群智能

摘要： 目的为了提高设计师对以往知识与用户评价的服务设计管理,通过人工智能与管理学科的技术辅助实现群智能服务设计系统。方法使用CBR(Case-Based Reasoning)与感性工学服务设计原理为前期研究框架,采用网络爬虫技术收集用户评语,使用人工智能知识图谱作为评价词汇数据库,实现对于服务设计知识的管理。通过TRIZ推理与原理整理作为设计创意输出依据主体。利用KANO研究方法确定用户需求并对输出设计功能进行实验验证。结果KANO实验结果较为理想,本研究方法具有一定的参考意义。结论知识图谱对于领域服务设计知识管理有可观的效果,通过一定可溯源推理方式让创意输出具有依据性,符合未来服务设计快速发展的需求。

摘要： 针对传统评估指标不能合理评估算法性能的问题,提出基于TOPSIS法的群智能优化算法性能排序方法。该方法定义了7项表示群体智能算法性能的指标,给出了指标的计算模型。通过对数据的分析可以得出三种算法在不同测试函数中每个单属性下的排名,不同的排名反映了算法的不同性能上的优劣。利用TOPSIS方法对不同算法综合性能进行计算排序。仿真结果表明该方法可以应用于不同算法的评估,研究工作为群智能优化算法的工程应用提供了理论依据。

摘要： 群体智能作为我国新一代人工智能发展规划中的主攻方向之一,正成为人工智能领域关注的焦点,同时也涌现出若干新的概念和前沿课题。本文在梳理国内外相关文献研究工作的基础上,首先追溯群体智能的发展,通过对其不同发展阶段智能水平的考察,围绕群体智能的范畴进行概念辨析。基于将群体智能分为群智能和众智能两大类别的观点,给出了群体智能概念的整体性描述;进而将群体智能分为群体智能1.0阶段和群体智能2.0阶段;群体智能1.0对应的是群智能阶段,而群体智能2.0对应的是众智能阶段。其次在上述概念辨析的基础上,分别对群智能和众智能的相关研究进展进行概要论述和归纳总结,阐述了群智能进化的有关研究成果和钱学森的大成智慧学的核心内容。最后基于复杂系统理论的思想,从系统涌现的视角讨论群体智能的应用问题,针对社会系统中的集群行为、交通系统中的群体出行和集群机器人系统群体协同等,联系实际应用背景进行综述和分析。

摘要： 推力分配是船舶动力定位控制系统的关键技术之一,存在推进器推力极限、推力变化率极限、方位角变化率极限、机械磨损、禁区限制和奇异性等约束优化问题。群智能优化算法在全面处理这些约束问题上相对传统的方法具有较大的优势,但在实际运用中要处理好收敛性问题,保证在规定时间内获得可靠解。本文针对推力分配实际问题,提出一种“双向穷尽”的混群算法,该算法中个体为扩展推力分配非齐次线性方程组的解系数,该处理方法能较好解决收敛性问题。此外为避免推进器相互干扰,把推进器分为不同子扇区,采用监督与切换机制进行不同扇区之间的切换。最后以CybershipⅢ船模为对象进行仿真验证,仿真结果表明该推力分配方法可行,能获得较好的推力分配结果。

摘要： 群智能控制系统是一种新型建筑自动化控制系统,区别于传统楼宇自控系统,它将建筑机电设备系统划分为若干基本单元,为每个单元配置一个智能控制器,智能控制器之间按照基本单元的空间位置关系连接成一个无中心、扁平化的网络系统。结合某商业项目的工程实践,分析了制冷站群智能控制系统的设计原则和全年运行效果。该系统在商场开业前投入使用,实现了制冷站在无人值守下的自动高效运行;2019年6—10月制冷站平均能效达到4.50,相对国标制冷站能效限值3.31,节能率达到26.44%。群智能控制系统可适用于不同形式的制冷站,通过标准化设计、施工调试和通用控制策略软件下载,快速“复制”高效制冷站经验,解决我国公共建筑空调制冷站存在的自动化程度低、运行效率低、能耗水平高等问题。

摘要： 随着人工智能技术和物联网技术高速发展,为了更好地满足建筑功能提升的核心发展要义,需要建立起稳定的数据采集和高效协同的智能化控制平台,满足系统控制的实时性要求。群智能建筑平台采用分布式的控制系统架构能够充分满足基础功能的发展要求,为智能协同化管理提供了全新的解决思路。对此本文结合着智能化设备的核心发展要义,展开了相关的分析和研究,首先对群智能系统与传统楼控系统对比,明确了群智能系统的基础发展要义,挖掘了输配系统“流量-压力”关系,明晰了群智能系统的基础架构,并且根据信息流动的参数布局形式提出了群智能建筑机电系统的核心要点,使得建筑机电系统实现高质量的智能化控制。

摘要： 针对等圆Packing问题,提出一种基于位置选择的构造法.构造法就是将圆形物体逐个置入容器,在这个过程中需要从多个可行位置中选择一个恰当的位置放置圆形物体.所提算法的核心思想是将这一过程看成位置选择过程,并借鉴群智能劳动分工的任务选择实现圆形物体的位置选择.首先给出了格局和可行位置的定义,在此基础上分析了等圆Packing问题的位置选择特性;接着引入群智能劳动分工中的刺激响应原理,将未布局空间的完整度和已布局空间的紧密度分别看作圆形物体选择位置时的刺激和阈值;最后结合群智能劳动分工中的阈值变化规律,设计了自适应阈值调整策略.通过55个代表性算例的数值计算,验证了提出算法的可行性和有效性.

摘要： 启发于生物狼群群体的劳动分工行为,本文提出一种新颖的角色-匹配狼群劳动分工方法.通过剖析自然狼群的生物学行为,概括提炼出狼群劳动分工行为的个体任务的专职化、个体角色可塑性和任务分配均衡性3个典型特征,并建立了生物狼群劳动分工行为与普适性任务分配问题之间的仿生映射关系;从狼群"个体-个体"+"个体-环境"的交互方式角度出发,分析了角色-匹配的狼群劳动分工的个体角色转换和任务调整机制,研究了狼群角色-匹配的柔性劳动分工机制,提出了一种新的群智能方法,即角色-匹配的狼群劳动分工方法;将狼群的角色-匹配劳动分工与蚁群的刺激-响应劳动分工和蜂群的激发-抑制劳动分工进行了比较分析,并展示出角色-匹配狼群劳动分工方法的应用前景.

摘要： 针对粮食产量预测的复杂性,以基本微粒群算法(PSO)为基础,引入繁殖和变异机制,提出一种改进的微粒群算法(IPSO)优化BP神经网络的连接权值和阈值。综合考虑影响粮食产量的有关因素,构建出IPSO-BP的粮食产量预测模型,并以江苏省1978—2018年的粮食产量及影响其产量的10个因素作为数据集进行仿真试验。试验结果表明,与基本PSO-BP神经网络模型及BP神经网络模型相比,基于IPSO-BP神经网络模型获得的2016年、2017年、2018年粮食产量预测结果最优相对误差分别为0.24%、0.25%、0.06%,平均相对误差0.76%、0.67%、0.38%,该模型的预测精度及稳定性大幅提高。

摘要： 狮群算法是一种具有较强寻优能力的群智能算法.为了克服基本狮群算法中因狮王替换的长周期性导致收敛速度较慢,幼狮选择策略较盲目导致的前期遍历性不足,幼狮步长扰动因子受解空间影响过大和算法后期局部收敛速度慢等缺陷;本文在原始狮群算法的基础上改良了狮王的替换策略和幼狮选择的概率,引入信息熵分别控制不同幼狮的步长,引入狮王稳定因子解决幼狮后期选择的盲目性,并适当调整狮群整体构成方式.由信息熵的值来度量狮群算法中幼狮选择的不确定性,通过设置不同的扰动因子达到控制算法中不同幼狮的移动范围,实现算法的自适应调节并增大算法的鲁棒性.仿真实验、桁架优化算例和TSP问题求解对比验证了改进算法的有效性.该研究为组合优化问题的求解提供了一种新的思路和方法.

摘要： 本文主要研究和讨论两种基于群智能的位场数据最优化反演算法:蚁群算法(AC0)和粒子群算法(PS0).从蚂蚁群体寻找最短路径觅食行为受到启发,Dorigo等人(1991)提出模拟自然界蚁群行为的蚁群算法,在旅行商(TSP)、任务分配(QAP)等组合优化问题中展现出优异的性能.基于位场数据反演的连续多维目标函数,本文提出基于节点划分策略的蚁群算法(NP-AC0),反演特定模型的几何、磁性参数或复杂异常体的物性分布.将连续物性参数剖分为许多离散节点,蚁群系统根据转换概率对节点进行搜索访问,残留信息素通过目标函数与信息素之间的高斯映射模型进行更新,通过对反演结果的实时分析,有利于提高收敛速度和反演精度.传统的ant-cycle更新模型弱化了蚁群个体之间的差异,将导致蚁群系统过陷入局部收敛.本文对理论和实测重磁数据进行试验,反演结果与真实模型较好吻合.AC0算法有较好的最优化能力,体现出良好鲁棒性、并行性、可移植性特征.粒子群算法与蚁群算法搜索机理不同。粒子群算法起源于对鸟群的群体社会行为(Eberhart& Kennedy, 1995 )，在地球物理反演中己有较多的应用。本文将PSO全局最优化算法应用到二维位场数据反演中，并结合模型单元网格之间的关联性，对标准PSO算法进行改进，提出一种基于粒子速度均值滤波及K均值聚类分析的改进算法，并就其参数选择方法及各参数对拟合误差、计算耗时及反演结果的影响进行研究。通过建立理论模型测试改进算法的有效性，最后将改进算法应用到铁矿区实测数据反演中。理论和实际数据试验表明:PSO算法收敛快速稳定、最优化能力强，反演结果与理论模型和实际钻井地质剖面的物性分布基本吻合，是一种有效的群智能非线性随机算法。

摘要： 结构健康监测是一个具有挑战性的研究课题,其中的结构多损伤识别通常可以在数学上转化为连续函数的约束优化问题。基于群智能(SI)的基本理论,提出改进粒子群算法(PSO)和连续蚁群算法(ACO),并将其应用于结构多损伤识别优化问题的求解,尝试探寻将SI应用于结构多损伤识别问题的可行性并进行数值仿真和实验研究。通过两层刚架多损伤数值仿真以及三层建筑框架结构四种损伤的实验研究,结果表明:基于SI的结构多损伤识别不但能够准确定位结构多损伤,而且还可以有效识别其损伤程度。由此可见,基于SI的结构健康监测具有良好的效果和实用性。

摘要： 本文将PSO全局最优化算法应用到二维位场数据反演中，并结合模型单元网格之间的关联性，对标准PSO算法进行改进，提出一种基于粒子速度均值滤波及K均值聚类分析的改进算法，并就其参数选择方法及各参数对拟合误差、计算耗时及反演结果的影响进行研究。通过建立理论模型测试改进算法的有效性，最后将改进算法应用到铁矿区实测数据反演中。理论和实际数据试验表明:PSO算法收敛快速稳定、最优化能力强，反演结果与理论模型和实际钻井地质剖面的物性分布基本吻合，是一种有效的群智能非线性随机算法。

摘要： 本文介绍了智体在通讯网络管理中的应用,指出了基于智体的网络管理系统相对于传统客户/服务器网络管理系统的优点,并给出了基于智体的网络管理系统的设计思路:采用移动智体、群智能、经济模型的设计方法,最后介绍了各种设计方法在网络管理中的应用实例.

摘要： 粒子群优化算法(PSO)走一种随机全局优化算法,粒子群利用个体经验和群体经验信息来搜索解空间得到最优解.本文提出一种基本粒子群算法(BPSO)改进方案--中值基本粒子群算法,将基本粒子群算法粒子行为基于个体极值点和全局极值点变化为基于个体极值中心点和全局极值点,使得粒子能够获得更多的信息量来调整自身的状态.用3个基准函数对新算法的实验,结果表明,新算法在解的收敛性和稳定性等方面优于基本粒子群算法.

摘要： 粒子群优化算法(PSO)走一种随机全局优化算法,粒子群利用个体经验和群体经验信息来搜索解空间得到最优解.本文提出一种基本粒子群算法(BPSO)改进方案--中值基本粒子群算法,将基本粒子群算法粒子行为基于个体极值点和全局极值点变化为基于个体极值中心点和全局极值点,使得粒子能够获得更多的信息量来调整自身的状态.用3个基准函数对新算法的实验,结果表明,新算法在解的收敛性和稳定性等方面优于基本粒子群算法.

摘要： 粒子群优化算法(PSO)走一种随机全局优化算法,粒子群利用个体经验和群体经验信息来搜索解空间得到最优解.本文提出一种基本粒子群算法(BPSO)改进方案--中值基本粒子群算法,将基本粒子群算法粒子行为基于个体极值点和全局极值点变化为基于个体极值中心点和全局极值点,使得粒子能够获得更多的信息量来调整自身的状态.用3个基准函数对新算法的实验,结果表明,新算法在解的收敛性和稳定性等方面优于基本粒子群算法.

摘要： 粒子群优化算法(PSO)走一种随机全局优化算法,粒子群利用个体经验和群体经验信息来搜索解空间得到最优解.本文提出一种基本粒子群算法(BPSO)改进方案--中值基本粒子群算法,将基本粒子群算法粒子行为基于个体极值点和全局极值点变化为基于个体极值中心点和全局极值点,使得粒子能够获得更多的信息量来调整自身的状态.用3个基准函数对新算法的实验,结果表明,新算法在解的收敛性和稳定性等方面优于基本粒子群算法.

摘要： 本发明属于分布式光伏控制领域，提供了一种基于智能远控开关的分布式光伏群控群调系统及方法。其中，该系统包括数据采集层，其包括数据采集模块和智能远控开关，数据采集模块用于采集分布式光伏数据并经智能远控开关传送至数据传输层；数据传输层，其用于按照预设优先级来筛选与当前网络环境相匹配的通信方式进行数据传输；群调平台，其用于基于分布式光伏数据进行光伏组件倾角计算、光伏系统运行状态预警及功率预测，并经数据传输层向分布式光伏系统下发相应的光伏组件倾角调整命令、状态预警提示或分布式光伏系统运行模式调控命令。

摘要： 本发明属于分布式光伏控制领域，提供了一种基于智能远控开关的分布式光伏群控群调系统及方法。其中，该系统包括数据采集层，其包括数据采集模块和智能远控开关，数据采集模块用于采集分布式光伏数据并经智能远控开关传送至数据传输层；数据传输层，其用于按照预设优先级来筛选与当前网络环境相匹配的通信方式进行数据传输；群调平台，其用于基于分布式光伏数据进行光伏组件倾角计算、光伏系统运行状态预警及功率预测，并经数据传输层向分布式光伏系统下发相应的光伏组件倾角调整命令、状态预警提示或分布式光伏系统运行模式调控命令。

摘要： 本发明公开了一种智能群控群调方法及装置，将受控对象按优先级分为若干个等级，优先处理重要受控对象命令，对次要及一般受控对象命令设定一定的等待时限，到达等待时限后自动提升优先级进行处理，并在下一个循环周期内从等待队列进入控制队列。本发明实现在获得数据通讯通道后下发控制或调节命令，使得次要及一般受控对象命令也能够得到有效执行，从而在通讯资源有限的条件下最大程度的保证了智能监控系统内的不同优先级的受控对象有效、合理的执行。

摘要： 本发明提供一种多移动智能体群的多个丢失位置智能体递推位置找寻方法，多移动智能体群是指多移动智能体群是指多个移动智能体组成的集合，实现多个移动智能体间的实时数据通信、多机编队、协同行动，组成移动体群的每个个体都具有一定的自主能力，包括一定程度的自我运动控制、局部范围内的信息传感、处理和通信能力等，由于天气或地理原因造成多个移动智能体丢失位置，对于某个丢失位置移动智能体采用邻近检测、接收信息强度指示(RSSI)、到达时间(TOA)、到达时间差(TDOA)、到达角度(AOA)等几种方式，再结合优化的三边定位算法和三角角度测量上的算法，实现对该丢失位置智能体位置找寻，采用扩展卡尔曼滤波算法和埃特金加速收敛方法递推实现全部丢失位置的移动智能体位置找寻。

摘要： 本发明提供一种多移动智能体群的单个智能体丢失位置找寻方法，多移动智能体群是指多个移动智能体组成的集合，实现多个移动智能体间的实时数据通信、多机编队、协同行动，多移动智能体群具有自主性、分布性、协调性，组成移动体群的每个个体都具有一定的自主能力，包括一定程度的自我运动控制、局部范围内的信息传感、处理和通信能力等，多智能体群具有“个体智能+通信网络＝整体运动行为”特点，单个智能体丢失位置找寻采用贝叶斯网络理论和核方法，该智能体与就近超过三个智能体采用邻近检测、接收信息强度指示(RSSI)、到达时间(TOA)、到达时间差(TDOA)、到达角度(AOA)等几种方式，再结合优化的三边定位算法和三角角度测量上的算法，实现对丢失位置智能体位置找寻。

摘要： 本发明涉及一种考虑智能车群流量的智能驾驶车辆主动换道系统，换道系统包括摄像头、雷达、轮速传感器、IMU组件、通信模块、GNSS模块、ECU模块、HMI模块及运动执行模块；换道综合决策方法包括：获取本车辆以及环境车辆的运动信息、道路基本信息、判断换道的运动增益、计算对应的纵向最小安全距离、判断换道行为是否对车流量造成较大影响等步骤，本发明在传统的最小安全距离模型的基础上，分别在直道和弯道等不同道路情况下，考虑道路曲率对最小安全距离模型的影响，综合考虑换道行为对目标车道车流量的影响，建立了换道系统和综合决策模型，为智能网联汽车在换道时提供切实可行的决策依据，最终得到更全面、更经济以及更高效的综合换道控制方法。

摘要： 本实用新型公开了群读群控动物智能标签，包括辅标签机构和主标签机构，所述主标签机构包括上盖、RFID天线芯片和底座，所述上盖、RFID天线芯片和底座之间通过二次注塑外壳固定连接，所述底座的下端固定设置有圆形保护套，所述主标签机构的上端面中心处开设有通孔，所述辅标签机构包括定位盘，所述定位盘的上端面中心处固定设置有立柱，所述立柱的上端固定设置有铜锥件，所述铜锥件的锥身中部设置有防逆退阶梯。本实用新型公开了群读群控动物智能标签，该群读群控动物智能标签具有较高的安全性和保密性，并使产品外观更具美感，同时读取距离长，便于监控动物进食情况。

摘要： 本实用新型涉及一种考虑智能车群流量的智能驾驶车辆主动换道系统，换道系统包括摄像头、雷达、轮速传感器、IMU组件、通信模块、GNSS模块、ECU模块、HMI模块及运动执行模块；换道综合决策方法包括：获取本车辆以及环境车辆的运动信息、道路基本信息、判断换道的运动增益、计算对应的纵向最小安全距离、判断换道行为是否对车流量造成较大影响等，本实用新型通过智能车群之间的通信充分获取数据，在直道和弯道等不同道路情况下，考虑道路曲率对最小安全距离模型的影响，综合考虑换道行为对目标车道车流量的影响，建立了换道系统和综合决策模型，为智能网联汽车在换道时提供切实可行的决策依据，最终得到更全面、更经济以及更高效的综合换道控制方法。

摘要： 本发明公开了一种基于群智能MAS的分布式多机器人的智能控制方法及装置，该方法包括：进入启动状态并进行信息获取；若获取到的信息为指示观察范围内有多个任务的位置信息的第一位置感知信息时，进入前进状态，并根据第一位置感知信息以及个体自组织任务选择方法选取适合执行的任务，且向适合执行的任务前进；判断是否到达适合执行的任务处；若已到达，且是第一个到达者时，进入领导者状态；若已到达，且不是第一个到达者时，进入参与者状态；执行适合执行的任务。本发明减了对单一模态的通信方式的依赖，还使机器人个体具有丰富的系统协作协调能力，自主决策能力强，执行任务的能力较强，提高了系统可靠性。

摘要： 本发明公开了一种基于群智能MAS的分布式多机器人的智能控制方法及装置，该方法包括：进入启动状态并进行信息获取；若获取到的信息为指示观察范围内有多个任务的位置信息的第一位置感知信息时，进入前进状态，并根据第一位置感知信息以及个体自组织任务选择方法选取适合执行的任务，且向适合执行的任务前进；判断是否到达适合执行的任务处；若已到达，且是第一个到达者时，进入领导者状态；若已到达，且不是第一个到达者时，进入参与者状态；执行适合执行的任务。本发明减了对单一模态的通信方式的依赖，还使机器人个体具有丰富的系统协作协调能力，自主决策能力强，执行任务的能力较强，提高了系统可靠性。