摘要：首先,介绍了生物社会中的群体智能.接着,讨论了群体机器人技术中的群体控制、群体通信和群体形态等主要研究内容及其发展趋势,并介绍了群体机器人系统的几个典型任务环境.最后,通过一个物体搜集任务的仿真实例来说明群体智能设计原则在多机器人系统中的应用.

摘要：针对思维进化算法(MEA)没有充分利用公告板信息的问题,结合群体智能的优点,提出基于群体智能的思维进化算法,同时分析其算法的机制,设计利用群体信息共享进行子群体迁徙策略和拥挤浓度控制异化策略,提高了搜索速度,保证了种群的多样性.通过整个群体的总体优化特征体现了寻优方式的实现,使得收敛速度和全局收敛性均达到最好平衡.测试函数寻优及PID控制器参数整定实验,验证了算法的可行性和高效性.

摘要：基于群体智能的软件工程旨在利用潜在高效的群体智能方法来解决软件工程问题,其中群体智能方法不仅包括机器群体智能,还包括人类群体智能以及人机结合群体智能.基于群体智能的软件工程研究为解决复杂软件工程问题提供了新的思路,已成为现代软件工程的重要组成部分.以软件工程生命周期中的需求分析、设计、构造、测试和维护为主线,系统梳理和总结不同层次群体智能方法在上述软件开发活动上的应用.在此基础上,为不同层次群体智能方法间的相互借鉴与转化提供参考,并探讨基于群体智能的软件工程的未来发展趋势和挑战.

摘要：集群系统合围跟踪控制是群体智能涌现在运动控制层面的实现途径之一,在智能化战争时代具有广阔的应用前景.本文面向未来空地群体智能作战中护卫任务的应用需求,聚焦军品押送、重要人物护送等典型任务场景,研究了异构集群系统考虑领导者具有未知输入的分布式编队-合围跟踪控制问题,以实现复杂环境下空地协同智能作战.首先引入代数图论知识,建立具有未知输入的异构集群系统模型,提出了一种编队构型生成系统.之后结合自适应控制律,利用邻居局部信息交互设计了基于边的分布式编队-合围跟踪控制器,并证明了闭环系统的稳定性.此外,对异构集群系统涌现出的更复杂的群体智能特征进行了分析与总结.最后,通过数值仿真验证了本文所提出的方法能够实现预期的编队-合围跟踪控制,并建立了实物等效验证系统,对控制方法的有效性进行了验证,为实际情况下大规模空地协同智能作战提供了有力的理论支撑.

摘要：针对无人机蜂群中自主协同行为涌现机理难以解释的问题,提出一种多Agent系统中的自主协同行为涌现的分析方法,对系统的微观个体层、中观结构层和宏观网络层三个层面展开分析,自底向上地量化分析系统动态演化过程,揭示系统从微观到宏观的内在逻辑以及系统演变中的一些问题。通过计算实验方法构建无人机蜂群的计算实验模型,根据蜂群作战的关键特征设计无人机蜂群社团信息网络,引入公共物品博弈机制构建蜂群合作演化模型,并给出社团网络上蜂群的演化动力学过程。通过数值模拟,从无人机蜂群系统的不同层面量化分析蜂群协同行为的涌现现象,从而认识蜂群自主协同行为的涌现机理,并为无人机蜂群协同机制的优化提供决策支持。

摘要：近年来,群体智能作为一项多学科融合的新技术在各领域的研究成果斐然,例如共享出行、蜂群无人机系统、水下多智能体平台等,但与水下场景结合的群体智能技术缺乏系统的归纳,有必要对水下群体智能技术的发展现状和趋势进行讨论和分析.本文对群体智能理论进行了详尽的分析,给出了群体智能的完整概念、具体算法以及应用领域.文中指出,为解决海洋复杂环境对探测、通信等造成的一系列困难,需要将群体智能技术应用于水下场景.本文就国内外水下群体智能技术的研究现状进行了总结,对水下群体智能存在的环境复杂、通信受限、信息获取困难、系统能力不足以及能量供应受限的难点进行了评述.针对这些难点,本文对结合群体智能理论的时变环境感知技术、传感网络设计、协同导航定位技术、路径规划技术、水下编队控制以及分布式自主决策技术进行了分析,并在文末给出水下群体智能技术未来在跨域通信、多平台异构、自主作业能力革新方面的发展趋势和展望.

摘要：自然界中的生物群体通过个体自主决策和简单信息交互,经过演化,最终使整个群体宏观上涌现出自组织性、协作性、稳定性及对环境的适应性.群体智能(swarm intelligence,SI)正是受群居性动物集体行为启发,用于设计问题求解算法和分布式系统的理论与方法.2016年8月,美国国防部国防科学委员会发布了Autonomy,指出\未来人工智能战争不可避免".

摘要：归纳了车路协同及其仿真测试技术的发展历程,并结合典型仿真结果探讨了萌芽期、起步期、发展期阶段下的仿真需求、经典方法与技术瓶颈;在此基础上,提出了基于交通主体建模、群体行为仿真、测试结果分析的3层新型虚实交互仿真测试架构;针对混合交通主体仿真需求构建了异构交通主体模型,解析了混合交通运行机理,以此作为仿真系统底层模型支撑;结合设计的虚实交互仿真测试架构,突破了混合交通群体智能场景生成技术,提出了混合交通群体智能仿真方法;在此基础上,选取交叉口和路段典型交通场景,开展了不同群体智能决策控制方法的仿真试验,以验证所提方法的效能;最后,总结了车路协同的未来发展方向和相关建议。研究结果表明:相比于传统仿真测试方法,提出的虚实交互仿真测试方法的系统仿真粒度从500 ms减小到100 ms以内,仿真规模从9个节点和500个交通主体提升到150个节点和2 000个交通主体,仿真场景数量由36个扩展到98个,实现了异构交通主体渗透率0~100%动态可调,有效提高了车路协同混合交通仿真测试的效率、规模和覆盖度;目前新型混合交通环境下车路协同仿真测试需求快速朝着群体化、智能化、规模化演变,开展基于虚实交互和运行环境数据模拟的车路协同群体智能仿真测试方法技术研究,将有力推动下一代智能交通系统的发展。

摘要：基于群体智能现象的相关研究,提取生物群体行为中的适应性机制,结合寒地大学校园功能、形态、空间的适应性设计需求,提出设计框架、策略和方法,以提升寒地大学校园的利用效率、空间品质及场所活力,为寒地大学校园的适应性设计提供一定的理论依据和设计指导。

摘要：求解非线性方程组要求在一次运行中同时求解(联解)其多个根,在数值计算中这是一项重要但困难的工作.为了实现非线性方程组多根求解,本文提出了一种改进的环拓扑混合群体智能算法,其主要特点是:(i)设计一种改进的环形拓扑结构,以弥补基于下标的相邻个体在搜索空间上不相邻的缺点,进而能更有效利用邻域信息;(ii)采用混合的群体智能方法以提升算法的搜索能力;(iii)引入个体重新初始化机制,以增强群体多样性.为了验证算法的性能,选择8个含有多个根的非线性方程组作为测试集.实验结果表明,所提出的方法不仅能在一次运行中找到多个根,而且与代表性算法对比,在找根率和成功率上有着显著优势.