群集智能研究进展.pdf

维普资讯 第 10卷第3期 管 理 科 学 学 报 V01．10No．3 2007年 6月 JOURNALOFMANAGEMENTSCIENCESIN CHINA Jun．20o7 群集智能研究进展① 肖人彬，陶振武 (华中科技大学智能管理与复杂系统研究所，武汉 430074) 摘要：群集智能是指众多行为简单的个体相互作用过程中涌现产生的整体智能行为．从复杂 系统研究的角度入手，以群集智能的基本原理为线索，对其 系统结构、运行机理、建模工具、算 法模型和典型应用等内容进行全面论述．首先围绕以蚁群和鸟群为代表的群集智能系统结构， 分析说明了其中的个体属性、行为规则和交互方式，进而阐述和剖析了群集智能中的反馈机制 和学习机制．在给出若干常用群集智能建模工具介绍的基础上，对蚁群觅食、蚁群聚类、蚁群劳 动分工和鸟群觅食等4类群集智能模型进行 了细致深入的探讨，旨在归纳提炼形成基于群集 智能的复杂系统建模与仿真的一般性规律．最后综述 了群集智能在工程优化、生产管理、机器 人学、数据分析与模式识别等领域的典型应用情况并展望了群集智能的发展前景． 关键词：群集智能；复杂系统；涌现；蚁群优化；粒子群优化；建模与仿真 中图分类号：N94；TP18 文献标识码 ：A 文章编号：1007—9807(2007)03—0080—17 0 引 言 在着巨大的困难，将其他生物系统作为典型复杂 系统加以探讨，在现阶段可能更具现实意义；同时 复杂性研究是21世纪的一门新兴学科，“探 作为导向人类生物系统复杂性研究的一个过渡， 索复杂性”正在成为当代科学最具革命性的前 其相关成果具有延伸和拓广的价值．正因为如此， 沿l卜 ．我国学者在复杂性研究方面做 出了独特 集中展示群集 智能 (swarlnintelligence)涌现特 的贡献，特别是钱学森总结提炼出来的 “开放的复 性_1]的生物蚁群和鸟群的行为规律研究 目前正 杂巨系统”的概念 以及处理这类系统的从定性到 引起了极大关注并得到高度重视 ． 定量的综合集成方法具有开创意义_5j．复杂性的 群集智能的研究始于意大利学者Dorigo开发 表现载体是复杂系统，而复杂系统的典型代表则 的蚂蚁算法l12]．受蚁群在觅食过程中总能找到从 是生物系统_6；因此，人们往往采用仿生途径研究 巢穴到食物源的最短路径这一现象的启发，他提 系统复杂性，如遗传算法 (geneticalgorithm， 出了用于求解旅行商问题 (travelingsalesmanprob— GA)l、人工免疫系统 (artificialimmunesystem， lem，TSP)的蚂蚁系统 (antsystem，AS)El3j，后来又 AIS)[8l、元胞 自动机 (cellularautomata，CA)E9j等方 归纳提炼出蚁群优化 (antcolonyoptimization，ACO) 法．戴汝为等学者也提出了复杂性研究要从无生 的元启发方法[14]．目前，又有其他学者根据蚁群 命系统转变到有生命系统，这与国外的研究观点 的劳动分工l15j和墓地构造_16J等现象提出了一系 不谋而合l10,11j． 列模型和算法 ．Kennedy等人_1j则通过观察鸟群 导致生物系统复杂I生的根本原因是其具有高 的协作觅食活动，开发出粒子群优化方法(particle 度智能．从整体上看，人