精华内容
下载资源
问答
  • 群体智能

    2020-04-01 23:36:08
    开始学习群体智能相关知识,后面会记录一些读相关论文的小笔记。 起源是“群体行为:简单个体的复杂智能”这篇文章。https://mp.weixin.qq.com/s/qj4qoRjjlu8YohvCI2OhyA 小记: 群体行为(Swarm behaviour): ...

    前言


    开始学习群体智能相关知识,后面会记录一些读相关论文的小笔记。

    起源是“群体行为:简单个体的复杂智能”这篇文章。https://mp.weixin.qq.com/s/qj4qoRjjlu8YohvCI2OhyA


    小记:

    群体行为(Swarm behaviour):

             原本翻译为蜂群行为,后来覆盖鸟群、鱼群、黏菌等动物的群体行为。主要描述一群大小相似的动物聚集在一块觅食或向着某个方向具体迁移时所展现出来的集体行为。比如,一群蚂蚁搬食物,鸟类的集体迁徙风行等。

    涌现行为(Emergency)/涌现理论:

           任何一个过程的整体行为远比构成它的部分复杂,都可称为涌现现象。简单来说就是,小个体组成整体,整体属性却不等于个体累加,是由简生繁的过程,它无处不在。例如,一只蚂蚁与一群蚂蚁,一群蚂蚁可以分工明确的做很繁琐的事情。

    一个个体力量很小,聚集起来很大。群体行为隐藏着群体智能,群体智能蕴含了自组织(Self-organization)和自协调/共识主动性(Stigmergy)。受群体智能的启发,可以为人类管理复杂度高的系统提供独特的方法。

    自组织:在没有外部指令条件下,系统内部各子系统之间能自行按照某种规则形成一定的结构或功能的自组织现象的一种理论。               该理论主要研究系统怎样从混沌无序的初态向稳定有序的终态的演化过程和规律。

     

    群体智慧重要概念

       蚁群智慧

       群鸟迁徙


    Boids仿真模型:模拟鸟类群体行为的计算机程序、与大多数仿真模型一样,是涌现行为的一个例子。

    在最简单的Boids世界中应用的规则如下:

    (最简单的鸟群模型由三个运动行为组成,他们描述了每个boid个体如何根据其周围同伴的速度和位置进行移动。)

    • 分离
    • 一致
    • 内聚

    在这些简单规则的相互作用下,会涌现出一些复杂的群体行为。


    相关算法:

    1)黏菌算法:多个细胞聚集在一起形成的原生质团,为了寻找食物而四处“爬动”,从而绘制出食物之间的最优路径,最终形成了复杂又迷人的网络。

         典型的应用案例:东京大学一个研究组科学家利用黏菌找寻食物的路径绘制东京交通路网的实验。

    2)蚁群算法

    灵感来源:蚂蚁寻找食物时的路径

    算法基本思路:蚂蚁行走路径表示问题的可行解,整个蚁群的所有路径构成解空间。路径较短的蚂蚁释放出来的信息素越浓,在正反馈的作用下,整个蚁群最后集中到最短路径上,也就是待优化问题的最优解。

    3)自驱动算法

    4)粒子群优化算法


    知名学者:

    • 克雷格·雷诺兹 Craig Reynolds
    • 威廉·汉密尔顿 William Donald Hamilton
    • 伊谢尔·本-雅各布 Eshel Ben-Jacob

     

     

     

    【注:随着后面了解的深入,有机会再回头进行补充整理】

     

     

     

     

     

     

     

     

     

    展开全文
  • CI主要包括模糊系统(Fuzzy Systems,FS)、神经网络(Neural Networks,NN)、群体智能(Swarm Intelligence,SI)和进化计算(Evolutionary Computation,EC)。计算智能技术具有强大、高效、灵活、可靠等诸多优点...
  • 计算群体智能基础

    2018-01-13 18:11:07
    计算群体智能基础, 学习群体智能算法很好的一本书籍, 推荐
  • 群体智能优化算法

    万次阅读 多人点赞 2018-11-20 08:32:51
    群体智能优化算法介绍什么是群体智能优化算法群体智能优化算法的定义群体智能优化算法的原则常见的群体智能优化算法挖坑蚁群算法粒子群优化算法菌群算法蛙跳算法人工蜂群算法总结 由于在研究生期间一直研究粒子群...


    由于在研究生期间一直研究 粒子群优化算法(Particle Swarm Optimization),所以对其他的一些 群体智能优化算法(Swarm Intelligence)也是有一定的了解的,既然自己在这方面还算有一些自己的见解,所以,就把这些内容分享出来,让更多的人了解这方面的内容,在需要用到这方面内容去做研究或者写毕设或者做项目的过程中,能够快速的入门。

    什么是群体智能优化算法

    在研究生期间我研究的是粒子群优化算法,主要将其用在目标跟踪等方面,所以,有了介绍粒子群优化算法的想法,但是,在介绍粒子群优化算法之前,有必要先介绍一下群体智能优化算法,因为粒子群优化算法是属于群体智能优化算法中的一种比较常用的算法。

    群体智能优化算法的定义

    定义:群体智能优化算法主要模拟了昆虫、兽群、鸟群和鱼群的群体行为,这些群体按照一种合作的方式寻找食物,群体中的每个成员通过学习它自身的经验和其他成员的经验来不断地改变搜索的方向。任何一种由昆虫群体或者其他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体智能(Swarm Intelligence)
    白话解释:模仿昆虫或者一些动物的觅食或者其他行为,这些动物群体按照一中合作的方式寻找食物,不断的交流食物信息,能够很快的找到更多的食物。通过对他们的行为的研究抽象出来的一种算法,就是群体智能优化算法。(例如,一个个体找到了食物,就会通知其他个体来这个有食物的地方,这就是一种行为)

    群体智能优化算法的原则

    • 邻近原则:群体能够进行简单的空间和时间计算;
    • 品质原则:群体能够响应环境中的品质因子;
    • 多样性反应原则:群体的行动范围不应该太窄;
    • 稳定性原则:群体不应在每次环境变化时都改变自身的行为;
    • 适应性原则:在所需代价不太高的情况下,群体能够在适当的时候改变自身的行为。

    常见的群体智能优化算法

    群体智能优化算法出现后,可以说是非常的受欢迎,很多研究学者也都提出了一些自己的群体智能优化算法,但是,受到大家认可(应用较为广泛)的算法大致为:

    • 蚁群算法-------------1992年提出
    • 粒子群优化算法----1995年提出
    • 菌群算法-------------2002年提出
    • 蛙跳算法-------------2003年提出
    • 人工蜂群算法-------2005年提出
    • 花朵授粉算法-------2012年提出

    除了几种常见的算法之外,还有很多很多被提出的群体智能优化算法,例如:萤火虫算法、布谷鸟算法、蝙蝠算法、狼群算法、烟花算法、合同网协议算法等等。

    挖坑

    后续会对一下几种算法进行详细的介绍(先挖个坑-_-)。

    蚁群算法

    未完待续

    粒子群优化算法

    粒子群优化算法在1995 年由Eberhart 博士和kennedy 博士提出,源于对鸟群捕食的行为研究 。该算法最初是受到飞鸟集群活动的规律性启发,进而利用群体智能建立的一个简化模型。粒子群算法在对动物集群活动行为观察基础上,利用群体中的个体对信息的共享使整个群体的运动在问题求解空间中产生从无序到有序的演化过程,从而获得最优解。已填坑,点击查看

    菌群算法

    菌群优化算法(BFO)是近些年来发展起来的,基于大肠杆菌觅食行为模型的一种新型群智能算法。它是一种简单有效的随机全局优化技术。已填坑,点击查看

    蛙跳算法

    蛙跳算法的思想是:在一片湿地中生活着一群青蛙。湿地内离散的分布着许多石头,青蛙通过寻找不同的石头进行跳跃去找到食物较多的地方。每只青蛙个体之间通过文化的交流实现信息的交换。每只青蛙都具有自己的文化。每只青蛙的文化被定义为问题的一个解。湿地的整个青蛙群体被分为不同的子群体,每个子群体有着自己的文化,执行局部搜索策略。在子群体中的每个个体有着自己的文化,并且影响着其他个体,也受其他个体的影响,并随着子群体的进化而进化。当子群体进化到一定阶段以后,各个子群体之间再进行思想的交流(全局信息交换)实现子群体间的混合运算,一直到所设置的条件满足为止。未完待续(会单独写一篇文章详细介绍)

    人工蜂群算法

    人工蜂群算法是模仿蜜蜂行为提出的一种优化方法,是集群智能思想的一个具体应用,它的主要特点是不需要了解问题的特殊信息,只需要对问题进行优劣的比较,通过各人工蜂个体的局部寻优行为,最终在群体中使全局最优值突现出来,有着较快的收敛速度。未完待续(会单独写一篇文章详细介绍)

    总结

    本博文对群体智能优化算法进行了简单的介绍,并对几种群体智能优化算法进行了简单的描述,留着后续填坑。
    如果您有任何需要,都可以加我微信,进行讨论。
    在这里插入图片描述

    展开全文
  • 群体智能之集群智能

    千次阅读 2019-11-26 23:32:32
    2.群体智能 3.群体智能分类 4.集群智能 4.1 集群智能的特点 4.2 集群智能代表性方法 5.集群智能-蚁群优化算法(ACO: Ant Colony Optimization),适用于离散问题最优解 5.1 蚁群寻食过程分析 5.2 ACO: Ant ...

    目录

    1.写在前面

    2.群体智能

    3.群体智能分类

    4.集群智能

    4.1 集群智能的特点

    4.2 集群智能代表性方法

    5.集群智能-蚁群优化算法(ACO: Ant Colony Optimization ),适用于离散问题最优解

    5.1 蚁群寻食过程分析

    5.2  ACO: Ant Colony Optimization 

    5.3 形式化

    5.4 旅行商问题的蚁群优化求解

    整个算法实现图示:

    6.粒子群优化算法 PSO: Particle Swarm Optimization 求解连续解空间的优化问题

    6.1 粒子群优化算法构成要素

    6.2 粒子群优化算法算法过程描述 

    6.3 粒子群优化算法粒子位置和速度更新示例

    6.4 粒子群优化算法粒子速度更新公式解读

    6.5 粒子群优化算法算法终止条件 

    6.6 粒子群优化算法速度更新参数分析 

    6.7 粒子群优化算法改进

    6.8 粒子群优化算法和遗传算法相比 

    6.9粒子群优化算法优缺点

    6.10 粒子群优化算法小结

    7.课后作业


    1.写在前面

    人工智能的发展史上,大概分为三大学派:

    (1)符号主义:符号逻辑,专家系统;规则驱动的确定性智能

    (2)联结主义:神经网络、深度学习;数据驱动不确定性智能

    (3)行为主义:强化学习、涌现智能.;交互驱动的涌现智能

    2.群体智能

    • 群体智能指的是无智能或者仅具有相对简单智能的 主体通过合作涌现出更高智能行为的特性 。其中的个体并非绝对的无智能或只具有简单智能,而是 相对于群体表现出来的智能而言是简单的。
    • 单个复杂个体可以实现的功能,同样可以由大量简 单的个体通过群体合作实现,后者的优势在于它更 健壮、灵活和经济。
    • 群体智能利用群体优势,在没有中心控制的条件下, 寻找解决复杂问题的新思路

    3.群体智能分类

    • 集群智能 : 众多无智能的个体,通过相互之间的简单合作所表现出 来的智能行为(个体智能比较低)
    • 博弈 :具备一定智能的理性个体,按照某种机制行动,在群体 层面体现出的智能(理性、自私,优化个人目标,达到社会最优
    • 众包 : 设计合适的机制,激励个体参与,从而实现单个个体不 具备的社会智能(激励个人(真实的人))

    4.集群智能

    • 集群智能是分布式、自组织的(自然/人造)系统 表现出的一种群体智能
    • 集群智能系统一般由一群简单的智能体构成,智 能体按照简单的规则彼此进行局部交互,智能体 也可以环境交互
    • 灵感通常来自生物系统  蚁群、鸟群、兽群 、粒子群

    4.1 集群智能的特点

    •  分布式:无中心控制
    •  随机性:非确定性
    •  自适应:个体根据环境进行策略调整
    •  正反馈:个体好的尝试会对个体产生正反馈
    •  自发涌现:会在群体层面涌现出一种智能

    4.2 集群智能代表性方法

    • 蚁群优化算法
    • 粒子群优化算法

    5.集群智能-蚁群优化算法(ACO: Ant Colony Optimization ),适用于离散问题最优解

    我们思考一个问题,蚂蚁寻找食物的过程。当两个路径等长的时候,让足够多的蚂蚁去自主选择,可能选择走两条路径的蚂蚁数目是比较接近的。如果上面的路径短,再重复试验,上面的蚂蚁会明显多余下面路径上的蚂蚁,我们说这个是一个集群智能中的蚁群问题。

    假设路径不等长的情况下,我们得到下面这个图,上面路径为下面路径的一半:

    • 蚂蚁从A点出发,速度相同,食物在D点,可能随机选择路线ABD或ACD。上面的路径长度是下面路径长度的一半
    • 假设初始时每条路线分配一只蚂蚁,每个时间单位行走一步,上图为经过9个时间单位时的情形
    • 走ABD的蚂蚁到达终点,而走ACD的蚂蚁刚好走到C点,为一半路程

    经过18个时间单位时的情形: 走ABD的蚂蚁到达终点后得到食物又返回了起点A,而走ACD的蚂蚁刚 好走到D点


    5.1 蚁群寻食过程分析

    1.  假设蚂蚁每经过一处所留下的信息素为一个单位,则经过36个时间单 位后,所有开始一起出发的蚂蚁都经过不同路径从D点取得了食物, 此时ABD的路线往返了2趟,每一处的信息素为4个单位,而 ACD的路 线往返了一趟,每一处的信息素为2个单位,其比值为2:1
    2.  寻找食物的过程继续进行,则按信息素的指导,蚁群在ABD路线上增 派一只蚂蚁(共2只),而ACD路线上仍然为一只蚂蚁。再经过36个 时间单位后,两条线路上的信息素单位积累为12和4,比值为3:1
    3.  若按以上规则继续,蚁群在ABD路线上再增派一只蚂蚁(共3只), 而ACD路线上仍然为一只蚂蚁。再经过36个时间单位后,两条线路上 的信息素单位积累为24和6,比值为4:1
    4.  若继续进行,则按信息素的指导,最终所有的蚂蚁会放弃ACD路线, 而都选择ABD路线。
       

    5.2  ACO: Ant Colony Optimization 

    •  一种解空间搜索方法
    •  适用于在图上寻找最优路径
       

    5.3 形式化

    •  每个蚂蚁对应一个计算智能体
    •  蚂蚁依概率选择候选位置进行移动
    •  在经过的路径上留下“信息素”(Pheromone)
    •  “信息素”随时间挥发
    •  “信息素”浓度大的路径在后续的选择中会以更高 的概率被选取

    5.4 旅行商问题的蚁群优化求解

    整个算法实现图示:

    蚁群大小 : 一般情况下,蚁群中的蚂蚁个数不超过TSP图中节点的个数
    终止条件:(1)设定迭代轮数 (2) 设定最优解连续保持不变的迭代轮数
     思想: (1)局部随机搜索+自增强 (2) 鲁迅:“世界本无路,走的人多了也就有了路”
    缺点 :(1) 收敛速度慢 (2) 易于陷入局部最优 (3) 对于解空间为连续的优化问题不适用

    6.粒子群优化算法 PSO: Particle Swarm Optimization 求解连续解空间的优化问题

    是一种随机优化方法 ,通过粒子群在解空间中进行搜索,寻找最优解(适应度 最大的解),在整个集合上随机选取几个点,值小的点会看到值大的点,如果要是求最大值,值比较小的点就会向值大的点移动(向优秀的同学学习)。

    6.1 粒子群优化算法构成要素

     

    6.2 粒子群优化算法算法过程描述 

    6.3 粒子群优化算法粒子位置和速度更新示例

    6.4 粒子群优化算法粒子速度更新公式解读

    6.5 粒子群优化算法算法终止条件 

    •  迭代的轮数
    •  最佳位置连续未更新的轮数
    •  适应度函数的值到达预期要求

    6.6 粒子群优化算法速度更新参数分析 

    6.7 粒子群优化算法改进

    6.8 粒子群优化算法和遗传算法相比 

    •  遗传算法强调“适者生存”,不好的个体在竞争中被淘 汰;PSO强调“协同合作”,不好的个体通过学习向 好的方向转变。
    •  遗传算法中最好的个体通过产生更多的后代来传播基因; PSO中的最好个体通过吸引其它个体向它靠近来施加 影响。
    •  遗传算法的选择概率只与上一代群体相关,而与历史无 关,群体的信息变化过程是一个Markov链过程;而 PSO中的个体除了有位置和速度外,还有着过去的历 史信息(pBest、gBest)

    6.9粒子群优化算法优缺点

    优点:

    •  易于实现;
    •  可调参数较少;
    •  所需种群或微粒群规模较小;
    •  计算效率高,收敛速度快

    缺点:

    •  和其它演化计算算法类似,不保证收敛到全局最优解

    6.10 粒子群优化算法小结

    •  一种随机优化算法
    •  适用于求解连续解空间的优化问题

    7.课后作业

    代码参考:https://github.com/guofei9987/scikit-opt

     

    展开全文
  • 群体智能的系统辨识.pdf
  • 群体智能入门

    2020-06-14 16:27:46
    开始学习群体智能相关知识,后面会记录一些读相关论文的小笔记。 起源是“群体行为:简单个体的复杂智能”这篇文章。https://mp.weixin.qq.com/s/qj4qoRjjlu8YohvCI2OhyA 小记: 群体行为(Swarm behaviour):...

    前言


    开始学习群体智能相关知识,后面会记录一些读相关论文的小笔记。

    起源是“群体行为:简单个体的复杂智能”这篇文章。https://mp.weixin.qq.com/s/qj4qoRjjlu8YohvCI2OhyA


    小记:

    群体行为(Swarm behaviour):

             原本翻译为蜂群行为,后来覆盖鸟群、鱼群、黏菌等动物的群体行为。主要描述一群大小相似的动物聚集在一块觅食或向着某个方向具体迁移时所展现出来的集体行为。比如,一群蚂蚁搬食物,鸟类的集体迁徙风行等。

    涌现行为(Emergency)/涌现理论:

           任何一个过程的整体行为远比构成它的部分复杂,都可称为涌现现象。简单来说就是,小个体组成整体,整体属性却不等于个体累加,是由简生繁的过程,它无处不在。例如,一只蚂蚁与一群蚂蚁,一群蚂蚁可以分工明确的做很繁琐的事情。

    一个个体力量很小,聚集起来很大。群体行为隐藏着群体智能,群体智能蕴含了自组织(Self-organization)和自协调/共识主动性(Stigmergy)。受群体智能的启发,可以为人类管理复杂度高的系统提供独特的方法。

    自组织:在没有外部指令条件下,系统内部各子系统之间能自行按照某种规则形成一定的结构或功能的自组织现象的一种理论。               该理论主要研究系统怎样从混沌无序的初态向稳定有序的终态的演化过程和规律。

     

    群体智慧重要概念

       蚁群智慧

       群鸟迁徙


    Boids仿真模型:模拟鸟类群体行为的计算机程序、与大多数仿真模型一样,是涌现行为的一个例子。

    在最简单的Boids世界中应用的规则如下:

    (最简单的鸟群模型由三个运动行为组成,他们描述了每个boid个体如何根据其周围同伴的速度和位置进行移动。)

    • 分离
    • 一致
    • 内聚

    在这些简单规则的相互作用下,会涌现出一些复杂的群体行为。


    相关算法:

    1)黏菌算法:多个细胞聚集在一起形成的原生质团,为了寻找食物而四处“爬动”,从而绘制出食物之间的最优路径,最终形成了复杂又迷人的网络。

         典型的应用案例:东京大学一个研究组科学家利用黏菌找寻食物的路径绘制东京交通路网的实验。

    2)蚁群算法

    灵感来源:蚂蚁寻找食物时的路径

    算法基本思路:蚂蚁行走路径表示问题的可行解,整个蚁群的所有路径构成解空间。路径较短的蚂蚁释放出来的信息素越浓,在正反馈的作用下,整个蚁群最后集中到最短路径上,也就是待优化问题的最优解。

    3)自驱动算法

    4)粒子群优化算法


    知名学者:

    • 克雷格·雷诺兹 Craig Reynolds
    • 威廉·汉密尔顿 William Donald Hamilton
    • 伊谢尔·本-雅各布 Eshel Ben-Jacob

     

     

     

    【注:随着后面了解的深入,有机会再回头进行补充整理】

    [:本来发表在另外一个账号上,但由于账号绑定等原因,另一个账号弃用了,迁移到了本账号上面]

     

     

     

     

     

     

     

     

     

    展开全文
  • 群体智能典型算法研究综述
  • 群体智能系统威胁检测框架.pdf
  • 通常元启发式优化算法是基于群体智能的算法,这些算法通常被称为智能算法.此文综述一些广泛应用的优化算法,包括蚁群算法、蜜蜂算法、蝙蝠算法、布谷鸟搜索、萤火虫算法和粒子群优化.同时,还讨论启发式算法中具有...
  • 多目标群体智能算法NSGA2,包含所有测试函数和真实帕累托前沿,包含详细注释
  • 群体智能与仿生计算

    2018-06-08 23:36:28
    群体智能与仿生计算》是2012年电子工业出版社出版的图书,作者是杨淑莹、张桦。本书可作为高等院校计算机工程、信息工程、生物医学工程、智能机器人学、工业自动化、模式识别等学科本科生、研究生的教材或教学参考...
  • 群体智能优化算法之总结

    千次阅读 多人点赞 2019-11-15 16:28:22
    总结一下最近一段时间关于群体智能优化算法的文章,这方面的文章目前一共发表了13篇,涉及粒子群(鸟)、人工蜂群、蜘蛛猴、蚁群、布谷鸟、萤火虫群、萤火虫、蝙蝠、鱼群、蟑螂、猫群、细菌觅食和烟花算法,虽然这都...
  • 探索群体智能的奥妙

    2020-09-04 09:27:35
    随着人工智能的不断发展,机器人对于人类来说已经不再是一个稀奇的事务,商场里、银行中,随处都可能见到机器人的身影,但是,一个机器人能力再大,终究还是有限的,所以,今天的我们要了解的,就是群体智能,一个...
  • 蜻蜓算法是群体智能算法,文档中是基本算法。
  • 一种群体智能聚类算法研究.pdf
  • 群体智能(Swarm/collection intelligence)这个概念来自对自然界中昆虫群体的观察,群居性生物通过协作表现出的宏观智能行为特征被称为群体智能。 集群智能(Swarm Intelligence)在某群体中,若存在众多无智能的...
  • 计算机群体智能基础英文教材
  • 群体智能和进化计算-介绍

    千次阅读 2019-11-14 11:12:21
    文章目录第一章 群体智能和进化计算1.1 群体智能1.1.1 自组织1.1.2 分工进化计算1.2.1 进化计算成员1.3 讨论1.4 结束语参考文献 第一章 群体智能和进化计算 优化问题存在于科学、工程和工业的各个领域。在许多情况下...
  • 人工智能导论测试题——第六章 进化智能与群体智能(2) 1单选(2.5分) 以下说法错误的是:(A) A.群体智能指在进化智能基础上充分发展个体智能后,将个体组建成群体构成更高的智能。 B.自动推理、知识图谱等技术是...
  • 群体智能在旅行商问题中的应用综述
  • 受生物群体智能启发的多机器人系统研究
  • 群体智能是指任何启发于群居性昆虫群体和其它动物群体的集体行为而设计的算法和分布式问题解决装置,群体智能现正在成为人工智能领域和相关领域的一个研究热点;该文首先介绍了群体智能中的两个重要算法:蚁群算法和...
  • 群体智能的网络安全协同防御技术研究.pdf
  • 群体智能是指无智能的或具有简单智能的个体通过协作表现出群体智能行为的特性,它在没有集中控制且不提供全局模型的前提下,为寻找复杂的分布式问题求解方案提供了基础。群体智能潜在的并行性和分布式特征使之成为...

空空如也

空空如也

1 2 3 4 5 ... 20
收藏数 55,340
精华内容 22,136
关键字:

群体智能