蚁群算法特点

㈠ “蜂群”作战---未来无人机作战的模式探究

一、 当前军用无人机作战在运用发展中存在的主要问题：

1、单机机载设备的侦察能力有限，很难有效地全方位连续侦查和监视目标；

2、无人机一旦发生设备故障，容易导致任务被延误，甚至被迫取消；

3、在面临高威胁防空体系时，容易被拦截和毁伤，导致任务失败；

4、单机的武器载荷有限，使打击威力和效果受到限制；

5、地面控制链路较难对多架无人机同时控制，导致空中无人机数量偏少；

6、智能化水平不高，在关键节点时仍需有人协助；

7、被赋予任务日趋复杂多样，需要的传感器数量和种类不断增加；

8、无人机的成本不断提高，和有人机相比已经不再有优势。

       

因此，世界军事强国在未来无人机作战研究及发展的思路上也不尽相同，隐身化、高速化、小（微）型化、大型化等无人机发展型号不断翻新，但普遍认识到无人机单机的作战能力已很难有较大提高。

      在此背景下，一个并不是全新的作战样式再次被推上了前台，这就是无人机的“蜂群”作战。

二、 无人机“蜂群”技术的原理和发展

1、 近期各国无人机“蜂群”技术发展的情况。

2015年1月3日，翼龙无人机进行了新年首次编队飞行，两架翼龙顺次起飞编队飞行。

2016年10月3日，在韩国第一届陆军参谋总长杯无人机竞赛中，300架无人机同时升空并完成3分钟以上的飞行。

2016年11月5日在第十一届中国国际航空航天博览会上记者了解到，我国第一个固定翼无人机集群飞行试验以67架飞机的数量打破了之前由美国海军保持的50架固定翼无人机集群飞机数量的纪录。

2016年底，根据中国航天空气动力技术研究院发布的消息称。彩虹4无人机完成了五站四机协同超视距飞行任务，包括超视距飞行、卫星通讯接力、多路卫星通讯同传、多机态势监测及协同飞行等多个科目。实现了多区域侦察监视打击和控制的作战演练。

2017年1月， 3架F/A-18超级大黄蜂战斗机在加利福尼亚州进行的测试中成功释放了103架“珀耳狄克斯”微型无人机，这标志着代号“蜂群”的微型无人机攻击系统在研发上取得重大进展。

2、无人机 “蜂群”技术的基本原理

      无人机蜂群作战的技术原理是“集群智能”，即众多无/低智能的个体通过相互之间的简单合作所表现出来的集体智能行为。在群体行为中，单个个体的行为会被临近的个体所影响，通过他们局部简单的相互交流，使得整体可以通过组织协作完成一些较为复杂任务。通过交互作用和协作行为，简单个体的协同集合可以表现出整体优势从而完成复杂任务。在复杂性技术中，这种现象叫做涌现。主要特点有：

（1）个体简单性：群体中的每一个个体可以相对简单，并不需要完成复杂任务所需要的较高智能。群体中的每个个体，并不能，或并不需要直接得知整个群体的信息，而只需要感知一部分信息。群体中的个体具有十分简单的自治个体的规则，只需要最小智能，因而具有简单性。

（2）控制分散性：群体中包含的所有个体是完全分散的，没有中心控制。也就是不会因为单个体或少数几个个体出现不确定的状况而影响全局。因此整个群体的健壮性较高，或者说群体整体具有更强的稳定鲁棒性。

（3）联系有限性：群体中的相邻个体之间，可以彼此直接交换有限的信息；或者彼此不直接交互信息而是通过环境探查间接获取相关信息，不需要或不可能群体中的每个个体与其他所有个体发生信息交流。

（4）群体智能性：在个体简单性、控制分散性和联系有限性的基础上，群体却可以在适当的进化交互过程中表现复杂行为涌现出来的智能，而这种智能是单个个体无法做到的。

2、无人机“蜂群”技术的典型算法和技术支撑

（1）蚁群算法(ACO)又称蚂蚁算法，是由Marco Dorigo在1992年的博士论文中提出的。其灵感来源于蚂蚁在寻找食物过程中发现食物源和到达路径的行为。

（2）人工蜂群算法(ABC)人工蜂群算法的起源，是诺贝尔奖得主、奥地利人K.VON.Frisch发现的。2005年土耳其大学的D.Karaboga正式提出了基于蜜蜂采蜜的ABC人工蜂群算法，该算法具有简单和鲁棒性强的特点，在非限制性数值优化函数上比常见的启发式算法具有更加优越的性能，用于解决多峰值函数的问题。

      这两种算法各有特点，国内某单位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，蚁群算法具有很高的有效性和应用价值，感兴趣的读者可以查阅相关资料。

（3）无人机群的航路规划问题，即协同飞行、作战、打击、评估等。

三、无人机“蜂群”技术在军事上的应用

      无人机蜂群作战，已经在国外进行了实验，美国海军使用装备宙斯盾系统的伯克级驱逐舰进行拦截无人机蜂群的试验，发现只有密集阵近防系统和重机枪才能有效拦截。但对8架无人机组成的蜂群进行攻击拦截时，平均有2.8架无人机能够避开拦截系统。即使经过更好的传感器、更多的机枪和密集阵系统进行升级后，仍然至少有1架能够避开拦截。无人机蜂群作战一方面向进攻方展示了难以估量的力量，也同时对防守方发出了不可忽视的警告。

       蜂群无人机的载弹量小，更适合打击防空反导系统或有防空反导保护、无坚固掩体防护的海上或陆上的“软”目标;若与少量大威力的巡飞弹配合使用，则可对保护严密、防护坚固的关键目标构成非常严峻的威胁。

若蜂群无人机搭载电磁干扰装置或定向能武器，就可具备一定的拦截能力，自身还可作为假目标或诱饵实施干扰，非常适合应对饱和导弹攻击，快速消耗敌方拦截武器，具有良好的防御效果。

       无人机单机的“孤鹰”式作战模式，已经取得了很大的实战成绩，而大量无人机集群作战的“蜂群”模式，尚在研发和验证过程中。即便能够获得成功，“孤鹰”也不会完全替代“蜂群”。一方面，二者的使用场景和任务特点不同；另一方面，比无人机作战模式创新更加重要的，是将无人机融入现有的作战体系。

      与1995年美军装备察打无人机捕食者A，2001年进行首次打击任务相比，中国军方在2012年正式列装察打一体无人机——"攻击-1"无人机，晚了11年；

      与2004年美军利用一架T-33技术验证机，与F-15E进行有人机/无人机协同飞行能力的验证飞行相比，而有人机/无人机协同飞行尚未见之于报道。

       2012年，美军完成了两架改进型的RQ-4“全球鹰”无人侦察机的空中自主、互助加油技术成功，使美军的“全球鹰”无人飞机航行时间从40小时延长到160小时，极大提高了侦察范围。

        革命尚未成功，同志仍需努力。现在，中国的67架固定翼无人机已集群试飞，标志着我们在无人机蜂群作战这个新兴领域的前沿位置。相信在不久的将来，我们的军工也必然能够弯道超车，领跑世界。

㈡ 仿生学资料

仿生学

仿生学是指模仿生物建造技术装置的科学，它是在上世纪中期才出现的一门新的边缘科学。仿生学研究生物体的结构、功能和工作原理，并将这些原理移植于工程技术之中，发明性能优越的仪器、装置和机器，创造新技术。从仿生学的诞生、发展，到现在短短几十年的时间内，它的研究成果已经非常可观。仿生学的问世开辟了独特的技术发展道路，也就是向生物界索取蓝图的道路，它大大开阔了人们的眼界，显示了极强的生命力。

【仿生学基本概况】
仿生学是一门模仿生物的特殊本领，利用生物的结构和功能原理来研制机械或各种新技术的科学。
仿生学仿生学一词是1960年由美国斯蒂尔根据拉丁文“bios（生命方式的意思）”和字尾“nlc（‘具有……的性质’的意思）”构成的。
仿生学（bionics）在具有生命之意的希腊语bion上，加上有工程技术涵义的ics而组成的词。大约从1960年才开始使用。生物具有的功能迄今比任何人工制造的机械都优越得多，仿生学就是要在工程上实现并有效地应用生物功能的一门学科。例如关于信息接受（感觉功能）、信息传递（神经功能）、自动控制系统等，这种生物体的结构与功能在机械设计方面给了很大启发。可举出的仿生学例子，如将海豚的体形或皮肤结构（游泳时能使身体表面不产生紊流）应用到潜艇设计原理上。仿生学也被认为是与控制论有密切关系的一门学科，而控制论主要是将生命现象和机械原理加以比较，进行研究和解释的一门学科。
苍蝇，是细菌的传播者，谁都讨厌它。可是苍蝇的楫翅（又叫平衡棒）是“天然导航仪”，人们模仿它制成了“振动陀螺仪”。这种仪器目前已经应用在火箭和高速飞机上，实现了自动驾驶。苍蝇的眼睛是一种“复眼”，由3000多只小眼组成，人们模仿它制成了“蝇眼透镜”。“蝇眼透镜”是用几百或者几千块小透镜整齐排列组合而成的，用它作镜头可以制成“蝇眼照相机”，一次就能照出千百张相同的相片。这种照相机已经用于印刷制版和大量复制电子计算机的微小电路，大大提高了工效和质量。“蝇眼透镜”是一种新型光学元件，它的用途很多。
自然对方身份的是非得失生物，都有着怎样的奇异本领？它们的种种本领，给了人类什么启发？模仿这些本领，人类又可以造出什么样的机器？这里要介绍的一门新兴科学——仿生学。

【人类仿生学起源】
自古以来，自然界就是人类各种技术思想、工程原理及重大发明的源泉。种类繁多的生物界经过长期的进化过程，使它们能适应环境的变化，从而得到生存和发仿生学展。劳动创造了人类。人类以自己直立的身躯、能劳动的双手、交流情感和思想的语言，在长期的生产实践中，促进了神经系统尤其是大脑获得了高度发展。因此，人类无与伦比的能力和智慧远远超过生物界的所有类群。人类通过劳动运用聪明的才智和灵巧的双手制造工具，从而在自然界里获得更大自由。人类的智慧不仅仅停留在观察和认识生物界上，而且还运用人类所独有的思维和设计能力模仿生物，通过创造性的劳动增加自己的本领。鱼儿在水中有自由来去的本领，人们就模仿鱼类的形体造船，以木桨仿鳍。相传早在大禹时期，我国古代劳动人民观察鱼在水中用尾巴的摇摆而游动、转弯，他们就在船尾上架置木桨。通过反复的观察、模仿和实践，逐渐改成橹和舵，增加了船的动力，掌握了使船转弯的手段。这样，即使在波涛滚滚的江河中，人们也能让船只航行自如。
鸟儿展翅可在空中自由飞翔。据《韩非子》记载鲁班用竹木作鸟“成而飞之，三日不下”。然而人们更希望仿制鸟儿的双翅使自己也飞翔在空中。早在四百多年前，意大利人利奥那多·达·芬奇和他的助手对鸟类进行仔细的解剖，研究鸟的身体结构并认真观察鸟类的飞行。设计和制造了一架扑翼机，这是世界上第一架人造飞行器。
以上这些模仿生物构造和功能的发明与尝试，可以认为是人类仿生学的先驱，也是仿生学的萌芽。

【发人深省的对比】
人类仿生的行为虽然早有雏型，但是在20世纪40年代以前，人们并没有自觉地把生物作为设计思想和创造发明的源泉。科学家对于生物学的研究也只停留在描述生物体精巧的结构和完美的功能上。而工程技术人员更多的依赖于他们卓越的智慧，辛辛苦苦的努力，进行着人工发明。他们很少有意识的向生物界学习。但是，以下几个事实可以说明：人们在技术上遇到的某些难题，生物界早在千百万年前就曾出现，而且在进化过程中就已解决了，然而人类却没有从生物界得到应有的启示。
在第一次世界大战时期，出于军事上的需要，为使舰艇在水下隐蔽航行而制造出潜水艇。当工程技术人员在设计原始的潜艇时，是先用石块或铅块装在潜艇上使它下沉，如果需要升至水面，就将携带的石块或铅块扔掉，使艇身回到水面来。以后经过改进，在潜艇上采用浮箱交替充水和排水的方法来改变潜艇的重量。以后又改成压载水舱，在水舱的上部设放气阀，下面设注水阀，当水舱灌满海水时，艇身重量增加使它潜入水中。需要紧急下潜时，还有速潜水舱，待艇身潜入水中后，再把速潜水舱内的海水排出。如果一部分压载水舱充水，另一部分空着，潜水艇可处于半潜状态。潜艇要起浮时，将压缩空气通入水舱排出海水，艇内海水重量减轻后潜艇就可以上浮。如此优越的机械装置实现了潜艇的自由沉浮。但是后来发现鱼类的沉浮系统比人们的发明要简单得多，鱼的沉浮系统仅仅是充气的鱼鳔。鳔内不受肌肉的控制，而是依靠分泌氧气进入鳔内或是重新吸收鳔内一部分氧气来调节鱼鳔中气体含量，促使鱼体自由沉浮。然而鱼类如此巧妙的沉浮系统，对于潜艇设计师的启发和帮助已经为时过迟了。
声音是人们生活中不可缺少的要素。通过语言，人们交流思想和感情，优美的音乐使人们获得艺术的享受，工程技术人员还把声学系统应用在工业生产和军事技术中，成为颇为重要的信息之一。自从潜水艇问世以来，随之而来的就是水面的舰船如何发现潜艇的位置以防偷袭；而潜艇沉入水中后，也须准确测定敌船方位和距离以利攻击。因此，在第一次世界大战期间，在海洋上，水面与水中敌对双方的斗争采用了各种手段。海军工程师们也利用声学系统作为一个重要的侦察手段。首先采用的是水听器，也称噪声测向仪，通过听测敌舰航行中所发出的噪声来发现敌舰。只要周围水域中有敌舰在航行，机器与螺旋桨推进器便发出噪声，通过水听器就能听到，能及时发现敌人。但那时的水听器很不完善，一般只能收到本身舰只的噪声，要侦听敌舰，必须减慢舰只航行速度甚至完全停车才能分辨潜艇的噪音，这样很不利于战斗行动。不久，法国科学家郎之万（1872～1946）研究成功利用超声波反射的性质来探测水下舰艇。用一个超声波发生器，向水中发出超声波后，如果遇到目标便反射回来，由接收器收到。根据接收回波的时间间隔和方位，便可测出目标的方位和距离，这就是所谓的声纳系统。人造声纳系统的发明及在侦察敌方潜水艇方面获得的突出成果，曾使人们为之惊叹不已。岂不知远在地球上出现人类之前，蝙蝠、海豚早已对“回声定位”声纳系统应用自如了。
生物在漫长的年代里就是生活在被声音包围的自然界中，它们利用声音寻食，逃避敌害和求偶繁殖。因此，声音是生物赖以生存的一种重要信息。意大利科学家斯帕兰捷很早以前就发现蝙蝠能在完全黑暗中任意飞行，既能躲避障碍物也能捕食在飞行中的昆虫，但是塞住蝙蝠的双耳、封住它的嘴后，它们在黑暗中就寸步难行了。面对这些事实，斯帕兰捷提出了一个使人们难以接受的结论：蝙蝠能用耳朵与嘴“看东西”。它们能够用嘴发出超声波后，在超声波接触到障碍物反射回来时，用双耳接收到。第一次世界大战结束后，1920年，哈台认为蝙蝠发出声音信号的频率超出人耳的听觉范围。并提出蝙蝠对目标的定位方法与第一次世界大战时郎之万发明的用超声波回波定位的方法相同。遗憾的是，哈台的提示并未引起人们的重视，而工程师们对于蝙蝠具有“回声定位”的技术是难以相信的。直到1983年采用了电子测量器，才完完全全证实蝙蝠就是以发出超声波来定位的。但是这对于早期雷达和声纳的发明已经不能有所帮助了。
另一个事例是人们对于昆虫行为为时过晚的研究。在利奥那多·达·芬奇研究鸟类飞行造出第一个飞行器400年之后，人们经过长期反复的实践，终于在1903年发明了飞机，使人类实现了飞上天空的梦想。由于不断改进，30年后人们的飞机不论在速度、高度和飞行距离上都超过了鸟类，显示了人类的智慧和才能。但是在继续研制飞行更快更高的飞机时，设计师又碰到了一个难题，就是气体动力学中的颤振现象。当飞机飞行时，机翼发生有害的振动，飞行越快，机翼的颤振越强烈，甚至使机翼折断，造成飞机坠落，许多试飞的飞行员因而丧生。飞机设计师们为此花费了巨大的精力研究消除有害的颤振现象，经过长时间的努力才找到解决这一难题的方法。就在机翼前缘的远端上安放一个加重装置，这样就把有害的振动消除了。可是，昆虫早在三亿年以前就飞翔在空中了，它们也毫不例外地受到颤振的危害，经过长期的进化，昆虫早已成功地获得防止颤振的方法。生物学家在研究蜻蜓翅膀时，发现在每个翅膀前缘的上方都有一块深色的角质加厚区——翼眼或称翅痣。如果把翼眼去掉，飞行就变得荡来荡去。实验证明正是翼眼的角质组织使蜻蜓飞行的翅膀消除了颤振的危害，这与设计师高超的发明何等相似。假如设计师们先向昆虫学习翼眼的功用，获得有益于解决颤振的设计思想，就可似避免长期的探索和人员的牺牲了。面对蜻蜓翅膀的翼眼，飞机设计师大有相见恨晚之感！
以上这三个事例发人深省，也使人们受到了很大启发。早在地球上出现人类之前，各种生物已在大自然中生活了亿万年，在它们为生存而斗争的长期进化中，获得了与大自然相适应的能力。生物学的研究可以说明，生物在进化过程中形成的极其精确和完善的机制，使它们具备了适应内外环境变化的能力。生物界具有许多卓有成效的本领。如体内的生物合成、能量转换、信息的接受和传递、对外界的识别、导航、定向计算和综合等，显示出许多机器所不可比拟的优越之处。生物的小巧、灵敏、快速、高效、可靠和抗干扰性实在令人惊叹不已。

【仿生学重大意义】
仿生学是连接生物与技术的桥梁
自从瓦特（James Watt，1736～1819）在1782年发明蒸汽机以后，人们在生产斗争中获得了强大的动力。在工业技术方面基本上解决了能量的转换、控制和利用等问题，从而引起了第一次工业革命，各式各样的机器如雨后春笋般的出现，工业技术的发展极大地扩大和增强了人的体能，使人们从繁重的体力劳动解脱出来。随着技术的发展，人们在蒸汽机以后又经历了电气时代并向自动化时代迈进。
20世纪40年代电子计算机的问世，更是给人类科学技术的宝库增添了可贵的财富，它以可靠和高效的本领处理着人们手头上数以万计的各种信息，使人们从汪洋大海般的数字、信息中解放出来，使用计算机和自动装置可以使人们在繁杂的生产工序面前变得轻松省力，它们准确地调整、控制着生产程序，使产品规格精确。但是，自动控制装置是按人们制定的固定程序进行工作的，这就使它的控制能力具有很大的局限性。自动装置对外界缺乏分析和进行灵活反应的能力，如果发生任何意外的情况，自动装置就要停止工作，甚至发生意外事故，这就是自动装置本身所具有的严重缺点。要克服这种缺点，无非是使机器各部件之间，机器与环境之间能够“通讯”，也就是使自动控制装置具有适应内外环境变化的能力。要解决这一难题，在工程技术中就要解决如何接受、转换。利用和控制信息的问题。因此，信息的利用和控制就成为工业技术发展的一个主要矛盾。如何解决这个矛盾呢？生物界给人类提供了有益的启示。
人类要从生物系统中获得启示，首先需要研究生物和技术装置是否存在着共同的特性。1940年出现的调节理论，将生物与机器在一般意义上进行对比。到1944年，一些科学家已经明确了机器和生物体内的通讯、自动控制与统计力学等一系列的问题上都是一致的。在这样的认识基础上，1947年，一个新的学科——控制论产生了。
控制论（Cybernetics)是从希腊文而来，原意是“掌舵人”。按照控制论的创始人之一维纳（Norbef Wiener,1894～1964)给予控制论的定义是“关于在动物和机器中控制和通讯”的科学。虽然这个定义过于简单，仅仅是维纳关于控制论经典着作的副题，但它直截了当地把人们对生物和机器的认识联系在了一起。
控制论的基本观点认为，动物（尤其是人）与机器（包括各种通讯、控制、计算的自动化装置）之间有一定的共体，也就是在它们具备的控制系统内有某些共同的规律。根据控制论研究表明，各种控制系统的控制过程都包含有信息的传递、变换与加工过程。控制系统工作的正常，取决于信息运 行过程的正常。所谓控制系统是指由被控制的对象及各种控制元件、部件、线路有机地结合成有一定控制功能的整体。从信息的观点来看，控制系统就是一部信息通道的网络或体系。机器与生物体内的控制系统有许多共同之处，于是人们对生物自动系统产生了极大的兴趣，并且采用物理学的、数学的甚至是技术的模型对生物系统开展进一步的研究。因此，控制理论成为联系生物学与工程技术的理论基础。成为沟通生物系统与技术系统的桥梁。
生物体和机器之间确实有很明显的相似之处，这些相似之处可以表现在对生物体研究的不同水平上。由简单的单细胞到复杂的器官系统（如神经系统）都存在着各种调节和自动控制的生理过程。我们可以把生物体看成是一种具有特殊能力的机器，和其它机器的不同就在于生物体还有适应外界环境和自我繁殖的能力。也可以把生物体比作一个自动化的工厂，它的各项功能都遵循着力学的定律；它的各种结构协调地进行工作；它们能对一定的信号和刺激作出定量的反应，而且能像自动控制一样，借助于专门的反馈联系组织以自我控制的方式进行自我调节。例如我们身体内恒定的体温、正常的血压、正常的血糖浓度等都是肌体内复杂的自控制系统进行调节的结果。控制论的产生和发展，为生物系统与技术系统的连接架起了桥梁，使许多工程人员自觉地向生物系统去寻求新的设计思想和原理。于是出现了这样一个趋势，工程师为了和生物学家在共同合作的工程技术领域中获得成果，就主动学习生物科学知识。

【仿生学例子】
1、苍蝇-----小型气体分析仪。。
2、萤火虫-----人工冷光；
3、电鱼------伏特电池；
4、水母------水母耳风暴预测仪，
5、蛙眼------电子蛙眼
6、蝙蝠超声定位器的原理------探路仪”。
7、蓝藻-----光解水的装置，
8、人体骨胳肌肉系统和生物电控制的研究，——步行机。
9、动物的爪子------现代起重机的挂钩
10、动物的鳞甲------屋顶瓦楞
11、鱼的鳍------桨
12、螳螂臂，或锯齿草------锯子
13、苍耳属植物-------尼龙搭扣。
14、龙虾-------气味探测仪。
15、壁虎脚趾------粘性录音带
16、贝-----外科手术的缝合到补船等-
17、鲨鱼-----泳衣，
18、鸟----飞机
19、鱼------潜水艇
20、鸡蛋-----“薄壳建筑”

㈢ 蚁群算法跟分布估计算法有什么关系

7，而这些规则综合起来具有下面两个方面的特点：简单规则的涌现，越大表示程序在较长一段时间能够存在信息素，‘F’点表示食物，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，走这两条路的蚂蚁数量同样多（或者较长的路上蚂蚁多。每个蚂蚁都仅仅能感知它范围内的环境信息？下面详细说明，而通过信息素这个纽带，越大则表示这个蚂蚁越有创新性？这一是要归功于信息素，但它也不能像粒子一样直线运动下去、人类的创新实际上都离不开这两样东西。事实上：蚂蚁在一开始拥有的信息素总量。信息素消减的速度，这样；而相反，因而会有更多的蚂蚁聚集过来，我们不难发现蚂蚁之所以具有智能行为，它会向环境释放一种信息素，正反馈保证了优良特性能够得到强化、多样性 2，已经存在于世界上的信息素会消减，那么蚂蚁为什么会相对有效的找到食物呢，从而并不是往信息素最多的点移动，蚂蚁究竟是怎么找到食物的呢，白色块表示障碍物？通过上面的原理叙述和实际操作，多样性不够，要让蚂蚁找到食物。信息素消减的...

㈣ 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）。

㈤ 在蚁群算法中，鲁棒性和易于与其他算法融合算同一特点吗

是一样的呀

㈥ 蚁群算法 蚂蚁的初始分布位置和最终分布位置由什么决定

概念：蚁群算法(antcolonyoptimization,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MarcoDorigo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其原理：为什么小小的蚂蚁能够找到食物?他们具有智能么?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,你要小心翼翼的编程,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应用范围：蚂蚁观察到的范围是一个方格世界,蚂蚁有一个参数为速度半径（一般是3）,那么它能观察到的范围就是3*3个方格世界,并且能移动的距离也在这个范围之内引申：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置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!蚁群算法的实现下面的程序开始运行之后,蚂蚁们开始从窝里出动了,寻找食物；他们会顺着屏幕爬满整个画面,直到找到食物再返回窝.其中,‘F’点表示食物,‘H’表示窝,白色块表示障碍物,‘+’就是蚂蚁了.

㈦ 蚁群算法，退火算法这些东西究竟属于什么，这些东西要从哪里才能系统学习

第1章绪论
1.1蚂蚁的基本习性
1.1.1蚂蚁的信息系统
1.1.2蚁群社会的遗传与进化
1.2蚁群觅食行为与觅食策略
1.2.1蚂蚁的觅食行为
1.2.2蚂蚁的觅食策略
1.3人工蚁群算法的基本思想
1.3.1人工蚁与真实蚂蚁的异同
1.3.2人工蚁群算法的实现过程
1.4蚁群优化算法的意义及应用
1.4.1蚁群优化算法的意义
l.4.2蚁群算法的应用
1.5蚁群算法的展望
第2章蚂蚁系统——蚁群算法的原型
2.1蚂蚁系统模型的建立
2.2蚁量系统和蚁密系统的模型
2.3蚁周系统模型
第3章改进的蚁群优化算法
3.1带精英策略的蚂蚁系统
3.2基于优化排序的蚂蚁系统
3.3蚁群系统
3.3.1蚁群系统状态转移规则
3.3.2蚁群系统全局更新规则
3.3.3蚁群系统局部更新规则
3.3.4候选集合策略
3.4最大一最小蚂蚁系统
3.4.1信息素轨迹更新
3.4.2信息素轨迹的限制
3.4.3信息素轨迹的初始化
3.4.4信息素轨迹的平滑化
3.5最优一最差蚂蚁系统
3.5.1最优一最差蚂蚁系统的基本思想
3.5.2最优一最差蚂蚁系统的工作过程
第4章蚁群优化算法的仿真研究
4.1蚂蚁系统三类模型的仿真研究
4.1.1三类模型性能的比较
4.2.2基于统计的参数优化
4.2基于蚁群系统模型的仿真研究
4.2.1局部优化算法的有效性
4.2.2蚁群系统与其他启发算法的比较
4.3最大一最小蚂蚁系统的仿真研究
4.3.1信息素轨迹初始化研究
4.3.2信息素轨迹量下限的作用
4.3.3蚁群算法的对比
4.4最优一最差蚂蚁系统的仿真研究
4.4.1参数ε的设置
4.4.2几种改进的蚁群算法比较
第5章蚁群算法与遗传、模拟退火算法的对比
5.1遗传算法
5.1.1遗传算法与自然选择
5.1.2遗传算法的基本步骤
5.1.3旅行商问题的遗传算法实现
5.2模拟退火算法
5.2.1物理退火过程和Metroplis准则
5.2.2模拟退火法的基本原理
5.3蚁群算法与遗传算法、模拟退火算法的比较
5.3.1三种算法的优化质量比较
5.3.2三种算法收敛速度比较
5.3.3三种算法的特点与比较分析
第6章蚁群算法与遗传、免疫算法的融合
6.1遗传算法与蚂蚁算法融合的GAAA算法
6.1.1遗传算法与蚂蚁算法融合的基本思想
……
第7章自适应蚁群算法
第8章并行蚁群算法
第9章蚁群算法的收敛性与蚁群行为模型
第10章蚁群算法在优化问题中的应用
附录
参考文献

㈧ 遗传算法和蚁群算法的区别

各有各的特点，遗传算法应用比较普遍，蚁群算法多用于寻找最短路径。

㈨ 智能疏散系统的特点是什么

智能疏散系统特点

◆发生火情时，系统能根据着火点位置，变换指示方向，引导群众向远离着火点的方向撤离。

①当着火点靠近楼道出口位置时，该出口以上楼层疏散口，必须显示关闭状态，以便群众避开危险朝向着火楼层临近着火点的出口疏散。

②着火点以下楼层群众可向任意出口疏散，以达到尽快撤离的目的。

◆火场中烟雾弥漫，此时传统疏散指示灯会看不清；此智能系统能够在接近或到达出口时，通过语音、频闪等功能提示，警示疏散者，避免错过出口，保证快速疏散。

◆智能系统在平时可实时在线对各指示灯具、应急照明灯具进行自检、巡检。对故障灯具的信息（灯具编号、通信地址、故障状态）进行报警、显示，并记录。以某建筑疏散参考图为例，当无着火点时如图1所示。当4楼某位置着火时，由图2可看到，虚线框内内的疏散指示灯改变了指示方向。当2楼疏散出口处失火时，虚线框内的疏散指示方向改变为如图3所示。此疏散指示系统可在发生火情后，正确引导疏散群众尽快、安全撤离。

㈩ 附合水准路线计算

附合水准路线的蚁群智能平差方法编辑 播报

附合水准路线是工程建设中水准控制测量的一种主要测量路线，在公路工程、土木建筑工程、水利工程、电力工程及变形监测等工程建设项目中广泛使用。附合水准路线测量的精度与工程建设的质量有着密切的关系，因此，对附合水准路线测量的误差处理方法开展研究，具有重要的意义。为提高附合水准测量的精度，许多学者对附合水准测量的误差处理方法开展了一系列的研究。张琦等人对附合的1条水准路线图解平差方法研究发现，该方法作业步骤简单，且能够满足三、四等水准测量的精度要求。王磊等人通过对间接平差模型的简化，利用Matlab编制了附合水准网经典平差系统，并用假设检验理论检验系统的可靠性，通过实例验证发现，该平差系统可以对一、二、三、四等及等外附合水准网开展经典平差计算。余章蓉等人对水准网间接平差方法进行改进，采用直接观测信息构建方程的方法实现了间接平差，该方法实现程序编制简单、快捷、高效，方便了大型水准网平差计算。

相比之下，水准网平差的人工智能计算方面的研究甚少。吴良才等人把遗传算法和神经网络技术结合在一起，用于GPS高程的转换。通过实例计算，表明人工智能算法用于GPS高程转换的精度较高。作者拟建立附合水准路线的通用平差模型，研究建立蚁群智能水准平差方法。其目的在于改进平差手段，提高水准平差的精度。

平差模型的建立

图1：附合水准路线示意

研究结论

（1）通过对附合水准路线测量的误差特点分析，建立了附合水准路线的误差处理通用优化模型，便于计算机程序优化计算。

（2）提出了附合水准路线的蚁群智能平差方法，建立了附合水准路线平差的蚂蚁搜索方案和蚂蚁的行进策略。采用保留策略，实现快速、高精度平差。

（3）通过实例计算可以发现，附合水准路线采用蚁群智能平差方法的精度明显高于采用传统经典平差方法的精度。