課堂學(xué)術(shù)報(bào)告藍(lán)色扁平化論文答辯模板ppt模板.ppts演示課件

1、智能仿生算法研究綜述組員：宋心怡章修琳導(dǎo)師：姚敏Reviewofintelligentbionicalgithm目錄CONTENTSPARTONE引言概述4智能仿生算法是一種模擬生物進(jìn)化和仿生自然界動(dòng)物昆蟲覓食筑巢行為的新興智能化方法。在綜述中我們將對(duì)智能仿生算法研究現(xiàn)狀及進(jìn)展稍作介紹，然后簡(jiǎn)要綜述上述三種典型算法的基本原理，同時(shí)對(duì)近年來(lái)各種算法的典型應(yīng)用作總結(jié)，最后對(duì)其應(yīng)用前景進(jìn)行展望。引言研究背景5“探索復(fù)雜性”成為當(dāng)代科學(xué)最具革命

2、性的前沿，仿生學(xué)逐漸被用于研究系統(tǒng)復(fù)雜性，相比傳統(tǒng)優(yōu)化方法，仿生學(xué)算法能更快發(fā)現(xiàn)復(fù)雜優(yōu)化問(wèn)題的最優(yōu)解。更具現(xiàn)實(shí)及應(yīng)用意義。仿生類智能算法因其具有并行性、隨機(jī)性、自適應(yīng)性、魯棒性的特點(diǎn)以及解決組合優(yōu)化問(wèn)題等表現(xiàn)出的優(yōu)勢(shì)使得目前對(duì)這種算法的研究正引起極大的關(guān)注并得到高度重視。PARTONE典型算法蟻群算法7由意大利學(xué)者Digo等首先提出。該算法是對(duì)真實(shí)蟻群協(xié)作的模擬，每只螞蟻在候選解空間中搜索獨(dú)立解，并在搜索過(guò)程中留下一定的信息素。解的性能

3、越好，留下的信息素的量就越多，信息量越多的解被選擇的可能性就越大。蟻群算法在算法開(kāi)始，所有的解的信息量是相同的，隨著算法推進(jìn)，較優(yōu)解上的信息量不斷增加，算法最終收斂到最優(yōu)解或者近似最優(yōu)解。典型算法蟻群算法8算法優(yōu)點(diǎn)與其他算法相比（遺傳算法，神經(jīng)網(wǎng)絡(luò)）比較，蟻群算法的主要優(yōu)點(diǎn)有：正反饋性。通過(guò)不斷強(qiáng)化最優(yōu)解的信息素，加快算法的收斂速度。較強(qiáng)的魯棒性。對(duì)基本蟻群算法模型稍加修改，便可以應(yīng)用于其他問(wèn)題。分布式計(jì)算。蟻群算法是一種基于種群的進(jìn)化

4、算法，具有本質(zhì)并行性，易于并行實(shí)現(xiàn)。易與其他方法結(jié)合，蟻群算法很容易與多種啟發(fā)式算法結(jié)合，以改善算法的性能。典型算法蟻群算法9算法不足很多方面需要進(jìn)一步發(fā)展和完善：目前大部分改進(jìn)的蟻群算法都是針對(duì)于特定問(wèn)題，普適性不強(qiáng)，同時(shí)蟻群算法模型也不能直接應(yīng)用于實(shí)際優(yōu)化問(wèn)題?，F(xiàn)階段的蟻群算法還只是模擬了自然螞蟻很少一部分社會(huì)性，例如信息素機(jī)制等。仍然有很大的空間去提出更加智能化的蟻群行為。蟻群算法目前還帶有明顯的經(jīng)驗(yàn)性，很多結(jié)果只是建立在實(shí)驗(yàn)基礎(chǔ)

5、之上，需要奠定其理論基礎(chǔ)。蟻群算法本身具有分布式計(jì)算的特性，但其并行化研究還是停留在初級(jí)階段。一旦并行化有了顯著的提高，算法效率將會(huì)有極大的提高。典型算法微粒群算法10由Kennedy等于1995年開(kāi)發(fā)的一種演化計(jì)算技術(shù)。根據(jù)對(duì)環(huán)境的適應(yīng)度將群體中的個(gè)體移動(dòng)到好的區(qū)域，將每個(gè)個(gè)體看作D喂搜索空間中的一個(gè)沒(méi)有體積的微粒（點(diǎn)），在搜索空間中以一定的速度飛行，這個(gè)速度根據(jù)它本身的飛行經(jīng)驗(yàn)以及同伴的飛行經(jīng)驗(yàn)進(jìn)行動(dòng)態(tài)調(diào)整。微粒群算法典型算法微粒群

6、算法11保留了基于種群智能的進(jìn)化算法，采用簡(jiǎn)單的速遞位移模型，避免了復(fù)雜的遺傳操作。特有的記憶使其可以動(dòng)態(tài)跟蹤當(dāng)前的搜索情況以調(diào)整其搜索策略，具有較強(qiáng)的全局收斂能力和魯棒性。算法概念簡(jiǎn)單，易于實(shí)現(xiàn)，只需很少的代碼和參數(shù)，因而在短期內(nèi)得到很大發(fā)展，并在很多領(lǐng)域得到應(yīng)用，如電力系統(tǒng)優(yōu)化、神經(jīng)網(wǎng)絡(luò)訓(xùn)練、交通事故探測(cè)等。算法優(yōu)點(diǎn)典型算法微粒群算法12相對(duì)于其他算法成果比較分散，缺乏系統(tǒng)性，有些問(wèn)題有待于進(jìn)一步探討和深入：算法的理論研究。數(shù)學(xué)基礎(chǔ)

7、薄弱，缺乏深刻且具有普遍意義的理論分析。算法的改進(jìn)研究。如何將微粒群算法與其他演化技術(shù)的優(yōu)點(diǎn)相結(jié)合，構(gòu)造出有特色又有實(shí)用價(jià)值的混合算法是改進(jìn)的重要方向。算法應(yīng)用。雖然微粒群算法已被成功地用于函數(shù)優(yōu)化及神經(jīng)網(wǎng)絡(luò)的訓(xùn)練等領(lǐng)域。但在更多領(lǐng)域的應(yīng)用還處于研究階段。進(jìn)一步開(kāi)拓該算法新的應(yīng)用領(lǐng)域也是一項(xiàng)重要研究?jī)?nèi)容算法不足典型算法人工魚群算法13由我國(guó)學(xué)者李曉磊提出?；舅枷胧牵涸谝黄蛑校~往往能自行或尾隨其他魚找到營(yíng)養(yǎng)物質(zhì)多的地方，因而魚生存

8、數(shù)目最多的地方一般就是本水域中營(yíng)養(yǎng)物質(zhì)最多的地方。人工魚群算法人工魚群算法根據(jù)這一特點(diǎn)，模擬魚群的各種行為動(dòng)作，結(jié)合動(dòng)物自制體模式，通過(guò)魚群中各個(gè)體的局部尋優(yōu)，達(dá)到全局最優(yōu)。PARTTWO蟻群算法的應(yīng)用15Digo首先將蟻群算法應(yīng)用在TSP問(wèn)題上，結(jié)果表明，蟻群算法的求解效果明顯優(yōu)于現(xiàn)在流行的幾種進(jìn)化算法。微粒群算法與遺傳算法結(jié)合用來(lái)設(shè)計(jì)遞歸模糊神經(jīng)元網(wǎng)絡(luò)?；谖⒘Ｈ旱纳窠?jīng)網(wǎng)絡(luò)預(yù)測(cè)TicTacToeGAme樹葉節(jié)點(diǎn)的狀態(tài)。使用微粒群算法

9、來(lái)估計(jì)在化工動(dòng)態(tài)模型中產(chǎn)生不同動(dòng)態(tài)現(xiàn)象的參數(shù)區(qū)域，結(jié)果顯示算法提高了傳統(tǒng)動(dòng)態(tài)分叉分析的速度。人工魚群算法的應(yīng)用16國(guó)內(nèi)李曉磊等人用計(jì)算實(shí)例表明人工魚群算法具有良好的克服局部極值、取得全局極值的能力。馬建偉等將人工魚群算法用于三層前向神經(jīng)網(wǎng)絡(luò)的訓(xùn)練過(guò)程，并于加動(dòng)量項(xiàng)的BP算法、演化算法以及模擬退火算法比較，表明人工魚群算法具有魯棒性，全局收斂性好等優(yōu)點(diǎn)。王飛等人以人工魚群算法為基礎(chǔ)，結(jié)合遺傳算法的選擇操作和模擬退火算法的依概率接受的思想，

10、形成混合人工魚群算法，對(duì)著陸飛機(jī)排序問(wèn)題進(jìn)行仿真計(jì)算。PARTTHREE總結(jié)18智能仿生算法作為一類新型進(jìn)化算法，在求解復(fù)雜優(yōu)化問(wèn)題中表現(xiàn)出良好的效果：其潛在的并行性和分布式特點(diǎn)為處理大量的以數(shù)據(jù)庫(kù)形式存在的數(shù)據(jù)提供了技術(shù)保證效率比其他算法高，魯棒性強(qiáng)算法簡(jiǎn)單易于實(shí)現(xiàn)對(duì)硬件要求低，易于推廣一些展望19智能仿生起步較晚，多依賴實(shí)驗(yàn)和經(jīng)驗(yàn)，還有很多問(wèn)題有待深入研究：理論研究滯后于應(yīng)用研究，數(shù)學(xué)基礎(chǔ)缺乏深刻且具有普遍意義的理論分析，具有完備的

11、數(shù)學(xué)理論基礎(chǔ)將會(huì)使智能仿生算法得到更廣泛的應(yīng)用。向算法之間的結(jié)合及智能仿生算法與其他傳統(tǒng)優(yōu)化技術(shù)或者啟發(fā)式算法結(jié)合的方向研究發(fā)展，提高算法的計(jì)算性能，將大大促進(jìn)傳統(tǒng)理論和計(jì)算方法在各個(gè)領(lǐng)域中的應(yīng)用?？偨Y(jié)一些問(wèn)題203.蟻群算法等求解連續(xù)優(yōu)化問(wèn)題相對(duì)較弱，而實(shí)際工程應(yīng)用中存在著許多此類問(wèn)題如不能將算法應(yīng)用于求解連續(xù)優(yōu)化問(wèn)題，將會(huì)束縛蟻群算法在其他研究領(lǐng)域的應(yīng)用。4.針對(duì)算法本身的改進(jìn)與完善仍將是以后智能仿生算法在應(yīng)用中的重要研究方向?；?/p>