集群智能——从自然到人工系统

本书总结了自然界多种昆虫社会性行为的数学模型和受其启发而得到的智能算法和系统，验证了由自治、涌现和分布式机制代替传统控制，预编程和集中式机制的可能，为利用集群智能解决实际问题提供了新思路。本书可作为集群智能课程的入门教材，也可作为集群智能领域研究者的快速入门参考书。

第1章 简介
1.1 社会性昆虫
1.2 社会性昆虫群落的集体行为建模
1.2.1 建模与设计
1.2.2 社会性昆虫群落中的自组织
1.2.3 共识主动性（Stigmergy）
1.3 交互建模
1.4 从算法到机器人
1.5 阅读导引
第2章 蚂蚁觅食行为在通信网络中的应用：组合优化和路由
2.1 概述
2.2 蚁群觅食策略
2.2.1 自然界中的优化：二元桥实验
2.2.2 自然界中的优化：子巢穴间的“交通网络”
2.2.3 行军蚁的狩猎模式
2.3 蚁群优化算法：旅行商问题
2.3.1 蚂蚁系统
2.3.2 蚁群系统
2.3.3 基于蚂蚁系统或蚁群系统的其他方法
2.4 蚁群优化：二次分配问题
2.4.1 蚂蚁系统应用于二次分配问题
2.4.2 混合蚂蚁系统
2.4.3 ASQAP算法的扩展
2.5 蚁群算法在优化领域中的其他应用
2.5.1 ASJSP：一种用于作业车间调度问题的ACO算法
2.5.2 ANTCOL：用于图形着色问题的ACO算法
2.5.3 ASVRP：针对车辆路径问题的ACO算法
2.5.4 HASSOP：顺序排序问题的ACO算法
2.5.5 ASSCS：最短公共序列问题中的ACO算法
2.6 关于ACO算法的几点思考
2.6.1 ACO算法和神经网络
2.6.2 ACO算法和进化算法
2.6.3 连续优化
2.7 电信网络中的应用
2.7.1 ABC：电话网络中的路由
2.7.2 ANTNET：数据通信网络中的路由
2.7.3 一种基于蚂蚁系统的蚂蚁路由算法
2.7.4 约束条件与讨论
2.7.5 在网络环境中查找信息
2.8 要点谨记
第3章 劳力分工和任务分配
3.1 概述
3.2 社会性昆虫中的劳力分工
3.3 响应阈值
3.3.1 引言
3.3.2 响应阈值：简介和实验证明
3.3.3 单任务模型
3.3.4 模型分析：确定性方程
3.3.5 多任务模型
3.3.6 “紧急”任务接续模型
3.4 专一化
3.5 多智能体系统中的差异化和自适应任务分配
3.5.1 多智能体系统或机器人群体中的差异化
3.5.2 自适应任务分配
3.5.3 与“竞标”算法的联系
3.6 要点谨记
第4章 墓地结构、育雏分选、数据分析和图分割
4.1 概述
4.2 墓地结构和育雏分选
4.3 一种墓地聚类和育雏分选的模型
4.3.1 聚类
4.3.2 分类
4.3.3 空间熵及其变体
4.4 探索性数据分析
4.5 图分割
4.6 机器人应用
4.6.1 介绍
4.6.2 示例
4.6.3 其他工作
4.6.4 从聚类到分类
4.6.5 发展设想
4.7 要点谨记
第5章 自组织与模板：在数据分析和图形分区中的应用
5.1 概述
5.2 自组织和模板的相互作用
5.3 建造蚁后房的一种“反应扩散”模型
5.4 细胸蚁属albipennis蚂蚁巢壁建造
5.5 应用
5.5.1 数据分析
5.5.2 图像分割
5.6 要点谨记
第6章 筑巢和自组装
6.1 概述
6.2 社会性昆虫的筑巢行为
6.2.1 定量的共识主动性：共识主动性和自组织
6.2.2 定性/离散的共识主动性
6.3 自组装模型
6.3.1 模型
6.3.2 仿真
6.3.3 分析
6.3.4 探索建筑结构的空间
6.4 生物学之外的应用
6.4.1 简介
6.4.2 自组装机器人
6.4.3 建筑设计
6.4.4 不断发展的功能
6.5 要点谨记
第7章 昆虫和机器人的合作运输
7.1 概述
7.2 蚂蚁对猎物的协同运输
7.2.1 单独运输与合作运输
7.2.2 从独立到合作运输
7.2.3 招募行为
7.2.4 合作运输中的协调
7.2.5 合作运输中参与者的数量
7.2.6 死锁和恢复
7.3 集群机器人合作运输
7.3.1 简介
7.3.2 基本模型及其实现
7.3.3 停滞后恢复：模型和机器人实现
7.4 要点谨记
第8章 结语
参考文献