群體智能理論與方法

劉鴻福,項鳳濤

  • 出版商: 科學出版
  • 出版日期: 2026-09-01
  • 售價: $1,008
  • 語言: 簡體中文
  • 頁數: 291
  • ISBN: 7030858352
  • ISBN-13: 9787030858351
  • 相關分類: 人工智慧
  • 下單後立即進貨 (約4週~6週)

  • 群體智能理論與方法-preview-1
  • 群體智能理論與方法-preview-2
  • 群體智能理論與方法-preview-3
  • 群體智能理論與方法-preview-4
  • 群體智能理論與方法-preview-5
群體智能理論與方法-preview-1

相關主題

商品描述

本書是一本理論與應用並重、系統性與前沿性兼具的綜合性教材與參考書,不僅系統闡述了群體智能的理論根基、經典模型和主流算法,更深入探討了群體智能在動態復雜系統中的智能湧現機制、自組織決策邏輯與科學評價體系,並緊密結合當前的研究熱點與工程實踐,展示了其在無人機集群、群智眾創、智能交通等領域的前沿應用。

目錄大綱

目錄
“智能科學與技術叢書”序
前言
第1章 緒論 1
1.1 群體智能簡介 1
1.2 群體智能的研究內容 5
1.3 群體智能的研究方法 6
1.4 群體智能的典型應用 7
1.4.1 在無人集群領域中的應用 7
1.4.2 在互聯網群智眾創領域中的應用 8
1.4.3 在交通控制領域中的應用 9
1.4.4 在金融系統領域中的應用 10
1.5 群體智能的發展趨勢及前沿挑戰 11
習題 12
參考文獻 13
第2章 群體智能的生物學基礎 14
2.1 概述 14
2.2 群體運動的模式及特點 16
2.3 分散式群體運動策略 18
2.3.1 自發式分群策略 18
2.3.2 應激式分群策略 20
2.4 分散式群體控制策略 21
2.4.1 同構式分群策略 22
2.4.2 異構式分群策略 22
2.4.3 指派/協商機制實現的分群策略 24
2.4.4 網絡拓撲實現的分群策略 25
2.5 分散式群體控制理論分析 26
2.5.1 分散式群體模型穩定性分析 27
2.5.2 分散式群體模型可控性分析 27
2.5.3 分散式群體模型信息約束分析 27
2.6 分散式群體決策 28
2.6.1 覓食行為的分散式群體決策 28
2.6.2 築巢行為的分散式群體決策 30
2.7 本章小結 31
習題 32
參考文獻 33
第3章 群體智能的社會學基礎 36
3.1 概述 36
3.2 群體決策 39
3.3 社會力模型 40
3.3.1 USFM 40
3.3.2 FSFM 42
3.3.3 加入領導者的改進社會力模型 44
3.4 公共物品博弈模型 45
3.4.1 靜態多層網絡模型 46
3.4.2 動態多層網絡模型 47
3.4.3 考慮偏好機制的公共物品博弈模型 49
3.5 網絡輿論模型 50
3.5.1 輿情傳播模型 50
3.5.2 多層網絡輿情傳播模型 51
3.6 行走者模型 55
3.6.1 行走動力學與疏散 55
3.6.2 行走預測 57
3.7 共享出行 59
3.7.1 網約共享 59
3.7.2 拼車系統 61
3.7.3 共享出行公平性研究 63
3.8 本章小結 65
習題 66
參考文獻 66
第4章 典型群體智能模型 70
4.1 概述 70
4.2 生物群體行為機制及模型 70
4.2.1 群集運動驅動機制 70
4.2.2 典型生物群體行為機制 72
4.2.3 群體智能行為特點 76
4.2.4 典型群體運動模型 77
4.3 仿生物群集行為的自主集群 80
4.3.1 生物群集與無人機集群的映射機制 80
4.3.2 基於生物群集行為的集群自主控制 82
4.4 生物群體運動模型 83
4.4.1 Vicsek模型 85
4.4.2 Boids模型 88
4.4.3 Chemotaxis模型 91
4.5 典型生物群體智能模型分類 93
4.5.1 基於行為的模型 93
4.5.2 多尺度模型 94
4.5.3 基於數據的模型 94
4.5.4 物理學和生物學啟發的模型 95
4.5.5 綜合模型 95
4.6 發展與展望 96
4.6.1 群集運動的復雜性 96
4.6.2 跨學科研究的需要 97
4.6.3 技術與方法的創新 98
4.7 本章小結 99
習題 100
參考文獻 100
第5章 群體智能優化算法 104
5.1 概述 104
5.2 群體智能優化算法特點 104
5.3 群體智能優化算法計算範式與框架 106
5.3.1 一般計算範式 106
5.3.2 一般框架 106
5.4 部分經典群體智能優化算法 107
5.4.1 粒子群優化算法 107
5.4.2 蟻群優化算法 110
5.4.3 人工魚群算法 114
5.4.4 細菌覓食優化算法 115
5.5 部分新型群體智能優化算法 117
5.5.1 鯨魚優化算法 118
5.5.2 灰狼優化算法 121
5.5.3 蜘蛛蜂優化算法 125
5.5.4 斑馬優化算法 129
5.5.5 煙花算法 134
5.5.6 蝙蝠算法 138
5.5.7 果蠅優化算法 143
5.5.8 星雀優化算法 146
5.6 本章小結 152
習題 153
參考文獻 154
第6章 復雜系統與群體智能湧現 156
6.1 概述 156
6.2 復雜系統的智能湧現 156
6.2.1 復雜系統的特征 156
6.2.2 復雜系統智能湧現原理 158
6.2.3 復雜系統智能湧現應用 162
6.3 生物群體的智能湧現 164
6.3.1 生物群體智能湧現特征 164
6.3.2 生物群體智能湧現原理 166
6.3.3 生物群體智能湧現應用 167
6.4 社會系統中集群行為湧現 168
6.5 互聯網群體智能的湧現 171
6.6 眾包 174
6.6.1 移動眾包 174
6.6.2 軟件眾包 175
6.7 技術與工程系統中的湧現現象 176
6.7.1 城市計算 177
6.7.2 智能制造 178
6.8 本章小結 179
習題 180
參考文獻 180
第7章 群體智能自組織決策方法 183
7.1 概述 183
7.2 群體智能自組織決策的通信策略設計 185
7.2.1 基於規則的仿生通信策略設計 187
7.2.2 基於數據驅動的智能隱式通信策略設計 190
7.3 群體智能自組織決策機制設計 192
7.3.1 基於反應擴散方程的湧現機制 192
7.3.2 可擴展的湧現機制 196
7.3.3 基於非仿生方式的湧現機制 201
7.4 分布式實時優化決策方法 203
7.4.1 目標引導的固定翼無人機集群決策方法 203
7.4.2 基於蟻群行為的自組織覆蓋搜索方法 206
7.4.3 基於深度學習的仿生集群決策方法 207
7.4.4 基於強化學習的集群決策方法 210
7.5 本章小結 211
習題 212
參考文獻 213
第8章 群體智能評價方法 214
8.1 概述 214
8.2 群體智能評價定義與研究現狀 214
8.2.1 群體智能評價定義 214
8.2.2 群體智能評價研究現狀 217
8.3 典型的群體智能評價方法 222
8.3.1 通用智能評價方法 222
8.3.2 AIQ評價方法 224
8.3.3 基於任務表現的評價方法 225
8.3.4 基於群體行為特征的評價方法 227
8.3.5 基於群體認知能力的評價方法 230
8.3.6 基於計算模型的評價方法 232
8.4 群體智能評價方法的比較 235
8.5 群體智能優化算法性能評價 237
8.6 OODA群體智能水平評價模型及方法 243
8.6.1 基於群體OODA的無人集群系統智能評價模型 243
8.6.2 無人集群系統及其智能評價協同進化模型 243
8.6.3 基於群體OODA的無人集群系統智能等級評價模型 245
8.6.4 無人集群系統智能評價實現方法 249
8.7 本章小結 253
習題 254
參考文獻 254
第9章 群體智能系統及典型應用 257
9.1 概述 257
9.2 基於生物群集行為的無人機集群系統控制 257
9.2.1 無人機集群系統 257
9.2.2 生物群集與多無人機系統的映射機制 261
9.2.3 仿生物群集行為的無人機集群自主控制 262
9.3 基於互聯網的大規模群體協作 264
9.3.1 網絡百科的在線協作 264
9.3.2 眾包的在線協作 269
9.4 典型應用案例 276
9.4.1 哈佛大學的小型建造機器人 276
9.4.2 仿生物細胞群體機器人 277
9.4.3 仿鳥類無人機集群 280
9.4.4 開源軟件項目 283
9.4.5 眾包平臺 284
9.4.6 社交媒體協作 286
9.5 本章小結 287
習題 288
參考文獻 288

最後瀏覽商品 (20)