-
羣體智能
(生物學術語)
鎖定
羣體智能源於對以螞蟻、蜜蜂等為代表的社會性昆蟲的羣體行為的研究。最早被用在細胞機器人系統的描述中。
[1]
它的控制是分佈式的,不存在中心控制。羣體具有自組織性。
- 中文名
- 羣體智能
- 外文名
- Swarm intelligence
- 表 現
- 宏觀智能行為
- 基本原則
- 鄰近原則
羣體智能基本原則
- 鄰近原則( Proximity Principle),羣體能夠進行簡單的空間和時間計算;
- 品質原則(Quality Principle),羣體能夠響應環境中的品質因子;
- 多樣性反應原則( Principle of Diverse Response),羣體的行動範圍不應該太窄;
- 穩定性原則(Stability Principle),羣體不應在每次環境變化時都改變自身的行為;
羣體智能特點
- 控制是分佈式的,不存在中心控制。因而它更能夠適應當前網絡環境下的工作狀態,並且具有較強的魯棒性,即不會由於某一個或幾個個體出現故障而影響羣體對整個問題的求解。
- 羣體中的每個個體都能夠改變環境,這是個體之間間接通信的一種方式,這種方式被稱為“激發工作”(Stigmergy)。由於羣體智能可以通過非直接通信的方式進行信息的傳輸與合作,因而隨着個體數目的增加,通信開銷的增幅較小,因此,它具有較好的可擴充性。
- 羣體中每個個體的能力或遵循的行為規則非常簡單,因而羣體智能的實現比較方便,具有簡單性的特點。
羣體智能典型模型
自1991年意大利學者Dorigo 提出蟻羣優化(Ant Colony Optimization,ACO)理論開始,羣體智能作為一個理論被正式提出,並逐漸吸引了大批學者的關注,從而掀起了研究高潮。1995年,Kennedy等學者提出粒子羣優化算法(Particle Swarm Optimization,PSO),此後羣體智能研究迅速展開,但大部分工作都是圍繞ACO和PSO 進行的。