第一部分 導論第1章 群智能的生物學基礎 1.1 概述 1.2 分散式決策 1.2.1 在何處搜尋 1.2.2 探索與開發 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 結語 參考文獻第2章 群智能優化 2.1 概述 2.2 蟻群優化 2.2.1 蟻群優化的起源 2.2.2 蟻群優化：整體描述 2.2.3 最近的趨勢 2.3 粒子群優化 2.3.1 粒子群優化：簡介 2.3.2 最近的趨勢 2.4 群智能在優化中應用的更多實例 2.4.1 受勞力劃分啓發的應用 2.4.2 基於螞蟻的聚類和排序 2.4.3 其他應用 參考文獻第3章 群機器人 3.1 概述 3.2 什麼是群機器人 3.2.1 係統級彆特性 3.2.2 突齣特性 3.2.3 協作機製 3.3 研究方嚮 3.3.1 設計 3.3.2 建模和分析 3.3.3 機器人 3.3.4 問題 3.4 結論 參考文獻第4章 受昆蟲社會集體行為啓發的下一代互聯網路由協議：概述 4.1 概述 4.1.1 本章的組織 4.2 網絡路由概論和挑戰 4.3 網絡路由協議的分類特性 4.4 從昆蟲社會到網絡路由協議 4.4.1 蟻群中的最短路徑行為和元啓發蟻群優化 4.4.2 從蜂群中得到的有用想法 4.5 蟻群優化路由協議 4.5.1 總體結構和ACO路由協議的屬性 4.5.2 AutNet：無連接網絡的主要參考算法 4.5.3 ABC：麵嚮連接網絡的主要參考算法 4.5.4 有綫無連接網絡的路由算法 4.5.5 有綫麵嚮連接網絡的路由算法 4.5.6 QoS網絡路由算法 4.5.7 無綫移動Ad Hoc網絡算法 4.6 受蜂群行為啓發的路由協議 4.6.1 有綫無連接網絡的蜂窩算法 4.6.2 其他基於蜂窩的有綫網絡算法 4.6.3 無綫移動Ad-hoc網絡的蜜蜂Ad-hoc算法 4.6.4 MANET中其他基於蜜蜂Ad-hoc的算法 4.7 結論以及對SI路由的未來展望 參考文獻第二部分 應用第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計 5.2.1 設計問題 5.2.2 自組織行為的演化 5.2.3 文獻中的群體演化機器人學 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 協調運動 5.3.4 避開孔洞 5.4 結語 參考文獻第6章 粒子群動態優化問題 6.1 概述 6.2 粒子群優化 6.3 解決動態環境中的挑戰 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 動態網絡拓撲 6.4 多群和形態 6.4.1 量子粒子 6.4.2 多群PSO 6.4.3 基於形態的PSO 6.4.4 改進局部收斂 6.5 實驗結果 6.5.1 移動峰值基準和實驗設置 6.5.2 優化群型號 6.5.3 MPSO中的量子粒子 6.5.4 SPSO中的量子分布 6.5.5 調整群數量 6.5.6 比較MPSO和SPSO 6.6 總結 參考文獻第7章 一種基於代理的自組織生産方法 7.1 概述 7.1.1 問題的定義 7.1.2 本章的構成 7.2 與以前文獻的聯係 7.2.1 材料處理元件是生産網絡的一部分 7.2.2 傳輸和緩衝係統基於代理的模型 7.2.3 作為“社會”行為基礎的相互作用 7.2.4 運輸和緩衝模型的組成和性能 7.3 模型組成概述 7.3.1 對通道預期循環時間的動態預測 7.3.2 通道中可能障礙的動態預測 7.3.3 帶迴轉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 傳送和緩衝係統之間相關性的數學抽象 7.5 模型係統中元件運動的描述 7.6 仿真環境中模型的實現 7.7 尋徑作為元件之間相互作用的基礎 7.7.1 權重參數βpath的改變導緻從最快路徑的偏離 7.7.2 按預期到達目的地所需時間Z的改變導緻從最快路徑的偏離 7.7.3 阻滯 7.7.4 團結協作與各自為戰 7.7.5 一般特徵 7.8 討論 參考文獻第8章 有機計算與群智能 8.1 概述 8.2 有機計算係統的實例 8.3 群控製應激 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係統 8.4.1 細胞自動機模型 8.4.2 移動模型 8.4.3 簡單環境下的實驗 8.4.4 復雜環境下的實驗 8.4.5 總結 8.5 最終評語參考文獻
· · · · · · (收起)