未读消息消息

购物车

我的订单

个人中心

店铺

我的订单收藏

拍卖

拍卖交易我的竞拍收藏

我的好友资金账户

卖家中心

客服 |

帮助中心 9:00-20:30 在线留言

客服电话

010-89648155

服务时间

客服咨询 8:00-21:00

纠纷处理 9:00-21:00

图书审核 9:00-18:00

监督与建议

请选择

手机孔网

集群智能:从自然到人工系统

作者: 埃里克·博纳博著

出版社: 中国宇航出版社

出版时间: 2020-08

ISBN: 9787515918280

定价: 128.00

装帧: 精装

开本: 16开

纸张: 胶版纸

分类: 工程技术

3 张插图图片

7人买过

在近五年以来，类比昆虫群落的方法成为求解问题的一个热点，该方法强调分布式、简单个体之间的直接/间接交互、灵活性和鲁棒性，已经成功应用于组合优化、通讯网络和机器人领域。越来越多的研究者对这一形成人工智能、群体智能的方法产生兴趣，其中群体智能是指一系列简单个体所涌现出来的集体智能。本书的每一章均围绕一个生物学示例展开。首先对上述示例进行描述，当存在模型时对其进行建模，并类比其机制来设计算法、多智能体系统和群体机器人。尽管由于生物学建模和工程同等重要，所以本书的写作方式显得与众不同，但希望读者能发现我们所做工作的有趣性和有用性。李杰，北京理工大学教授，兵器科学与技术武器系统总体方向博士生导师，军委科技委首席专家。1997年毕业于北京理工大学机电工程系获工学博士学位，并进入北京理工大学机电工程系工作。长期从事智能微小型巡飞器设计、信息感知与处理、引信智能化技术等方面研究，正在承担军委科技委、火箭军/陆军/空军“十三五”在智能化微小型巡飞器领域多个预先研究项目。以第一获奖人获国防科学技术二等奖3项，三等奖3项，申请及授权国家或国防发明专利40余项。目录

第1章简介1

1.1社会性昆虫1

1.2社会性昆虫群落的集体行为建模7

1.2.1建模与设计7

1.2.2社会性昆虫群落中的自组织8

1.2.3共识主动性（Stigmergy）13

1.3交互建模15

1.4从算法到机器人16

1.5阅读导引18
第2章蚂蚁觅食行为在通信网络中的应用：组合优化和路由20

2.1概述20

2.2蚁群觅食策略20

2.2.1自然界中的优化：二元桥实验20

2.2.2自然界中的优化：子巢穴间的“交通网络”26

2.2.3行军蚁的狩猎模式26

2.3蚁群优化算法：旅行商问题32

2.3.1蚂蚁系统33

2.3.2蚁群系统38

2.3.3基于蚂蚁系统或蚁群系统的其他方法45

2.4蚁群优化：二次分配问题46

2.4.1蚂蚁系统应用于二次分配问题46

2.4.2混合蚂蚁系统51

2.4.3ASQAP算法的扩展56

2.5蚁群算法在优化领域中的其他应用56

2.5.1ASJSP：一种用于作业车间调度问题的ACO算法59

2.5.2ANTCOL：用于图形着色问题的ACO算法60

2.5.3ASVRP：针对车辆路径问题的ACO算法61

2.5.4HASSOP：顺序排序问题的ACO算法62

2.5.5ASSCS：最短公共序列问题中的ACO算法63

2.6关于ACO算法的几点思考64

2.6.1ACO算法和神经网络64

2.6.2ACO算法和进化算法65

2.6.3连续优化65

2.7电信网络中的应用67

2.7.1ABC：电话网络中的路由68

2.7.2ANTNET：数据通信网络中的路由78

2.7.3一种基于蚂蚁系统的蚂蚁路由算法85

2.7.4约束条件与讨论87

2.7.5在网络环境中查找信息88

2.8要点谨记89
第3章劳力分工和任务分配90

3.1概述90

3.2社会性昆虫中的劳力分工90

3.3响应阈值91

3.3.1引言91

3.3.2响应阈值：简介和实验证明93

3.3.3单任务模型98

3.3.4模型分析：确定性方程100

3.3.5多任务模型104

3.3.6“紧急”任务接续模型105

3.4专一化110

3.5多智能体系统中的差异化和自适应任务分配117

3.5.1多智能体系统或机器人群体中的差异化117

3.5.2自适应任务分配117

3.5.3与“竞标”算法的联系122

3.6要点谨记123
第4章墓地结构、育雏分选、数据分析和图分割124

4.1概述124

4.2墓地结构和育雏分选124

4.3一种墓地聚类和育雏分选的模型126

4.3.1聚类126

4.3.2分类128

4.3.3空间熵及其变体128

4.4探索性数据分析129

4.5图分割136

4.6机器人应用144

4.6.1介绍144

4.6.2示例144

4.6.3其他工作147

4.6.4从聚类到分类149

4.6.5发展设想149

4.7要点谨记150
第5章自组织与模板：在数据分析和图形分区中的应用152

5.1概述152

5.2自组织和模板的相互作用152

5.3建造蚁后房的一种“反应扩散”模型156

5.4细胸蚁属albipennis蚂蚁巢壁建造159

5.5应用165

5.5.1数据分析166

5.5.2图像分割166

5.6要点谨记168
第6章筑巢和自组装169

6.1概述169

6.2社会性昆虫的筑巢行为169

6.2.1定量的共识主动性：共识主动性和自组织170

6.2.2定性/离散的共识主动性171

6.3自组装模型175

6.3.1模型175

6.3.2仿真176

6.3.3分析180

6.3.4探索建筑结构的空间180

6.4生物学之外的应用188

6.4.1简介188

6.4.2自组装机器人189

6.4.3建筑设计201

6.4.4不断发展的功能201

6.5要点谨记203
第7章昆虫和机器人的合作运输204

7.1概述204

7.2蚂蚁对猎物的协同运输204

7.2.1单独运输与合作运输206

7.2.2从独立到合作运输206

7.2.3招募行为208

7.2.4合作运输中的协调209

7.2.5合作运输中参与者的数量210

7.2.6死锁和恢复210

7.3集群机器人合作运输211

7.3.1简介211

7.3.2基本模型及其实现212

7.3.3停滞后恢复：模型和机器人实现214

7.4要点谨记217
第8章结语218
参考文献220
内容简介:
在近五年以来，类比昆虫群落的方法成为求解问题的一个热点，该方法强调分布式、简单个体之间的直接/间接交互、灵活性和鲁棒性，已经成功应用于组合优化、通讯网络和机器人领域。越来越多的研究者对这一形成人工智能、群体智能的方法产生兴趣，其中群体智能是指一系列简单个体所涌现出来的集体智能。本书的每一章均围绕一个生物学示例展开。首先对上述示例进行描述，当存在模型时对其进行建模，并类比其机制来设计算法、多智能体系统和群体机器人。尽管由于生物学建模和工程同等重要，所以本书的写作方式显得与众不同，但希望读者能发现我们所做工作的有趣性和有用性。
作者简介:
李杰，北京理工大学教授，兵器科学与技术武器系统总体方向博士生导师，军委科技委首席专家。1997年毕业于北京理工大学机电工程系获工学博士学位，并进入北京理工大学机电工程系工作。长期从事智能微小型巡飞器设计、信息感知与处理、引信智能化技术等方面研究，正在承担军委科技委、火箭军/陆军/空军“十三五”在智能化微小型巡飞器领域多个预先研究项目。以第一获奖人获国防科学技术二等奖3项，三等奖3项，申请及授权国家或国防发明专利40余项。
目录:
目录

第1章简介1

1.1社会性昆虫1

1.2社会性昆虫群落的集体行为建模7

1.2.1建模与设计7

1.2.2社会性昆虫群落中的自组织8

1.2.3共识主动性（Stigmergy）13

1.3交互建模15

1.4从算法到机器人16

1.5阅读导引18
第2章蚂蚁觅食行为在通信网络中的应用：组合优化和路由20

2.1概述20

2.2蚁群觅食策略20

2.2.1自然界中的优化：二元桥实验20

2.2.2自然界中的优化：子巢穴间的“交通网络”26

2.2.3行军蚁的狩猎模式26

2.3蚁群优化算法：旅行商问题32

2.3.1蚂蚁系统33

2.3.2蚁群系统38

2.3.3基于蚂蚁系统或蚁群系统的其他方法45

2.4蚁群优化：二次分配问题46

2.4.1蚂蚁系统应用于二次分配问题46

2.4.2混合蚂蚁系统51

2.4.3ASQAP算法的扩展56

2.5蚁群算法在优化领域中的其他应用56

2.5.1ASJSP：一种用于作业车间调度问题的ACO算法59

2.5.2ANTCOL：用于图形着色问题的ACO算法60

2.5.3ASVRP：针对车辆路径问题的ACO算法61

2.5.4HASSOP：顺序排序问题的ACO算法62

2.5.5ASSCS：最短公共序列问题中的ACO算法63

2.6关于ACO算法的几点思考64

2.6.1ACO算法和神经网络64

2.6.2ACO算法和进化算法65

2.6.3连续优化65

2.7电信网络中的应用67

2.7.1ABC：电话网络中的路由68

2.7.2ANTNET：数据通信网络中的路由78

2.7.3一种基于蚂蚁系统的蚂蚁路由算法85

2.7.4约束条件与讨论87

2.7.5在网络环境中查找信息88

2.8要点谨记89
第3章劳力分工和任务分配90

3.1概述90

3.2社会性昆虫中的劳力分工90

3.3响应阈值91

3.3.1引言91

3.3.2响应阈值：简介和实验证明93

3.3.3单任务模型98

3.3.4模型分析：确定性方程100

3.3.5多任务模型104

3.3.6“紧急”任务接续模型105

3.4专一化110

3.5多智能体系统中的差异化和自适应任务分配117

3.5.1多智能体系统或机器人群体中的差异化117

3.5.2自适应任务分配117

3.5.3与“竞标”算法的联系122

3.6要点谨记123
第4章墓地结构、育雏分选、数据分析和图分割124

4.1概述124

4.2墓地结构和育雏分选124

4.3一种墓地聚类和育雏分选的模型126

4.3.1聚类126

4.3.2分类128

4.3.3空间熵及其变体128

4.4探索性数据分析129

4.5图分割136

4.6机器人应用144

4.6.1介绍144

4.6.2示例144

4.6.3其他工作147

4.6.4从聚类到分类149

4.6.5发展设想149

4.7要点谨记150
第5章自组织与模板：在数据分析和图形分区中的应用152

5.1概述152

5.2自组织和模板的相互作用152

5.3建造蚁后房的一种“反应扩散”模型156

5.4细胸蚁属albipennis蚂蚁巢壁建造159

5.5应用165

5.5.1数据分析166

5.5.2图像分割166

5.6要点谨记168
第6章筑巢和自组装169

6.1概述169

6.2社会性昆虫的筑巢行为169

6.2.1定量的共识主动性：共识主动性和自组织170

6.2.2定性/离散的共识主动性171

6.3自组装模型175

6.3.1模型175

6.3.2仿真176

6.3.3分析180

6.3.4探索建筑结构的空间180

6.4生物学之外的应用188

6.4.1简介188

6.4.2自组装机器人189

6.4.3建筑设计201

6.4.4不断发展的功能201

6.5要点谨记203
第7章昆虫和机器人的合作运输204

7.1概述204

7.2蚂蚁对猎物的协同运输204

7.2.1单独运输与合作运输206

7.2.2从独立到合作运输206

7.2.3招募行为208

7.2.4合作运输中的协调209

7.2.5合作运输中参与者的数量210

7.2.6死锁和恢复210

7.3集群机器人合作运输211

7.3.1简介211

7.3.2基本模型及其实现212

7.3.3停滞后恢复：模型和机器人实现214

7.4要点谨记217
第8章结语218
参考文献220

查看详情

集群智能:从自然到人工系统

内容简介:

作者简介:

目录: