群體智能

前言

At this moment a half．dozen astronauts are assembling a new space station hundreds of miles above the surface of the earth．Thousands of sailors live and work under the sea in submarines．Incas iog through theAndes．Nomads roam the Arabian sands．Homo sapiensliterally,“intelli-gent man” has adapted to nearly every environment on the face of theearth．below it，and as far above it as we can propel ourselves．W_e must bedoing something right．　In this book we argue that what we do right is related to our socialit．We will investigate that elusive quality known as intelligence，which isconsidered first of all a trait of humans and second as something thatmight be created in a computer,and our conclusion will be that whatever this“intelligence”is。it arises from interactions among individuals．We humans are the most social of animals：we live together in families，tribes．cities，nations，behaving and thinking according to the rules andnorms of our communities，adopting the customs of our fellows，including the facts they believe and the explanations they use to tie those factstogether．Even when we are alone，we think about other people，andeven when we think about inanimate things，we think using language the medium of interpersonal communication．

內(nèi)容概要

群體智能是通過(guò)模擬自然界生物群體行為來(lái)實(shí)現(xiàn)人工智能的一種方法。本書(shū)綜合運(yùn)用認(rèn)知科學(xué)、社會(huì)心理學(xué)、人工智能和演化計(jì)算等學(xué)科知識(shí)，提供了一些非常有價(jià)值的新見(jiàn)解，并將這些見(jiàn)解加以應(yīng)用，以解決困難的工程問(wèn)題。書(shū)中首先探討了基礎(chǔ)理論，然后詳盡展示如何將這些理論和模型應(yīng)用于新的計(jì)算智能方法（粒子群）中，以適應(yīng)智能系統(tǒng)的行為，最后描述了應(yīng)用粒子群優(yōu)化算法的好處，提供了強(qiáng)有力的優(yōu)化、學(xué)習(xí)和問(wèn)題解決的方法。    本書(shū)主要面向計(jì)算機(jī)相關(guān)學(xué)科的高年級(jí)本科生或研究生以及相關(guān)領(lǐng)域的研究與開(kāi)發(fā)技術(shù)人員。

作者簡(jiǎn)介

James Kennedy社會(huì)心理學(xué)家。自1994年起，他一直致力于粒子群算法的研究工作，并與Russell C．Eberhart共同開(kāi)發(fā)了粒子群優(yōu)化算法。目前在美國(guó)勞工部從事調(diào)查方法的研究工作。他在計(jì)算機(jī)科學(xué)和社會(huì)科學(xué)雜志和學(xué)報(bào)上發(fā)表過(guò)許多關(guān)于粒子群的論文。
　　RusselI C．Eberhart　普度大學(xué)電子與計(jì)算機(jī)工程系主任。IEEE會(huì)士。與JamesKennedy共同提出了粒子群優(yōu)化算法。曾任IEEE神經(jīng)網(wǎng)絡(luò)委員會(huì)的主席。除了本書(shū)之外，他還著有《計(jì)算智能：從概念到實(shí)現(xiàn)》（影印版由人民郵電出版社出版）等。
　　Yuhui Shi (史玉回）國(guó)際計(jì)算智能領(lǐng)域?qū)＜?，現(xiàn)任Joumal ofSwarm Intellgence編委，IEEE CIS群體智能任務(wù)組主席，西交利物浦大學(xué)電子與電氣工程系教授。1992年獲東南大學(xué)博士學(xué)位，先后在美國(guó)、韓國(guó)、澳大利亞等地從事研究工作，曾任美國(guó)電子資訊系統(tǒng)公司專(zhuān)家長(zhǎng)達(dá)9年。他還是《計(jì)算智能：從概念到實(shí)現(xiàn)》一書(shū)的作者之一。

書(shū)籍目錄

part one Foundations　chapter one　Models and Concepts of Life and Intelligence　　　The Mechanics of Life and Thought　　　Stochastic Adaptation: Is Anything Ever Really Random?　　　The “Two Great Stochastic Systems”　　　The Game of Life: Emergence in Complex Systems　　　　The Game of Life　　　　Emergence　　　Cellular Automata and the Edge of Chaos　　　Artificial Life in Computer Programs　　　Intelligence: Good Minds in People and Machines　　　　Intelligence in People: The Boring Criterion　　　　Intelligence in Machines: The Turing Criterion　　chapter two　Symbols, Connections, and Optimization by Trial and Error　　　Symbols in Trees and Networks　　　Problem Solving and Optimization　　　　A Super-Simple Optimization Problem　　　　Three Spaces of Optimization　　　　Fitness Landscapes　　　High-Dimensional Cognitive Space and Word Meanings　　　Two Factors of Complexity: NK Landscapes　　Combinatorial Optimization　　Binary Optimization　　　　Random and Greedy Searches　　　Hill Climbing　　　　Simulated Annealing　　　　Binary and Gray Coding　　　　Step Sizes and Granularity　　Optimizing with Real Numbers　　　Summary　　chapter three　On Our Nonexistence as Entities: The Social Organism　　Views of Evolution　　　　Gaia: The Living Earth　　　　Differential Selection　　　　Our Microscopic Masters？　　　Looking for the Right Zoom Angle　　　Flocks, Herds, Schools, and Swarms: Social Behavior as Optimization　　　　Accomplishments of the Social Insects　　　　Optimizing with Simulated Ants: Computational Swarm Intelligence　　　　Staying Together but Not Colliding: Flocks, Herds, and Schools　　　Robot Societies　　　Shallow Understanding　　　Agency　　　Summary　　chapter four　Evolutionary Computation Theory and Paradigms　　　Introduction　　Evolutionary Computation History　　　　The Four Areas of Evolutionary Computation　　　　Genetic Algorithms　　　Evolutionary Programming　　　Evolution Strategies　　　　Genetic Programming　　　　Toward Unification　　Evolutionary Computation Overview　　　　EC Paradigm Attributes　　　　Implementation　　　Genetic Algorithms　　　An Overview　　　A Simple GA Example Problem　　　　A Review of GA Operations　　　　Schemata and the Schema Theorem　　　　Final Comments on Genetic Algorithms　　　Evolutionary Programming　　　　The Evolutionary Programming Procedure　　　　Finite State Machine Evolution　　　　Function Optimization　　　　Final Comments　　　Evolution Strategies　　　Mutation　　　　Recombination　　　　Selection　　　Genetic Programming　　　Summary　　chapter five　Humans—Actual, Imagined, and Implied　　chapter six　Thinking Is Socialpart two　The Particle Swarm and Collective Intelligence　chapter seven　The Particle Swarm　　chapter eight　Variations and Comparisons　　chapter nine　Applications　　chapter ten　Implications and Speculationschapter eleven　And in Conclusion Appendix A Statistics for Swarmers　Appendix B Genetic Algorithm Implementation　Glossary　References　Index　

章節(jié)摘錄

插圖：

媒體關(guān)注與評(píng)論

“本書(shū)內(nèi)容豐富，富于啟發(fā)性和思想性，強(qiáng)烈推薦給所有的演進(jìn)計(jì)算研究人員?！薄　　狦enetic Programming and Evolvable'Machines　　“這本書(shū)極為出色，不愧為PSO和群體智能的最佳參考書(shū)：”　　——Konstantions E.Parsopoulos 希臘Palras大學(xué)

編輯推薦

《群體智能》由粒子群優(yōu)化算法之父撰寫(xiě)，是該領(lǐng)域毋庸置疑的經(jīng)典著作。作者提出，人類(lèi)智能來(lái)源于社會(huì)環(huán)境中個(gè)體之間的交互，這種智能模型可以有效地應(yīng)用到人工智能系統(tǒng)中去。書(shū)中首先從社會(huì)心理學(xué)、認(rèn)知科學(xué)和演化計(jì)算等多個(gè)角度闡述了這種新方法的基礎(chǔ)，然后詳細(xì)說(shuō)明了應(yīng)用這些理論和模型所得出的新的計(jì)算智能方法——粒子群優(yōu)化，進(jìn)而深入地探討了如何將粒子群優(yōu)化應(yīng)用于廣泛的工程問(wèn)題。群體智能是近年來(lái)發(fā)展迅速的人工智能學(xué)科領(lǐng)域。通過(guò)研究分散、自組織的動(dòng)物群體和人類(lèi)社會(huì)的智能行為，學(xué)者們提出了許多迥異于傳統(tǒng)思路的智能算法，很好地解決了不少原來(lái)非常棘手的復(fù)雜工程問(wèn)題。與蟻群算法齊名的粒子群優(yōu)化（particle swarm optimizatiotl，簡(jiǎn)稱(chēng)PSO）算法就是其中最受矚目、應(yīng)用最為廣泛的成果之一?！度后w智能》的C及ViSLlaI Basic源代碼可以在圖靈網(wǎng)站《群體智能》網(wǎng)頁(yè)免費(fèi)注冊(cè)下載。

圖書(shū)封面

圖書(shū)標(biāo)簽Tags

無(wú)

評(píng)論、評(píng)分、閱讀與下載

---

    群體智能 PDF格式下載

---