人工智能-第12章-群智能.pptxVIP

人工智能第十二章 群智能人工智能-第12章-群智能全文共73页，当前为第1页。12.1 群智能概述12.2 蚁群算法12.3 粒子群优化算法12.4 其他群智能优化算法人工智能-第12章-群智能全文共73页，当前为第2页。12.1 群智能概述群智能（Swarm Intelligence，SI）优化算法通过模拟自然界中的昆虫、鸟群、鱼群等“社会性”生物群体的行为特征，利用群体性生物能够不断学习自身经验与其他个体经验的特性，在寻优过程中不断获取和积累寻优空间的知识，自适应地进行有哪些信誉好的足球投注网站寻优，从而得到最优解或准有解。群智能优化算法作为一种新兴的演化计算技术，具有较强的自学习性、自适应性、自组织性等智能特征，算法结构简单、收敛速度快、全局收敛性好，在旅行商问题、图着色问题、车间调度问题、数据聚类问题等领域得到广泛的应用，与进化算法和人工神经网络并称为人工智能领域的三驾马车。人工智能-第12章-群智能全文共73页，当前为第3页。12.1.1 群智能优化算法定义自然界中的群体生物，具有惊人的完成复杂行为的能力，群智能优化算法则是国内外研究学者受到群体生物的社会行为启发而提出。其中提出时间最早、应用最为广泛的群智能优化算法主要是模拟蚂蚁觅食行为的蚁群算法（Ant Colony Optimization，ACO）和模拟鸟类觅食行为的粒子群优化算法（Particle Swarm Optimization，PSO）。 鸟群通过协作进行捕食鱼聚集成群可以有效的逃避捕食者房间偏僻角落里的蛋糕总会先被蚂蚁发现人工智能-第12章-群智能全文共73页，当前为第4页。群智能主要算法流程群智能优化算法主要源于对自然界中群体生物觅食等行为的模拟，每个具有经验和智慧的个体通过相互作用机制形成强大的群体智慧来解决复杂问题。其主要算法流程如下。1将寻优过程模拟成生物个体的觅食等行为过程，用有哪些信誉好的足球投注网站空间中的点模拟自然界中的生物个体；2将求解问题的目标函数量化为生物个体对环境的适应能力；3将生物个体觅食等行为过程类比为传统寻优方法用较优的可行解取代较差可行解的迭代过程，从而演化成为一种具有“生成+检验”特征的迭代有哪些信誉好的足球投注网站算法，是一种求解极值问题的自适应人工智能技术。人工智能-第12章-群智能全文共73页，当前为第5页。12.1.2 群智能优化算法原理自然界中的昆虫、鸟群、鱼群等一些生物具有群体性的行为特征，计算机图形学家雷诺兹（C. Reynolds）认为以群落形式生存的生物在觅食时一般遵循以下三个规则。1）分隔规则：尽可能避免与周边生物个体距离太近，造成拥挤；2）对准规则：尽可能与周边生物个体的平均移动方向保持一致，向目标方向移动；3）内聚规则：尽可能向周边生物个体的中心移动。人工智能-第12章-群智能全文共73页，当前为第6页。上述规则中，分隔规则体现出生物的个体信息特征，即个体根据自身当前状态进行决策；对准规则和内聚规则体现生物的群体信息特征，即个体根据群体状态进行决策。除个体信息与群体信息特征，生物行为还具有适应性、盲目性、自治性、突现性、并行性等特征。群智能优化算法就是利用雷诺兹模型模拟整个生物群体的行为，算法在迭代过程中不断利用个体最优值与群体最优值进行寻优有哪些信誉好的足球投注网站，完成个体信息与群体信息的交互。在群智能优化算法中，个体最优值的随机性使得算法有哪些信誉好的足球投注网站方向具有多样性，能够避免算法收敛过早陷入局部最优；群体最优值能够把握全局寻优方向，提高算法的全局寻优能力，及时收敛。人工智能-第12章-群智能全文共73页，当前为第7页。12.1.3 群智能优化算法特点群智能优化算法主要用来求解一些复杂的、难以用传统算法解决的问题。与传统优化算法不同，群智能优化算法是一种概率有哪些信誉好的足球投注网站算法，具有以下几个特点。具有较强的鲁棒性，群体中相互作用的个体是分布式的，没有直接的控制中心，不会因少数个体出现故障而影响对问题的求解。结构简单，易于实现，每个个体只能感知局部信息，个体遵循的规则简单。易于扩充，开销较少。具有自组织性，群体表现出的智能复杂行为由简单个体交互而来。人工智能-第12章-群智能全文共73页，当前为第8页。12.2 蚁群算法蚁群算法，又称为蚂蚁算法，1992年多里戈（M. Dorigo）受自然界中真实蚁群的群体觅食行为启发提出，是最早的群智能优化算法，起初被用来求解旅行商（Total Suspended Particulate，TSP）问题。人工智能-第12章-群智能全文共73页，当前为第9页。12.2.1 蚁群算法概述蚂蚁是一种社会性生物，在寻找食物时，会在经过的路径上释放一种信息素，一定范围内的蚂蚁能够感觉到这种信息素，并移动到信息素浓度高的方向，因此蚁群通过蚂蚁个体的交互能够表现出复杂的行为特征。蚁群的群体性行为能够看作是一种正反馈现象，因此蚁群行为又可以被理解成增强型学习系统（Reinfor