集群智能算法综述

秦小林，罗 刚，李文博，张国华

（1.中国科学院成都计算机应用研究所，成都 610041；2.中国科学院大学，北京 100049；3.中国航天科工飞航技术研究院磁悬浮与电磁推进技术总体部，北京 100074）

1 引 言

针对工程技术领域中复杂的优化问题，众多学者选择从自然界的现实模型中寻求解决方法，由此开启了自然启发式计算（Nature-inspired computation）的研究。在过去几十年里，自然启发式计算是最受研究者关注的人工智能研究分支之一，平均每年有数百个优秀的新算法提出，且这一增长趋势仍在继续。这些算法在适应性、自学习能力、鲁棒性及高效性等方面都有很好的表现。自然启发式计算中有一类关注简单行为个体组成的集群通过自组织完成复杂任务的工作，称作集群智能(Swarm Zntelligence)，如图1。

图1 集群智能与人工智能的关系Fig.1 The relationship between Swarm Intelligence and Artificial Intelligence

1993年，Dario等研究了移动机器人系统，并提出了集群智能的概念[1]，指出简单的有序系统即可产生非平凡的智能行为。Kordon[2]将集群智能定义为基于无中心、自组织群体行为的智能计算技术。而Bonabeau[3]为群体智能给出了更简单的定义，即由简单的个体组成的群体所产生的集体智慧。一个典型的集群智能系统由若干个可以相互通信的、只能完成简单行为的代理（agent）组成，这些代理没有控制中心，行为简单，但往往可以通过相互之间的简单交互完成十分复杂的任务，整体上表现出智能。集群智能系统表现出智能的现象常称为“涌现”[4]。集群智能发挥了集群的所有优势，自组织、无中心控制、高鲁棒性、灵活且低消耗，面对大规模的复杂问题时仍能给出最优解。……