群智能与演化计算对比研讨.pdfVIP

群智能与演化计算对比研究4 李岚 深圳市人民医院中心实验室深圳518020 摘要：群智能是一种由无智能或简单智能的个体通过任何形式的聚集协同而表现出智能行为，目前 已成为有别于传统人工智能中连接主义、行为主义和符号主义的一种新的关于智能的描述方法。本文 在对群智能理论的起源背景、发展及应用作了系统阐述的基础上，深入分析了群智能与演化计算的异 同。 关键词：群智能演化计算 1引 言 点。群智能理论是基于对生物社会系统的一种模拟，它为在没有集中控制且不提供全局模型的前提下寻找 复杂的分布式问题求解方案提供了基础。 演化计算(Evolutionary 搜索方法，在很多领域已都得到成功的应用。 因为基于群智能的优化方法和演化计算都是基于群体迭代的随机优化搜索，因此群智能也‘度被归类 为演化计算之中。但目前，群智能已成为有别于传统人工智能中连接主义、行为主义和符号主义的一种新 的智能的描述方法，是自然计算(Nature．inspiredComputation)的一种。 本文将对群智能理论做较详细的介绍，深入探讨群智能和演化计算之间的异同，并对其发展趋势做展 望。 2群智能 和Theraulaz在((SwarmIntelligence：FromNaturaltoArtificialSystems))耻1中对群智能进行了详细的论述和分 析，给出了群智能的一种不严格定义：任何一种由昆虫群体或其它动物社会行为机制而激发设计出的算法 或分布式解决问题的策略均属于群智能。 这里，Swarm可被描述为一些相互作用相邻个体的集台体，蜂群、蚁群、鸟群都是Swarm的典型例子。 一只蜜蜂或蚂蚁的行为能力非常有限，它几乎不可能独立存在于自然世界中，而Swarm却具有非常强的生 存能力，这种能力并不是多个个体之间能力通过简单叠加所获得的。社会性动物群体所拥有的这种特性能 帮助个体很好地适应环境，个体所能获得的信息远比它通过自身感觉器官所取得的多，其根本原因在于个 体之间存在着信息交互能力。信息的交互过程不仅仅在群体内传播了信息，而且群内个体还能处理信息， 并根据所获得的信息(包括环境信息和附近其它个体的信息)改变自身的一些行为模式和规范，这样就使 得群体涌现出一些单个个体所不具备的能力和特性，尤其是对环境的适应能力。这种对环境变化所具有适 应的能力可以被认为是…种智能，也就是说动物个体通过聚集成群而涌现出了智能。因此，Bonabeau将 sI的定义进一步推广为：无智能或简单智能的主体通过任何形式的聚集协同而表现出智能行为的特性。 +作者简介：李岚(1969一)，男，生物医学工程硕士，讲师．深圳市人民医院中心实验室，研究方向：主要从事生物信号的计算机处理和 模式识别、人工智能的研究． 群智能与演化计算对比研究 171 2．1群智能理论 群智能思想的产生主要源于复杂适应系统”1(ComplexAdaptive (Artificial Intelligence，AL)的研究。 CAS中成员称为具有适应性的主体，简称主体。主体的适应性，是指它能够与环境以及其它主体进行 交流，在这种交流的过程中“学习”或“积累经验”，并且根据学到的经验改变自身的结构和行为方式。CAS 具有四个基本特点：①首先，主体是主动的、活的实体。具有适应性的主体的概念把个体主动性提高到了 系统进化基本动因的位置，从而成为研究与考察宏观行为的出发点。②其次，个体与环境(包括个体之问) 之间的相互影响、相互作用是系统演变和进化的主要动力。相互作用是“可记忆”的，它表现为进化过程中 每个个体的结构和行为方式的变化，以不同的方式“存储”在个体内部。③再次，这种方法把宏观和微有机 地联系起来。④最后，这种建模方法还引进了随机因素的作用，使它具有更强的描述和表达能力。随机因 素的影响不仅影响状态，而且影响组织结构和行为方式。具有主动性的个体会接受教训，总结经验，并且 以某种方式把“经历”记住，使之“固化”在自己以后的行为方式中。正因如此，CAS珲论提供了模拟生物、 生态、经济、社会等复杂系统的巨大潜力。 人工生命是用来研究具有某些生命基本特征的人工系统，包括两方面