刍议蚁群算法在高校就业管理系统设计的运用
开篇：润墨网以专业的文秘视角，为您筛选了一篇刍议蚁群算法在高校就业管理系统设计的运用范文，如需获取更多写作素材，在线客服老师一对一协助。欢迎您的阅读与分享！
摘要：随着我国普及高等教育，大学生数量剧增，大学生就业难是目前亟待解决的一项重要课题。大学生作为国家栋梁之才，获得有效应用可以为社会、国家创造更多的利益。利用学生在校期间留存的个人相关资料评估学生能力，实现人才资源的有效配置，能解决高校就业问题。该文针对基于蚁群算法的高校就业管理系统的设计进行研究分析。
关键词：蚁群算法；高校就业管理系统；设计
中图分类号：TP311 文献标识码：A 文章编号：1009-3044（2013）03-0580-02
1 蚁群算法概论
蚁群算法是一种仿生类随机搜索算法，20世纪90年代由意大利学者Dorigo、Maniezzo等人最早提出蚁群算法【1】，并广泛应用在不同组合优化问题当中，具有良好的效果。蚁群算法属于启发式搜索算法，优化过程本质为： 1）选择机制。大信息量路径被选择的概率会越大；2）协调机制。依靠相互之间的通信进行协同工作；3）更新机制。蚂蚁经过路径，会增长路径上的信息量，时间推移信息量也会逐渐减小。
2 蚁群算法基本原理
蚂蚁会在行走的路线上释放信息素实现和其他蚂蚁的间接交流，诞生了蚁群算法，有信息素挥发、正反馈两种机制。从蚁穴到食物源会存在多条路径，但绝大多数蚂蚁都能选择出最短的路径，就是利用了正反馈机制，因为单位时间内最短路径上通过的蚂蚁数量较多，信息素含量也就会随之增多，吸引越来越多的蚂蚁，最终实现蚂蚁都经过最短路径寻找食物源或返回蚁穴；信息素挥发则可避免路径上信息素含量的大幅增加。蚁群算法中的蚂蚁与现实中的蚂蚁存在区别：蚁群算法中的蚂蚁并不是完全依照信息素强度进行路径选择，它们具有记忆区，而且还处在离散时间状态中。如下图1可进行抽象说明：图（a）表明蚁群蚂蚁沿着A-E路径行走；图（b）说明当出现障碍物时，蚂蚁们会分成两条路径行走；图（c）显示绝大部分蚂蚁都会选择较短路径行走，较短路径上聚集了更多的信息素，吸引越来越多的蚂蚁选择。
如图所示：设定A点为蚁穴，E点是食物源，HC是障碍物。蚂蚁行走要绕开障碍物，有两种选择，经过H或经过C到达食物源，路径距离为：BH=HD=1，BC=CD=0.5。假设t=1的时候，有30只蚂蚁从蚁穴出发去往食物源，路径上没有信息素，蚂蚁分开绕行，BH和BC均有15只蚂蚁选择，由于信息素会伴随时间的流逝而逐渐挥发，我们假设蚂蚁们运动速度相同，路径上信息素剩余量和路径长度成反比，蚂蚁算则路径概率与信息浓度成正比，所以BH、DH路径上蚂蚁留下的信息素挥发量是BC、DC路径上的2倍。t=2时，30只蚂蚁返回蚁穴，就会选择信息量浓度较多的DC、BC路径，即有20只蚂蚁选择DCB路径，15只蚂蚁选择DHB路径。我们以此类推，经较长时间运动后，选择DCB路径的蚂蚁会越来越多，最终都选择DCB路径。
3 基于蚁群算法设计的高校就业管理系统
目前系统采用B/S（Browser/Server）结构，即浏览器、服务器结构。浏览器主要用来进行用户操作，服务器端（Server）实施主要的事物逻辑，形成三层3-tier 结构。依据B/S模式，实现Hibernate 、Struts、JSP2.0 Spring三层架构，采用Oralcle10g后台数据库，SunOne Application Server作为程序服务器端。如图2为高校就业管理系统的基本结构。
1）新建form实现Struts前台设计：初始会在JSP页面先新建form并制定其Action属性。将隐藏变量（operate）放入form，表示操作类型，比如delete、add、edit等；可参考表单构建一个涵盖了其所有项目，包括隐藏变量的ActionFormBean 类，并对它进行Action属性必须的get、set方法的定义；完成Action 类。
2）后台业务逻辑的技术处理：Man Bean的管理由Service Bean负责，与Man Bean相类似的Service Bean，它的接口形式的实现也是先进行接口的定义，然后对相应类进行定义实现。不但需要重写Man Bean4个方法，还要补充一些其他的方法，如after Save STH（）、after Remove STH（）、before Remove STH（）以及before Save STH（）等【2】。通过采用这些方法，用户能实现数据修改前、修改后的业务逻辑处理。
3）基于Ajax技术的交互式网页应用：此项技术与Web开发不同，它是通过创建交互式网页应用实现网页的开发的一项技术，并不以静态页面方式对待Web应用，对于Ajax来说，Web应用需要少量页面（页面为更小型的Ajax应用）组成，页面包括采用Java Script进行开发的Ajax组件，利用XML Http Request采用异步方式从服务器获取所需数据，然后利用DOM的API进行页面更新。
3 总结
蚁群算法具有适应性、并行性和智能化特点，应用范围十分广泛，本文将其应用在毕业生的基业数据挖掘方面，并研究了基于蚁群算法的高校就业管理系统的设计。采用蚁群算法对高校毕业生海量信息数据进行分析提取，构建实用性数据库，通过计算机更好解决高校就业问题，为社会贡献更多有用人才。
参考文献：
[1] 杨檬，宋建社，曹继平，等.蚁群优化算法应用研究概述[J].计算机仿真，2009，26（6）：200-203.
[2] 于妍.基于蚁群算法的高校就业管理系统的设计与实现[D].河北：华北电力大学，2011.