آخرين ارسالهاي تالار

خطا: mod_kunenalatest:كيوننا نسخه 1.7 (يا بالاتر) بر روي سيستم شما نصب نيست!
پیغام
  • Kunena is not installed or the installed Kunena version is not supported. The plug-in has now been disabled. Please install/upgrade Kunena to version 1.7 for the Kunena Discuss Plug-in to function properly.
هوش جمعی (Swarm Intelligence) مشاهده در قالب PDF چاپ فرستادن به ایمیل
نوشته شده توسط admin   
شنبه, 06 فروردین 1390 ساعت 22:12

هوش جمعی (Swarm Intelligence) نوعی روش هوش مصنوعی است که مبتنی بر رفتارهای جمعی در سامانه‌های نامتمرکز و خودسامانده بنیان شده است. این سامانه‌ها معمولاً از جمعیتی از کنشگران ساده تشکیل شده است که بطور محلی با یکدیگر و با محیط خود در تعامل هستند. با وجود اینکه معمولاً هیچ کنترل تمرکزیافته‌ای، چگونگی رفتار کنش‌گران را به آنها تحمیل نمی‌کند، تعاملات محلی آنها به پیدایش رفتاری عمومی می‌انجامد. مثال‌هایی از چنین سیستم‌های را می‌توان در طبیعت مشاهده کرد؛ گروه‌های مورچه‌ها، دستهٔ پرندگان، گله‌های حیوانات، تجمعات باکتری‌ها و دسته‌های ماهی‌ها.

روباتیک ازدحامی، کاربردی از اصول هوش مصنوعی ازدحامی در تعداد زیادی از روبات‌های ارزان قیمت است.

روش‌های هوش ازدحامی

از موارد روش‌های فرااکتشافی می‌توان به موارد زیر اشاره کرد

•           روش بهینه‌سازی گروه مورچه‌ها یا ACO

•           الگوریتم کوچ پرستوها یا روش بهینه‌سازی ازدحام ذرات PSO

•           روش شبیه‌سازی کوره‌ای

•           روش جستجوی مبتنی بر منع

•           روش محاسبات تکاملی

دو روش اول موفق‌ترین روش‌های هوش مصنوعی ازدحامی که تاکنون وجود دارند.

الگوریتم مورچه‌ها

روش ACO، نوعی روش فرااکتشافی است که برای یافتن راه‌حل‌های تقریبی برای مسائل بهینه‌سازی ترکیبیاتی مناسب است. روش ACO، مورچه‌های مصنوعی به‌وسیله‌ٔ حرکت بر روی گرافِ مساله و با باقی گذاشتن نشانه‌هایی بر روی گراف، همچون مورچه‌های واقعی که در مسیر حرکت خود نشانه‌های باقی می‌گذارند، باعث می‌شوند که مورچه‌های مصنوعی بعدی بتوانند راه‌حل‌های بهتری را برای مساله فراهم نمایند.

الگوریتم کوچ پرستوها

روش PSO یک روش سراسری کمینه‌سازی است که با استفاده از آن می‌توان با مسائلی که جواب آنها یک نقطه یا سطح در فضای n بعدی می‌باشد، برخورد نمود. در اینچنین فضایی، فرضیاتی مطرح می‌شود و یک سرعت ابتدایی به آنها اختصاص داده می‌شود، همچنین کانال‌های ارتباطی بین ذرات درنظر گرفته می‌شود. سپس این ذرات در فضای پاسخ حرکت می‌کنند، و نتایج حاصله بر مبنای یک «ملاک شایستگی» پس از هر بازه‌ٔ زمانی محاسبه می‌شود. با گذشت زمان، ذرات به سمت ذراتی که دارای ملاک شایستگی بالاتری هستند و در گروه ارتباطی یکسانی قرار دارند، شتاب می‌گیرند. مزیت اصلی این روش بر استراتژی‌های کمینه‌سازی دیگر این است که، تعداد فراوان ذرات ازدحام کننده، باعث انعطاف روش در برابر مشکل پاسخ کمینه‌ٔ محلی می‌گردد.

جذابیت هوش ازدحامی در فناوری اطلاعات

همگونی‌هایی بین مسائل متفاوت در حوزهٔ فناوری اطلاعات و رفتارهای حشرات اجتماعی وجود دارد :

•           سامانه‌ای توزیع‌شده از کنشگرهای مستقل و تعامل‌کننده.

•           اهداف:  بهینه‌سازی کارآیی و توان.

•           خودتنظیم‌بودن در روش‌های کنترل و همکاری به شکل نامتمرکز.

•           توزیع کار و اختصاص وظایف به شکل توزیع‌شده.

•           تعاملات غیرمستقیم.

مراحل طراحی یک سامانه

مراحل طراحی یک سامانه با کاربردهای فناوری اطلاعات بر مبنای هوش مصنوعی ازدحامی فرآیندی سه مرحله‌ای است :

•           شناسایی همسانی‌ها: در سامانه‌های IT  و طبیعت.

•           فهم: مدلسازی رایانه‌ای روش ازدحامی طبیعی به شکل واقع‌گرا.

•           مهندسی: ساده‌سازی مدل و تنظیم آن برای کاربردهای IT.

کاربردهای فعلی و آتی

•           مسیریابی در شبکه.

•           سامانه‌های توزیع‌شده‌ٔ رایانه‌ای.

•           اختصاص منابع به شکل بهینه.

•           زمان‌بندی وظایف.

•           بهینه‌سازی ترکیبیاتی.

•           روباتیک:

o          بررسی سیستم‌های لوله‌کشی.

o          تعمیرات و نگهداری ماهواره‌ها و کشتی‌ها.

o          روبات‌های خود-مونتاژ.

منابع

Swarm Intelligence. در دانشنامهٔ ویکی‌پدیا انگلیسی.

نظر ها (4)
  • پدرام
    با سلام
    ممکنه در مورد کد "مدل های پیش بینی هوش جمعی" نوشته شده در برنامه مطلب توضیح بدید.

  • قادری
    سلام من در زمینه هوش مصنوعی کار کردم می خواستم ببینم در این زمینه به خصوص ژنتیک اگر مطلبی یا کدی نیاز می تونید به ایمیل من اطلاع بدید
  • motahareh  - nvo,hsj
    salam,age emkanesh hast maghale fogh ro be emailam send konik.mer30
  • قادری
    سلام در چه زمینه ای می خوای کار کنی؟ ، توی مسائل مهندسی خودم چندتایی مقاله دارم ، چه پارامتر هایی رومی خوای optimize کنی، تو یه سری مسائل قدرت همگرایی پایینی داره ژنتیک و بهتره بری با مورچگان یا pso کار کنی در هر صورت این امیلمه
    به این ادرس ایمیل کن اگه سوالات و مقالاتی که می خوای... a.ghaderisohi@gmail.com
تنها کاربران عضو شده می توانند نظر ارسال کنند!
 
logo-samandehi