蚁群算法发展

❶ 寻找配送商应注意哪些

http://www.equn.com/forum/viewthread.php?tid=6768 近一百多篇文章，打包压缩后有 24.99MB ，基本上是从维普数据库中下载来的蚁群算法(ant colony optimization, ACO)，又称蚂蚁算法，是一种用来在图中寻找优化路径的机率型技术。它由Marco Dorigo于1992年在他的博士论文中引入，其灵感来源于蚂蚁在寻找食物过程中发现路径的行为。引言 20世纪50年代中期创立了仿生学，人们从生物进化的机理中受到启发，提出了许多用以解决复杂优化问题的新方法，如进化规划、进化策略、遗传算法等，这些算法成功地解决了一些实际问题．20世纪90年代意大利学者M．Dorigo，V．Maniezzo，A．Colorni等从生物进化的机制中受到启发，通过模拟自然界蚂蚁搜索路径的行为，提出来一种新型的模拟进化算法—— 蚁群算法．用该方法求解TsP问题、分配问题、job-shop调度问题，取得了较好的试验结果．虽然研究时间不长，但是现在的研究显示出，蚁群算法在求解复杂优化问题 方面有一定优势，表明它是一种有发展前景的算法．蚁群算法的原理： 研究表明：蚂蚁在觅食途中会留下一种外激素．蚂蚁利用外激素与其他蚂蚁交流、合作，找到较短路径．经过某地的蚂蚁越多，外激素的强度越大．蚂蚁择路偏向选择外激素强度大的方向．这种跟随外激素强度前进的行为会随着经过蚂蚁的增多而加强，因为通过较短路径往返于食物和巢穴之间的蚂蚁能以更短的时间经过这条路径上的点，所以这些点上的外激素就会因蚂蚁经过的次数增多而增强．这样就会有更多的蚂蚁选择此路径，这条路径上的外激素就会越来越强，选择此路径的蚂蚁也越来越多．直到最后，几乎所有的蚂蚁都选择这条最短的路径．这是一种正反馈现象。 以下是文件列表，全是 PDF 格式的：基于蚁群优化算法递归神经网络的短期负荷预测 蚁群算法的小改进 基于蚁群算法的无人机任务规划 多态蚁群算法 MCM基板互连测试的单探针路径优化研究 改进的增强型蚁群算法 基于云模型理论的蚁群算法改进研究 基于禁忌搜索与蚁群最优结合算法的配电网规划 自适应蚁群算法在序列比对中的应用 基于蚁群算法的QoS多播路由优化算法 多目标优化问题的蚁群算法研究 多线程蚁群算法及其在最短路问题上的应用研究 改进的蚁群算法在2D HP模型中的应用 制造系统通用作业计划与蚁群算法优化 基于混合行为蚁群算法的研究 火力优化分配问题的小生境遗传蚂蚁算法 基于蚁群算法的对等网模拟器的设计与实现 基于粗粒度模型的蚁群优化并行算法 动态跃迁转移蚁群算法 基于人工免疫算法和蚁群算法求解旅行商问题 基于信息素异步更新的蚁群算法 用于连续函数优化的蚁群算法 求解复杂多阶段决策问题的动态窗口蚁群优化算法 蚁群算法在铸造生产配料优化中的应用 多阶段输电网络最优规划的并行蚁群算法 求解旅行商问题的混合粒子群优化算法 微粒群优化算法研究现状及其进展 随机摄动蚁群算法的收敛性及其数值特性分析 广义蚁群与粒子群结合算法在电力系统经济负荷分配中的应用 改进的蚁群算法及其在TSP中的应用研究 蚁群算法的全局收敛性研究及改进 房地产开发项目投资组合优化的改进蚁群算法 一种改进的蚁群算法用于灰色约束非线性规划问题求解 一种自适应蚁群算法及其仿真研究 一种动态自适应蚁群算法 蚂蚁群落优化算法在蛋白质折叠二维亲-疏水格点模型中的应用 用改进蚁群算法求解函数优化问题 连续优化问题的蚁群算法研究进展 蚁群算法概述 Ant colony system algorithm for the optimization of beer fermentation control 蚁群算法在K—TSP问题中的应用 Parallel ant colony algorithm and its application in the capacitated lot sizing problem for an agile supply chain 基于遗传蚁群算法的机器人全局路径规划研究 改进的蚁群算法在矿山物流配送路径优化中的研究 基于蚁群算法的配电网络综合优化方法 基于蚁群算法的分类规则挖掘算法 蚁群算法在连续性空间优化问题中的应用 蚁群算法在矿井通风系统优化设计中的应用 基于蚁群算法的液压土锚钻机动力头优化设计 改进蚁群算法设计拉式膜片弹簧 计算机科学技术 基本蚁群算法及其改进 TSP改进算法及在PCB数控加工刀具轨迹中的应用 可靠性优化的蚁群算法 对一类带聚类特征TSP问题的蚁群算法求解 蚁群算法理论及应用研究的进展 基于二进制编码的蚁群优化算法及其收敛性分析 蚁群算法的理论及其应用 基于蚁群行为仿真的影像纹理分类 启发式蚁群算法及其在高填石路堤稳定性分析中的应用 蚁群算法的研究现状 一种快速全局优化的改进蚁群算法及仿真 聚类问题的蚁群算法 蚁群最优化——模型、算法及应用综述 基于信息熵的改进蚁群算法及其应用 机载公共设备综合管理系统任务分配算法研究 基于改进蚁群算法的飞机低空突防航路规划 利用信息量留存的蚁群遗传算法 An Improved Heuristic Ant-Clustering Algorithm 改进型蚁群算法在内燃机径向滑动轴承优化设计中的应用 基于蚁群算法的PID参数优化 基于蚁群算法的复杂系统多故障状态的决策 蚁群算法在数据挖掘中的应用研究 基于蚁群算法的基因联接学习遗传算法 基于细粒度模型的并行蚁群优化算法 Binary-Coding-Based Ant Colony Optimization and Its Convergence 运载火箭控制系统漏电故障诊断研究 混沌扰动启发式蚁群算法及其在边坡非圆弧临界滑动面搜索中的应用 蚁群算法原理的仿真研究 Hopfield neural network based on ant system 蚁群算法及其实现方法研究 分层实体制造激光头切割路径的建模与优化 配送网络规划蚁群算法 基于蚁群算法的城域交通控制实时滚动优化 基于蚁群算法的复合形法及其在边坡稳定分析中的应用 Ant Colony Algorithm for Solving QoS Routing Problem 多产品间歇过程调度问题的建模与优化 基于蚁群算法的两地之间的最佳路径选择 蚁群算法求解问题时易产生的误区及对策 用双向收敛蚁群算法解作业车间调度问题 物流配送路径安排问题的混合蚁群算法 求解TSP问题的模式学习并行蚁群算法 基于蚁群算法的三维空间机器人路径规划 蚁群优化算法及其应用 蚁群算法不确定性分析 一种求解TSP问题的相遇蚁群算法 基于蚁群优化算法的彩色图像颜色聚类的研究 钣金件数控激光切割割嘴路径的优化 基于蚁群算法的图像分割方法 一种基于蚁群算法的聚类组合方法 圆排列问题的蚁群模拟退火算法 智能混合优化策略及其在流水作业调度中的应用 蚁群算法在QoS网络路由中的应用 一种改进的自适应路由算法 基于蚁群算法的煤炭运输优化方法 基于蚁群智能和支持向量机的人脸性别分类方法 蚁群算法在啤酒发酵控制优化中的应用 一种基于时延信息的多QoS快速自适应路由算法 蚁群算法中参数α、β、ρ设置的研究——以TSP问题为例 基于人工蚁群优化的矢量量化码书设计算法 具有自适应杂交特征的蚁群算法 蚁群算法在原料矿粉混匀优化中的应用 基于多Agent的蚁群算法在车间动态调度中的应用研究 用蚁群优化算法求解中国旅行商问题 蚁群算法在婴儿营养米粉配方中的应用 蚁群算法在机械优化设计中的应用 蚁群优化算法的研究现状及研究展望 蚁群优化算法及其应用研究进展 蚁群算法的理论与应用 简单蚁群算法的仿真分析 一种改进的蚁群算法求解最短路径问题 基于模式求解旅行商问题的蚁群算法 一种求解TSP的混合型蚁群算法 基于MATLAB的改进型基本蚁群算法 动态蚁群算法求解TSP问题 用蚁群算法求解类TSP问题的研究 蚁群算法求解连续空间优化问题的一种方法 用混合型蚂蚁群算法求解TSP问题 求解复杂TSP问题的随机扰动蚁群算法 基于蚁群算法的中国旅行商问题满意解 蚁群算法的研究现状和应用及蚂蚁智能体的硬件实现 蚁群算法概述 蚁群算法的研究现状及其展望 基于蚁群算法的配电网网架优化规划方法 用于一般函数优化的蚁群算法 协同模型与遗传算法的集成 基于蚁群最优的输电网络扩展规划 自适应蚁群算法 凸整数规划问题的混合蚁群算法 一种新的进化算法—蛟群算法 基于协同工作方式的一种蚁群布线系统

❷ 什么是蚁群算法，神经网络算法，遗传算法

蚁群算法又称蚂蚁算法，是一种用来在图中寻找优化路径的机率型算法。它由Marco Dorigo于1992年在他的博士论文中提出，其灵感来源于蚂蚁在寻找食物过程中发现路径的行为。蚁群算法是一种模拟进化算法,初步的研究表明该算法具有许多优良的性质.针对PID控制器参数优化设计问题,将蚁群算法设计的结果与遗传算法设计的结果进行了比较,数值仿真结果表明,蚁群算法具有一种新的模拟进化优化方法的有效性和应用价值。

神经网络
思维学普遍认为，人类大脑的思维分为抽象（逻辑）思维、形象（直观）思维和灵感（顿悟）思维三种基本方式。
逻辑性的思维是指根据逻辑规则进行推理的过程；它先将信息化成概念，并用符号表示，然后，根据符号运算按串行模式进行逻辑推理；这一过程可以写成串行的指令，让计算机执行。然而，直观性的思维是将分布式存储的信息综合起来，结果是忽然间产生想法或解决问题的办法。这种思维方式的根本之点在于以下两点:1.信息是通过神经元上的兴奋模式分布储在网络上;2.信息处理是通过神经元之间同时相互作用的动态过程来完成的。
人工神经网络就是模拟人思维的第二种方式。这是一个非线性动力学系统，其特色在于信息的分布式存储和并行协同处理。虽然单个神经元的结构极其简单，功能有限，但大量神经元构成的网络系统所能实现的行为却是极其丰富多彩的。
神经网络的研究内容相当广泛，反映了多学科交叉技术领域的特点。目前，主要的研究工作集中在以下几个方面：
（1）生物原型研究。从生理学、心理学、解剖学、脑科学、病理学等生物科学方面研究神经细胞、神经网络、神经系统的生物原型结构及其功能机理。
（2）建立理论模型。根据生物原型的研究，建立神经元、神经网络的理论模型。其中包括概念模型、知识模型、物理化学模型、数学模型等。
（3）网络模型与算法研究。在理论模型研究的基础上构作具体的神经网络模型，以实现计算机馍拟或准备制作硬件，包括网络学习算法的研究。这方面的工作也称为技术模型研究。
（4）人工神经网络应用系统。在网络模型与算法研究的基础上，利用人工神经网络组成实际的应用系统，例如，完成某种信号处理或模式识别的功能、构作专家系统、制成机器人等等。
纵观当代新兴科学技术的发展历史，人类在征服宇宙空间、基本粒子，生命起源等科学技术领域的进程中历经了崎岖不平的道路。我们也会看到，探索人脑功能和神经网络的研究将伴随着重重困难的克服而日新月异。
遗传算法，是模拟达尔文生物进化论的自然选择和遗传学机理的生物进化过程的计算模型，是一种通过模拟自然进化过程搜索最优解的方法，它最初由美国Michigan大学J.Holland教授于1975年首先提出来的，并出版了颇有影响的专着《Adaptation in Natural and Artificial Systems》，GA这个名称才逐渐为人所知，J.Holland教授所提出的GA通常为简单遗传算法（SGA）。

❸ 蚁群算法的相关研究

跟着蚂蚁的踪迹，你找到了什么？通过上面的原理叙述和实际操作，我们不难发现蚂蚁之所以具有智能行为，完全归功于它的简单行为规则，而这些规则综合起来具有下面两个方面的特点：
1、多样性
2、正反馈
多样性保证了蚂蚁在觅食的时候不至走进死胡同而无限循环，正反馈机制则保证了相对优良的信息能够被保存下来。我们可以把多样性看成是一种创造能力，而正反馈是一种学习强化能力。正反馈的力量也可以比喻成权威的意见，而多样性是打破权威体现的创造性，正是这两点小心翼翼的巧妙结合才使得智能行为涌现出来了。
引申来讲，大自然的进化，社会的进步、人类的创新实际上都离不开这两样东西，多样性保证了系统的创新能力，正反馈保证了优良特性能够得到强化，两者要恰到好处的结合。如果多样性过剩，也就是系统过于活跃，这相当于蚂蚁会过多的随机运动，它就会陷入混沌状态；而相反，多样性不够，正反馈机制过强，那么系统就好比一潭死水。这在蚁群中来讲就表现为，蚂蚁的行为过于僵硬，当环境变化了，蚂蚁群仍然不能适当的调整。
既然复杂性、智能行为是根据底层规则涌现的，既然底层规则具有多样性和正反馈特点，那么也许你会问这些规则是哪里来的？多样性和正反馈又是哪里来的？我本人的意见：规则来源于大自然的进化。而大自然的进化根据刚才讲的也体现为多样性和正反馈的巧妙结合。而这样的巧妙结合又是为什么呢？为什么在你眼前呈现的世界是如此栩栩如生呢？答案在于环境造就了这一切，之所以你看到栩栩如生的世界，是因为那些不能够适应环境的多样性与正反馈的结合都已经死掉了，被环境淘汰了！ 蚁群算法的由来：蚂蚁是地球上最常见、数量最多的昆虫种类之一，常常成群结队地出现在人类的日常生活环境中。这些昆虫的群体生物智能特征，引起了一些学者的注意。意大利学者M.Dorigo，V.Maniezzo等人在观察蚂蚁的觅食习性时发现，蚂蚁总能找到巢穴与食物源之间的最短路径。经研究发现，蚂蚁的这种群体协作功能是通过一种遗留在其来往路径上的叫做信息素(Pheromone)的挥发性化学物质来进行通信和协调的。化学通信是蚂蚁采取的基本信息交流方式之一，在蚂蚁的生活习性中起着重要的作用。通过对蚂蚁觅食行为的研究，他们发现，整个蚁群就是通过这种信息素进行相互协作，形成正反馈，从而使多个路径上的蚂蚁都逐渐聚集到最短的那条路径上。
这样，M.Dorigo等人于1991年首先提出了蚁群算法。其主要特点就是：通过正反馈、分布式协作来寻找最优路径。这是一种基于种群寻优的启发式搜索算法。它充分利用了生物蚁群能通过个体间简单的信息传递，搜索从蚁巢至食物间最短路径的集体寻优特征，以及该过程与旅行商问题求解之间的相似性。得到了具有NP难度的旅行商问题的最优解答。同时，该算法还被用于求解Job-Shop调度问题、二次指派问题以及多维背包问题等，显示了其适用于组合优化类问题求解的优越特征。
多年来世界各地研究工作者对蚁群算法进行了精心研究和应用开发，该算法现已被大量应用于数据分析、机器人协作问题求解、电力、通信、水利、采矿、化工、建筑、交通等领域。
蚁群算法之所以能引起相关领域研究者的注意，是因为这种求解模式能将问题求解的快速性、全局优化特征以及有限时间内答案的合理性结合起来。其中，寻优的快速性是通过正反馈式的信息传递和积累来保证的。而算法的早熟性收敛又可以通过其分布式计算特征加以避免，同时，具有贪婪启发式搜索特征的蚁群系统又能在搜索过程的早期找到可以接受的问题解答。这种优越的问题分布式求解模式经过相关领域研究者的关注和努力，已经在最初的算法模型基础上得到了很大的改进和拓展。
经过一定时间，从食物源返回的蚂蚁到达D点同样也碰到障碍物，也需要进行选择。此时A, B两侧的信息素浓度相同，它们仍然一半向左，一半向右。但是当A侧的蚂蚁已经完全绕过障碍物到达C点时，B侧的蚂蚁由于需走的路径更长，还不能到达C点，图3表示蚁群在障碍物前经过一段时间后的情形。
此时对于从蚁巢出发来到C点的蚂蚁来说，由于A侧的信息素浓度高，B侧的信息素较低，就倾向于选择A侧的路径。这样的结果是A侧的蚂蚁越来越多，最终所有蚂蚁都选择这条较短的路径，图4 表示蚁群最终选择的路径
上述过程，很显然是由蚂蚁所留下的信息素的“正反馈”过程而导致的。蚂蚁个体就是通过这种信息的交流来达到搜索食物的目的。蚁群算法的基本思想也是从这个过程转化而来的。
蚁群算法的特点：
1)蚁群算法是一种自组织的算法。在系统论中，自组织和它组织是组织的两个基本分类，其区别在于组织力或组织指令是来自于系统的内部还是来自于系统的外部，来自于系统内部的是自组织，来自于系统外部的是他组织。如果系统在获得空间的、时间的或者功能结构的过程中，没有外界的特定干预，我们便说系统是自组织的。在抽象意义上讲，自组织就是在没有外界作用下使得系统熵减小的过程(即是系统从无序到有序的变化过程)。蚁群算法充分体现了这个过程，以蚂蚁群体优化为例子说明。当算法开始的初期，单个的人工蚂蚁无序的寻找解，算法经过一段时间的演化，人工蚂蚁间通过信息激素的作用，自发的越来越趋向于寻找到接近最优解的一些解，这就是一个无序到有序的过程。
2)蚁群算法是一种本质上并行的算法。每只蚂蚁搜索的过程彼此独立，仅通过信息激素进行通信。所以蚁群算法则可以看作是一个分布式的多agent系统，它在问题空间的多点同时开始进行独立的解搜索，不仅增加了算法的可靠性，也使得算法具有较强的全局搜索能力。
3)蚁群算法是一种正反馈的算法。从真实蚂蚁的觅食过程中我们不难看出，蚂蚁能够最终找到最短路径，直接依赖于最短路径上信息激素的堆积，而信息激素的堆积却是一个正反馈的过程。对蚁群算法来说，初始时刻在环境中存在完全相同的信息激素，给予系统一个微小扰动，使得各个边上的轨迹浓度不相同，蚂蚁构造的解就存在了优劣，算法采用的反馈方式是在较优的解经过的路径留下更多的信息激素，而更多的信息激素又吸引了更多的蚂蚁，这个正反馈的过程使得初始的不同得到不断的扩大，同时又引导整个系统向最优解的方向进化。因此，正反馈是蚂蚁算法的重要特征，它使得算法演化过程得以进行。
4)蚁群算法具有较强的鲁棒性。相对于其它算法，蚁群算法对初始路线要求不高，即蚁群算法的求解结果不依赖于初始路线的选择，而且在搜索过程中不需要进行人工的调整。其次，蚁群算法的参数数目少，设置简单，易于蚁群算法应用到其它组合优化问题的求解。
蚁群算法的应用进展以蚁群算法为代表的蚁群智能已成为当今分布式人工智能研究的一个热点，许多源于蜂群和蚁群模型设计的算法己越来越多地被应用于企业的运转模式的研究。美国五角大楼正在资助关于群智能系统的研究工作-群体战略(Swarm Strategy)，它的一个实战用途是通过运用成群的空中无人驾驶飞行器和地面车辆来转移敌人的注意力，让自己的军队在敌人后方不被察觉地安全进行。英国电信公司和美国世界通信公司以电子蚂蚁为基础，对新的电信网络管理方法进行了试验。群智能还被应用于工厂生产计划的制定和运输部门的后勤管理。美国太平洋西南航空公司采用了一种直接源于蚂蚁行为研究成果的运输管理软件，结果每年至少节约了1000万美元的费用开支。英国联合利华公司己率先利用群智能技术改善其一家牙膏厂的运转情况。美国通用汽车公司、法国液气公司、荷兰公路交通部和美国一些移民事务机构也都采用这种技术来改善其运转的机能。鉴于群智能广阔的应用前景，美国和欧盟均于近几年开始出资资助基于群智能模拟的相关研究项目，并在一些院校开设群体智能的相关课程。国内，国家自然科学基金”十五”期间学科交叉类优先资助领域中的认知科学及其信息处理的研究内容中也明确列出了群智能领域的进化、自适应与现场认知主题。
蚁群优化算法最初用于解决TSP问题，经过多年的发展，已经陆续渗透到其他领域中，比如图着色问题、大规模集成电路设计、通讯网络中的路由问题以及负载平衡问题、车辆调度问题等。蚁群算法在若干领域己获得成功的应用，其中最成功的是在组合优化问题中的应用。
在网络路由处理中，网络的流量分布不断变化，网络链路或结点也会随机地失效或重新加入。蚁群的自身催化与正向反馈机制正好符合了这类问题的求解特点，因而，蚁群算法在网络领域得到一定应用。蚁群觅食行为所呈现出的并行与分布特性使得算法特别适合于并行化处理。因而，实现算法的并行化执行对于大量复杂的实际应用问题的求解来说是极具潜力的。
在某群体中若存在众多无智能的个体，它们通过相互之间的简单合作所表现出来的智能行为即称为集群智能(Swarm Intelligence)。互联网上的交流，不过是更多的神经元连接(人脑)通过互联网相互作用的结果，光缆和路由器不过是轴突和突触的延伸。从自组织现象的角度上看，人脑的智能和蚁群也没有本质上的区别，单个神经元没有智能可言，单个蚂蚁也没有，但是通过连接形成的体系，是一个智能体。（作者： 李精灵 编选：中国电子商务研究中心）

❹ 启发式搜索算法的算法举例

启发算法有： 蚁群算法，遗传算法、模拟退火算法等 蚁群算法是一种来自大自然的随机搜索寻优方法，是生物界的群体启发式行为，现己陆续应用到组合优化、人工智能、通讯等多个领域。蚁群算法的正反馈性和协同性使其可用于分布式系统，隐含的并行性更使之具有极强的发展潜力。从数值仿真结果来看，它比目前风行一时的遗传算法、模拟退火算法等有更好的适应性。

❺ 蚁群算法是什么

蚁群算法，又称蚂蚁算法，是一种用来在图中寻找优化路径的机率型算法。 它由Marco Dorigo于1992年在他的博士论文中提出，其灵感来源于蚂蚁在寻找食物过程中发现路径的行为。蚁群算法是一种模拟进化算法，初步的研究表明该算法具有许多优良的性质。针对PID控制器参数优化设计问题，将蚁群算法设计的结果与遗传算法设计的结果进行了比较，数值仿真结果表明，蚁群算法具有一种新的模拟进化优化方法的有效性和应用价值。

原理
设想，如果我们要为蚂蚁设计一个人工智能的程序，那么这个程序要多么复杂呢？首先，你要让蚂蚁能够避开障碍物，就必须根据适当的地形给它编进指令让他们能够巧妙的避开障碍物，其次，要让蚂蚁找到食物，就需要让他们遍历空间上的所有点；再次，如果要让蚂蚁找到最短的路径，那么需要计算所有可能的路径并且比较它们的大小，而且更重要的是，你要小心翼翼地编程，因为程序的错误也许会让你前功尽弃。这是多么不可思议的程序！太复杂了，恐怕没人能够完成这样繁琐冗余的程序。

然而，事实并没有你想得那么复杂，上面这个程序每个蚂蚁的核心程序编码不过100多行！为什么这么简单的程序会让蚂蚁干这样复杂的事情？答案是：简单规则的涌现。事实上，每只蚂蚁并不是像我们想象的需要知道整个世界的信息，他们其实只关心很小范围内的眼前信息，而且根据这些局部信息利用几条简单的规则进行决策，这样，在蚁群这个集体里，复杂性的行为就会凸现出来。这就是人工生命、复杂性科学解释的规律！那么，这些简单规则是什么呢？

❻ 智慧工地中的图像传感技术的应用进展

本文内容来自以下文章：

杨晓娇,于忠,冮军.智慧工地中的图像传感技术的应用进展[J].四川建筑,2021,41(S1):41-44.

摘要：文章对智慧工地中的图像传感技术的发展历程、以及图像技术、视频技术、激光雷达点云技术在建筑工地中的应用作介绍，并介绍了智能算法在图像处理技术领域的发展应用。最后提出为了更好地满足施工监管的需求，图像技术可以通过视频技术、激光雷达点云技术在时间、空间上进行交叉验证，以提高图像识别的准确性。在智能算法与图像耦合技术方面应结合三维技术形成更加准确地实时反馈信号指导工程施工。

关键词：图像传感技术; 视频技术; 激光雷达点云技术; 智能算法

智慧工地和智慧建筑的兴起与当今智能化、信息化的发展有着紧密的联系。随着我国城镇化进程的加快，建筑施工过程日益复杂，施工现场安全问题，如劳务人员安全帽和安全绳佩戴、施工现场临时用电混乱、临边防护等问题，也日益凸显出来，使得传统施工安全监管技术已经无法满足目前现场施工安全的要求。借助计算机和人工智能技术的快速发展，图像传感技术凭借 处理精度高、灵活性强、再现性好、适用面广等特点 成功应用于建筑施工安全管理等过程，为项目管理人员提供施工现场的安全隐患、施工动态及进度的实时反馈，提高了建筑施工安全管理效率。

进入21世纪，图像传感技术的应用范围被逐渐拓宽，甚至在某些领域已经取得突破。然而，对计算机计算速度、存储容量要求较高，图像处理使用频带较宽、以及在成像、传输方面还有一定的技术难度等因素，制约了图像传感技术的进一步发展。

目前，智慧工地系统中包含了大量的各类传感器和核心的数据实时处理技术，也由此带来了大量的数据获取、传递和处理。随着智能技术的发展，视频图像信息在建筑信息数据中的占比越来越大，利用图像传感技术对建筑施工进度、人员安全带和防护栅栏等安全装置状态识别、工程质量评价以及施工现场扬尘监测等过程进行实时反馈，实现建筑施工过程中的信息识别、安全监管、决策分析等功能，使得图像传感技术成为建筑施工管理过程中的重要技术手段之一。

1 图像及视频传感技术在智慧工地中的应用

1.1 图像技术在建筑工地中的应用

图像技术总体上可以分为 图像分析、图像重建和图像的像质改善 三大部分，在建筑施工中图像技术一般用于图像分析，如人脸识别、安全帽/绳识别、火灾识别、混凝土结构监控等。

1. 2 视频技术在建筑工地的应用

建筑工地是一个复杂庞大的区域，利用视频技术对建筑物内部各个位置情况进行监管，对建筑施工现场安全管理进行实时监控。从现有的研究和应用案例来看，建筑工地对视频监控的需求主要集中在: 地基基础、地面施工、高层作业以及文明施工检查 等阶段。其中， 安全问题 是各个阶段最突出的问题之一，利用视频技术对施工现场的深基坑、高边坡支护安全、模板工程安全、临边洞口防护、脚手架搭设安全等过程进行监管，既减轻了监管人员的工作强度，又加强了建设行政主管部门以及监管机构的调控监控力度，提高了工作效率。

1.3 激光雷达点云技术在建筑工地的应用

近年来，利用激光雷达技术处理大规模的地理空间数据，发展了计算机视觉、计算机图形学。从有关于建筑重建、图像以及激光雷达建模的文献中发现，其中很大一部分内容致力于基于图像的方法进行 建筑重建 。激光雷达利用点云成型技术能快速获取大范围区域表面采样点的三维空间数据，正是由于其在建模工作上的高效性，因而在 建筑规划、建筑施工以及文物保护等 方面起到了重要作用。

2 智能算法对于图像技术在智慧建筑领域发展的影响

2.1 智能算法在图像处理技术中的发展

智能算法自提出以来就引起了国内外众多学者的广泛关注，经过多年的发展和创造，智能优化算法已成功应用在国民经济的各个领域，为生产生活中的许多复杂问题提供了一个高效可行的解决方案，成为了学术领域中一个重要的研究方向。其中比较经典的智能优化算法有: 遗传算法(GA)、蚁群算法(ACO)、粒子群算法(PSO)、差分进化算法(DE)、混合蛙跳算法(SFLA)、人工蜂群算法 等。 在图像处理技术上蚁群算法和粒子群算法是最常用的算法 。

总的来说，智能算法用于图像处理技术的优化具有两个方面的重要作用。 一是基于大数据信息平台的信息汇总数据智能处理分析，引导图像处理技术的优化和发展; 二是基于大数据技术对于数字信号的处理架构以及模型优化，能够有效辅助现有图像处理技术，实现图像处理技术的快速升级。

2.2 智能算法和图像耦合技术对传感建模方法的改进

利用 智能算法与图像耦合技术 处理施工过程中火灾识别、污染识别、劳务人员安全识别等问题具有高速、便捷等特点。智能算法与图像之间的耦合技术主要利用图像本身具有的张量结构，且张量结构具有良好的表达能力和计算特性，因此可以利用智能算法对张量结构进行分解并快速而高质量对图像进行压缩和提取相关特征信息，从而可以利用获取的信息进行快速的传感建模。施工现场的大气污染防治作为建筑工地的重要工作之一，利用图像处理技术对施工过程中的扬尘、裸土覆盖等问题进行智能识别，通过智能算法与图像之间的耦合技术对施工现场的扬尘、烟雾、裸土等信息进行提取传感建模，实现快速识别、抓取、处理等功能，并生成相应的数学模型对施工过程进行预测、评估等，指导施工现场管理。

然而，智能算法与图像耦合技术的传感建模方法仅仅是获取图像中的 二维数据信息 进行快速建模，对施工现场出现的问题作出的响应更多只是简单提取建模、分析、以及预警等，很难进一步提高精度。因此， 智能算法与图像之间的耦合技术应结合三维技术进行更加精确的数据信息提取，从而形成精度更高的实时反馈、预测模型、评价模型等指导现场施工实现精确识别、预测告警、以及深度治理等功能 。

3 总结和展望

本文主要对图像传感技术的发展历程，以及 图像技术、视频技术、激光雷达点云技术 在建筑中的应用进行了概述，指出随着建筑施工过程的日益复杂，建筑体量增大，仅仅依靠图像识别技术对劳务人员、安全帽佩戴、烟雾情况进行识别已经无法满足工地现场管理的要求，因此目前图像技术应与视频技术相结合，以提高图像识别的准确性。并提出利用激光雷达点云与视频图像技术对施工过程中的扬尘、裸土识别等进行交叉验证，以提高识别精度，实现建筑施工污染源的精准定位、智能预测、深度治理。文中还对智能算法、以及其在图像处理技术领域的应用进行了介绍，提出智能算法与图像耦合技术对于传感建模方法应结合三维技术进行更加精确的数据信息提取，从而形成精度更高的实时反馈、各类模型等指导现场工地施工。

❼ 大自然的秘密 语文六年

蚂蚁是一种有社会性的生活习性的昆虫，属于膜翅目，蚂蚁的触角明显的膝状弯曲，腹部有一、二节呈结节状，一般都没有翅膀，只有雄蚁和没有生育的雌蚁在交配时有翅膀，雌蚁交配后翅膀即脱落。蚂蚁是完全变态型的昆虫，要经过卵、幼虫、蛹阶段才发展成成虫，蚂蚁的幼虫阶段没有任何能力，它们也不需要觅食，完全由工蚁喂养，工蚁刚发展为成虫的头几天，负责照顾蚁后和幼虫，然后逐渐地开始做挖洞、搜集食物等较复杂的工作，有的种类蚂蚁工蚁有不同的体型，个头大的头和牙也发展的大，经常负责战斗保卫蚁巢，也叫兵蚁。外形特征
蚂蚁目前有21亚科283属（after Bolton 2003）（主流沿用的是16亚科的分类系统和21亚科的系统相比，新的系统从猛蚁亚科中分出了若干亚科）。一般体小（0.5mm-3mm），颜色有黑、褐、黄、红等，体壁具弹性，光滑或有毛。口器咀嚼式，上颚发达。触角膝状，4~13节，柄节很长，末端2~3节膨大。腹部第1节或1、2节呈结状。有翅或无翅。前足的距离大，梳状，为净角器（清理触角用）。蚂蚁的外部形态分头、胸、腹三部分，有六条腿。蚂蚁卵约0.5毫米长，呈不规则的椭圆形，乳白色，幼虫蠕虫状半透明，工蚁体细小，体长约2.8毫米，全身棕黄，单个蚁要细看才易发现。雄、雌蚁体都比较粗大。腹部肥胖，头、胸棕黄色，腹部前半部棕黄色，后半部棕褐色。雄蚁体长约5.5毫米。雌蚁体长约6.2毫米。室内环境常见的有法老蚁Monomorium pharaonis L.等。分布范围
蚂蚁是地球上最常见的昆虫，数量最多的昆虫种类。由于各种蚂蚁都是社会性生活的群体，在古代通称“蚁”。据现代形态科学分类，蚂蚁属于蜂类。 蚂蚁能生活在任何有它们生存条件的地方，是世界上抗击自然灾害最强的生物。为多态型的社会昆虫.据估计，仅有大约半数的蚂蚁——目前约为11700种一一被描述了。一个更大范围的蚂蚁区系研究也有待进行。
[编辑本段]生活习性
【蚂蚁的住房】潮湿温暖的土壤。 它们通常生活在干燥的地区，但能在水中存活两个星期。 【蚂蚁的寿命】蚂蚁的寿命很长，工蚁可生存几星期至3-7年，蚁后则可存活十几年或几十年，甚至50多年。一蚁巢在1个地方可生长1年。 蚂蚁的复眼显微照片【蚂蚁的蚁型与分工】 蚂蚁发育为完全变异形态。所有的蚁科都过社会性群体生活。一般在一个群体里有四种不同的蚁型。 l．蚁后：有蚁后生殖能力的雌性，或称母蚁，又称蚁王，在群体中体型最大，特别是腹部大，生殖器官发达，触角短，胸足小，有翅、脱翅或无翅。主要职责是产卵、繁殖后代和统管这个群体大家庭。 2．雄蚁：或称父蚁。头圆小，上颚不发达，触角细长。有发达的生殖器官和外生殖器，主要职能是与蚁后交配。 3．工蚁：大头蚁工蚁又称职蚁。无翅，是不发育的雌性，一般为群体中最小的个体，但数量最多。复眼小，单眼极微小或无。上颚、触角和三对胸足都很发达，善于步行奔走。工蚁没有生殖能力。工蚁的主要职责是建造和扩大巢穴、采集食物、饲喂幼虫及蚁后等。 4．兵蚁：“兵蚁”是对某些蚂蚁种类的大工蚁的俗称。 蚂蚁建立群体，也是以通过婚飞方式两性相识结交为起点。相识后一见钟情，在飞行中或飞行后交尾。“新郎”寿命不长，兵蚁交尾后不久死亡留下“遗孀”蚁后独自过着孤单生活。蚁后脱掉翅膀，在地下选择适宜的土质和场所筑巢。她“孤家寡人”，力量有限，只能暂时造一小室，作为安身之地，并使已“受孕”的身体有个产房。待体内的卵发育成熟产出后，小幼虫孵化出世，蚁后就忙碌起来。每个幼蚁的食物都由她嘴对嘴地喂给，直到这些幼蚁长大发育为成蚁，并可独立生活时为止。当第一批工蚁长成时，它们便挖开通往外界的洞口去寻找食物，随后又扩大巢穴建筑面积，为越来越多的家族成员提供住房。自此以后，饱受艰苦的蚁后就坐享清福，成为这个群体大家族的统帅。抚育幼蚁和喂养蚁后的工作均由工蚁承担。但蚁后还要继续交配，不断产生受精卵，以繁殖大家族。蚁巢有各种形式，大多数种类在地下土中筑巢，挖有隧道、小室和住所，并将掘出的物质及叶片堆积在入口附近，形成小丘状，起保护作用。也有的蚁用植物叶片、茎秆、叶柄等筑成纸样巢挂在树上或岩石间。还有的蚁生活在林区朽木中。更为特殊的是，有的蚁将自己的巢筑在别的种类蚁巢之中或旁边；而两“家”并不发生纠纷，能够做到和睦相处。这种蚁巢叫做混合性蚁巢，实为异种共栖。无论不同的蚁类或同种的蚁，其一个巢内蚁的数目均可有很大的差别。最小的群体只有几十只或近百只蚁，也有的几千只蚁，而大的群体可以有几万只，甚至更多的蚁。 在我国华南一带的阔叶林中，还有一种翘尾蚁，顾名思义，就是它那带有螯针的尾端常翘起来，随时准备进攻的样子。它有种怪脾气，经常与树打交道。它喜欢用叼来的腐质物以及从树上啃下来的老树皮，再搀杂上从嘴里吐出来的粘性汁液，在树上筑成足球大的巢，巢内分成许多层次，分别住着雄蚁、蚁后和工蚁，并在巢中生儿育女，成为一个"独立王国"。开始时一树一巢，当群体过大，而且又有新的蚁后出生时，新蚁后便带领部分工蚁另造新居。有时为争夺领域，常展开一场恶斗。为了在树上捕捉其他小虫为食，它可用细长而有力的足在树冠的枝叶上奔跑。如两树相距较近，为免去长途奔波之劳，它们能巧妙地互相咬住后足，垂吊下来，借风飘荡，摇到另一棵树上去，搭成一条"蚁索桥"。为了能较长久地连接两树之间的通途，承担搭桥任务的工蚁还能不断替换。树上的食物捕尽，又结队顺树而下，长途奔袭，捕捉地面上的小动物。猎物一旦被擒获，翘尾蚁便会用螯针注入麻醉液，使猎物处于昏迷状态，然后拉的拉，拽的拽，即使是一只超过它螳螂们体重百倍的螳螂或蚯蚓，也能被它们轻而易举地拖回巢中。 人们从有这种蚁巢的树下经过，可要十分小心。如惊动了它们，会倾巢出动，顺树而下或从空而降，进行攻击，使你遭受挨蜇之苦。大家可要小心蚂蚁! 蚁类的食性在不同亚科和不同种类之间有很大的差别。一般可分为肉食性、植食性和杂食性。蚂蚁在一年中的大部分时间里都在辛勤地劳动。那么到了严寒的冬天它们又到哪里去觅食呢?它们是如何过冬的呢?原来聪明的蚂蚁在入冬之前早有准备。它们首先搬运杂草种子，准备明年播种用；同时搬蚜虫运蚜虫、介壳虫、角蝉和灰蝶幼虫等到自己巢内过冬，从这些昆虫身上吸取排泄物做为食料(奶蜜)。蚂蚁为什么知道冬天快来了呢?从现代科学的观点看，蚂蚁的这种本能是受它们体内的年生物钟控制而起作用的，换句话说，它们是按照年生物钟的运行规律做好越冬期食物储备的。 与蚂蚁互动形成的生物达到了惊人的程度。与蚂蚁共生(symbiosis)的生物，或专性或间性，植物超过了52科465种(Jolivet 1996)，动物则达到了数千种(Kistner 1982; Hölldobler & Wilson 1990)，还有大量未知的真菌和微生物(Schultz & McGlynn 2000; Mueller et al. 2001)。 蚂蚁正在使用着非凡的生存策略——种植真菌，收获种子，放牧产蜜昆虫，编制巢穴，合作捕食，社会性寄生，蓄奴——这些都极大地刺激着科学家和公众的好奇心。 蚂蚁在世界各个角落都能存活，其秘诀就在于它们生活在一个非常有组织的群体中。它们一起工作，一起建筑巢穴，使它们的卵与后代能在其中安全成长。 蚂蚁有不同的类型，每一类都有其专门的职责。蚁后产卵，大部分卵将发育成雌性，它们被称为工蚁。它们负责建筑并保卫巢穴，照顾蚁后、卵和幼虫，以及搜寻食物。到了一定的时候，雄蚁与新的蚁后会产生出来。它们有翅膀，从巢穴里集群飞出。交配以后，雄蚁即死去，新的蚁后则开始领导起又一个群体的生活。 在群体中，蚁后是最重要的成员。它是唯一能产卵的。这意味着它是这一群体中所有蚂蚁的母亲。工蚁喂养它，替它清洁身体，并将它的卵带到另一处去照料。 某些澳大利亚蚂蚁将它们的工蚁作为一种活的储藏罐。当工蚁采集了大量的花蜜，即一种源自花中的甜甜的液体，将它吞进体内、身体变得膨大起来之后，它们就将自身挂在巢穴的天花板上，一直到有别的蚂蚁需要食用它们体内储藏的那些花蜜为止。 兵蚁正在林地上觅食。为搜寻食物，它们有时会在林地上排成长队。它们总是很饥饿，因此几乎会向任何东西发起进攻，有时甚至是大的哺乳动物。 不同的蚂蚁吃不同的食物。收获蚁吃种子，它们将种子收藏在地窖里；而割叶蚁吃蘑菇，它们将叶片搬运到地下，用来培植蘑菇。有些蚂蚁则贮存一种叫蚜虫的昆虫，它们从蚜虫体内抽取一种含糖的物质作为食物，这同人类从母牛身上挤奶的方式非常相似。 根据科学家的研究证明，蚂蚁在洞穴里缺少糖份，对自己的生长发育很不好，为了能够找到充分的糖份，所以蚂蚁一旦发现甜的东西，触角就会自主的硬起来，这是蚂蚁的一个天性。 蚂蚁是社会性很强的昆虫，彼此通过身体发出的信息素来进行交流沟通，当蚂蚁找到食物时，会在食物上撒布信息素，别的蚂蚁就会本能地把有信息素的东西拖回洞里去。 当蚂蚁死掉后，它身上的信息素依然存在，当有别的蚂蚁路过时，会被信息素吸引，但是死蚂蚁不会像活的蚂蚁那样跟对方交流信息（互相触碰触角），于是它带有信息素的尸体就会被同伴当成食物搬运回去。 通常情况下，那样的尸体不会被当成食物吃掉，因为除了信息素以外，每一窝的蚂蚁都有自己特定的识别气味，有相同气味的东西不会受到攻击，这就是同窝的蚂蚁可以很好协作的基础。 蚂蚁在行进的过程中，会分泌一种信息素，这种信息素会引导后面的蚂蚁走相同的路线。如果我们用手划过蚂蚁的行进队伍，干扰了蚂蚁的信息素，蚂蚁就会失去方向感，到处乱爬。所以我们不要随便干扰它们。 蚂蚁的显微照片蚂蚁为典型的社会昆虫，具有社会昆虫的3大要素，即同种个体间能相互合作照顾幼体；具明确的劳动分工系统；且子代能在一段时间内照顾上一代。 另外要指出的，“白蚁”不是蚂蚁，白蚁除了与蚂蚁一样具有社会生活习性外，在生理结构上和蚂蚁有很大的差别。 生物的行为是指生物体进行的在外部可以察觉得到的有适应意义的活动。行为学就是研究这些活动的学科。形态和行为首先被人们注意，但是直到19世纪人们才获得生物行为研究的理论武器和实验手段。进化论学说将动物的行为提高到了适应性层次。 目前对生物行为的归类非常混乱。从遗传和发育的角度一般将其分为先天行为和后天行为，也就是本能行为和学习行为。但这种分类方法并不常用，人们一般按照行为的功能对其划分，遗憾的是这种划分方式并不严格，存在大量的重叠区域.
蚂蚁妙用
手术用蚁
南美圭亚那的印第安人用切叶蚁的兵蚁作外科缝合手术。他们先让蚁咬合伤口，再剪去蚁身，以蚁代替猫肠线。此外，美国迈阿密大学正在研究利用波利维亚蚂蚁的蚁毒制成针剂来治风湿性关节炎。据说有的地方还有用蚂蚁来诊断糖尿病的。 防洪用蚁 蚂蚁还能预报洪水。亚马逊河洪水泛滥之前，蚂蚁四处收集情报，集体讨论后作出决定，排一字长蛇阵或方阵向安全地方转移。当地印第安人据此得知洪水淹没范围，因而及时搬迁。 航天实验用蚁 1983年美国挑战者号航天飞机进行了许多科学实验，其中一项就是研究在长期失重的条件下，蚁群严格的社会结构会不会瓦解。
编程用蚁
人们在研究蚂蚁活动时发现，蚂蚁个体之间在相互作用下产生了协调一致的行为，尽管这些作用可能很简单，仅仅是一只蚂蚁紧跟另一只蚂蚁留下的路线而已，但是它们合起来却可以解决棘手的问题，例如从通往一个食物源的无数条可能路径中找出最短路径。从一群群居生物中产生出来这样一种集体行动被称为群集智能。最近越来越多的研究者正试图运用群集智能完成种种任务。蚂蚁的觅食方式引导人们找到一种新的方法，从而为繁忙的通讯系统中的网络通讯重选路由，获得最佳的程序。 蚂蚁的群居性 在孤独的环境里，蚂蚁根本就不能活。只要它们单独在一起，或者有时只是朋友少了一些，它们就会不吃不喝，很快死亡。只有等到它们的伙伴多到一定的程度，才能使它们的某些机能开始恢复。
蚁群算法
蚁群算法(ant colony optimization, ACO)，又称蚂蚁算法，是一种用来在图中寻找优化路径的机率型算法。它由Marco Dorigo于1992年在他的博士论文中提出，其灵感来源于蚂蚁在寻找食物过程中发现路径的行为。蚁群算法是一种求解组合最优化问题的新型通用启发式方法，该方法具有正反馈、分布式计算和富于建设性的贪婪启发式搜索的特点。
[编辑本段]蚂蚁防治
蚂蚁对温度的反应敏感，多半在炎热天气活动。它们喜欢香甜的食品，如蛋糕、蜂蜜、麦芽糖、红糖、鸡蛋、水果核、肉皮、死昆虫等。它们能辨别道路，行动极为匆忙，如果个别工蚁死亡，尸体会被运回蚁穴。但它们不耐饥饿，在没有食物和水的情况下，经过4昼夜就会有一半死亡。 专家建议，家居蚂蚁可先用开水浸淹，然后用洗衣粉投放到沟阻隔等方法防治。也可用杀灭蟑螂、蚊虫的喷射剂，这些药品均对小红蚂蚁有杀灭功效。不过小红蚂蚁是一种半社会性昆虫，一般的喷射药剂只能杀死群体中出巢活动的工蚁，蚁后、蚁王这些繁殖机器仍在巢中疯狂繁殖。一只蚁后每秒钟能生出600只小蚂蚁，因此灭蚁采取全楼集体行动较为理想。最好的办法是选择一种适口性好、对蚂蚁没有趋避作用的药剂毒饵，工蚁将毒饵搬回后，能够使巢内蚁王、蚁后及幼虫中毒身亡，达到全巢覆灭。 利用蚂蚁特点消灭之： 蚂蚁多在厨房有油物食品处，可利用这一特点将其消灭。晚上睡觉前先将所有食物移至蚂蚁去不到的地方，再将一片肥猪肉膘放在地上，并准备好一暖瓶开水。第二天早上，蚂蚁聚集在肥肉膘上吃得正香，不要惊散蚂蚁，立即用开水烫死。这样几次即可消灭干净。 ■室内蚂蚁种类及其防治方法 室内蚂蚁对家居的危害常被人们忽视,经调查室内蚂蚁主要有小黄家蚁,大头蚁,洛氏路社蚁和臭蚁,常筑巢于路边,墙角和墙缝,危害方式主要为窃取食物,叮咬及传播细菌.针对其活动特点,可采用一些物理化学方法进行防治.如阻断活动路线,封堵巢穴等.条件可以的情况下还可用生物激素的方法防治. 现在随着我们城市建设的迅速发展,蚂蚁的生存环境发生了巨大的改变,并逐渐适应了建筑密集,人口稠密的城市环境,还常常侵入室内觅食,筑巢.由于室内蚂蚁会污染食物,破坏建筑,传播细菌,叮咬人体,因此对人类生活会造成一定的危害.我们为更好的防治这种危害就必须了解室内蚂蚁的种类及其习性,然后再针对具体情况提出一些有效的办法. ■材料与方法: 经过对家庭常见虫害的调查统计,其中蚂蚁主要有小黄家蚁,大头蚁,洛氏路社蚁和臭蚁四种.通过对这四种蚂蚁特性的分析,虽然其危害远不及蟑螂,苍蝇等,但对家居仍是一种隐患.所以针对其穴居和活动路径上留下特殊化学气味等特点,可采取如下方法清除: 1.湿布揩除: 若发现有一列或多列蚂蚁活动,可用湿布揩去,并放入装有洗衣粉水的盆中将其淹死; 2.洗衣粉水沟阻隔: 由于蚂蚁一进入洗衣粉水便会被淹死,所以此法可用以保护一定的区域; 3.水淹: 即用浇水的方法淹掉蚂蚁巢,比较适合在花盆中营巢的蚂蚁. 4.化学防治: 粉尘:通常采用硅酸(二氧化硅)粉等吸入性粉尘使蚂蚁体内缺水而死亡; 5.硅酸粉虫菊酯粉混合物: 此种方法是上法的改良,可以缩短杀灭的时间,但应避免自己吸入粉麈或将粉尘吸入室中; 化学药剂喷雾在蚁巢口周围及蚁路上喷洒化学药剂可直接触杀害蚁 此法易造成环境污染和抗性.现多用药剂如下: 90%以上敌百虫原液500—1000倍液喷雾; 50%敌敌畏乳油或80%敌敌畏乳油1000—1500倍液,2000—3000倍液喷雾; 0.1%除虫菊酯煤油溶剂喷雾等. 这些方法有较好的效果,见效迅速,但不彻底,不易根绝,且易造成环境污染和抗性. 6.毒饵: 毒饵即是由化学药剂与蚂蚁喜食的食物诱饵混合而成.根据蚂蚁的交哺行为,一只工蚁取食毒饵后,只要其短时间内不死亡,就可将毒饵带入蚁巢,引起其它个体死亡,死亡时间一般在七天之内,但蚂蚁蛹不进食,因此可能存活,使除蚁不彻底. 7.保幼激素类似物毒饵: 即在饵料内配以保幼激素类似物,如抑太保(Chlorfluazuron),甲氧保幼激素(Methoprene)等, 激素浓度一般为饵重的0.6%至1.5%.目前正研制向保幼激素类似物中加入增效剂,使此法更趋完善. 将鸡蛋壳用火烧焦研成粉末后，撒在墙角或蚁穴附近，可置蚂蚁于死地。壁橱上有蚂蚁，可放一些 香菜、 芹菜等有味蔬菜，可以驱赶蚂蚁。在蚂蚁经常出没的地方放一些核桃叶或烟丝、花椒，能 起到驱逐蚂蚁的作用。 家庭除蚁宝典 蚂蚁对温度的反应敏感，多半在炎热天气活动。它们喜欢香甜的食品，如蛋糕、蜂蜜、麦芽糖、红塘、鸡蛋、水果核、肉皮、死昆虫等。它们能辨别道路，行动极为匆忙，如果个别工蚁死亡，尸体会被运回蚁穴。但它们不耐饥饿，在没有食物和水的情况下，经过4昼夜就会有一半死亡。 1用报废的自行车圈环形剪成约1厘米宽的长橡皮条, 用鞋钉和大头针把它钉在门框上和玻璃窗与纱窗之间的窗框上. 自钉上橡皮条至今, 家中再没有红蚂蚁进入. 橡皮条虽然不能彻底消灭红蚂蚁, 但能有效地避免红蚂蚁的侵扰, 不妨一试。 2鸡蛋壳粉灭蚁法 用鸡蛋壳数个, 放在炉子上烤黄(不能烤焦), 然后辗成粉末状, 撒在蚂蚁窝周围及其经常出入的地方, 因为此粉末有香味, 蚂蚁特别爱吃, 吃多了就会被撑死. 放几天就可看到地上有很多死蚂蚁, 经常放些就会没有蚂蚁了。 3听说用花椒投放在蚂蚁出没处可以躯赶蚂蚁！不过没法彻底消灭它们 4地面尖兵班——蚂蚁 其实蚂蚁并不是纯粹的坏虫虫，有些蚂蚁对人类很有益。比如，它们改良土壤、传授花粉、捕食害虫……然而当它们钻到家里来，就成了麻烦了——比如，它们爱甜品，你刚转身工夫，香蕉或蛋糕上没准就被蚂蚁袭击了。还有小黄家蚁，它是最爱在室内作案的，还可能携带病原菌，传播疾病。 做法：在室内做巢，分布广，造巢地点多变，尤其是它们做巢初期很难发现，等到非常有规模时你才会发现。 温床：厨卫及阳台的水泥缝中，瓷砖背后，花盆附近。 灭绝招数： 1.以湿布擦除蚂蚁。 2.水中加洗衣粉冲洗。 3.还可以用各种杀虫剂喷洒防除工蚁，或以毒饵诱杀蚁群。 4.柠檬香茅精油针对蚂蚁格外有效 5.蚂蚁怕炭。就是那种黑黑的，木头烧出来的炭，知道不？往边上划几道就成了。 1.只要在糖罐中加入几根折断的韭菜，就可以防蚂蚁。 2.把不要的香水瓶装些水，放在饮水机旁的地板上，蚂蚁就不会在饮水机周围出现了。 3.把蛋壳用火烤，烤得表面有一点焦焦的（不用全部都焦），把蛋壳捣碎，放在塑料盖内，再把塑料盖放在桌脚下方就可以了。 4.在蚂蚁走过的地方撒上爽身粉（痱子粉），隔几天就看不到蚂蚁了。 5.蚂蚁怕橡皮筋的味道，把橡皮筋绑在桌脚或罐子上即可。 6.壁橱里有蚂蚁，可放一些香菜、芹菜等有味蔬菜，即可驱赶蚂蚁。 7.用洗衣粉稀释后直接抹在蚂蚁常出路的路线上，让它自然干，且不再用水擦拭干净。 8.在拖地的水中加入几滴熏衣草精油，蚂蚁就会在家中绝迹。 9.用樟脑球磨成粉，撒在蚂蚁常出没的地方，效果很好。
[编辑本段]识蚁误区
据力学家测定，一只蚂蚁能够举起超过自身体重400倍的东西，还能够拖运超过自身体重1700倍的物体。美国哈佛大学的昆虫学家马克莫费特，是一位对亚洲蚁颇有研究的学者。根据他的观察，10多只团结一致的蚂蚁，能够搬走超过它们自身体重5000倍的蛆或者别的食物，这相当于10个平均体重70公斤的彪形大汉搬运3500吨的重物，即平均每人搬运350吨，从相对力气这个角度来看，蚂蚁是当之无愧的大力士。小小的蚂蚁为什么能有如此神力？科学家们作了大量的研究、分析，证明蚂蚁体内是一座微型动物营养宝库，每100克蚂蚁能产生2929千焦(700千卡)的热量。科学工作者发现，蚂蚁腿部肌肉是一部高效率的“发动机”，这个“肌肉发动机”又由几十亿台微妙的“小发动机”组成。所以，蚂蚁能产生如此非凡超常的力量。蚂蚁的“肌肉发动机”使用的是一种特殊的“燃料”，是一种结构非常复杂的含磷化合物，称为三磷酸腺苷，即ATP。在许多场合下，只要肌肉在活动时产生一点儿酸性物质(这种感觉就是我们平常说的“胳膊酸了”)就能引起这种“燃料”的剧烈变化，这种变化能使肌肉蛋白的长形分子在霎那间收缩起来，产生巨大的力量。这种特殊的“燃料”不经过燃烧就能把潜藏的能量直接释放出来，转变为机械能，加之不存在机械摩擦，所以几乎没有能量的损失。正因为如此，蚂蚁的“肌肉发动机”的效率非常高，可高达80%以上，这就是“蚂蚁大力士”的奥秘。
[编辑本段]化学成分
广西田阳县产之拟黑多刺蚁体内含有自动氨基酸分析仪可测出的约40 种游离氨基酸中的26 种, 再加上蛋白质水解的氨基酸, 共27 种氨基酸。拟黑多刺蚁体内游离氨基酸中的苏氨酸、苯丙氨酸、缬氨酸、异亮氨酸、亮氨酸、赖氨酸及蛋白质水解的蛋氨酸均为人体必需的氨基酸。至于色氨酸, 在此酸水解条件下, 几乎完全破坏, 该仪器已无法确证, 故尚不能认为不含色氨酸。测定广西中医学院制药厂用广西贵县产拟黑多刺蚁生产的蚂蚁酒和蚂蚁浸膏, 含有18 种氨基酸, 结果与陈即惠氏报道的结果基本相等。用原子吸收发射光谱法测Li; 用催化极谱法测Se、Mo、As、Co; 用等离子光量计测Yb、P 等, 证明拟黑多刺蚁及其醇浸膏中含有多种人体必需的微量元素。对东方木工蚁CamponotusJaponocus Ater rimuslsmery 和拟黑多刺蚁测定其氨基酸和主要微量元素的含量, 观察到东方木工蚁中的门冬氨基酸等17 种氨基酸和总氨基酸含量均比拟黑多刺蚁的含量高。而Se、Zn、Fe、Mn、Cu 等5 种元素中, 除Zn 外, 东方木工蚁的含量均低于拟黑多刺蚁。
[编辑本段]蚂蚁药理作用
1 . 延年益寿、润肤驻颜、强壮筋骨: 动物试验和临床观察证实, 唾液腺激素对唾液缺乏症造成的间接营养异常所导致的疾病, 以及由此而起的各种老年性疾病, 有相当好的疗效。对实验性无唾液腺激素动物的全牙槽组织发育有促进作用。

❽ 传感器网络中使用蚁群算法有什么优点

那样更方便精准

传感器是一种检测装置，能感受到被测量的信息，并能将感受到的信息，按一定规律变换成为电信号或其他所需形式的信息输出，以满足信息的传输、处理、存储、显示、记录和控制等要求。
传感器的特点包括:微型化、数字化、智能化、多功能化、系统化、网络化。它是实现自动检测和自动控制的首要环节。传感器的存在和发展，让物体有了触觉、味觉和嗅觉等感官，让物体慢慢变得活了起来。通常根据其基本感知功能分为热敏元件、光敏元件、气敏元件、力敏元件、磁敏元件、湿敏元件、声敏元件、放射线敏感元件、色敏元件和味敏元件等十大类。

❾ 蚁群算法的执行结果一定收敛与全局最优解吗

什么是启发式算法转自：p://blog.csdn.net/aris_zzy/archive/2006/05/27/757156.aspx引言：解决实际的问题，要建模型，在求解。求解要选择算法，只有我们对各种算法的优缺点都很熟悉后才能根据实际问题选出有效的算法。但是对各种算法都了如指掌是不现实的，但多知道一些，会使你的选择集更大，找出最好算法的概率越大。现在研一，要开题了些点文献综述，愿与大家分享。大自然是神奇的，它造就了很多巧妙的手段和运行机制。受大自然的启发，人们从大自然的运行规律中找到了许多解决实际问题的方法。对于那些受大自然的运行规律或者面向具体问题的经验、规则启发出来的方法，人们常常称之为启发式算法（Heuristic Algorithm）。现在的启发式算法也不是全部来自然的规律，也有来自人类积累的工作经验。启发式算法的发展：启发式算法的计算量都比较大，所以启发式算法伴随着计算机技术的发展，取得了巨大的成就。40年代：由于实际需要，提出了启发式算法（快速有效）。50年代：逐步繁荣，其中 贪婪算法和局部搜索 等到人们的关注。60年代: 反思，发现以前提出的启发式算法速度很快，但是解得质量不能保证，而且对大规 模的问题仍然无能为力（收敛速度慢）。启发式算法的不足和如何解决方法：（水平有限 仅仅提出6点）启发式算法目前缺乏统一、完整的理论体系。很难解决！ 启发式算法的提出就是根据经验提出，没有什么坚实的理论基础。由于NP理论，启发式算法就解得全局最优性无法保证。等NP？=P有结果了再说吧，不知道这个世纪能不能行。各种启发式算法都有个自优点如何，完美结合。如果你没有实际经验，你就别去干这个，相结合就要做大量尝试，或许会有意外的收获。启发式算法中的参数对算法的效果起着至关重要的作用，如何有效设置参数。还是那句话，这是经验活但还要悟性，只有try again………..启发算法缺乏有效的迭代停止条件。还是经验，迭代次数100不行，就200，还不行就1000…………还不行估计就是算法有问题，或者你把它用错地方了………..启发式算法收敛速度的研究等。你会发现，没有完美的东西，要快你就要付出代价，就是越快你得到的解也就远差。其中（４）集中反映了超启发式算法的克服局部最优的能力。虽然人们研究对启发式算法的研究将近５０年，但它还有很多不足：1.启发式算法目前缺乏统一、完整的理论体系。2.由于NP理论，各种启发式算法都不可避免的遭遇到局部最优的问题，如何判断3.各种启发式算法都有个自优点如何，完美结合。4.启发式算法中的参数对算法的效果起着至关重要的作用，如何有效设置参数。5.启发算法缺乏有效的迭代停止条件。6.启发式算法收敛速度的研究等。70年代：计算复杂性理论的提出，NP问题。许多实际问题不可能在合理的时间范围内找到全局最优解。发现贪婪算法和局部搜索算法速度快，但解不好的原因主要是他们只是在局部的区域内找解，等到的解没有全局最优性。 由此必须引入新的搜索机制和策略……….. Holland的遗传算法出现了（Genetic Algorithm）再次引发了人们研究启发式算法的 兴趣。80年代以后： 模拟退火算法（Simulated Annealing Algorithm），人工神经网络（Artificial Neural Network），禁忌搜索（Tabu Search）相继出现。 最近比较热或刚热过去的：演化算法（Evolutionary Algorithm）, 蚁群算法（Ant Algorithms）， 拟人拟物算法，量子算法等。各个算法的思想这就不再详细给出（以后会给出一些，关注我的blog） ，为什么要引出启发式算法，因为NP问题，一般的经典算法是无法求解，或求解时间过长，我们无法接受。这里要说明的是：启发式算法得到的解只是近似最优解（近似到什么程度，只有根据具体问题才能给出）. 二十一世纪的最大的数学难题NP？=P，如果NP=P启发式算法就不在有存在的意义。 优胜劣汰是大自然的普遍规律，它主要通过选择和变异来实现。选择是优化的基本思想，变异（多样化）是随机搜索或非确定搜索的基本思想。“优胜劣汰”是算法搜索的核心，根据“优胜劣汰”策略的不同，可以获得不

❿ 蚁群算法在STP中有什么作用

STP（Spanning Tree Protocol）是生成树协议的英文缩写。该协议可应用于环路网络，通过一定的算法实现路径冗余，同时将环路网络修剪成无环路的树型网络，从而避免报文在环路网络中的增生和无限循环。
STP的基本原理是，通过在交换机之间传递一种特殊的协议报文（在IEEE 802.1D中这种协议报文被称为“配置消息”）来确定网络的拓扑结构。配置消息中包含了足够的信息来保证交换机完成生成树计算。
生成树协议STP/RSTP
1. 技术原理：
STP的基本思想就是生成“一棵树”，树的根是一个称为根桥的交换机，根据设置不同，不同的交换机会被选为根桥，但任意时刻只能有一个根桥。由根桥开始，逐级形成一棵树，根桥定时发送配置报文，非根桥接收配置报文并转发，如果某台交换机能够从两个以上的端口接收到配置报文，则说明从该交换机到根有不止一条路径，便构成了循环回路，此时交换机根据端口的配置选出一个端口并把其他的端口阻塞，消除循环。当某个端口长时间不能接收到配置报文的时候，交换机认为端口的配置超时，网络拓扑可能已经改变，此时重新计算网络拓扑，重新生成一棵树。
2. 功能介绍：
生成树协议最主要的应用是为了避免局域网中的网络环回，解决成环以太网网络的“广播风暴”问题，从某种意义上说是一种网络保护技术，可以消除由于失误或者意外带来的循环连接。STP也提供了为网络提供备份连接的可能，可与SDH保护配合构成以太环网的双重保护。新型以太单板支持符合ITU-T 802.1d标准的生成树协议STP及802.1w规定的快速生成树协议RSTP，收敛速度可达到1s。
但是，由于协议机制本身的局限，STP保护速度慢（即使是1s的收敛速度也无法满足电信级的要求），如果在城域网内部运用STP技术，用户网络的动荡会引起运营商网络的动荡。目前在MSTP 组成环网中，由于SDH保护倒换时间比STP协议收敛时间快的多，系统采用依然是SDH MS-SPRING或SNCP，一般倒换时间在50ms以内。但测试时部分以太网业务的倒换时间为0或小于几个毫秒，原因是内部具有较大缓存。SDH保护倒换动作对MAC层是不可见的。这两个层次的保护可以协调工作，设置一定的"拖延时间"(hold-off),一般不会出现多次倒换问题。

STP还有屏蔽双绞线的意思（Shielded Twisted-Pair)

在生物学,化学以及物理等学科中,STP是standard temperature and pressure的缩写.在理工实验中一般指273K,100KPa的环境;而在医学中则是指"标准体温与脉搏".

营销学中的STP
现代市场营销理论的核心就是STP营销，它包括三要素：
市场细分（market segmentation）
目标市场（market targeting）
市场定位（market positioning）
市场细分
市场细分的概念是美国市场学家温德尔·史密斯(Wendell R.Smith)于20世纪50年代中期提出来的。
市场细分的含义
市场细分是指营销者通过市场调研，依据消费者的需要和欲望、购买行为和购买习惯等方面的差异，把某一产品的市场整体划分为若干消费者群的市场分类过程。每一个消费者群就是一个细分市场，每一个细分市场都是具有类似需求倾向的消费者构成的群体。
市场细分的程序
调查阶段
分析阶段
细分阶段
细分消费者市场的基础
地理细分：国家、地区、城市、农村、气候、地形
人口细分：年龄、性别、职业、收入、教育、家庭人口、家庭类型、家庭生命周期、国籍、民族、宗教、社会阶层
心理细分：社会阶层、生活方式、个性
行为细分：时机、追求利益、使用者地位、产品使用率、忠诚程度、购买准备阶段、态度。
市场细分的基本原理与依据
市场是商品交换关系的总和,本身可以细分
消费者异质需求的存在
企业在不同方面具备自身优势
市场细分的作用
细分市场不是根据产品品种、产品系列来进行的，而是从消费者( 指最终消费者和工业生产者)的角度进行划分的，是根据市场细分的理论基础，即消费者的需求、动机、购买行为的多元性和差异性来划分的。通过市场细分对企业的生产、营销起着极其重要的作用。
1、有利于选择目标市场和制定市场营销策略。
市场细分后的子市场比较具体，比较容易了解消费者的需求，企业可以根据自己经营思想、方针及生产技术和营销力量，确定自己的服务对象，即目标市场。针对着较小的目标市场，便于制定特殊的营销策略。同时，在细分的市场上，信息容易了解和反馈，一旦消费者的需求发生变化，企业可迅速改变营销策略，制定相应的对策，以适应市场需求的变化，提高企业的应变能力和竞争力。
联想的产品细分策略，正是基于产品的明确区分，联想打破了传统的“一揽子”促销方案，围绕“锋行” “天骄”“家悦”三个品牌面向的不同用户群需求，推出不同的“细分”促销方案。选择“天骄”的用户，可优惠购买让数据随身移动的魔盘、可精彩打印数码照片的3110打印机、SOHO好伴侣的M700多功能机、以及让人尽享数码音乐的MP3；选择“锋行”的用户，可以优惠购买“数据特区”双启动魔盘、性格鲜明的打印机以及“新歌任我选”MP3播放器；钟情于“家悦”的用户，则可以优惠购买“电子小书包”魔盘、完成学习打印的打印机、名师导学的网校卡，以及成就电脑高手的XP电脑教程。
2、有利于发掘市场机会，开拓新市场。
通过市场细分，企业可以对每一个细分市场的购买潜力、满足程度、竞争情况等进行分析对比，探索出有利于本企业的市场机会，使企业及时作出投产、移地销售决策或根据本企业的生产技术条件编制新产品开拓计划，进行必要的产品技术储备，掌握产品更新换代的主动权，开拓新市场，以更好适应市场的需要。
3、有利于集中人力、物力投入目标市场。
任何一个企业的资源、人力、物力、资金都是有限的。通过细分市场，选择了适合自己的目标市场，企业可以集中人、财、物及资源，去争取局部市场上的优势，然后再占领自己的目标市场。
4、有利于企业提高经济效益。
前面三个方面的作用都能使企业提高经济效益。除此之外，企业通过市场细分后，企业可以面对自己的目标市场，生产出适销对路的产品，既能满足市场需要，又可增加企业的收入；产品适销对路可以加速商品流转，加大生产批量，降低企业的生产销售成本，提高生产工人的劳动熟练程度，提高产品质量，全面提高企业的经济效益。
市场细分的步骤
市场细分程序可通过如下例子看出：
一家航空公司对从未乘过飞机的人很感兴趣（细分标准是顾客的体验）。而从未乘过飞机的人又可以细分为害怕飞机的人，对乘飞机无所谓的人以及对乘飞机持肯定态度的人（细分标准是态度）。在持肯定态度的人中，又包括高收入有能力乘飞机的人（细分标准是态度）。于是这家航空公司就把力量集中在开拓那些对乘飞机持肯定态度，只是还没有乘过飞机的高收入群体。
可见，市场细分包括以下步骤：
1.选定产品市场范围。公司应明确自己在某行业中的产品市场范围，并以此作为制定市场开拓战略的依据。
2.列举潜在顾客的需求。可从地理、人口、心理等方面列出影响产品市场需求和顾客购买行为的各项变数。
3.分析潜在顾客的不同需求。公司应对不同的潜在顾客进行抽样调查，并对所列出的需求变数进行评价，了解顾客的共同需求。
4.制定相应的营销策略。调查、分析、评估各细分市场，最终确定可进入的细分市场，并制定相应的营销策略。
市场细分的条件
企业进行市场细分的目的是通过对顾客需求差异予以定位，来取得较大的经济效益。众所周知，产品的差异化必然导致生产成本和推销费用的相应增长，所以，企业必须在市场细分所得收益与市场细分所增成本之间做一权衡。由此，我们得出有效的细分市场必须具备以下特征：
可衡量性。指各个细分市场的购买力和规模能被衡量的程度。如果细分变数很难衡量的话，就无法界定市场。
可赢利性。指企业新选定的细分市场容量足以使企业获利。
可进入性。指所选定的细分市场必须与企业自身状况相匹配，企业有优势占领这一市场。可进入性具体表现在信息进入、产品进入和竞争进入。考虑市场的可进入性，实际上是研究其营销活动的可行性。
差异性。指细分市场在观念上能被区别并对不同的营销组合因素和方案有不同的反应。
市场细分的方法
1、单一标准法
2、主导因素排列法
3、综合标准法
4、系列因素法
目标市场选择策略
根据各个细分市场的独特性和公司自身的目标,共有三种目标市场策略可供选择.
1.无差异市场营销
指公司只推出 一种产品,或只用一套市场营销办法来招徕顾客.当公司断定各个细分市场之间很少差异时可考虑采用这种大量市场营销策略.
2.密集性市场营销
这是指公司将一切市场营销努力集中于一个或少数几个有利的细分市场.
3.差异性市场营销
指公司根据各个细分市场的特点,相应扩大某些产品的花色,式样和品种,或制定不同的营销计划和办法,以充分适应不同消费者的不同需求,吸引各种不同的购买者,从而扩大各种产品的销售量.
优点:在产品设计或宣传推销上能有的放矢,分别满足不同地区消费者的需求,可增加产品的总销售量,同时可使公司在细分小市场上占有优势,从而提高企业的厨房,在消费者以上中树立良好的公司形象.
缺点:会增加各种费用,如增加产品改良成本,制造成本,管理费用,储存费用.
案例:美国米勒公司营销案
在60年代末，米勒啤酒公司在美国啤酒业排名第八，市场份额仅为8%，与百威、蓝带等知名品牌相距甚远。为了改变这种现状，米勒公司决定采取积极进攻的市场战略。
他们首先进行了市场调查。通过调查发现，若按使用率对啤酒市场进行细分，啤酒饮用者可细分为轻度饮用者和重度饮用者，而前者人书虽多，但饮用量却只有后者的1/8。
他们还发现，重度饮用者有着以下特征：多是蓝领阶层；每天看电视3个小时以上；爱好体育运动。米勒公司决定把目标市场定在重度使用者身上，并果断决定对米勒的“海雷夫”牌啤酒进行重新定位、
重新定位从广告开始。他们首先在电视台特约了一个“米勒天地”的栏目，广告主题变成了“你有多少时间，我们就有多少啤酒”，以吸引那些“啤酒坛子”。广告画面中除险的尽是些激动人心的场面：船员们神情专注地在迷雾中驾驶轮船，年青人骑着摩托冲下陡坡，钻井工人奋力止住井喷等。
结果，“海雷夫”的重新定位战略取得了很大的成功。到了1978年，这个牌子的啤酒年销售达2000万箱，仅次于AB公司的百威啤酒，在美名列第二。
什么是市场细分的最好途径？
营销人员的目标是将一个市场的成员按照某种共同的特性划分成不同的群体。市场细分的方法经历过几个阶段。最初，因为数据是现成的，调研人员采用了基于人口统计学信息的市场细分方法。他们认为不同的人员，由于其年龄、职位、收入和教育的不同，消费模式也会有所不同。后来，调研人员增加了消费者的居住地、房屋拥有类型和家庭人口数等因素，形成了基于地理人口统计学信息的市场细分方法。
后来，人们又发现基于人口统计学的方法做出的同一个市场细分下，还是存在着不同的消费模式。于是调研人员根据消费者的购买意愿、动机和态度，采用了基于行为科学的方法来进行分类。这种方法的一个形式是基于惠益的市场细分方法，划分的依据是消费者从产品中寻求的主要惠益。另一种形式是基于心理描述图的市场细分方法，划分依据是消费者生活方式的特征。
有一种更新的成果是基于忠诚度的市场细分，把注意力更多地放在那些能够更长时间和使企业获得更大利润的客户身上。
总之，市场细分分析是一种对消费者思维的研究。对于营销人员来说，谁能够首先发现新的划分客户的依据，谁就能获得丰厚的回报。
企业怎样才能不断找到市场的利基？
利基存在于所有市场。营销人员需要研究市场上不同消费者对于产品属性、价格、渠道、送货时间等方面的各种要求。由此，购买者将被分成不同的群体，每一个群体会对某一方面的产品/服务/关系有特定的要求，每一个群体都可以成为一个利基，企业可以根据其特殊性提供服务。
比方说，一家建筑公司可以提供设计任何类型的大厦，或者选择专门设计某特定类型的大厦，像疗养院、医院、监狱或是大学生宿舍。即使选择疗养院时，公司还可以进一步选择高造价疗养院而不是低造价疗养院，更进一步地，它还可以只针对佛罗里达州开展业务，这样，这家公司确定如下的市场利基：为佛罗里达州设计高造价养老院，假定营销调研显示这个利基充分大和具有增长潜力。
如何利用互联网帮助企业进行市场细分？
互联网的确能够帮助企业进行市场细分。我对那些针对特定市场细分的网站印象尤其深刻，像针对新生儿母子的、老年人的、西班牙裔的等等，我预计未来还会有上百个服务于特定群体的网站，为客户提供信息、购物和互动机会。
今天，网络销售商开始建立一种数据仓库，把客户的名字、前景以及其他很多信息输入其中，营销人员在数据仓库中进行数据挖掘以发现新的市场细分和利基。之后他们将特定的市场供给品提供给潜在客户，这是经典的市场细分。

目标市场的定义
着名的市场营销学者麦卡锡提出了应当把消费者看作一个特定的群体，称为目标市场。通过市场细分，有利于明确目标市场，通过市场营销策略的应用，有利于满足目标市场的需要。即：标市场就是通过市场细分后，企业准备以相应的产品和服务满足其需要的一个或几个子市场。
选择目标市场的策略
选择目标市场，明确企业应为哪一类用户服务，满足他们的哪一种需求，是企业在营销活动中的一项重要策略。 为什么要选择目标市场呢?因为不是所有的子市场对本企业都有吸引力，任何企业都没有足够的人力资源和资金满足整个市场或追求过份大的目标，只有扬长避短，找到有利于发挥本企业现有的人、财、物优势的目标市场，才不至于在庞大的市场上瞎撞乱碰。如太原橡胶厂是一个有1800多名职工、以生产汽车、拖拉机轮胎为主的中型企业。前几年，因产品难于销售而处于困境。后来，他们进行市场细分后，根据企业优势，选择了省内十大运输公司作为自己的目标市场，生产适合晋煤外运的高吨位汽车载重轮胎，打开了销路。随着企业实力的增强，他们又选择了耕运两用拖拉机制造厂为目标市场。1992年与香港中策投资有限公司合资经营，成立了“双喜轮胎股份有限公司”。1993年，在全国轮胎普遍滞销的情况下，该公司敲开了一汽的大门，为之提供高吨位配套轮胎。正确选择目标市场是太原橡胶厂跨入全国500家优秀企业的有效策略之一。 选择目标市场一般运用下列三种策略。 一、无差别性市场策略 无差别市场策略，就是企业把整个市场作为自己的目标市场，只考虑市场需求的共性，而不考虑其差异，运用一种产品、一种价格、一种推销方法，吸引可能多的消费者。美国可口可乐公司从1886年问世以来，一直采用无差别市场策略，生产一种口味、一种配方、一种包装的产品满足世界156个国家和地区的需要，称作“世界性的清凉饮料”，资产达74亿美元。由于百事可乐等饮料的竞争，1985年4月，可口可乐公司宣布要改变配方的决定，不料在美国市场掀起轩然大波，许多电话打到公司，对公司改变可口可乐的配方表示不满和反对，不得不继续大批量生产传统配方的可口可乐。可见，采用无差别市场策略，产品在内在质量和外在形体上必须有独特风格，才能得到多数消费者的认可，从而保持相对的稳定性。 这种策略的优点是产品单一，容易保证质量，能大批量生产，降低生产和销售成本。但如果同类企业也采用这种策略时，必然要形成激烈竞争。闻名世界的肯德基炸鸡，在全世界有800多个分公司，都是同样的烹任方法、同样的制作程序、同样的质量指标、同样的服务水平，采取无差别策略，生产很红火。1992年，肯德基在上海开业不久，上海荣华鸡快餐店开业，且把分店开到肯德基对面，形成“斗鸡”场面。因荣华鸡快餐把原来洋人用面包作主食改为蛋炒饭为主食，西式抄拉薯仔改成酸辣菜、西葫芦条，更取悦于中国消费者。所以，面对竞争强手时，无差别策略也有其局限性。 二、差别性市场策略 差别性市场策略就是把整个市场细分为若干子市场，针对不同的子市场，设计不同的产品，制定不同的营销策略，满足不同的消费需求。如美国有的服装企业，按生活方式把妇女分成三种类型：时髦型、男子气型、朴素型。时髦型妇女喜欢把自己打扮得华贵艳丽，引人注目；男子气型妇女喜欢打扮的超凡脱俗，卓尔不群；朴素型妇女购买服装讲求经济实惠，价格适中。公司根据不同类妇女的不同偏好，有针对性地设计出不同风格的服装，使产品对各类消费者更具有吸引力。又如某自行车企业，根据地理位置、年龄、性别细分为几个子市场：农村市场，因常运输货物，要求牢固耐用，载重量大；城市男青年，要求快速、样式好；城市女青年，要求轻便、漂亮、闸灵。针对每个子市场的特点，制定不同的市场营销组合策略。 这种策略的优点是能满足不同消费者的不同要求，有利于扩大销售、占领市场、提高企业声誉。其缺点是由于产品差异化、促销方式差异化，增加了管理难度，提高了生产和销售费用。目前只有力量雄厚的大公司采用这种策略。如青岛双星集团公司，生产多品种、多款式、多型号的鞋，满足国内外市场的多种需求。 三、集中性市场策略 集中性市场策略就是在细分后的市场上，选择二个或少数几个细分市场作为目标市场，实行专业化生产和销售。在个别少数市场上发挥优势，提高市场占有率。采用这种策略的企业对目标市场有较深的了解，这是大部分中小型企业应当采用的策略。日本尼西奇起初是一个生产雨衣、尿布、游泳帽、卫生带等多种橡胶制品的小厂，由于订货不足，面临破产。总经理多川博在一个偶然的机会，从一份人口普查表中发现，日本每年约出生25O万个婴儿，如果每个婴儿用两条尿布，一年需要 500万条。于是，他们决定放弃尿布以外的产品，实行尿布专业化生产。一炮打响后，又不断研制新材料、开发新品种，不仅垄断了日本尿布市场，还远销世界 70多个国家和地区，成为闻名于世的“尿布大王”。 采用集中性市场策略，能集中优势力量，有利于产品适销对路，降低成本，提高企业和产品的知名度。但有较大的经营风险，因为它的目标市场范围小，品种单一。如果目标市场的消费者需求和爱好发生变化，企业就可能因应变不及时而陷入困境。同时，当强有力的竞争者打入目标市场时，企业就要受到严重影响。因此，许多中小企业为了分散风险，仍应选择一定数量的细分市场为自己的目标市场。 三种目标市场策略各有利弊。选择目标市场时，必须考虑企业面临的各种因素和条件，如企业规模和原料的供应、产品类似性、市场类似性、产品寿命周期、竞争的目标市场等。 选择适合本企业的目标市场策略是一个复杂多变的工作。企业内部条件和外部环境在不断发展变化，经营者要不断通过市场调查和预测，掌握和分析市场变化趋势与竞争对手的条件，扬长避短，发挥优势，把握时机，采取灵活的适应市场态势的策略，去争取较大的利益。

市场定位
市场定位是指企业针对潜在顾客的心理进行营销设计，创立产品、品牌或企业在目标顾客心目中的某种形象或某种个性特征，保留深刻的印象和独特的位置，从而取得竞争优势。
市场定位（Market Positioning）是20世纪70年代由美国学者阿尔•赖斯提出的一个重要营销学概念。所谓市场定位就是企业根据目标市场上同类产品竞争状况，针对顾客对该类产品某些特征或属性的重视程度，为本企业产品塑造强有力的、与众不同的鲜明个性，并将其形象生动地传递给顾客，求得顾客认同。市场定位的实质是使本企业与其他企业严格区分开来，使顾客明显感觉和认识到这种差别，从而在顾客心目中占有特殊的位置。
传统的观念认为，市场定位就是在每一个细分市场上生产不同的产
品，实行产品差异化。事实上，市场定位与产品差异化尽管关系密切，但有着本质的区别。市场定位是通过为自己的产品创立鲜明的个性，从而塑造出独特的市场形象来实现的。一项产品是多个因素的综合反映，包括性能、构造、成分、包装、形状、质量等，市场定位就是要强化或放大某些产品因素，从而形成与众不同的独特形象。产品差异化乃是实现市场定位的手段，但并不是市场定位的全部内容。市场定位不仅强调产品差异，而且要通过产品差异建立独特的市场形象，赢得顾客的认同。
需要指出的是，市场定位中所指的产品差异化与传统的产品差异化概念有本质区别，它不是从生产者角度出发单纯追求产品变异，而是在对市场分析和细分化的基础上，寻求建立某种产品特色，因而它是现代市场营销观念的体现。
编辑词条
开放分类：
营销、市场营销

贡献者：
xxxzzjj、fivelegscat、anyaohui
关于本词条的评论（共1条）：
·所谓市场定位，就是根据市场的竞争情况和本企业的条件，确定本企业产品在目标市场上的竞争地位。具体地说，就是要在目标顾客的心目中为产品创造一定的特色，赋予一定的形象，以适应顾客一定的需要和偏好。产品特色和形象可以是实物方面的，也可以是心理方面的，或者二者兼而有之。一般说来，企业对目标市场的定位，并不能随心所欲，而是必须对竞争者现处的市场位置、消费者的实际需求和本企业的产品特性等做出正确评估，然后，才能...