Sværm intelligens

Den aktuelle version af siden er endnu ikke blevet gennemgået af erfarne bidragydere og kan afvige væsentligt fra den version , der blev gennemgået den 18. april 2018; checks kræver 18 redigeringer .

Sværm -intelligens ( RI) beskriver den kollektive adfærd i et decentraliseret selvorganiserende system .  Betragtes i teorien om kunstig intelligens som en optimeringsmetode . Udtrykket blev introduceret af Gerardo Beni og Wang Jing i 1989 i forbindelse med det cellulære robotsystem [1] . Ideen blev dog tidligere diskuteret i detaljer af Stanisław Lem i romanen Invincible (1964) [2] og essayet Weapon Systems of the Twenty-First Century, or Upside Down Evolution (1983).

Sværm-intelligenssystemer består som regel af mange agenter ( Boids ) der lokalt interagerer med hinanden og med miljøet. Idéer om adfærd kommer som regel fra naturen og især fra biologiske systemer. Hver boyid følger meget enkle regler, og selvom der ikke er noget centraliseret adfærdskontrolsystem til at fortælle hver enkelt af dem, hvad de skal gøre, fører lokale og til en vis grad tilfældige interaktioner til fremkomsten af ​​en intelligent gruppeadfærd uden for de enkelte boys' kontrol. Den nøjagtige definition af sværm-intelligens er stadig ikke formuleret. Generelt bør RI være et multi-agent system, der ville have selvorganiserende adfærd, som i alt burde udvise en vis rimelig adfærd.

Anvendelsen af ​​sværmprincipper i robotteknologi omtales som grupperobotik , mens sværm-intelligens refererer til et mere generelt sæt algoritmer. "Swarm forecasting" bruges til at løse nogle problemer med prognoser.

Eksempler på algoritmer

Partikelsværmmetode

Partikelsværmoptimering (PSO ) er en  numerisk optimeringsmetode, som ikke kræver at kende den nøjagtige gradient af den funktion, der optimeres. MFR blev bevist af Kennedy, Eberhart og Shea, var oprindeligt beregnet til at efterligne social adfærd. Algoritmen er blevet forenklet og fundet egnet til at udføre optimering . Kennedy og Eberharts bog beskriver mange af de filosofiske aspekter af MFR og den såkaldte sværm-intelligens. Meget forskning i anvendelserne af MFR er blevet udført af Paul [3] [4] .

MFR'en optimerer funktionen ved at opretholde en population af mulige opløsninger, kaldet partikler, og flytte disse partikler rundt i opløsningsrummet efter en simpel formel. Bevægelsen adlyder princippet om den bedste position, der findes i dette rum, og ændrer sig konstant, når partiklerne finder gunstige positioner.

Myrealgoritme

Myrekolonioptimeringsalgoritme ( myrekolonioptimering, ACO ) er en af  ​​de effektive polynomielle algoritmer til at finde omtrentlige løsninger på det rejsende sælgerproblem , såvel som lignende problemer med at finde ruter på grafer. En tilgang foreslået af den belgiske forsker Marco Dorigo .

Essensen af ​​tilgangen er at analysere og bruge adfærdsmodellen for myrer , der leder efter veje fra kolonien til føde. Algoritmen er baseret på adfærden hos en myrekoloni, der markerer vellykkede veje med en stor mængde feromoner . Arbejdet begynder med placeringen af ​​myrer i toppen af ​​grafen (byerne), derefter begynder bevægelsen af ​​myrer - retningen bestemmes af en probabilistisk metode baseret på formlen:

,

hvor:

 - Sandsynlighed for at krydse vejen ,  — længden af ​​den th overgang,  — Antal feromoner ved krydset,  - Værdien, der bestemmer algoritmens "grådighed",  — Værdien, der bestemmer "hyrding" af algoritmen i .

Bee Algoritme

Kunstig bikolonioptimering (ABC ) er en sværmalgoritme baseret på en metaheuristisk algoritme introduceret af Karabog i 2005 [ 5] .  Det efterligner foderhonningbiers adfærd. ABC-algoritmen består af tre stadier: en arbejdsbi, en vagtbi og en spejderbi. Bierne bruger en lokal søgealgoritme i nærheden af ​​løsninger udvalgt baseret på deterministisk selektion af arbejderbier og probabilistisk selektion af vagtbier. Spejderbien udfører afvisningen af ​​udtømte fødekilder i fodringsprocessen. I denne analogi kasseres løsninger, der ikke længere er nyttige til at finde en løsning, og nye løsninger tilføjes (svarende til at udforske nye regioner på jagt efter kilder).

Kunstigt immunsystem

Et kunstigt immunsystem (AIS) er et adaptivt computersystem, der bruger modeller, principper, mekanismer og funktioner beskrevet i teoretisk immunologi , som bruges til at løse anvendte problemer [6] .

På trods af at naturlige immunsystemer langt fra er fuldt ud forstået, er der i dag mindst tre teorier, der forklarer immunsystemets funktion og beskriver vekselvirkningen mellem dets elementer, nemlig: teorien om negativ selektion, teorien om klonal selektion , og teorien om immunnetværket. De dannede grundlaget for oprettelsen af ​​tre algoritmer til IIS's funktion.

Grå ulv algoritme

Bat-algoritme

Gravitationssøgningsalgoritme

Gravitational Search Algorithm (GSA ) er en  søgealgoritme baseret på loven om universel gravitation og begreberne masseinteraktion. Algoritmen er baseret på teorien om tiltrækning fra newtonsk fysik . Algoritmen bruger gravitationsmasser som søgeagenter.

I de senere år er der udviklet forskellige heuristiske optimeringsalgoritmer . Mange af disse algoritmer er baseret på naturlige fænomener. Hvis vi sammenligner gravitationssøgningsalgoritmen med andre algoritmer, så er denne algoritme en af ​​de mest effektive til at løse forskellige problemer med at optimere ikke-lineære funktioner.

Altruisme algoritme

Schweiziske forskere har udviklet en algoritme baseret på Hamiltons familieudvælgelsesregel. Algoritmen viser, hvordan et individs altruisme i en sværm kan udvikle sig over tid og føre til mere effektiv sværmadfærd [7] [8] .

Firefly algoritme

Vanddråbealgoritme

Intelligent Water Droplet Algorithm ( IWD )  er en sværmalgoritmebaseret optimeringsalgoritme, der bruger naturlige floders metoder, og hvordan de finder næsten optimale stier til en destination.

Den finder optimale eller næsten optimale veje afledt af reaktioner, der finder sted mellem vanddråber, når vandet strømmer gennem flodlejet. I IWD-algoritmen er flere kunstige vanddråber afhængige af hinanden og er i stand til at ændre deres miljø på en sådan måde, at de finder den bedste vej på vejen med mindst modstand. Så IWD-algoritmen er en konstruktiv befolkningsorienteret optimeringsalgoritme [9] .

Floddannelsesmetode

Selvkørende partikelmetode

Stokastisk diffusionssøgning

Multiswarm optimering

Gøgs algoritme

Cuckoo-søgealgoritmen er en optimeret algoritme udviklet af Xin-She Yang og Suash Deb i 2009.

Inspirationen til dens skabelse var redeparasitismen hos nogle gøgearter , der lægger deres æg i andre fugles reder (andre fuglearter). Nogle af redeejerne kan komme i direkte konflikt med gøgene, der bryder ind på dem. For eksempel, hvis ejeren af ​​reden opdager, at æggene ikke er hans, så vil han enten smide disse fremmede æg eller blot forlade reden og skabe et nyt et andet sted.

Nogle gøgearter, såsom New World redeparasitter, såsom den stribede eller firvingede gøg ( Tapera naevia ), har udviklet sig på en sådan måde, at hunnerne meget ofte specialiserer sig i at efterligne farverne og strukturen af ​​æg fra udvalgte værtsfuglearter [10 ] .

Bakteriebevægelsesoptimering

Se også

Litteratur

Noter

  1. ↑ Beni, G., Wang, J. Swarm Intelligence in Cellular Robotic Systems, Fortsæt. NATO Advanced Workshop on Robots and Biological Systems, Toscana, Italien, 26.-30. juni (1989)
  2. ↑ Med i kapitlet "Laudahypotesen" er der sætningen "sværmen er forvandlet til sådan en "skyhjerne"" (rój układa się w ten jakiś "chmuromózg").
  3. ↑ Parsopoulos, K.E.; Vrahatis, MN Nylige tilgange til globale optimeringsproblemer gennem partikelsværmoptimering   // Natural Computing : journal. - 2002. - Bd. 1 , nr. 2-3 . - S. 235-306 . - doi : 10.1023/A:1016568309421 .
  4. ↑ Particle Swarm Optimization Arkiveret 22. februar 2014 på Wayback Machine af Maurice Clerc, ISTE, ISBN 1-905209-04-5 , 2006.
  5. ↑ Karaboga, Dervis (2010) Kunstig bikolonialgoritme Arkiveret 3. april 2014 på Wayback Machine Scholarpedia , 5 (3):6915.
  6. ↑ de Castro, Leandro N.; Timmis, Jonathan. Kunstige immunsystemer: En ny beregningsmæssig intelligenstilgang . - Springer , 2002. - S. 57-58. — ISBN 1852335947 , 9781852335946.  
  7. ↑ Altruisme hjælper sværmende robotter med at flyve bedre Arkiveret 15. september 2012 på Wayback Machine genevalunch.com , 4. maj 2011.
  8. ↑ Waibel M, Floreano1 D og Keller L (2011) "En kvantitativ test af Hamiltons regel for udviklingen af ​​altruisme" PLoS Biology , 9 (5): e1000615. doi : 10.1371/journal.pbio.1000615
  9. ↑ Shah-Hosseini, Hamed. Den intelligente vanddråberalgoritme: en naturinspireret sværmbaseret optimeringsalgoritme  (engelsk)  // International Journal of Bio-Inspired Computation : journal. - 2009. - Bd. 1 , nr. 1/2 . - S. 71-79 .
  10. ↑ R.B. Payne, M.D. Sorenson og K. Klitz, The Cuckoos, Oxford University Press, (2005).