第一篇：群体智能算法简介2010.pdfVIP

第一篇：群体智能算法简介 北京科技大学信息工程学院 付冬梅 fdm2003@163.com 第一篇引子 社会组织的全局群行为是由群内个体行为以非线 性方式出现的。个体间的交互作用在构建群行为中起 到重要的作用。 从不同的群研究得到不同的应用。最引人注目的 是对鸟群和蚁群的研究。 其中粒群优化方法就是模拟鸟群的社会行为发展而来。 第一篇引子 与大多数基于梯度的应用优化算法不同，群智能依靠 的是概率搜索算法。 虽然概率搜索算法通常要采用较多的评价函数，但是 与梯度方法及传统的演化算法相比，其优点还是显著的 ， 主要表现在以下几个方面：  无集中控制约束，不会因个别个体的故障影响整个问 题的求解，确保了系统具备更强的鲁棒性  以非直接的信息交流方式确保了系统的扩展性  并行分布式算法模型，可充分利用多处理器 对问题定义的连续性无特殊要求 算法实现简单 第一篇引子 群智能方法易于实现，算法中仅涉