蟻群演算法特點

㈠ 「蜂群」作戰---未來無人機作戰的模式探究

一、 當前軍用無人機作戰在運用發展中存在的主要問題：

1、單機機載設備的偵察能力有限，很難有效地全方位連續偵查和監視目標；

2、無人機一旦發生設備故障，容易導致任務被延誤，甚至被迫取消；

3、在面臨高威脅防空體系時，容易被攔截和毀傷，導致任務失敗；

4、單機的武器載荷有限，使打擊威力和效果受到限制；

5、地面控制鏈路較難對多架無人機同時控制，導致空中無人機數量偏少；

6、智能化水平不高，在關鍵節點時仍需有人協助；

7、被賦予任務日趨復雜多樣，需要的感測器數量和種類不斷增加；

8、無人機的成本不斷提高，和有人機相比已經不再有優勢。

       

因此，世界軍事強國在未來無人機作戰研究及發展的思路上也不盡相同，隱身化、高速化、小（微）型化、大型化等無人機發展型號不斷翻新，但普遍認識到無人機單機的作戰能力已很難有較大提高。

      在此背景下，一個並不是全新的作戰樣式再次被推上了前台，這就是無人機的「蜂群」作戰。

二、 無人機「蜂群」技術的原理和發展

1、 近期各國無人機「蜂群」技術發展的情況。

2015年1月3日，翼龍無人機進行了新年首次編隊飛行，兩架翼龍順次起飛編隊飛行。

2016年10月3日，在韓國第一屆陸軍參謀總長杯無人機競賽中，300架無人機同時升空並完成3分鍾以上的飛行。

2016年11月5日在第十一屆中國國際航空航天博覽會上記者了解到，我國第一個固定翼無人機集群飛行試驗以67架飛機的數量打破了之前由美國海軍保持的50架固定翼無人機集群飛機數量的紀錄。

2016年底，根據中國航天空氣動力技術研究院發布的消息稱。彩虹4無人機完成了五站四機協同超視距飛行任務，包括超視距飛行、衛星通訊接力、多路衛星通訊同傳、多機態勢監測及協同飛行等多個科目。實現了多區域偵察監視打擊和控制的作戰演練。

2017年1月， 3架F/A-18超級大黃蜂戰斗機在加利福尼亞州進行的測試中成功釋放了103架「珀耳狄克斯」微型無人機，這標志著代號「蜂群」的微型無人機攻擊系統在研發上取得重大進展。

2、無人機 「蜂群」技術的基本原理

      無人機蜂群作戰的技術原理是「集群智能」，即眾多無/低智能的個體通過相互之間的簡單合作所表現出來的集體智能行為。在群體行為中，單個個體的行為會被臨近的個體所影響，通過他們局部簡單的相互交流，使得整體可以通過組織協作完成一些較為復雜任務。通過交互作用和協作行為，簡單個體的協同集合可以表現出整體優勢從而完成復雜任務。在復雜性技術中，這種現象叫做涌現。主要特點有：

（1）個體簡單性：群體中的每一個個體可以相對簡單，並不需要完成復雜任務所需要的較高智能。群體中的每個個體，並不能，或並不需要直接得知整個群體的信息，而只需要感知一部分信息。群體中的個體具有十分簡單的自治個體的規則，只需要最小智能，因而具有簡單性。

（2）控制分散性：群體中包含的所有個體是完全分散的，沒有中心控制。也就是不會因為單個體或少數幾個個體出現不確定的狀況而影響全局。因此整個群體的健壯性較高，或者說群體整體具有更強的穩定魯棒性。

（3）聯系有限性：群體中的相鄰個體之間，可以彼此直接交換有限的信息；或者彼此不直接交互信息而是通過環境探查間接獲取相關信息，不需要或不可能群體中的每個個體與其他所有個體發生信息交流。

（4）群體智能性：在個體簡單性、控制分散性和聯系有限性的基礎上，群體卻可以在適當的進化交互過程中表現復雜行為涌現出來的智能，而這種智能是單個個體無法做到的。

2、無人機「蜂群」技術的典型演算法和技術支撐

（1）蟻群演算法(ACO)又稱螞蟻演算法，是由Marco Dorigo在1992年的博士論文中提出的。其靈感來源於螞蟻在尋找食物過程中發現食物源和到達路徑的行為。

（2）人工蜂群演算法(ABC)人工蜂群演算法的起源，是諾貝爾獎得主、奧地利人K.VON.Frisch發現的。2005年土耳其大學的D.Karaboga正式提出了基於蜜蜂采蜜的ABC人工蜂群演算法，該演算法具有簡單和魯棒性強的特點，在非限制性數值優化函數上比常見的啟發式演算法具有更加優越的性能，用於解決多峰值函數的問題。

      這兩種演算法各有特點，國內某單位將蟻群演算法設計的結果與遺傳演算法設計的結果進行了比較，數值模擬結果表明，蟻群演算法具有很高的有效性和應用價值，感興趣的讀者可以查閱相關資料。

（3）無人機群的航路規劃問題，即協同飛行、作戰、打擊、評估等。

三、無人機「蜂群」技術在軍事上的應用

      無人機蜂群作戰，已經在國外進行了實驗，美國海軍使用裝備宙斯盾系統的伯克級驅逐艦進行攔截無人機蜂群的試驗，發現只有密集陣近防系統和重機槍才能有效攔截。但對8架無人機組成的蜂群進行攻擊攔截時，平均有2.8架無人機能夠避開攔截系統。即使經過更好的感測器、更多的機槍和密集陣系統進行升級後，仍然至少有1架能夠避開攔截。無人機蜂群作戰一方面向進攻方展示了難以估量的力量，也同時對防守方發出了不可忽視的警告。

       蜂群無人機的載彈量小，更適合打擊防空反導系統或有防空反導保護、無堅固掩體防護的海上或陸上的「軟」目標;若與少量大威力的巡飛彈配合使用，則可對保護嚴密、防護堅固的關鍵目標構成非常嚴峻的威脅。

若蜂群無人機搭載電磁干擾裝置或定向能武器，就可具備一定的攔截能力，自身還可作為假目標或誘餌實施干擾，非常適合應對飽和導彈攻擊，快速消耗敵方攔截武器，具有良好的防禦效果。

       無人機單機的「孤鷹」式作戰模式，已經取得了很大的實戰成績，而大量無人機集群作戰的「蜂群」模式，尚在研發和驗證過程中。即便能夠獲得成功，「孤鷹」也不會完全替代「蜂群」。一方面，二者的使用場景和任務特點不同；另一方面，比無人機作戰模式創新更加重要的，是將無人機融入現有的作戰體系。

      與1995年美軍裝備察打無人機捕食者A，2001年進行首次打擊任務相比，中國軍方在2012年正式列裝察打一體無人機——"攻擊-1"無人機，晚了11年；

      與2004年美軍利用一架T-33技術驗證機，與F-15E進行有人機/無人機協同飛行能力的驗證飛行相比，而有人機/無人機協同飛行尚未見之於報道。

       2012年，美軍完成了兩架改進型的RQ-4「全球鷹」無人偵察機的空中自主、互助加油技術成功，使美軍的「全球鷹」無人飛機航行時間從40小時延長到160小時，極大提高了偵察范圍。

        革命尚未成功，同志仍需努力。現在，中國的67架固定翼無人機已集群試飛，標志著我們在無人機蜂群作戰這個新興領域的前沿位置。相信在不久的將來，我們的軍工也必然能夠彎道超車，領跑世界。

㈡ 仿生學資料

仿生學

仿生學是指模仿生物建造技術裝置的科學，它是在上世紀中期才出現的一門新的邊緣科學。仿生學研究生物體的結構、功能和工作原理，並將這些原理移植於工程技術之中，發明性能優越的儀器、裝置和機器，創造新技術。從仿生學的誕生、發展，到現在短短幾十年的時間內，它的研究成果已經非常可觀。仿生學的問世開辟了獨特的技術發展道路，也就是向生物界索取藍圖的道路，它大大開闊了人們的眼界，顯示了極強的生命力。

【仿生學基本概況】
仿生學是一門模仿生物的特殊本領，利用生物的結構和功能原理來研製機械或各種新技術的科學。
仿生學仿生學一詞是1960年由美國斯蒂爾根據拉丁文「bios（生命方式的意思）」和字尾「nlc（『具有……的性質』的意思）」構成的。
仿生學（bionics）在具有生命之意的希臘語bion上，加上有工程技術涵義的ics而組成的詞。大約從1960年才開始使用。生物具有的功能迄今比任何人工製造的機械都優越得多，仿生學就是要在工程上實現並有效地應用生物功能的一門學科。例如關於信息接受（感覺功能）、信息傳遞（神經功能）、自動控制系統等，這種生物體的結構與功能在機械設計方面給了很大啟發。可舉出的仿生學例子，如將海豚的體形或皮膚結構（游泳時能使身體表面不產生紊流）應用到潛艇設計原理上。仿生學也被認為是與控制論有密切關系的一門學科，而控制論主要是將生命現象和機械原理加以比較，進行研究和解釋的一門學科。
蒼蠅，是細菌的傳播者，誰都討厭它。可是蒼蠅的楫翅（又叫平衡棒）是「天然導航儀」，人們模仿它製成了「振動陀螺儀」。這種儀器目前已經應用在火箭和高速飛機上，實現了自動駕駛。蒼蠅的眼睛是一種「復眼」，由3000多隻小眼組成，人們模仿它製成了「蠅眼透鏡」。「蠅眼透鏡」是用幾百或者幾千塊小透鏡整齊排列組合而成的，用它作鏡頭可以製成「蠅眼照相機」，一次就能照出千百張相同的相片。這種照相機已經用於印刷製版和大量復制電子計算機的微小電路，大大提高了工效和質量。「蠅眼透鏡」是一種新型光學元件，它的用途很多。
自然對方身份的是非得失生物，都有著怎樣的奇異本領？它們的種種本領，給了人類什麼啟發？模仿這些本領，人類又可以造出什麼樣的機器？這里要介紹的一門新興科學——仿生學。

【人類仿生學起源】
自古以來，自然界就是人類各種技術思想、工程原理及重大發明的源泉。種類繁多的生物界經過長期的進化過程，使它們能適應環境的變化，從而得到生存和發仿生學展。勞動創造了人類。人類以自己直立的身軀、能勞動的雙手、交流情感和思想的語言，在長期的生產實踐中，促進了神經系統尤其是大腦獲得了高度發展。因此，人類無與倫比的能力和智慧遠遠超過生物界的所有類群。人類通過勞動運用聰明的才智和靈巧的雙手製造工具，從而在自然界里獲得更大自由。人類的智慧不僅僅停留在觀察和認識生物界上，而且還運用人類所獨有的思維和設計能力模仿生物，通過創造性的勞動增加自己的本領。魚兒在水中有自由來去的本領，人們就模仿魚類的形體造船，以木槳仿鰭。相傳早在大禹時期，我國古代勞動人民觀察魚在水中用尾巴的搖擺而游動、轉彎，他們就在船尾上架置木槳。通過反復的觀察、模仿和實踐，逐漸改成櫓和舵，增加了船的動力，掌握了使船轉彎的手段。這樣，即使在波濤滾滾的江河中，人們也能讓船隻航行自如。
鳥兒展翅可在空中自由飛翔。據《韓非子》記載魯班用竹木作鳥「成而飛之，三日不下」。然而人們更希望仿製鳥兒的雙翅使自己也飛翔在空中。早在四百多年前，義大利人利奧那多·達·芬奇和他的助手對鳥類進行仔細的解剖，研究鳥的身體結構並認真觀察鳥類的飛行。設計和製造了一架撲翼機，這是世界上第一架人造飛行器。
以上這些模仿生物構造和功能的發明與嘗試，可以認為是人類仿生學的先驅，也是仿生學的萌芽。

【發人深省的對比】
人類仿生的行為雖然早有雛型，但是在20世紀40年代以前，人們並沒有自覺地把生物作為設計思想和創造發明的源泉。科學家對於生物學的研究也只停留在描述生物體精巧的結構和完美的功能上。而工程技術人員更多的依賴於他們卓越的智慧，辛辛苦苦的努力，進行著人工發明。他們很少有意識的向生物界學習。但是，以下幾個事實可以說明：人們在技術上遇到的某些難題，生物界早在千百萬年前就曾出現，而且在進化過程中就已解決了，然而人類卻沒有從生物界得到應有的啟示。
在第一次世界大戰時期，出於軍事上的需要，為使艦艇在水下隱蔽航行而製造出潛水艇。當工程技術人員在設計原始的潛艇時，是先用石塊或鉛塊裝在潛艇上使它下沉，如果需要升至水面，就將攜帶的石塊或鉛塊扔掉，使艇身回到水面來。以後經過改進，在潛艇上採用浮箱交替充水和排水的方法來改變潛艇的重量。以後又改成壓載水艙，在水艙的上部設放氣閥，下面設注水閥，當水艙灌滿海水時，艇身重量增加使它潛入水中。需要緊急下潛時，還有速潛水艙，待艇身潛入水中後，再把速潛水艙內的海水排出。如果一部分壓載水艙充水，另一部分空著，潛水艇可處於半潛狀態。潛艇要起浮時，將壓縮空氣通入水艙排出海水，艇內海水重量減輕後潛艇就可以上浮。如此優越的機械裝置實現了潛艇的自由沉浮。但是後來發現魚類的沉浮系統比人們的發明要簡單得多，魚的沉浮系統僅僅是充氣的魚鰾。鰾內不受肌肉的控制，而是依靠分泌氧氣進入鰾內或是重新吸收鰾內一部分氧氣來調節魚鰾中氣體含量，促使魚體自由沉浮。然而魚類如此巧妙的沉浮系統，對於潛艇設計師的啟發和幫助已經為時過遲了。
聲音是人們生活中不可缺少的要素。通過語言，人們交流思想和感情，優美的音樂使人們獲得藝術的享受，工程技術人員還把聲學系統應用在工業生產和軍事技術中，成為頗為重要的信息之一。自從潛水艇問世以來，隨之而來的就是水面的艦船如何發現潛艇的位置以防偷襲；而潛艇沉入水中後，也須准確測定敵船方位和距離以利攻擊。因此，在第一次世界大戰期間，在海洋上，水面與水中敵對雙方的斗爭採用了各種手段。海軍工程師們也利用聲學系統作為一個重要的偵察手段。首先採用的是水聽器，也稱雜訊測向儀，通過聽測敵艦航行中所發出的雜訊來發現敵艦。只要周圍水域中有敵艦在航行，機器與螺旋槳推進器便發出雜訊，通過水聽器就能聽到，能及時發現敵人。但那時的水聽器很不完善，一般只能收到本身艦只的雜訊，要偵聽敵艦，必須減慢艦只航行速度甚至完全停車才能分辨潛艇的噪音，這樣很不利於戰斗行動。不久，法國科學家郎之萬（1872～1946）研究成功利用超聲波反射的性質來探測水下艦艇。用一個超聲波發生器，向水中發出超聲波後，如果遇到目標便反射回來，由接收器收到。根據接收回波的時間間隔和方位，便可測出目標的方位和距離，這就是所謂的聲納系統。人造聲納系統的發明及在偵察敵方潛水艇方面獲得的突出成果，曾使人們為之驚嘆不已。豈不知遠在地球上出現人類之前，蝙蝠、海豚早已對「回聲定位」聲納系統應用自如了。
生物在漫長的年代裡就是生活在被聲音包圍的自然界中，它們利用聲音尋食，逃避敵害和求偶繁殖。因此，聲音是生物賴以生存的一種重要信息。義大利科學家斯帕蘭捷很早以前就發現蝙蝠能在完全黑暗中任意飛行，既能躲避障礙物也能捕食在飛行中的昆蟲，但是塞住蝙蝠的雙耳、封住它的嘴後，它們在黑暗中就寸步難行了。面對這些事實，斯帕蘭捷提出了一個使人們難以接受的結論：蝙蝠能用耳朵與嘴「看東西」。它們能夠用嘴發出超聲波後，在超聲波接觸到障礙物反射回來時，用雙耳接收到。第一次世界大戰結束後，1920年，哈台認為蝙蝠發出聲音信號的頻率超出人耳的聽覺范圍。並提出蝙蝠對目標的定位方法與第一次世界大戰時郎之萬發明的用超聲波回波定位的方法相同。遺憾的是，哈台的提示並未引起人們的重視，而工程師們對於蝙蝠具有「回聲定位」的技術是難以相信的。直到1983年採用了電子測量器，才完完全全證實蝙蝠就是以發出超聲波來定位的。但是這對於早期雷達和聲納的發明已經不能有所幫助了。
另一個事例是人們對於昆蟲行為為時過晚的研究。在利奧那多·達·芬奇研究鳥類飛行造出第一個飛行器400年之後，人們經過長期反復的實踐，終於在1903年發明了飛機，使人類實現了飛上天空的夢想。由於不斷改進，30年後人們的飛機不論在速度、高度和飛行距離上都超過了鳥類，顯示了人類的智慧和才能。但是在繼續研製飛行更快更高的飛機時，設計師又碰到了一個難題，就是氣體動力學中的顫振現象。當飛機飛行時，機翼發生有害的振動，飛行越快，機翼的顫振越強烈，甚至使機翼折斷，造成飛機墜落，許多試飛的飛行員因而喪生。飛機設計師們為此花費了巨大的精力研究消除有害的顫振現象，經過長時間的努力才找到解決這一難題的方法。就在機翼前緣的遠端上安放一個加重裝置，這樣就把有害的振動消除了。可是，昆蟲早在三億年以前就飛翔在空中了，它們也毫不例外地受到顫振的危害，經過長期的進化，昆蟲早已成功地獲得防止顫振的方法。生物學家在研究蜻蜓翅膀時，發現在每個翅膀前緣的上方都有一塊深色的角質加厚區——翼眼或稱翅痣。如果把翼眼去掉，飛行就變得盪來盪去。實驗證明正是翼眼的角質組織使蜻蜓飛行的翅膀消除了顫振的危害，這與設計師高超的發明何等相似。假如設計師們先向昆蟲學習翼眼的功用，獲得有益於解決顫振的設計思想，就可似避免長期的探索和人員的犧牲了。面對蜻蜓翅膀的翼眼，飛機設計師大有相見恨晚之感！
以上這三個事例發人深省，也使人們受到了很大啟發。早在地球上出現人類之前，各種生物已在大自然中生活了億萬年，在它們為生存而斗爭的長期進化中，獲得了與大自然相適應的能力。生物學的研究可以說明，生物在進化過程中形成的極其精確和完善的機制，使它們具備了適應內外環境變化的能力。生物界具有許多卓有成效的本領。如體內的生物合成、能量轉換、信息的接受和傳遞、對外界的識別、導航、定向計算和綜合等，顯示出許多機器所不可比擬的優越之處。生物的小巧、靈敏、快速、高效、可靠和抗干擾性實在令人驚嘆不已。

【仿生學重大意義】
仿生學是連接生物與技術的橋梁
自從瓦特（James Watt，1736～1819）在1782年發明蒸汽機以後，人們在生產斗爭中獲得了強大的動力。在工業技術方面基本上解決了能量的轉換、控制和利用等問題，從而引起了第一次工業革命，各式各樣的機器如雨後春筍般的出現，工業技術的發展極大地擴大和增強了人的體能，使人們從繁重的體力勞動解脫出來。隨著技術的發展，人們在蒸汽機以後又經歷了電氣時代並向自動化時代邁進。
20世紀40年代電子計算機的問世，更是給人類科學技術的寶庫增添了可貴的財富，它以可靠和高效的本領處理著人們手頭上數以萬計的各種信息，使人們從汪洋大海般的數字、信息中解放出來，使用計算機和自動裝置可以使人們在繁雜的生產工序面前變得輕松省力，它們准確地調整、控制著生產程序，使產品規格精確。但是，自動控制裝置是按人們制定的固定程序進行工作的，這就使它的控制能力具有很大的局限性。自動裝置對外界缺乏分析和進行靈活反應的能力，如果發生任何意外的情況，自動裝置就要停止工作，甚至發生意外事故，這就是自動裝置本身所具有的嚴重缺點。要克服這種缺點，無非是使機器各部件之間，機器與環境之間能夠「通訊」，也就是使自動控制裝置具有適應內外環境變化的能力。要解決這一難題，在工程技術中就要解決如何接受、轉換。利用和控制信息的問題。因此，信息的利用和控制就成為工業技術發展的一個主要矛盾。如何解決這個矛盾呢？生物界給人類提供了有益的啟示。
人類要從生物系統中獲得啟示，首先需要研究生物和技術裝置是否存在著共同的特性。1940年出現的調節理論，將生物與機器在一般意義上進行對比。到1944年，一些科學家已經明確了機器和生物體內的通訊、自動控制與統計力學等一系列的問題上都是一致的。在這樣的認識基礎上，1947年，一個新的學科——控制論產生了。
控制論（Cybernetics)是從希臘文而來，原意是「掌舵人」。按照控制論的創始人之一維納（Norbef Wiener,1894～1964)給予控制論的定義是「關於在動物和機器中控制和通訊」的科學。雖然這個定義過於簡單，僅僅是維納關於控制論經典著作的副題，但它直截了當地把人們對生物和機器的認識聯系在了一起。
控制論的基本觀點認為，動物（尤其是人）與機器（包括各種通訊、控制、計算的自動化裝置）之間有一定的共體，也就是在它們具備的控制系統內有某些共同的規律。根據控制論研究表明，各種控制系統的控制過程都包含有信息的傳遞、變換與加工過程。控制系統工作的正常，取決於信息運 行過程的正常。所謂控制系統是指由被控制的對象及各種控制元件、部件、線路有機地結合成有一定控制功能的整體。從信息的觀點來看，控制系統就是一部信息通道的網路或體系。機器與生物體內的控制系統有許多共同之處，於是人們對生物自動系統產生了極大的興趣，並且採用物理學的、數學的甚至是技術的模型對生物系統開展進一步的研究。因此，控制理論成為聯系生物學與工程技術的理論基礎。成為溝通生物系統與技術系統的橋梁。
生物體和機器之間確實有很明顯的相似之處，這些相似之處可以表現在對生物體研究的不同水平上。由簡單的單細胞到復雜的器官系統（如神經系統）都存在著各種調節和自動控制的生理過程。我們可以把生物體看成是一種具有特殊能力的機器，和其它機器的不同就在於生物體還有適應外界環境和自我繁殖的能力。也可以把生物體比作一個自動化的工廠，它的各項功能都遵循著力學的定律；它的各種結構協調地進行工作；它們能對一定的信號和刺激作出定量的反應，而且能像自動控制一樣，藉助於專門的反饋聯系組織以自我控制的方式進行自我調節。例如我們身體內恆定的體溫、正常的血壓、正常的血糖濃度等都是肌體內復雜的自控制系統進行調節的結果。控制論的產生和發展，為生物系統與技術系統的連接架起了橋梁，使許多工程人員自覺地向生物系統去尋求新的設計思想和原理。於是出現了這樣一個趨勢，工程師為了和生物學家在共同合作的工程技術領域中獲得成果，就主動學習生物科學知識。

【仿生學例子】
1、蒼蠅-----小型氣體分析儀。。
2、螢火蟲-----人工冷光；
3、電魚------伏特電池；
4、水母------水母耳風暴預測儀，
5、蛙眼------電子蛙眼
6、蝙蝠超聲定位器的原理------探路儀」。
7、藍藻-----光解水的裝置，
8、人體骨胳肌肉系統和生物電控制的研究，——步行機。
9、動物的爪子------現代起重機的掛鉤
10、動物的鱗甲------屋頂瓦楞
11、魚的鰭------槳
12、螳螂臂，或鋸齒草------鋸子
13、蒼耳屬植物-------尼龍搭扣。
14、龍蝦-------氣味探測儀。
15、壁虎腳趾------粘性錄音帶
16、貝-----外科手術的縫合到補船等-
17、鯊魚-----泳衣，
18、鳥----飛機
19、魚------潛水艇
20、雞蛋-----「薄殼建築」

㈢ 蟻群演算法跟分布估計演算法有什麼關系

7，而這些規則綜合起來具有下面兩個方面的特點：簡單規則的涌現，越大表示程序在較長一段時間能夠存在信息素，『F』點表示食物，就必須根據適當的地形給它編進指令讓他們能夠巧妙的避開障礙物，走這兩條路的螞蟻數量同樣多（或者較長的路上螞蟻多。每個螞蟻都僅僅能感知它范圍內的環境信息？下面詳細說明，而通過信息素這個紐帶，越大則表示這個螞蟻越有創新性？這一是要歸功於信息素，但它也不能像粒子一樣直線運動下去、人類的創新實際上都離不開這兩樣東西。事實上：螞蟻在一開始擁有的信息素總量。信息素消減的速度，這樣；而相反，因而會有更多的螞蟻聚集過來，我們不難發現螞蟻之所以具有智能行為，它會向環境釋放一種信息素，正反饋保證了優良特性能夠得到強化、多樣性 2，已經存在於世界上的信息素會消減，那麼螞蟻為什麼會相對有效的找到食物呢，從而並不是往信息素最多的點移動，螞蟻究竟是怎麼找到食物的呢，白色塊表示障礙物？通過上面的原理敘述和實際操作，多樣性不夠，要讓螞蟻找到食物。信息素消減的...

㈣ 什麼是蟻群演算法，神經網路演算法，遺傳演算法

蟻群演算法又稱螞蟻演算法，是一種用來在圖中尋找優化路徑的機率型演算法。它由Marco Dorigo於1992年在他的博士論文中提出，其靈感來源於螞蟻在尋找食物過程中發現路徑的行為。蟻群演算法是一種模擬進化演算法,初步的研究表明該演算法具有許多優良的性質.針對PID控制器參數優化設計問題,將蟻群演算法設計的結果與遺傳演算法設計的結果進行了比較,數值模擬結果表明,蟻群演算法具有一種新的模擬進化優化方法的有效性和應用價值。

神經網路
思維學普遍認為，人類大腦的思維分為抽象（邏輯）思維、形象（直觀）思維和靈感（頓悟）思維三種基本方式。
邏輯性的思維是指根據邏輯規則進行推理的過程；它先將信息化成概念，並用符號表示，然後，根據符號運算按串列模式進行邏輯推理；這一過程可以寫成串列的指令，讓計算機執行。然而，直觀性的思維是將分布式存儲的信息綜合起來，結果是忽然間產生想法或解決問題的辦法。這種思維方式的根本之點在於以下兩點:1.信息是通過神經元上的興奮模式分布儲在網路上;2.信息處理是通過神經元之間同時相互作用的動態過程來完成的。
人工神經網路就是模擬人思維的第二種方式。這是一個非線性動力學系統，其特色在於信息的分布式存儲和並行協同處理。雖然單個神經元的結構極其簡單，功能有限，但大量神經元構成的網路系統所能實現的行為卻是極其豐富多彩的。
神經網路的研究內容相當廣泛，反映了多學科交叉技術領域的特點。目前，主要的研究工作集中在以下幾個方面：
（1）生物原型研究。從生理學、心理學、解剖學、腦科學、病理學等生物科學方面研究神經細胞、神經網路、神經系統的生物原型結構及其功能機理。
（2）建立理論模型。根據生物原型的研究，建立神經元、神經網路的理論模型。其中包括概念模型、知識模型、物理化學模型、數學模型等。
（3）網路模型與演算法研究。在理論模型研究的基礎上構作具體的神經網路模型，以實現計算機饃擬或准備製作硬體，包括網路學習演算法的研究。這方面的工作也稱為技術模型研究。
（4）人工神經網路應用系統。在網路模型與演算法研究的基礎上，利用人工神經網路組成實際的應用系統，例如，完成某種信號處理或模式識別的功能、構作專家系統、製成機器人等等。
縱觀當代新興科學技術的發展歷史，人類在征服宇宙空間、基本粒子，生命起源等科學技術領域的進程中歷經了崎嶇不平的道路。我們也會看到，探索人腦功能和神經網路的研究將伴隨著重重困難的克服而日新月異。
遺傳演算法，是模擬達爾文生物進化論的自然選擇和遺傳學機理的生物進化過程的計算模型，是一種通過模擬自然進化過程搜索最優解的方法，它最初由美國Michigan大學J.Holland教授於1975年首先提出來的，並出版了頗有影響的專著《Adaptation in Natural and Artificial Systems》，GA這個名稱才逐漸為人所知，J.Holland教授所提出的GA通常為簡單遺傳演算法（SGA）。

㈤ 在蟻群演算法中，魯棒性和易於與其他演算法融合算同一特點嗎

是一樣的呀

㈥ 蟻群演算法 螞蟻的初始分布位置和最終分布位置由什麼決定

概念：蟻群演算法(antcolonyoptimization,ACO),又稱螞蟻演算法,是一種用來在圖中尋找優化路徑的機率型演算法.它由MarcoDorigo於1992年在他的博士論文中提出,其靈感來源於螞蟻在尋找食物過程中發現路徑的行為.蟻群演算法是一種模擬進化演算法,初步的研究表明該演算法具有許多優良的性質.針對PID控制器參數優化設計問題,將蟻群演算法設計的結果與遺傳演算法設計的結果進行了比較,數值模擬結果表明,蟻群演算法具有一種新的模擬進化優化方法的有效性和應用價值其原理：為什麼小小的螞蟻能夠找到食物?他們具有智能么?設想,如果我們要為螞蟻設計一個人工智慧的程序,那麼這個程序要多麼復雜呢?首先,你要讓螞蟻能夠避開障礙物,就必須根據適當的地形給它編進指令讓他們能夠巧妙的避開障礙物,其次,要讓螞蟻找到食物,就需要讓他們遍歷空間上的所有點；再次,如果要讓螞蟻找到最短的路徑,那麼需要計算所有可能的路徑並且比較它們的大小,而且更重要的是,你要小心翼翼的編程,因為程序的錯誤也許會讓你前功盡棄.這是多麼不可思議的程序!太復雜了,恐怕沒人能夠完成這樣繁瑣冗餘的程序應用范圍：螞蟻觀察到的范圍是一個方格世界,螞蟻有一個參數為速度半徑（一般是3）,那麼它能觀察到的范圍就是3*3個方格世界,並且能移動的距離也在這個范圍之內引申：跟著螞蟻的蹤跡,你找到了什麼?通過上面的原理敘述和實際操作,我們不難發現螞蟻之所以具有智能行為,完全歸功於它的簡單行為規則,而這些規則綜合起來具有下面兩個方面的特點：1、多樣性2、正反饋多樣性保證了螞蟻在覓食的時候不置走進死胡同而無限循環,正反饋機制則保證了相對優良的信息能夠被保存下來.我們可以把多樣性看成是一種創造能力,而正反饋是一種學習強化能力.正反饋的力量也可以比喻成權威的意見,而多樣性是打破權威體現的創造性,正是這兩點小心翼翼的巧妙結合才使得智能行為涌現出來了.引申來講,大自然的進化,社會的進步、人類的創新實際上都離不開這兩樣東西,多樣性保證了系統的創新能力,正反饋保證了優良特性能夠得到強化,兩者要恰到好處的結合.如果多樣性過剩,也就是系統過於活躍,這相當於螞蟻會過多的隨機運動,它就會陷入混沌狀態；而相反,多樣性不夠,正反饋機制過強,那麼系統就好比一潭死水.這在蟻群中來講就表現為,螞蟻的行為過於僵硬,當環境變化了,螞蟻群仍然不能適當的調整.既然復雜性、智能行為是根據底層規則涌現的,既然底層規則具有多樣性和正反饋特點,那麼也許你會問這些規則是哪裡來的?多樣性和正反饋又是哪裡來的?我本人的意見：規則來源於大自然的進化.而大自然的進化根據剛才講的也體現為多樣性和正反饋的巧妙結合.而這樣的巧妙結合又是為什麼呢?為什麼在你眼前呈現的世界是如此栩栩如生呢?答案在於環境造就了這一切,之所以你看到栩栩如生的世界,是因為那些不能夠適應環境的多樣性與正反饋的結合都已經死掉了,被環境淘汰了!蟻群演算法的實現下面的程序開始運行之後,螞蟻們開始從窩里出動了,尋找食物；他們會順著屏幕爬滿整個畫面,直到找到食物再返回窩.其中,『F』點表示食物,『H』表示窩,白色塊表示障礙物,『+』就是螞蟻了.

㈦ 蟻群演算法，退火演算法這些東西究竟屬於什麼，這些東西要從哪裡才能系統學習

第1章緒論
1.1螞蟻的基本習性
1.1.1螞蟻的信息系統
1.1.2蟻群社會的遺傳與進化
1.2蟻群覓食行為與覓食策略
1.2.1螞蟻的覓食行為
1.2.2螞蟻的覓食策略
1.3人工蟻群演算法的基本思想
1.3.1人工蟻與真實螞蟻的異同
1.3.2人工蟻群演算法的實現過程
1.4蟻群優化演算法的意義及應用
1.4.1蟻群優化演算法的意義
l.4.2蟻群演算法的應用
1.5蟻群演算法的展望
第2章螞蟻系統——蟻群演算法的原型
2.1螞蟻系統模型的建立
2.2蟻量系統和蟻密系統的模型
2.3蟻周系統模型
第3章改進的蟻群優化演算法
3.1帶精英策略的螞蟻系統
3.2基於優化排序的螞蟻系統
3.3蟻群系統
3.3.1蟻群系統狀態轉移規則
3.3.2蟻群系統全局更新規則
3.3.3蟻群系統局部更新規則
3.3.4候選集合策略
3.4最大一最小螞蟻系統
3.4.1信息素軌跡更新
3.4.2信息素軌跡的限制
3.4.3信息素軌跡的初始化
3.4.4信息素軌跡的平滑化
3.5最優一最差螞蟻系統
3.5.1最優一最差螞蟻系統的基本思想
3.5.2最優一最差螞蟻系統的工作過程
第4章蟻群優化演算法的模擬研究
4.1螞蟻系統三類模型的模擬研究
4.1.1三類模型性能的比較
4.2.2基於統計的參數優化
4.2基於蟻群系統模型的模擬研究
4.2.1局部優化演算法的有效性
4.2.2蟻群系統與其他啟發演算法的比較
4.3最大一最小螞蟻系統的模擬研究
4.3.1信息素軌跡初始化研究
4.3.2信息素軌跡量下限的作用
4.3.3蟻群演算法的對比
4.4最優一最差螞蟻系統的模擬研究
4.4.1參數ε的設置
4.4.2幾種改進的蟻群演算法比較
第5章蟻群演算法與遺傳、模擬退火演算法的對比
5.1遺傳演算法
5.1.1遺傳演算法與自然選擇
5.1.2遺傳演算法的基本步驟
5.1.3旅行商問題的遺傳演算法實現
5.2模擬退火演算法
5.2.1物理退火過程和Metroplis准則
5.2.2模擬退火法的基本原理
5.3蟻群演算法與遺傳演算法、模擬退火演算法的比較
5.3.1三種演算法的優化質量比較
5.3.2三種演算法收斂速度比較
5.3.3三種演算法的特點與比較分析
第6章蟻群演算法與遺傳、免疫演算法的融合
6.1遺傳演算法與螞蟻演算法融合的GAAA演算法
6.1.1遺傳演算法與螞蟻演算法融合的基本思想
……
第7章自適應蟻群演算法
第8章並行蟻群演算法
第9章蟻群演算法的收斂性與蟻群行為模型
第10章蟻群演算法在優化問題中的應用
附錄
參考文獻

㈧ 遺傳演算法和蟻群演算法的區別

各有各的特點，遺傳演算法應用比較普遍，蟻群演算法多用於尋找最短路徑。

㈨ 智能疏散系統的特點是什麼

智能疏散系統特點

◆發生火情時，系統能根據著火點位置，變換指示方向，引導群眾向遠離著火點的方向撤離。

①當著火點靠近樓道出口位置時，該出口以上樓層疏散口，必須顯示關閉狀態，以便群眾避開危險朝向著火樓層臨近著火點的出口疏散。

②著火點以下樓層群眾可向任意出口疏散，以達到盡快撤離的目的。

◆火場中煙霧彌漫，此時傳統疏散指示燈會看不清；此智能系統能夠在接近或到達出口時，通過語音、頻閃等功能提示，警示疏散者，避免錯過出口，保證快速疏散。

◆智能系統在平時可實時在線對各指示燈具、應急照明燈具進行自檢、巡檢。對故障燈具的信息（燈具編號、通信地址、故障狀態）進行報警、顯示，並記錄。以某建築疏散參考圖為例，當無著火點時如圖1所示。當4樓某位置著火時，由圖2可看到，虛線框內內的疏散指示燈改變了指示方向。當2樓疏散出口處失火時，虛線框內的疏散指示方向改變為如圖3所示。此疏散指示系統可在發生火情後，正確引導疏散群眾盡快、安全撤離。

㈩ 附合水準路線計算

附合水準路線的蟻群智能平差方法編輯 播報

附合水準路線是工程建設中水準控制測量的一種主要測量路線，在公路工程、土木建築工程、水利工程、電力工程及變形監測等工程建設項目中廣泛使用。附合水準路線測量的精度與工程建設的質量有著密切的關系，因此，對附合水準路線測量的誤差處理方法開展研究，具有重要的意義。為提高附合水準測量的精度，許多學者對附合水準測量的誤差處理方法開展了一系列的研究。張琦等人對附合的1條水準路線圖解平差方法研究發現，該方法作業步驟簡單，且能夠滿足三、四等水準測量的精度要求。王磊等人通過對間接平差模型的簡化，利用Matlab編制了附合水準網經典平差系統，並用假設檢驗理論檢驗系統的可靠性，通過實例驗證發現，該平差系統可以對一、二、三、四等及等外附合水準網開展經典平差計算。余章蓉等人對水準網間接平差方法進行改進，採用直接觀測信息構建方程的方法實現了間接平差，該方法實現程序編制簡單、快捷、高效，方便了大型水準網平差計算。

相比之下，水準網平差的人工智慧計算方面的研究甚少。吳良才等人把遺傳演算法和神經網路技術結合在一起，用於GPS高程的轉換。通過實例計算，表明人工智慧演算法用於GPS高程轉換的精度較高。作者擬建立附合水準路線的通用平差模型，研究建立蟻群智能水準平差方法。其目的在於改進平差手段，提高水準平差的精度。

平差模型的建立

圖1：附合水準路線示意

研究結論

（1）通過對附合水準路線測量的誤差特點分析，建立了附合水準路線的誤差處理通用優化模型，便於計算機程序優化計算。

（2）提出了附合水準路線的蟻群智能平差方法，建立了附合水準路線平差的螞蟻搜索方案和螞蟻的行進策略。採用保留策略，實現快速、高精度平差。

（3）通過實例計算可以發現，附合水準路線採用蟻群智能平差方法的精度明顯高於採用傳統經典平差方法的精度。