【文章內(nèi)容簡介】 群智能算法 —— 群智能思想起源 復雜適應系統(tǒng) ( Complex Adaptive System, CAS) 理論 ： 1994 年由 Holland 教授正式提出。 CAS中成員稱為具有適應性的主體 , 簡稱主體。 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。 CAS具有四個基本特點 : （ 1）首先 , 主體是主動的、活的實體。具有適應性的主體的概念把個體主動性提高到了系統(tǒng)進化基本動因的位置 , 從而成為研究與考察宏觀行為的出發(fā)點。 （ 2）其次 , 個體與環(huán)境 (包括個體之間 )之間的相互影響、相互作用是系統(tǒng)演變和進化的主要動力。相互作用是“可記憶”的 , 它表現(xiàn)為進化過程中每個個體的結構和行為方式的變化，以不同的方式 “存儲” 在個體內(nèi)部。 合肥工業(yè)大學 人工智能與數(shù)據(jù)挖掘研究室 25/47 群智能算法 —— 群智能思想起源 （ 3）再次 , 這種方法不像許多其他的方法那樣 , 把宏觀和微觀截然分開 , 而是把它們有機地聯(lián)系起來。 （ 4）最后 , 這種建模方法還引進了隨機因素的作用 , 使它具有更強的描述和表達能力。隨機因素的影響不僅影響狀態(tài) , 而且影響組織結構和行為方式。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。 CAS理論提供了模擬生物、 生態(tài)、 經(jīng)濟、 社會等復雜系統(tǒng)的巨大潛力。 合肥工業(yè)大學 人工智能與數(shù)據(jù)挖掘研究室 26/47 群智能算法 —— 群智能思想起源 人工生命 (Artificial Life, AL)是用來研究具有某些生命基本特征的人工系統(tǒng)。 近年來 , 人工生命的研究發(fā)展非常快 , 在某些方面的研究已與傳統(tǒng)的生物科學形成了互補。人工生命包括兩方面的內(nèi)容 : ① 如何利用計算技術研究生物現(xiàn)象 。 ② 如何利用生物技術研究計算問題。 第二部分的內(nèi)容的研究中，現(xiàn)已經(jīng)有了很多源于生物現(xiàn)象的計算技巧，例如，人工神經(jīng)網(wǎng)絡是簡化的大腦模型，遺傳算法是模擬基因進化的過程，目前這一類計算技術被統(tǒng)稱為自然計算。群智能屬于自然計算中的一類，它模擬另一種生物系統(tǒng)：社會系統(tǒng)，更確切地說，是模擬由簡單個體組成的群落與環(huán)境以及個體之間的互動行為，這些模擬系統(tǒng)利用局部信息從而可能產(chǎn)生不可預測的群體行為。 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。 1999 年 , Bonabeau, Dorigo 和 Theraulaz 在 《 Swarm Intelligence: From Natural to Artificial Systems》 中對群智能進行了詳細的論述和分析。 2023年 IEEE 第一屆國際群智能研討會在美國印第安納州首府召開。 群智能定義：任何一種由昆蟲群體或其它動物社會行為機制而激發(fā)設計出的算法或分布式解決問題的策略均屬于群智能。 合肥工業(yè)大學 人工智能與數(shù)據(jù)挖掘研究室 28/47 群智能算法 —— 群智能思想起源 Swarm 可被描述為一些相互作用相鄰個體的集合體 , 蜂群、蟻群、鳥群、魚群都是 Swarm的典型例子。社會性動物群體所擁有的這種特性能幫助個體很好地適應環(huán)境，個體所能獲得的信息遠比它通過自身感覺器官所取得的多，其根本原因在于個體之間存在著信息交互能力。信息的交互過程不僅僅在群體內(nèi)傳播了信息，而且群內(nèi)個體還能處理信息，并根據(jù)所獲得的信息 (包括環(huán)境信息和附近其它個體的信息 )改變自身的一些行為模式和規(guī)范 , 這樣就使得群體涌現(xiàn)出一些單個個體所不具備的能力和特性 , 尤其是對環(huán)境的適應能力。這種對環(huán)境變化所具有的適應能力可以被認為是一種智能 , 也就是說動物個體通過聚集成群而涌現(xiàn)出了智能。 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。 群智能理論還非常不成熟 , 但已成為有別于傳統(tǒng)人工智能中連接主義、 行為主義和符號主義的一種新的關于智能的描述方法 , 并成為人工智能領域的新研究熱點。 合肥工業(yè)大學 人工智能與數(shù)據(jù)挖掘研究室 30/47 群智能算法 —— 群智能理論 James Kennedy 和 Russell 在 2023 年出版的 《 Swarm Intelligence》 是群智能發(fā)展的一個重要歷程碑。他們不反對 Bonabeau 關于 SI 的定義，贊同其定義的基本精神，但反對定義中使用 “主體” 一詞。 其理由是 “主體” 所帶有的自治性和特殊性是許多 Swarm的個體所不具備和擁有的，這將大大限制 Swarm的定義范圍。 Mark Millonas( 1994) 構建一個 SI 系統(tǒng)所應滿足的五條基本原則 : Proximity Principle: 群內(nèi)個體具有能執(zhí)行簡單的時間或空間上的評估和計算的能力。 合肥工業(yè)大學 人工智能與數(shù)據(jù)挖掘研究室 31/47 群智能算法 —— 群智能理論 Quality Principle: 群內(nèi)個體能對環(huán)境 (包括群內(nèi)其它個體 )的關鍵性因素的變化做出響應。 Principle of Diverse Response: 群內(nèi)不同個體對環(huán)境中的某一變化所表現(xiàn)出的響應行為具有多樣性。 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。 Adaptability Pr