AI13章 群智能.ppt

群智能理论及粒子群优化算法霓馈放貌洱航搀己拈炸横磅瓣盂蔑馁雹苍弧揩环惫类赌亿在肄巷尚着尿汤AI13章群智能AI13章群智能棉害需孜匡希社美认误怎团付噪褒侨陪乡廓篇善袱谊肤斑息搭雷阵沿也钠AI13章群智能AI13章群智能鼓鸣昼匝辙挂蒜攀雹狭纷笺淮幸狐顾宇衔桓怨秃乘囚远酒棚腊皋查设掌胡AI13章群智能AI13章群智能SwarmIntelligenceSwarmIntelligence(SI)的概念最早由Beni、Hackwood和在分子自动机系统中提出。分子自动机中的主体在一维或二维网格空间中与相邻个体相互作用,从而实现自组织。1999年,Bonabeau、Dorigo和Theraulaz在他们的著作《SwarmIntelligence:FromNaturaltoArtificialSystems中对群智能进行了详细的论述和分析,给出了群智能的一种不严格定义:任何一种由昆虫群体或其它动物社会行为机制而激发设计出的算法或分布式解决问题的策略均属于群智能。离神鹰惦逞萨抿等钾否燎卞犬姥劝搅爱标亥浇鸿腕苹冻傻吕钙宁王硅溶辐AI13章群智能AI13章群智能SwarmIntelligence(续)Swarm可被描述为一些相互作用相邻个体的集合体,蜂群、蚁群、鸟群都是Swarm的典型例子。鱼聚集成群可以有效地逃避捕食者,因为任何一只鱼发现异常都可带动整个鱼群逃避。蚂蚁成群则有利于寻找食物,因为任一只蚂蚁发现食物都可带领蚁群来共同搬运和进食。一只蜜蜂或蚂蚁的行为能力非常有限,它几乎不可能独立存在于自然世界中,而多个蜜蜂或蚂蚁形成的Swarm则具有非常强的生存能力,且这种能力不是通过多个个体之间能力简单叠加所获得的。社会性动物群体所拥有的这种特性能帮助个体很好地适应环境,个体所能获得的信息远比它通过自身感觉器官所取得的多,其根本原因在于个体之间存在着信息交互能力。饭粤辛豆候冗拾独侄优獭帝去绷兄塑琼私卷考膊沉像甲亡掀坞覆导丸柬箩AI13章群智能AI13章群智能SwarmIntelligence(续)信息的交互过程不仅仅在群体内传播了信息,而且群内个体还能处理信息,并根据所获得的信息(包括环境信息和附近其它个体的信息)改变自身的一些行为模式和规范,这样就使得群体涌现出一些单个个体所不具备的能力和特性,尤其是对环境的适应能力。这种对环境变化所具有适应的能力可以被认为是一种智能(关于适应性与智能之间的关系存在着一些争议,Fogel认为智能就是具备适应的能力),也就是说动物个体通过聚集成群而涌现出了智能。因此,Bonabeau将SI的定义进一步推广为:无智能或简单智能的主体通过任何形式的聚集协同而表现出智能行为的特性。这里我们关心的不是个体之间的竞争,而是它们之间的协同。伏瞅买织炎揭躁谚吞弱匣雨茄锭弛锥推俄翁打哲票箩郝蔓别刚遇辰胡缩捕AI13章群智能AI13章群智能SwarmIntelligence(续)《SwarmIntelligence》,是群智能发展的一个重要历程碑,因为此时已有一些群智能理论和方法得到了应用。他们不反对Bonabeau关于SI定义,赞同其定义的基本精神,但反对定义中使用“主体”一词。其理由是“主体”所带有自治性和特殊性是许多Swarm的个体所不具备和拥有的,这将大大限制Swarm的定义范围。他们认为暂时无法给出合适的定义,赞同由MarkMillonas(1994)提出的构建一个SI系统所应满足的五条基本原则:签弦取昂界织豌荐侯痊钱北酶趟钒钉瓶敲渔吞骤盟擎放桌蓑基墒糙泵徽巢AI13章群智能AI13章群智能SwarmIntelligence(续)[1]ProximityPrinciple:群内个体具有能执行简单的时间或空间上的评估和计算的能力。[2]QualityPrinciple:群内个体能对环境(包括群内其它个体)的关键性因素的变化做出响应。[3]PrincipleofDiverseResponse:群内不同个体对环境中的某一变化所表现出的响应行为具有多样性。[4]StabilityPrinciple:不是每次环境的变化都会导致整个群体的行为模式的改变。[5]AdaptabilityPrinciple:环境所发生的变化中,若出现群体值得付出代价的改变机遇,群体必须能够改变其行为模式。趋乔代把钞额韶晴怖吗陆哇十技堂非司亦堕氦奖****项咸焙机撤袒伏妄慑袖AI13章群智能AI13章群智能SwarmIntelligence(续)《SwarmIntelligence》最重要的观点是:Mindissocial,也就是认为人的智能是源于社会性的相互作用,文化和认知是人类社会性不可分割的重要部分,这一观点成为了群智能发展的基石。群智能已成为有别于传统人工智能中连接主义和符号主义