基本介紹
- 中文名：群體智慧型
- 外文名：Swarm intelligence
- 表現：巨觀智慧型行為
- 基本原則：鄰近原則
簡介,基本原則,特點,典型模型,
簡介
基本原則
(1) 鄰近原則( Proximity Principle) ,群體能夠進行簡單的空間和時間計算;
(2) 品質原則(Quality Principle) ,群體能夠回響環境中的品質因子;
(3) 多樣性反應原則( Principle of Diverse Response) ,群體的行動範圍不應該太窄;
(4) 穩定性原則(Stability Principle) ,群體不應在每次環境變化時都改變自身的行為;
(5) 適應性原則(Adaptability Principle) ,在所需代價不太高的情況下,群體能夠在適當的時候改變自身的行為。
特點
(1) 控制是分散式的,不存在中心控制。因而它更能夠適應當前網路環境下的工作狀態,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群體對整個問題的求解。
(2) 群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) 。由於群體智慧型可以通過非直接通信的方式進行信息的傳輸與合作,因而隨著個體數目的增加,通信開銷的增幅較小,因此,它具有較好的可擴充性。
(3) 群體中每個個體的能力或遵循的行為規則非常簡單,因而群體智慧型的實現比較方便,具有簡單性的特點。
(4) 群體表現出來的複雜行為是通過簡單個體的互動過程突現出來的智慧型( Emergent Intelligence) ,因此,群體具有自組織性。
典型模型
群體智慧型的相關研究早已存在，到目前為止也取得了許多重要的結果。自1991年義大利學者Dorigo 提出蟻群最佳化（Ant Colony Optimization，ACO）理論開始，群體智慧型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 等學者提出粒子群最佳化算法（Particle Swarm Opti -mization，PSO ），此後群體智慧型研究迅速展開，但大部分工作都是圍繞ACO和PSO 進行的。
