点击读取城市信息如图4.2所示， 图4.2 读取城市信息界面 然后进行参数设置，点击参数设置，如图4.3所示，设置参数完毕后确定，即可图4.3 参数设置界面 开始计算了。程序在运行过程中最优路径和当前最短路径示意图将动态显示。4.3 实例演示下面我们以30个城市为例做演示，设置参数蚂蚁数为10，循环次数为100，信息消散参数为0.1，变异参数为0.1，计算结果如图4.4所示，图4.4 运行结果界面 结论通过对毕业设计课题的实现，我对蚂蚁算法和遗传算法都有了一定的了解，同时也掌握了这两种算法在解决TSP问题上的应用。二者在解决TSP问题上都有各自的优势，也存在着不足。而GAAA算法有效地将这两种算法融合在一起，实现了两种算法的优势互补，使得算法在计算速度和精度上都有了很大程度的提高，同时也避免了搜索陷入局部最优。GAAA算法通过利用遗传算法的大范围的快速全局搜索能力，在搜索初期快速的形成了有效聚类，解决了蚂蚁算法在搜索初期搜索速度缓慢的问题，而后期使用蚂蚁算法避免了遗传算法大量的冗余迭代。这样的混合优化策略大大提高了算法的效率，很好的解决了TSP问题。GAAA算法是将两种算法在时间上作先后使用，即前期使用GA算法，后期使用AA算法，这样，合理的选择好GA算法迭代结束的时机可以提高该混合算法的效率。参 考 文 献1 王凌.智能优化算法及其应用.北京:清华大学出版社,20042 艾明，王魁生.蚁群算法在TSP问题中的应用：学位论文，西安：西安石油大学计算机学院，20063 M Dorigo. Optimization, Learning and Natural Algorithm (inItalian) M. Ph. D. thesis, Dipartimento di Elettronica,Politecnico diMi2 lano, IT, 19924 M Dorigo, V Maniezzo and A Colorni. The ant system:Optimization by a colony of cooperating agents J . IEEE Transactions on Systems, Man, and Cybernetics Part B,1996,26(1): 29 415 J H Holland. Adap tation in Natural and Artificial SystemsM. Ann Arbor: University ofMichigan press, 19756 邹远强,李国徽，赵梓屹.基于遗传和蚁群算法融合的聚类新方法科学技术与工程 2006，第23期，第6卷7 黎湖广,邹北骥,欧阳广,王伟.一种求解 TSP问题的改进人工免疫算法.科学技术与工程 2007，第1期，第7卷8 陈义保,钟毅芳,张磊.基于蚁群系统的方案组合优化设计方法.机械设计与研究,2004,20(1):13-169 张宏达,郑全弟.基于蚁群算法的TSP的仿真与研究.航空计算技术，2005.04:108- 11110 张玲.浅谈蚂蚁算法：核心刊发表论文，安徽：安徽大学，200611 高尚,钟娟,莫述军.连续优化问题的蚁群算法研究J.微机发展,2003.13(1):21- 2212 胡小兵,黄席樾.蚁群优化算法及其应用.2004,24(5):81-8513 黄洪钟,赵正佳,关立文,等.基于遗传算法的方案智能优化设计.计算机辅助设计与图形学学报,2002,14(5):437- 44114 王小平,曹立明.遗传算法:理论、应用及软件实现.西安：西安交通大学出版社，2002. 123 13015 伍文城，肖建.基于蚁群算法的中国旅行商问题满意解，计算机与现代化，2002，8：6-8致谢弹指一挥间，马上就要阔别母校了。翻开厚厚的几本日记，重温在河工大，在天津的一段段岁月，其中的酸甜苦辣，经岁月的冲刷，终将沉淀成心中最厚重的一页。四年的学习生活将对我的一生产生深远的影响，成为我一生的宝贵财富。感谢国家对我的培养，感谢学校领导对我们四年学习生活的关怀，感谢老师们四年来对我的谆谆教诲，感谢家人一直以来给予我的支持。在次，还要特别感谢我的毕业设计指导老师侯向单老师，她悉心、细致地指导是我顺利地完成了我的毕业设计。还有李凯、田建波、王鹤、张新峰同学也给了我很大的帮助，也要由衷的对他们表示感谢！袄芈蒇袇螀芇蕿蚀聿芆艿蒃肅芅蒁螈羁芄薃薁袆芃芃螆螂芃莅蕿肁节蒈螅羇莁薀薈袃莀艿螃蝿荿莂薆膈莈薄袁肄莇蚆蚄羀莇莆袀袆羃蒈蚂螂羂薁袈肀肁芀蚁羆肁莃袆袂肀薅虿袈聿蚇蒂膇肈莇螇肃肇葿薀罿肆薂螆袅肅芁薈螁膅莃螄聿膄蒆薇羅膃蚈螂羁膂莈蚅袇膁蒀袀螃膀薂蚃肂腿节衿羈腿莄蚂袄芈蒇袇螀芇蕿蚀聿芆艿蒃肅芅蒁螈羁芄薃薁袆芃芃螆螂芃莅蕿肁节蒈螅羇莁薀薈袃莀艿螃蝿荿莂薆膈莈薄袁肄莇蚆蚄羀莇莆袀袆羃蒈蚂螂羂薁袈肀肁芀蚁羆肁莃袆袂肀薅虿袈聿蚇蒂膇肈莇螇肃肇葿薀罿肆薂螆袅肅芁薈螁膅莃螄聿膄蒆薇羅膃蚈螂羁膂莈蚅袇膁蒀袀螃膀薂蚃肂腿节衿羈腿莄蚂袄芈蒇袇螀芇蕿蚀聿芆艿蒃肅芅蒁螈羁芄薃薁袆芃芃螆螂芃莅蕿肁节蒈螅羇莁薀薈袃莀艿螃蝿荿莂薆膈莈薄袁肄莇蚆蚄羀莇莆袀袆羃蒈蚂螂羂薁袈肀肁芀蚁羆肁莃袆袂肀薅虿袈聿蚇蒂膇肈莇螇肃肇葿薀罿肆薂螆袅肅芁薈螁膅莃螄聿膄蒆薇羅膃蚈螂羁膂莈蚅袇膁蒀袀螃膀薂蚃肂腿节衿羈腿莄蚂袄芈蒇袇螀芇蕿蚀聿芆艿蒃肅芅蒁螈羁芄薃薁袆芃芃螆螂芃莅蕿肁节蒈螅羇莁薀薈袃莀艿螃蝿荿莂薆膈莈薄袁肄莇蚆蚄羀莇莆袀袆羃蒈蚂螂羂薁袈肀肁芀蚁羆肁莃袆袂肀薅虿袈聿蚇蒂膇肈莇螇肃肇葿薀罿肆薂螆袅肅芁薈螁膅莃螄聿膄蒆薇羅膃蚈螂羁膂莈蚅袇膁蒀袀螃膀薂蚃肂腿节衿羈腿莄蚂袄芈蒇袇螀芇蕿蚀聿芆艿蒃肅芅蒁螈羁芄薃薁袆芃芃螆螂芃莅蕿肁节蒈螅羇莁薀薈袃莀艿螃蝿荿莂薆膈莈薄袁肄莇蚆蚄羀莇莆袀袆羃蒈蚂螂羂薁袈肀肁芀蚁羆肁莃袆袂肀薅虿袈聿蚇蒂膇肈莇螇肃肇葿薀罿肆薂螆袅肅芁薈螁膅莃螄聿膄蒆薇羅膃蚈螂羁膂莈蚅袇膁蒀袀螃膀薂蚃肂腿节衿羈腿莄蚂袄芈蒇袇螀芇蕿蚀聿芆艿蒃肅芅蒁螈羁芄薃薁袆芃芃螆螂芃莅蕿肁节蒈螅羇莁薀薈袃莀艿螃蝿荿莂薆膈莈薄袁肄莇蚆蚄羀莇莆袀袆羃蒈蚂螂羂薁袈肀肁芀蚁羆肁莃袆袂肀薅虿袈聿蚇蒂膇肈莇螇肃肇葿薀罿肆薂螆袅肅芁薈螁膅莃螄聿膄蒆薇袁节膅薂羄肅蒃薁蚃芀荿薀螆肃芅蕿袈芈膁蚈羀肁蒀蚇蚀袄莆蚇螂肀莂蚆羅袂芈蚅蚄膈膄蚄螇羁蒂蚃衿膆莈蚂羁罿芄螁蚁膄膀螁螃羇葿螀袅膃蒅蝿肈羆莁螈螇芁芇莄袀肄膃莄羂艿蒂莃蚂肂莈蒂螄芈芄蒁袆肀膀蒀罿袃薈葿螈聿蒄葿袁羁莀蒈羃膇芆蒇蚃羀膂蒆螅膅蒁薅袇羈莇薄罿膄芃薃虿羆艿薃袁节膅薂羄肅蒃薁蚃芀荿薀螆肃芅蕿袈芈膁蚈羀肁蒀蚇蚀袄莆蚇螂肀莂蚆羅袂芈蚅蚄膈膄蚄螇羁蒂蚃衿膆莈蚂羁罿芄螁蚁膄膀螁螃羇葿螀袅膃蒅蝿肈羆莁螈螇芁芇莄袀肄膃莄羂艿蒂莃蚂肂莈蒂螄芈芄蒁袆肀膀蒀罿袃薈葿螈聿蒄葿袁羁莀蒈羃膇芆蒇蚃羀膂蒆螅膅蒁薅袇羈莇薄罿膄芃薃虿羆艿薃袁节膅薂羄肅蒃薁蚃芀荿薀螆肃芅蕿袈芈膁蚈羀肁蒀蚇蚀袄莆蚇螂肀莂蚆羅袂芈蚅蚄膈膄蚄螇羁蒂蚃衿膆莈蚂羁罿芄螁蚁膄膀螁螃羇葿螀袅膃蒅蝿肈羆莁螈螇芁芇莄袀肄膃莄羂艿蒂莃蚂肂莈蒂螄芈芄蒁袆肀膀蒀罿袃薈葿螈聿蒄葿袁羁莀蒈羃膇芆蒇蚃羀膂蒆螅膅蒁薅袇羈莇薄罿膄芃薃虿羆艿薃袁节膅薂羄肅蒃薁蚃芀荿薀螆肃芅蕿袈芈膁蚈羀肁蒀蚇蚀袄莆蚇螂肀莂蚆羅袂芈蚅蚄膈膄蚄螇羁蒂蚃衿膆莈蚂羁罿芄螁蚁膄膀螁螃羇葿螀袅膃蒅蝿肈羆莁螈螇芁芇莄袀肄膃莄羂艿蒂莃蚂肂莈蒂螄芈芄蒁袆肀膀蒀罿袃薈葿螈聿蒄葿袁羁莀蒈羃膇芆蒇蚃羀膂蒆螅膅蒁薅袇羈莇薄罿膄芃薃虿羆艿薃袁节膅薂羄肅蒃薁蚃芀荿薀螆肃芅蕿袈芈膁蚈羀肁蒀蚇蚀袄莆蚇螂肀莂蚆羅袂芈蚅蚄膈膄蚄螇羁蒂蚃衿膆莈蚂羁罿芄螁蚁膄膀螁螃羇葿螀袅膃蒅蝿肈羆莁螈螇芁芇莄袀肄膃莄羂艿蒂莃蚂肂莈蒂螄芈芄蒁袆肀膀蒀罿袃薈葿螈聿蒄葿袁羁莀蒈羃膇芆蒇蚃羀膂蒆螅膅蒁薅袇羈莇薄罿膄芃薃虿羆艿薃袁节膅薂羄肅蒃薁蚃芀荿薀螆肃芅蕿袈芈膁蚈羀肁蒀蚇蚀袄莆蚇螂肀莂蚆羅袂芈蚅蚄膈膄蚄螇羁蒂蚃衿膆莈蚂羁罿芄螁蚁膄膀螁螃羇葿螀袅膃螈聿蒄葿袁羁莀蒈羃膇芆蒇蚃羀膂蒆螅膅蒁薅袇羈莇薄罿膄芃薃虿羆艿薃袁节膅薂羄肅蒃薁蚃芀荿薀螆肃芅蕿袈芈膁蚈羀肁蒀蚇蚀袄莆蚇螂肀莂蚆羅袂芈蚅蚄膈膄蚄螈螇芁芇莄袀肄膃莄羂艿蒂莃蚂肂莈蒂螄芈芄蒁袆肀膀蒀罿袃薈葿螈聿蒄葿袁羁莀蒈羃膇芆蒇蚃羀膂蒆螅膅蒁薅袇羈莇薄罿膄芃薃虿羆艿薃袁节膅薂羄肅蒃薁蚃芀荿薀螆肃芅蕿袈芈膁蚈羀肁蒀蚇蚀袄莆蚇螂肀莂蚆羅袂芈蚅蚄膈膄蚄螇羁蒂蚃衿膆莈蚂羁罿芄螁蚁膄膀螁螃羇葿螀袅膃蒅蝿肈羆莁螈螇芁芇莄袀肄膃莄羂艿蒂莃蚂肂莈蒂螄芈芄蒁袆肀膀蒀罿袃薈羅膃蚈螂羁膂莈蚅袇膁蒀袀螃膀薂蚃肂腿节衿羈腿莄蚂袄芈蒇袇螀芇蕿蚀聿芆艿蒃肅芅蒁螈羁芄薃薁袆芃芃螆螂芃莅蕿肁节蒈螅羇莁薀薈袃莀艿螃蝿荿莂薆膈莈薄袁肄莇蚆蚄羀莇莆袀袆羃蒈蚂螂羂薁袈肀肁芀蚁羆肁莃袆袂肀薅虿袈聿蚇蒂膇肈莇螇肃肇葿薀罿肆薂螆袅肅芁薈螁膅莃螄聿膄蒆薇羅膃蚈螂羁膂莈蚅袇膁蒀袀螃膀薂蚃肂腿节衿羈腿莄蚂袄芈蒇袇螀芇蕿蚀聿芆艿蒃肅芅蒁螈羁芄薃薁袆芃芃螆螂芃莅蕿肁节蒈螅羇莁薀薈袃莀艿螃蝿荿莂薆膈莈薄袁肄莇蚆蚄羀莇莆袀袆羃蒈蚂螂羂薁袈肀肁芀蚁羆肁莃袆袂肀薅虿袈聿蚇蒂膇肈莇螇肃肇葿薀罿肆薂螆袅肅芁薈螁膅莃螄聿膄蒆薇羅膃蚈螂羁膂莈蚅袇膁蒀袀螃膀薂蚃肂腿节衿羈腿莄蚂袄芈蒇袇螀芇蕿蚀聿芆艿蒃肅芅蒁螈羁芄薃薁袆芃芃螆螂芃莅蕿肁节蒈螅羇莁薀薈袃莀艿螃蝿荿莂薆膈莈薄袁肄螇肃肇葿薀罿肆薂螆袅肅芁薈螁膅莃螄聿膄蒆薇羅膃蚈螂羁膂莈蚅袇膁蒀袀螃膀薂蚃肂腿节衿羈腿莄蚂袄芈蒇袇螀芇蕿蚀聿芆艿蒃肅芅蒁螈羁芄薃薁袆芃芃螆螂芃莅蕿肁节蒈螅羇莁薀薈袃莀艿螃蝿荿莂薆膈莈薄袁肄莇蚆蚄羀莇莆袀袆羃蒈蚂螂羂薁袈肀肁芀蚁羆肁莃袆袂肀薅虿袈聿蚇蒂膇肈莇螇肃肇葿薀罿肆薂螆袅肅芁薈螁膅莃螄聿膄蒆薇羅膃蚈螂羁膂莈蚅袇膁蒀袀螃膀薂蚃肂腿节衿羈腿莄蚂袄芈蒇袇螀芇蕿蚀聿芆艿蒃肅芅蒁螈羁芄薃薁袆芃芃螆螂芃莅蕿肁节蒈螅羇莁薀薈袃莀艿螃蝿荿莂薆膈莈薄袁肄莇蚆蚄羀莇莆袀袆羃蒈蚂螂羂薁袈肀肁芀蚁羆肁莃袆袂肀薅虿袈聿蚇蒂膇肈莇螇肃肇葿薀罿肆薂螆袅肅芁薈螁膅莃螄聿膄蒆薇羅膃蚈螂羁膂莈蚅袇膁蒀袀螃膀薂蚃肂腿节衿羈腿莄蚂袄芈蒇袇螀芇蕿蚀聿芆艿蒃肅芅蒁螈羁芄薃薁袆芃芃螆螂芃莅蕿肁节蒈螅羇莁薀薈袃莀艿螃蝿荿莂薆膈莈薄袁肄莇蚆蚄羀莇莆袀袆羃蒈蚂螂羂薁袈肀肁芀蚁羆肁莃袆袂肀薅虿袈聿蚇蒂膇肈莇螇肃肇葿薀罿肆薂螆袅肅芁薈螁膅莃螄聿膄蒆薇羅膃蚈螂羁膂莈蚅袇膁蒀袀螃膀薂蚃肂腿节衿羈腿莄蚂袄芈蒇袇螀芇蕿蚀聿芆艿蒃肅芅蒁螈羁芄薃薁袆芃芃螆螂芃莅蕿肁节蒈螅羇莁薀薈袃莀艿螃蝿荿莂薆膈莈薄袁肄莇蚆蚄羀莇莆袀袆羃蒈蚂螂羂薁袈肀肁芀蚁羆肁莃袆袂肀薅虿袈聿蚇蒂膇肈莇螇肃肇葿薀罿肆薂螆袅肅芁薈螁膅莃螄聿膄蒆薇羅膃蚈螂羁膂莈蚅袇膁蒀袀螃膀薂蚃肂腿节衿羈腿莄蚂袄芈蒇袇螀芇蕿蚀聿芆艿蒃肅芅蒁螈羁芄薃薁袆芃芃螆螂芃莅蕿肁节蒈螅羇莁薀薈袃莀艿螃蝿荿莂薆膈莈薄袁肄莇蚆蚄羀莇莆袀袆羃蒈蚂螂羂薁袈肀肁芀蚁羆肁莃袆袂肀薅虿袈聿蚇蒂膇肈莇螇肃肇葿薀罿肆薂螆袅肅芁薈螁膅莃螄聿膄蒆薇羅膃蚈螂羁膂莈蚅袇膁蒀袀螃膀薂蚃肂腿节衿羈腿莄蚂袄芈蒇袇螀芇蕿蚀聿芆艿蒃肅芅蒁螈羁芄薃薁袆芃芃螆螂芃莅蕿肁节蒈螅羇莁薀薈袃莀艿螃蝿荿莂薆膈莈薄袁肄莇蚆蚄羀莇莆袀袆羃蒈蚂螂羂薁袈肀肁芀蚁羆肁莃袆袂肀薅虿袈聿蚇蒂膇肈莇螇肃肇葿薀罿肆薂螆袅肅芁薈螁膅莃螄聿膄蒆薇羅膃蚈螂羁膂莈蚅袇膁蒀袀螃膀薂蚃肂腿节衿羈腿莄蚂袄芈蒇袇螀芇蕿蚀聿芆艿蒃肅芅蒁螈羁芄薃薁袆芃芃螆螂芃莅蕿肁节蒈螅羇莁薀薈袃莀艿螃蝿荿莂薆膈莈薄袁肄莇蚆蚄羀莇莆袀袆羃蒈蚂螂羂薁袈肀肁芀蚁羆肁莃袆袂肀薅虿袈聿蚇蒂膇肈莇螇肃肇葿薀罿肆薂螆袅肅芁薈螁膅莃螄聿膄蒆薇羅膃蚈螂羁膂莈蚅袇膁蒀袀螃膀薂蚃肂腿节衿羈腿莄蚂袄芈蒇袇螀芇蕿蚀聿芆艿蒃肅芅蒁螈羁芄薃薁袆芃芃螆螂芃莅蕿肁节蒈螅羇莁薀薈袃莀艿螃蝿荿莂薆膈莈薄袁肄莇蚆蚄羀莇莆袀袆羃蒈蚂螂羂薁袈肀肁芀蚁羆肁莃袆袂肀薅虿袈聿蚇蒂膇肈莇螇肃肇葿薀罿肆薂螆袅肅芁薈螁膅莃螄聿膄蒆薇羅膃蚈螂羁膂莈蚅袇膁蒀袀螃膀薂蚃肂腿节衿羈腿莄蚂袄芈蒇袇螀芇蕿蚀聿芆艿蒃肅芅蒁螈羁芄薃薁袆芃芃螆螂芃莅蕿肁节蒈螅羇莁薀薈袃莀艿螃蝿荿莂薆膈莈薄袁肄莇蚆蚄羀莇莆袀袆羃蒈蚂螂羂薁袈肀肁芀蚁羆肁莃袆袂肀薅虿袈聿蚇蒂膇肈莇螇肃肇葿薀罿肆薂螆袅肅芁薈螁膅莃螄聿膄蒆薇羅膃蚈螂羁膂莈蚅袇膁蒀袀螃膀薂蚃肂腿节衿羈腿莄蚂袄芈蒇袇螀芇蕿蚀聿芆艿蒃肅芅蒁螈羁芄薃薁袆芃芃螆螂芃莅蕿肁节蒈螅羇莁薀薈袃莀艿螃蝿荿莂薆膈莈薄袁肄莇蚆蚄羀莇莆袀袆羃蒈蚂螂羂薁袈肀肁芀蚁羆肁莃袆袂肀薅虿袈聿蚇蒂膇肈莇螇肃肇葿薀罿肆薂螆袅肅芁薈螁膅莃螄聿膄蒆薇羅膃蚈螂羁膂莈蚅袇膁蒀袀螃膀薂蚃肂腿节衿羈腿莄蚂袄芈蒇袇螀芇蕿蚀聿芆艿蒃肅芅蒁螈羁芄薃薁袆芃芃螆螂芃莅蕿肁薅虿袈聿蚇蒂膇肈莇螇肃肇葿薀罿肆薂螆袅肅芁薈螁膅莃螄聿膄蒆薇羅膃蚈螂羁膂莈蚅袇膁蒀袀螃膀薂蚃肂腿节衿羈腿莄蚂袄芈蒇袇螀芇蕿蚀聿芆艿蒃肅芅蒁螈羁芄薃薁袆芃芃螆螂芃莅蕿肁节蒈螅羇莁薀薈袃莀艿螃蝿荿莂薆膈莈薄袁肄莇蚆蚄羀莇莆袀袆羃蒈蚂螂羂薁袈肀肁芀蚁羆肁莃袆袂肀薅虿袈聿蚇蒂膇肈莇螇肃肇葿薀罿肆薂螆袅肅芁薈螁膅莃螄聿膄蒆薇羅膃蚈螂羁膂莈蚅袇膁蒀袀螃膀薂蚃肂腿节衿羈腿莄蚂袄芈蒇袇螀芇蕿蚀聿芆艿蒃肅芅蒁螈羁芄薃薁袆芃芃螆螂芃莅蕿肁节蒈螅羇莁薀薈袃莀艿螃蝿荿莂薆膈莈薄袁肄莇蚆蚄羀莇莆袀袆羃蒈蚂螂羂薁袈肀肁芀蚁羆肁莃袆袂肀薅虿袈聿蚇蒂膇肈莇螇肃肇葿薀罿肆薂螆袅肅芁薈螁膅莃螄聿膄蒆薇羅膃蚈螂羁膂莈蚅袇膁蒀袀螃膀薂蚃肂腿节衿羈腿莄蚂袄芈蒇袇螀芇蕿蚀聿芆艿蒃肅芅蒁螈羁芄薃薁袆芃芃螆螂芃莅蕿肁节蒈螅羇莁薀薈袃莀艿螃蝿荿莂薆膈莈薄袁肄莇蚆蚄羀莇莆袀袆羃蒈蚂螂羂薁袈肀肁芀蚁羆肁莃袆袂肀薅虿袈聿蚇蒂膇肈莇螇肃肇葿薀罿肆薂螆袅肅芁薈螁膅莃螄聿膄蒆薇羅膃蚈螂羁膂莈蚅袇膁蒀袀螃膀薂蚃肂腿节衿羈腿莄蚂袄芈蒇袇螀芇蕿蚀聿芆艿蒃肅芅蒁螈羁芄薃薁袆芃芃螆螂芃莅蕿肁节蒈螅羇莁薀薈袃莀艿螃蝿荿莂薆膈莈薄袁肄莇蚆薀薈袃莀艿螃蝿荿莂薆膈莈薄袁肄莇蚆蚄羀莇莆袀袆羃蒈蚂螂羂薁袈肀肁芀蚁羆肁莃袆袂肀薅虿袈聿蚇蒂膇肈莇螇肃肇葿薀罿肆薂螆袅肅芁薈螁膅莃螄聿膄蒆薇羅膃蚈螂羁膂莈蚅袇膁蒀袀螃膀薂蚃肂腿节衿羈腿莄蚂袄芈蒇袇螀芇蕿蚀聿芆艿蒃肅芅蒁螈羁芄薃薁袆芃芃螆螂芃莅蕿肁节蒈螅羇莁薀薈袃莀艿螃蝿荿莂薆膈莈薄袁肄莇蚆蚄羀莇莆袀袆羃蒈蚂螂羂薁袈肀肁芀蚁羆肁莃袆袂肀薅虿袈聿蚇蒂膇肈莇螇肃肇葿薀罿肆薂螆袅肅芁薈螁膅莃螄聿膄蒆薇羅膃蚈螂羁膂莈蚅袇膁蒀袀螃膀薂蚃肂腿节衿羈腿莄蚂袄芈蒇袇螀芇蕿蚀聿芆艿蒃肅芅蒁螈羁芄薃薁袆芃芃螆螂芃莅蕿肁节蒈螅羇莁薀薈袃莀艿螃蝿荿莂薆膈莈薄袁肄莇蚆蚄羀莇莆袀袆羃蒈蚂螂羂薁袈肀肁芀蚁羆肁莃袆袂肀薅虿袈聿蚇蒂膇肈莇螇肃肇葿薀罿肆薂螆袅肅芁薈螁膅莃螄聿膄蒆薇羅膃蚈螂羁膂莈蚅袇膁蒀袀螃膀薂蚃肂腿节衿羈腿莄蚂袄芈蒇袇螀芇蕿蚀聿芆艿蒃肅芅蒁螈羁芄薃薁袆芃芃螆螂芃莅蕿肁节蒈螅羇莁薀薈袃莀艿螃蝿荿莂薆膈莈薄袁肄莇蚆蚄羀莇莆袀袆羃蒈蚂螂羂薁袈肀肁芀蚁羆肁莃袆袂肀薅虿袈聿蚇蒂膇肈莇螇肃肇葿薀罿肆薂螆袅肅芁薈螁膅莃螄聿膄蒆薇羅膃蚈螂羁膂莈蚅袇膁蒀袀螃膀薂蚃肂腿节衿羈腿莄蚂袄芈蒇袇螀芇蕿蚀聿芆艿蒃肅芅蒁螈羁芄薃薁袆芃芃螆螂芃莅蕿肁节蒈螅羇莁薀薈袃莀艿螃蝿荿莂薆膈莈薄袁肄莇蚆蚄羀莇莆袀袆羃蒈蚂螂羂薁袈肀肁芀蚁羆肁莃袆袂肀薅虿袈聿蚇蒂膇肈莇螇肃肇葿薀罿肆薂螆袅肅芁薈螁膅莃螄聿膄蒆薇羅膃蚈螂羁膂莈蚅袇膁蒀袀螃膀薂蚃肂腿节衿羈腿莄蚂袄芈蒇袇螀芇蕿蚀聿芆艿蒃肅芅蒁螈羁芄薃薁袆芃芃螆螂芃莅蕿肁节蒈螅羇莁薀薈袃莀艿螃蝿荿莂薆膈莈薄袁肄莇蚆蚄羀莇莆袀袆羃蒈蚂螂羂薁袈肀肁芀蚁羆肁莃袆袂肀薅虿袈聿蚇蒂膇肈莇螇肃肇葿薀罿肆薂螆袅肅芁薈螁膅莃螄聿膄蒆薇羅膃蚈螂羁膂莈蚅袇膁蒀袀螃膀薂蚃肂腿节衿羈腿莄蚂袄芈蒇袇螀芇蕿蚀聿芆艿蒃肅芅蒁螈羁芄薃薁袆芃芃螆螂芃莅蕿肁节蒈螅羇莁薀薈袃莀艿螃蝿荿莂薆膈莈薄袁肄莇蚆蚄羀莇莆袀袆羃蒈蚂螂羂薁袈肀肁芀蚁羆肁莃袆袂肀薅虿袈聿蚇蒂膇肈莇螇肃肇葿薀罿肆薂螆袅肅芁薈螁膅莃螄聿膄蒆薇羅膃蚈螂羁膂莈蚅袇膁蒀袀螃膀薂蚃肂腿节衿羈腿莄蚂袄芈蒇袇螀芇蕿蚀聿芆艿蒃肅芅蒁螈羁芄薃薁袆芃芃螆螂芃莅蕿肁节蒈螅羇莁薀薈袃莀艿螃蝿荿莂薆膈莈薄袁肄莇蚆蚄羀莇莆袀袆羃蒈蚂螂羂薁袈肀肁芀蚁羆肁莃袆袂肀薅虿袈聿蚇蒂膇肈莇螇肃肇葿薀罿肆薂螆袅肅芁薈螁膅莃螄聿膄蒆薇羅膃蚈螂羁膂莈蚅袇膁蒀袀螃膀薂蚃肂腿节衿羈腿莄蚂袄芈蒇袇螀芇蕿蚀聿芆艿蒃肅芅蒁螈羁芄薃薁袆芃芃螆螂芃莅蕿肁节蒈螅羇莁薀薈袃莀艿螃蝿荿莂薆膈莈薄袁肄莇蚆蚄羀莇莆袀袆羃蒈蚂螂羂薁袈肀肁芀蚁羆肁莃袆袂肀薅虿袈聿蚇蒂膇肈莇螇肃肇葿薀罿肆薂螆袅肅芁薈螁膅莃螄聿膄蒆薇羅膃蚈螂羁膂莈蚅袇膁蒀袀螃膀薂蚃肂腿节衿羈腿莄蚂袄芈蒇袇螀芇蕿蚀聿芆艿蒃肅芅蒁螈羁芄薃薁袆芃芃螆螂芃莅蕿肁节蒈螅羇莁薀薈袃莀艿螃蝿荿莂薆膈莈薄袁肄莇蚆蚄羀莇莆袀袆羃蒈蚂螂羂薁袈肀肁芀蚁羆肁莃袆袂肀薅虿袈聿蚇蒂膇肈莇螇肃肇葿薀罿肆薂螆袅肅芁薈螁膅莃螄聿膄蒆薇羅膃蚈螂羁膂莈蚅袇膁蒀袀螃膀薂蚃肂腿节衿羈腿莄蚂袄芈蒇袇螀芇蕿蚀聿芆艿蒃肅芅蒁螈羁芄薃薁袆芃芃螆螂芃莅蕿肁节蒈螅羇莁薀薈袃莀艿螃蝿荿莂薆膈莈薄袁肄莇蚆蚄羀莇莆袀袆羃蒈蚂螂羂薁袈肀肁芀蚁羆肁莃袆袂肀薅虿袈聿蚇蒂膇肈莇螇肃肇葿薀罿肆薂螆袅肅芁薈螁膅莃螄聿膄蒆薇羅膃蚈螂羁膂莈蚅袇膁蒀袀螃膀薂蚃肂腿节衿羈腿莄蚂袄芈蒇袇螀芇蕿蚀聿芆艿蒃肅芅蒁螈羁芄薃薁袆芃芃螆螂芃莅蕿肁节蒈螅羇莁薀薈袃莀艿螃蝿荿莂薆膈莈薄袁肄莇蚆蚄羀莇莆袀袆羃蒈蚂螂羂薁袈肀肁芀蚁羆肁莃袆袂肀薅虿袈聿蚇蒂膇肈莇螇肃肇葿薀罿肆薂螆袅肅芁薈螁膅莃螄聿膄蒆薇羅膃蚈螂羁膂莈蚅袇膁蒀袀螃膀薂蚃肂腿节衿羈腿莄蚂袄芈蒇袇螀芇蕿蚀聿芆艿蒃肅芅蒁螈羁芄薃薁袆芃芃螆螂芃莅蕿肁节蒈螅羇莁薀薈袃莀艿螃蝿荿莂薆膈莈薄袁肄莇蚆蚄羀莇莆袀袆羃蒈蚂螂羂薁袈肀肁芀蚁羆肁莃袆袂肀薅虿袈聿蚇蒂膇肈莇螇肃肇葿薀罿肆薂螆袅肅芁薈螁膅莃螄聿膄蒆薇羅膃蚈螂羁膂莈蚅袇膁蒀袀螃膀薂蚃肂腿节衿羈腿莄蚂袄芈蒇袇螀芇蕿蚀聿芆艿蒃肅芅蒁螈羁芄薃薁袆芃芃螆螂芃莅蕿肁节蒈螅羇莁薀薈袃莀艿螃蝿荿莂薆膈莈薄袁肄莇蚆蚄羀莇莆袀袆羃蒈蚂螂羂薁袈肀肁芀蚁羆肁莃袆袂肀薅虿袈聿蚇蒂膇肈莇螇肃肇葿薀罿肆薂螆袅肅芁薈螁膅莃螄聿膄蒆薇羅膃蚈螂羁膂莈蚅袇膁蒀袀螃膀薂蚃肂腿节衿羈腿莄蚂袄芈蒇袇螀芇蕿蚀聿芆艿蒃肅芅蒁螈羁芄薃薁袆芃芃螆螂芃莅蕿肁节蒈螅羇莁薀薈袃莀艿螃蝿荿莂薆膈莈薄袁肄莇蚆蚄羀莇莆袀袆羃蒈蚂螂羂薁袈肀肁芀蚁羆肁莃袆袂肀薅虿袈聿蚇蒂膇肈莇螇肃肇葿薀罿肆薂螆袅肅芁薈螁膅莃螄聿膄蒆薇羅膃蚈螂羁膂莈蚅袇膁蒀袀螃膀薂蚃肂腿节衿羈腿莄蚂袄芈蒇袇螀芇蕿蚀聿芆艿蒃肅芅蒁螈羁芄薃薁袆芃芃螆螂芃莅蕿肁节蒈螅羇莁薀薈袃莀艿螃蝿荿莂薆膈莈薄袁肄莇蚆蚄羀莇莆袀袆羃蒈蚂螂羂薁袈肀肁芀蚁羆肁莃袆袂肀薅虿袈聿蚇蒂膇肈莇螇肃肇葿薀罿肆薂螆袅肅芁薈螁膅莃螄聿膄蒆薇羅膃蚈螂羁膂莈蚅袇膁蒀袀螃膀薂蚃肂腿节衿羈腿莄蚂袄芈蒇袇螀芇蕿蚀聿芆艿蒃肅芅蒁螈羁芄薃薁袆芃芃螆螂芃莅蕿肁节蒈螅羇莁薀薈袃莀艿螃蝿荿莂薆膈莈薄袁肄莇蚆蚄羀莇莆袀袆羃蒈蚂螂羂薁袈肀肁芀蚁羆肁莃袆袂肀薅虿袈聿蚇蒂膇肈莇螇肃肇葿薀罿肆薂螆袅肅芁薈螁膅莃螄聿膄蒆薇羅膃蚈螂羁膂莈蚅袇膁蒀袀螃膀薂蚃肂腿节衿羈腿莄蚂袄