群智能

第一部分  導(dǎo)論
　第1章  群智能的生物學(xué)基礎(chǔ)
　  1.1  概述
　  1.2  分散式?jīng)Q策
　    1.2.1  在何處搜尋
　    1.2.2  探索與開發(fā)
　    1.2.3  尋找新巢穴
　  1.3  群體遷移
　    1.3.1  遷移中的蜜蜂
　    1.3.2  蝗蟲
　    1.3.3  摩門蟋蟀
　  1.4  結(jié)語
　  參考文獻(xiàn)
　第2章  群智能優(yōu)化
　  2.1  概述
　  2.2  蟻群優(yōu)化
　    2.2.1  蟻群優(yōu)化的起源
　    2.2.2  蟻群優(yōu)化：整體描述
　    2.2.3  最近的趨勢
　  2.3  粒子群優(yōu)化
　    2.3.1  粒子群優(yōu)化：簡介
　    2.3.2  最近的趨勢
　  2.4  群智能在優(yōu)化中應(yīng)用的更多實例
　    2.4.1  受勞力劃分啟發(fā)的應(yīng)用
　    2.4.2  基于螞蟻的聚類和排序
　    2.4.3  其他應(yīng)用
　  參考文獻(xiàn)
　第3章  群機器人
　  3.1  概述
　  3.2  什么是群機器人
　    3.2.1  系統(tǒng)級別特性
　    3.2.2  突出特性
　    3.2.3  協(xié)作機制
　  3.3  研究方向
　    3.3.1  設(shè)計
　    3.3.2  建模和分析
　    3.3.3  機器人
　    3.3.4  問題
　  3.4  結(jié)論
　  參考文獻(xiàn)
　第4章  受昆蟲社會集體行為啟發(fā)的下一代互聯(lián)網(wǎng)路由協(xié)議：概述
　  4.1  概述
　    4.1.1  本章的組織
　  4.2  網(wǎng)絡(luò)路由概論和挑戰(zhàn)
　  4.3  網(wǎng)絡(luò)路由協(xié)議的分類特性
　  4.4  從昆蟲社會到網(wǎng)絡(luò)路由協(xié)議
　    4.4.1  蟻群中的最短路徑行為和元啟發(fā)蟻群優(yōu)化
　    4.4.2  從蜂群中得到的有用想法
　  4.5  蟻群優(yōu)化路由協(xié)議
　    4.5.1  總體結(jié)構(gòu)和ACO路由協(xié)議的屬性
　    4.5.2  AutNet：無連接網(wǎng)絡(luò)的主要參考算法
　    4.5.3  ABC：面向連接網(wǎng)絡(luò)的主要參考算法
　    4.5.4  有線無連接網(wǎng)絡(luò)的路由算法
　    4.5.5  有線面向連接網(wǎng)絡(luò)的路由算法
　    4.5.6  QoS網(wǎng)絡(luò)路由算法
　    4.5.7  無線移動Ad Hoc網(wǎng)絡(luò)算法
　  4.6  受蜂群行為啟發(fā)的路由協(xié)議
　    4.6.1  有線無連接網(wǎng)絡(luò)的蜂窩算法
　    4.6.2  其他基于蜂窩的有線網(wǎng)絡(luò)算法
　    4.6.3  無線移動Ad-hoc網(wǎng)絡(luò)的蜜蜂Ad-hoc算法
　    4.6.4  MANET中其他基于蜜蜂Ad-hoc的算法
　  4.7  結(jié)論以及對SI路由的未來展望
　  參考文獻(xiàn)
第二部分  應(yīng)用
　第5章  演化、自組織和群機器人
　  5.1  概述
　  5.2  自組織行為的演化設(shè)計
　    5.2.1  設(shè)計問題
　    5.2.2  自組織行為的演化
　    5.2.3  文獻(xiàn)中的群體演化機器人學(xué)
　  5.3  演化群組機器人的研究
　    5.3.1  群機器人實驗工具：群機器人
　    5.3.2  同步
　    5.3.3  協(xié)調(diào)運動
　    5.3.4  避開孔洞
　  5.4  結(jié)語
　  參考文獻(xiàn)
　第6章  粒子群動態(tài)優(yōu)化問題
　  6.1  概述
　  6.2  粒子群優(yōu)化
　  6.3  解決動態(tài)環(huán)境中的挑戰(zhàn)
　    6.3.1  變化檢測
　    6.3.2  存儲更新
　    6.3.3  多樣化消失問題
　    6.3.4  重多樣化
　    6.3.5  排斥
　    6.3.6  動態(tài)網(wǎng)絡(luò)拓?fù)?br />　  6.4  多群和形態(tài)
　    6.4.1  量子粒子
　    6.4.2  多群PSO
　    6.4.3  基于形態(tài)的PSO
　    6.4.4  改進(jìn)局部收斂
　  6.5  實驗結(jié)果
　    6.5.1  移動峰值基準(zhǔn)和實驗設(shè)置
　    6.5.2  優(yōu)化群型號
　    6.5.3  MPSO中的量子粒子
　    6.5.4  SPSO中的量子分布
　    6.5.5  調(diào)整群數(shù)量
　    6.5.6  比較MPSO和SPSO
　  6.6  總結(jié)
　  參考文獻(xiàn)
　第7章  一種基于代理的自組織生產(chǎn)方法
　  7.1  概述
　    7.1.1  問題的定義
　    7.1.2  本章的構(gòu)成
　  7.2  與以前文獻(xiàn)的聯(lián)系
　    7.2.1  材料處理元件是生產(chǎn)網(wǎng)絡(luò)的一部分
　    7.2.2  傳輸和緩沖系統(tǒng)基于代理的模型
　    7.2.3  作為“社會”行為基礎(chǔ)的相互作用
　    7.2.4  運輸和緩沖模型的組成和性能
　  7.3  模型組成概述
　    7.3.1  對通道預(yù)期循環(huán)時間的動態(tài)預(yù)測
　    7.3.2  通道中可能障礙的動態(tài)預(yù)測
　    7.3.3  帶回轉(zhuǎn)功能的尋徑和障礙最小緩存自動檢測
　    7.3.4  初始運動
　    7.3.5  下一通道的避障選擇
　  7.4  傳送和緩沖系統(tǒng)之間相關(guān)性的數(shù)學(xué)抽象
　  7.5  模型系統(tǒng)中元件運動的描述
　  7.6  仿真環(huán)境中模型的實現(xiàn)
　  7.7  尋徑作為元件之間相互作用的基礎(chǔ)
　    7.7.1  權(quán)重參數(shù)βpath的改變導(dǎo)致從最快路徑的偏離
　    7.7.2  按預(yù)期到達(dá)目的地所需時間Z的改變導(dǎo)致從最快路徑的偏離
　    7.7.3  阻滯
　    7.7.4  團(tuán)結(jié)協(xié)作與各自為戰(zhàn)
　    7.7.5  一般特征
　  7.8  討論
　　參考文獻(xiàn)
　第8章  有機計算與群智能
　  8.1  概述
　  8.2  有機計算系統(tǒng)的實例
　  8.3  群控制應(yīng)激
　    8.3.1  螞蟻群聚
　    8.3.2  群有效性和聚類方法
　    8.3.3  反聚類
　  8.4  帶移動元素的OC系統(tǒng)
　    8.4.1  細(xì)胞自動機模型
　    8.4.2  移動模型
　    8.4.3  簡單環(huán)境下的實驗
　    8.4.4  復(fù)雜環(huán)境下的實驗
　    8.4.5  總結(jié)
　  8.5  最終評語
參考文獻(xiàn)