作者：[德]ChristianBlum，[德]
页数：304
出版社：国防工业出版社
出版日期：2011
ISBN：9787118073997
电子书格式：pdf/epub/txt
内容简介
本书是一部关于群智能方法及其应用的专业书籍。第一部分导论介绍了群智能、优化和群机器人的生物学基础，以及其在新一代通信网络中的应用。优化和群机器人学是现今群智能原理应用非常成功的两个领域。书的第二个部分的章节包含群智能研究的一些具体实例。例如机器人行为的演变，粒子群动态优化，有机计算和生产网络中的非集中式流量。
本书特色
《群智能》原著《Swarm Intelligence》包含了许多群智能算法的前沿应用，如群机器人、自组织生产和下一代网络路由协议等。与第一大多数同类书籍不同，本书并不直接介绍群智能算法，而是以一章的篇幅介绍群智能方法的生物学基础，使得读者能够对群智能的渊源有一个了解，从而最好地理解群智能方法。本书的应用案例新颖且实际，具有较高的可用性。本书由Christian Blum，Daniel Merkle(Eds.)所著。
目录
第一部分 导论
第1章 群智能的生物学基础
1.1 概述
1.2 分散式决策
1.2.1 在何处搜寻
1.2.2 探索与开发
1.2.3 寻找新巢穴
1.3 群体迁移
1.3.1 迁移中的蜜蜂
1.3.2 蝗虫
1.3.3 摩门蟋蟀
1.4 结语
参考文献
第2章 群智能优化
2.1 概述
2.2 蚁群优化
2.2.1 蚁群优化的起源
2.2.2 蚁群优化：整体描述
2.2.3 最近的趋势
2.3 粒子群优化
2.3.1 粒子群优化：简介
2.3.2 最近的趋势
2.4 群智能在优化中应用的更多实例
2.4.1 受劳力划分启发的应用
2.4.2 基于蚂蚁的聚类和排序
2.4.3 其他应用
参考文献
第3章 群机器人
3.1 概述
3.2 什么是群机器人
3.2.1 系统级别特性
3.2.2 突出特性
3.2.3 协作机制
3.3 研究方向
3.3.1 设计
3.3.2 建模和分析
3.3.3 机器人
3.3.4 问题
3.4 结论
参考文献
第4章 受昆虫社会集体行为启发的下一代互联网路由协议：概述
4.1 概述
4.1.1 本章的组织
4.2 网络路由概论和挑战
4.3 网络路由协议的分类特性
4.4 从昆虫社会到网络路由协议
4.4.1 蚁群中的最短路径行为和元启发蚁群优化
4.4.2 从蜂群中得到的有用想法
4.5 蚁群优化路由协议
4.5.1 总体结构和ACO路由协议的属性
4.5.2 AutNet：无连接网络的主要参考算法
4.5.3 ABC：面向连接网络的主要参考算法
4.5.4 有线无连接网络的路由算法
4.5.5 有线面向连接网络的路由算法
4.5.6 QoS网络路由算法
4.5.7 无线移动Ad Hoc网络算法
4.6 受蜂群行为启发的路由协议
4.6.1 有线无连接网络的蜂窝算法
4.6.2 其他基于蜂窝的有线网络算法
4.6.3 无线移动Ad-hoc网络的蜜蜂Ad-hoc算法
4.6.4 MANET中其他基于蜜蜂Ad-hoc的算法
4.7 结论以及对SI路由的未来展望
参考文献
第二部分 应用
第5章 演化、自组织和群机器人
5.1 概述
5.2 自组织行为的演化设计
5.2.1 设计问题
5.2.2 自组织行为的演化
5.2.3 文献中的群体演化机器人学
5.3 演化群组机器人的研究
5.3.1 群机器人实验工具：群机器人
5.3.2 同步
5.3.3 协调运动
5.3.4 避开孔洞
5.4 结语
参考文献
第6章 粒子群动态优化问题
6.1 概述
6.2 粒子群优化
6.3 解决动态环境中的挑战
6.3.1 变化检测
6.3.2 存储更新
6.3.3 多样化消失问题
6.3.4 重多样化
6.3.5 排斥
6.3.6 动态网络拓扑
6.4 多群和形态
6.4.1 量子粒子
6.4.2 多群PSO
6.4.3 基于形态的PSO
6.4.4 改进局部收敛
6.5 实验结果
6.5.1 移动峰值基准和实验设置
6.5.2 优化群型号
6.5.3 MPSO中的量子粒子
6.5.4 SPSO中的量子分布
6.5.5 调整群数量
6.5.6 比较MPSO和SPSO
6.6 总结
参考文献
第7章 一种基于代理的自组织生产方法
7.1 概述
7.1.1 问题的定义
7.1.2 本章的构成
7.2 与以前文献的联系
7.2.1 材料处理元件是生产网络的一部分
7.2.2 传输和缓冲系统基于代理的模型
7.2.3 作为“社会”行为基础的相互作用
7.2.4 运输和缓冲模型的组成和性能
7.3 模型组成概述
7.3.1 对通道预期循环时间的动态预测
7.3.2 通道中可能障碍的动态预测
7.3.3 带回转功能的寻径和障碍最小缓存自动检测
7.3.4 初始运动
7.3.5 下一通道的避障选择
7.4 传送和缓冲系统之间相关性的数学抽象
7.5 模型系统中元件运动的描述
7.6 仿真环境中模型的实现
7.7 寻径作为元件之间相互作用的基础
7.7.1 权重参数βpath的改变导致从最快路径的偏离
7.7.2 按预期到达目的地所需时间Z的改变导致从最快路径的偏离
7.7.3 阻滞
7.7.4 团结协作与各自为战
7.7.5 一般特征
7.8 讨论
参考文献
第8章 有机计算与群智能
8.1 概述
8.2 有机计算系统的实例
8.3 群控制应激
8.3.1 蚂蚁群聚
8.3.2 群有效性和聚类方法
8.3.3 反聚类
8.4 带移动元素的OC系统
8.4.1 细胞自动机模型
8.4.2 移动模型
8.4.3 简单环境下的实验
8.4.4 复杂环境下的实验
8.4.5 总结
8.5 最终评语
参考文献
第1章 群智能的生物学基础
1.1 概述
1.2 分散式决策
1.2.1 在何处搜寻
1.2.2 探索与开发
1.2.3 寻找新巢穴
1.3 群体迁移
1.3.1 迁移中的蜜蜂
1.3.2 蝗虫
1.3.3 摩门蟋蟀
1.4 结语
参考文献
第2章 群智能优化
2.1 概述
2.2 蚁群优化
2.2.1 蚁群优化的起源
2.2.2 蚁群优化：整体描述
2.2.3 最近的趋势
2.3 粒子群优化
2.3.1 粒子群优化：简介
2.3.2 最近的趋势
2.4 群智能在优化中应用的更多实例
2.4.1 受劳力划分启发的应用
2.4.2 基于蚂蚁的聚类和排序
2.4.3 其他应用
参考文献
第3章 群机器人
3.1 概述
3.2 什么是群机器人
3.2.1 系统级别特性
3.2.2 突出特性
3.2.3 协作机制
3.3 研究方向
3.3.1 设计
3.3.2 建模和分析
3.3.3 机器人
3.3.4 问题
3.4 结论
参考文献
第4章 受昆虫社会集体行为启发的下一代互联网路由协议：概述
4.1 概述
4.1.1 本章的组织
4.2 网络路由概论和挑战
4.3 网络路由协议的分类特性
4.4 从昆虫社会到网络路由协议
4.4.1 蚁群中的最短路径行为和元启发蚁群优化
4.4.2 从蜂群中得到的有用想法
4.5 蚁群优化路由协议
4.5.1 总体结构和ACO路由协议的属性
4.5.2 AutNet：无连接网络的主要参考算法
4.5.3 ABC：面向连接网络的主要参考算法
4.5.4 有线无连接网络的路由算法
4.5.5 有线面向连接网络的路由算法
4.5.6 QoS网络路由算法
4.5.7 无线移动Ad Hoc网络算法
4.6 受蜂群行为启发的路由协议
4.6.1 有线无连接网络的蜂窝算法
4.6.2 其他基于蜂窝的有线网络算法
4.6.3 无线移动Ad-hoc网络的蜜蜂Ad-hoc算法
4.6.4 MANET中其他基于蜜蜂Ad-hoc的算法
4.7 结论以及对SI路由的未来展望
参考文献
第二部分 应用
第5章 演化、自组织和群机器人
5.1 概述
5.2 自组织行为的演化设计
5.2.1 设计问题
5.2.2 自组织行为的演化
5.2.3 文献中的群体演化机器人学
5.3 演化群组机器人的研究
5.3.1 群机器人实验工具：群机器人
5.3.2 同步
5.3.3 协调运动
5.3.4 避开孔洞
5.4 结语
参考文献
第6章 粒子群动态优化问题
6.1 概述
6.2 粒子群优化
6.3 解决动态环境中的挑战
6.3.1 变化检测
6.3.2 存储更新
6.3.3 多样化消失问题
6.3.4 重多样化
6.3.5 排斥
6.3.6 动态网络拓扑
6.4 多群和形态
6.4.1 量子粒子
6.4.2 多群PSO
6.4.3 基于形态的PSO
6.4.4 改进局部收敛
6.5 实验结果
6.5.1 移动峰值基准和实验设置
6.5.2 优化群型号
6.5.3 MPSO中的量子粒子
6.5.4 SPSO中的量子分布
6.5.5 调整群数量
6.5.6 比较MPSO和SPSO
6.6 总结
参考文献
第7章 一种基于代理的自组织生产方法
7.1 概述
7.1.1 问题的定义
7.1.2 本章的构成
7.2 与以前文献的联系
7.2.1 材料处理元件是生产网络的一部分
7.2.2 传输和缓冲系统基于代理的模型
7.2.3 作为“社会”行为基础的相互作用
7.2.4 运输和缓冲模型的组成和性能
7.3 模型组成概述
7.3.1 对通道预期循环时间的动态预测
7.3.2 通道中可能障碍的动态预测
7.3.3 带回转功能的寻径和障碍最小缓存自动检测
7.3.4 初始运动
7.3.5 下一通道的避障选择
7.4 传送和缓冲系统之间相关性的数学抽象
7.5 模型系统中元件运动的描述
7.6 仿真环境中模型的实现
7.7 寻径作为元件之间相互作用的基础
7.7.1 权重参数βpath的改变导致从最快路径的偏离
7.7.2 按预期到达目的地所需时间Z的改变导致从最快路径的偏离
7.7.3 阻滞
7.7.4 团结协作与各自为战
7.7.5 一般特征
7.8 讨论
参考文献
第8章 有机计算与群智能
8.1 概述
8.2 有机计算系统的实例
8.3 群控制应激
8.3.1 蚂蚁群聚
8.3.2 群有效性和聚类方法
8.3.3 反聚类
8.4 带移动元素的OC系统
8.4.1 细胞自动机模型
8.4.2 移动模型
8.4.3 简单环境下的实验
8.4.4 复杂环境下的实验
8.4.5 总结
8.5 最终评语
参考文献
