【正文】 螞蟻走到一個城市 , 下一步可選的路徑集合為 E, 集合中任一條路徑 e∈ E 上的信息素濃度為τe, 走這條路的代價為 ηe, 那么選擇某一條路徑 v∈ E 的幾率為： 群智能算法 —— 蟻群算法 合肥工業(yè)大學 人工智能與數(shù)據(jù)挖掘研究室 36/47 其中 , α和 β兩個參數(shù)分別用來控制信息素和路徑長度的相對重要程度。 （ 2）盡量與自己周圍的鳥在速度上保持協(xié)調和一致 。 群智能算法 —— 粒子群優(yōu)化算法 合肥工業(yè)大學 人工智能與數(shù)據(jù)挖掘研究室 39/47 群智能算法 —— 粒子群優(yōu)化算法 合肥工業(yè)大學 人工智能與數(shù)據(jù)挖掘研究室 40/47 粒子群特性 群智能算法 —— 粒子群優(yōu)化算法 合肥工業(yè)大學 人工智能與數(shù)據(jù)挖掘研究室 41/47 在 PSO系統(tǒng)初始化為一群隨機粒子 ( 隨機解 )， 然后通過迭代找到最優(yōu)解。 rand( )為 [0, 1]之間的隨機數(shù) 。 AFSA只使用目標函數(shù)的函數(shù)值，無需目標函數(shù)的梯度值等特殊信息，對搜索空間具有一定的自適應能力。 已有的基于 SI 的優(yōu)化算法都是源于對動物社會通過協(xié)作解決問題行為的模擬 , 它主要強調對社會系統(tǒng)中個體之間相互協(xié)同作用的模擬 , 其最基本單位是敏因。 Kennedy認為， EC和 SI 所分別模擬的兩個偉大的自然隨機系統(tǒng)： Evolution 和 Mind 之間存在著顯著的差異，盡管它們都是基于群體的，都是由其中的隨機成分帶來創(chuàng)新，但其本質是不同的，因此不能將 SI 簡單地歸類于 EC中。 最后， EC的迭代由選擇、變異和交叉重組操作組成，而 SI的迭代中的操作是 “跟隨”， ACO中螞蟻跟隨信息素濃度爬行,PSO中粒子跟隨最優(yōu)粒子飛行。 ACO和 PSO也一度曾被歸類于 EC之中 ,但它們與 EC之間的區(qū)別也是明顯的。 群智能算法 —— 粒子群優(yōu)化算法 合肥工業(yè)大學 人工智能與數(shù)據(jù)挖掘研究室 44/47 2023 年李曉磊、 邵之江等提出的 人工魚群算法（ Artificial FishSwarm Algorithm—AFSA)，它利用自上而下的尋優(yōu)模式模仿自然界魚群覓食行為 , 主要利用魚的覓食、聚群和追尾行為 , 構造個體底層行為 。 群智能算法 —— 粒子群優(yōu)化算法 合肥工業(yè)大學 人工智能與數(shù)據(jù)挖掘研究室 42/47 1998 年 ,Shi 和 Eberhart 正式給出標準 PSO算法的數(shù)學描述如下 : 設搜索空間為 M維 , 粒子數(shù)為 N。 群智能算法 —— 粒子群優(yōu)化算法 合肥工業(yè)大學 人工智能與數(shù)據(jù)挖掘研究室 38/47 Kennedy和 Eberhart （ 1995年）在 boids 中加入了一個特定點 , 定義為食物 , 鳥根據(jù)周圍鳥的覓食行為來尋找食物。 目前， ACO算法已被廣泛應用于組合優(yōu)化問題中，在車輛調度問題、 機器人路徑規(guī)劃問題、 路由算法設計等領域均取得了良好的效果。 信息素會逐漸揮發(fā) , 如果兩只螞蟻同時找到同一食物 ,又采取不同路線回到巢中 , 那么比較繞彎的一條路上信息素的氣味會比較淡 , 蟻群將傾向于沿另一條更近的路線前往食物所在地。無論什么時候 , 人們思想和行為總是因相互影響而變得非常近似 , 道德規(guī)范以及文化的形成就是這種通過相互間影響而導致近似的結果。 Stability Principle: 不是每次環(huán)境的變化都會導致整個群體的行為模式的改變。 合肥工業(yè)大學 人工智能與數(shù)據(jù)挖掘研究室 29/47 群智能算法 —— 群智能思想起源 SI 的定義進一步推廣（ Bonabeau） : 無智能或簡單智能的主體通過任何形式的聚集協(xié)同而表現(xiàn)出智能行為的特性。 合肥工業(yè)大學 人工智能與數(shù)據(jù)挖掘研究室 27/47 群智能算法 —— 群智能思想起源 群智能 ( Swarm Intelligence, SI)： 1992年由 Beni, Hackwood 和 Wang在分子自動機系統(tǒng)中提出。具有主動性的個體會接受教訓 ,總結經(jīng)驗 , 并且以某種方式把 “經(jīng)歷” 記住 , 使之 “固化” 在自己以后的行為方式中。 主體的適應性 , 是指它能夠與環(huán)境以及其它主體進行交流，在交流的過程中 “學習” 或 “積累經(jīng)驗”，并且根據(jù)學到的經(jīng)驗改變自身的結構和行為方式。 軌跡規(guī)劃：根據(jù)任務的要求，計算出預期的軌跡。 （ 4）知識獲?。菏紫全@取某特定域的專家知識。對于早期的系統(tǒng)，如 HACKER系統(tǒng)，準則只用于舍棄不滿足的規(guī)劃。 (3) 操作方法。機器人的任務是在一些相連的房間里，將用戶指定的箱子推到指定的位置。 合肥工業(yè)大學 人工智能與數(shù)據(jù)挖掘研究室 13/47 STRIPS規(guī)劃系統(tǒng) 積木世界的機器人規(guī)劃 F規(guī)則求解規(guī)劃序列 采用 F規(guī)則表示機器人的動作，這是一個叫做 STRIPS規(guī)劃系統(tǒng)的規(guī)則，它由 3部分組成： 第一部分是先決條件。在動作之前要求機械手為空手，而且積木 a頂上沒有任何東西。 （ 2）規(guī)劃的修正 規(guī)劃執(zhí)行失敗導致對規(guī)劃的修正。規(guī)劃的好處可歸納為簡化搜索、解決目標矛盾以及為差錯補償提供基礎。合肥工業(yè)大學 人工智能與數(shù)據(jù)挖掘研究室 1/47 目錄 ? 第一章 緒論 ? 第二章 知識表示 ? 第三章 搜索技術 ? 第四章 推理技術 ? 第五章 機器學習 ? 第六章 專家系統(tǒng) ? 第七章 自動規(guī)劃系統(tǒng) ? 第八章 自然語言理解 ? 第九章 智能控制 ? 第十章 人工智能程序設計 合肥工業(yè)大學 人工智能與數(shù)據(jù)挖掘研究室 2/47 ? 自動規(guī)劃概述 ? 基于謂詞邏輯的規(guī)劃 ? STRIPS規(guī)劃系統(tǒng) ? 分層規(guī)劃 ? 基于專家系統(tǒng)的機器人規(guī)劃 ? 軌跡規(guī)劃簡介 合肥工業(yè)大學 人工智能與數(shù)據(jù)挖掘研究室 3/4