群体智能优化算法-群体智能和进化计算VIP专享VIP免费

1第一章群体智能和进化计算□□□□□□□□□□□□□□□□□□□□□□□□□□□□□□□□□□□□□□□□□□□□□□□□□□□□□□□□□□□□□□□□□□□□□□□□□□□□□□□□□□□□□□□□□□□□□□□□□□□□□□□□□□□□□□□□□□□□□□□□□□□□□□□□□□□□□□□□□□□□□□□□□□□□□□□□□□□□□□□□□□□□□□□□□□□□□□□□□□□□□□□□□□□□□□□□□□□□□□□□□□□□□□□□□□□□□□□□□□□□□□□□□□□□□□□□□□□□□□□□□□□□□□□a(CI)叮叮叮叮叮叮叮□□□□□□□□□□□□□□□□aCI□□□□□□□□□FuzzySystems：FS叮口□□□□NeuralNetworks□NN□□□□□□□SwarmIntelligence□SI□□□□□□□EvolutionaryComputation^ECQ□□□□□□□□□□□□□□□□□□□□□□□□□□□□□□□□□□□□□□□□□□□□□□□□□□□□□□□□□□□□□□□□□□□□□□□□□□□□□□□□□□□□□□□1.1群体智能□□“Swarm”叮叮叮叮叮叮叮叮叮叮叮叮叮叮叮□□□□□□□□□□□□□□□□□□□□□□□□□□□□□□□□□□□□□a□□□□□□□□□□□□□□□□□□□“叮叮"□□□□Beni□Wang[1]DDD□□□□□□□□□□□□□□□□□□□□□□□□□□□□□□□□□□□□□□□□□□□□□□□□□□□□□□□□□1987□Reynolds[2]□□□□□□□□□□□□□□□□□□□□□□□□□□□□□□□□□□□□□□□□□□□□□□□□□□□□□□□□□□□□□□□□□□□□□□□□□□□□□□□□□□□□□□□□□□□□□□□□□□□□□□□□□□□□□□□□□□□□□□□□□□□□□□□□□□□□□□□□□□□□□□□□□□□□□□□□□□□□□□□□□□□□□□□□□□□□□□□□□□□□□□□□□□□□□□□□□□□□□□□□□□□□□□□□Bonabeau□□[3]叮□□□□□□□□□□□□□□□□□□□□□□□□□□□□□□□□□□□□80□□□□□□□□□□□□□90□□□□□□□□□□□□□□□□□□□1992□□□□□□□□[4]D1995□□□□□□□□□[5]DDD90□□□□□□□□□□□□□□□□□□□□□□□□□□□□□□□□□□□□□□□□□□□□□□□□□SI□EC□□□□□□□□□□□□□□□□SI□□□□□□□□□□□SI□□模拟简单代理的集体和协同行为，而EC则受到生物进化的启发。SI作为一种优化算法，由于其简单、有效的特点，在解决实际问题中得到了广泛的应用。Karaboga[6]给出了群体智能的充分性条件。Karaboga认为，当且仅当群体智能满足自组织和分工两个条件时，一组同类智能体才能表现出群体智能。1.1.1自组织这是一个起初是无序的群体，通过群体中个体间的局部相互作用，使运动变得有序的过程。Bonabeau等人⑶将自组织分为四种策略：•正反馈：这是从输出系统中提取的信息，并传递给输入系统，以促进适当结构的形成。正反馈为群体智能提供多样性。•负反馈：用于平衡正反馈，稳定集体模式。负反馈指的是群体智能中的利用。•波动：这些与系统的随机性有关。波动在这一过程中提供了新的情况，有助于摆脱停滞。•多重交互:这提供了向社会中多个个体学习的方式,并提高了群体的整体智能。1.1.2分工分工有助于不同的专业个体同时执行不同的任务，使的群体能够处理搜索空间中变化的情况。下面列出的是一些常用和成功的群智能算法：•粒子群优化(ParticleSwarmOptimization，PSO)[5]•蜘蛛猴优化(SpiderMonkeyOptimization，SMO)[7]•人工蜂群算法(ArtificialBeeColonyAlgorithm，ABC)[6]•蚁群优化(AntColonyOptimization，ACO)[4]•细菌觅食优化(BacterialForagingOptimization，BFO)[8]•萤火虫算法(Fireflyalgorithm)[9]粒子群优化(PSO)的灵感来源于鸟类的群集或鱼群的聚集，人工蜂群优化(ABC)的灵感来源于蜜蜂的觅食行为，蚁群优化(ACO)的灵感来源于蚂蚁的觅食行为，细菌觅食优化(BFO)的灵感来自于大肠杆菌和黄原胶等细菌的群体觅食;...