群體智能

群體智能作為一個新興領域自從20世紀80年代出現以來引起了多個學科領域研究人員的關注已經成為人工智慧以及經濟社會生物等交叉學科的熱點和前沿領域。

群體智能的提出由來已久，人們很早以前就發現，在自然界中，有的生物依靠其個體的智慧得以生存，有的生物卻能依靠群體的力量獲得優勢。在這些群體生物中，單個個體沒有很高的智能，但個體之間可以分工合作、相互協調，完成複雜的任務，表現出比較高的智能。它們具有高度的自組織、自適應性，並表現出非線性、湧現的系統特徵。

群體智能指的是無智能或者僅具有相對簡單智能的主體通過合作表現出更高智能行為的特性；其中的個體並非絕對的無智能或只具有簡單智能，而是與群體表現出來的智能相對而言的。當一群個體相互合作或競爭時，一些以前不存在於任何單獨個體的智慧和行為會很快出現。

群體智能具有層次性、湧現性和不確定性，網路化數據挖掘方法可以用於大眾交互的網際網路環境下的群體智能及其湧現機理研究。

(1) 鄰近原則( Proximity Principle) ，群體能夠進行簡單的空間和時間計算；

(2) 品質原則(Quality Principle)，群體能夠響應環境中的品質因子；

(3) 多樣性反應原則( Principle of Diverse Response) ，群體的行動範圍不應該太窄；

(4) 穩定性原則(Stability Principle) ，群體不應在每次環境變化時都改變自身的行為；

(5) 適應性原則(Adaptability Principle) ，在所需代價不太高的情況下，群體能夠在適當的時候改變自身的行為。

(1) 控制是分散式的，不存在中心控制。因而它更能夠適應當前網路環境下的工作狀態，並且具有較強的魯棒性，即不會由於某一個或幾個個體出現故障而影響群體對整個問題的求解。

(2) 群體中的每個個體都能夠改變環境，這是個體之間間接通信的一種方式，這種方式被稱為“激發工作”(Stigmergy) 。由於群體智能可以通過非直接通信的方式進行信息的傳輸與合作，因而隨著個體數目的增加，通信開銷的增幅較小，因此，它具有較好的可擴充性。

(3) 群體中每個個體的能力或遵循的行為規則非常簡單，因而群體智能的實現比較方便，具有簡單性的特點。

(4) 群體表現出來的複雜行為是通過簡單個體的交互過程突現出來的智能( Emergent Intelligence) ，因此，群體具有自組織性。

群體智能的相關研究早已存在，到目前為止也取得了許多重要的結果。自1991年義大利學者Dorigo 提出蟻群優化（Ant Colony Optimization，ACO）理論開始，群體智能作為一個理論被正式提出，並逐漸吸引了大批學者的關注，從而掀起了研究高潮。1995年，Kennedy 等學者提出粒子群優化演演算法（Particle Swarm Opti -mization，PSO ），此後群體智能研究迅速展開，但大部分工作都是圍繞ACO和PSO進行的。

目前群智能研究主要包括智能蟻群演演算法和粒子群演演算法。智能蟻群演演算法主要包括蟻群優化演演算法、蟻群聚類演演算法和多機器人協同合作系統。其中，蟻群優化演演算法和粒子群優化演演算法在求解實際問題時應用最為廣泛。