第３３卷第１期·１４·２００７年１月山西建筑微生物添加剂
ＳＨＡＮ）（ＩＡＲＣＨＩＴＢ叫腺Ｅ
Ｖ０ｌ。３３Ｎｏ，１
Ｊａｆｌ．２００７远红外烘干炉
文章编号：１００９—６８２５（２００７）０１一００１４—０３
张统华鹿晓阳
摘要：针对体智能算法在结构优化设计领域中的应用，介绍了当前存在的一些体智能算法，包括蚁算法、鱼算法和粒子算法，阐述了其工作原理和特点，同时，对该算法在结构优化设计中的应用发展进行了展望。
关键词：集智能，蚁算法，鱼算法，粒子算法
中图分类号：ＴＵ３１８．２文献标识码：Ａ
引言
居昆虫涌现的集智能正越来越受到人们的重视，一些启发于居性生物的觅食、筑巢等行为而设计的优化算法吸引了大量的国内外学者的研究，成为解决传统结构优化问题的新方法［“。所谓集智能（ＳｗａⅡｎＩｎｔｅｌｌｉｇｅｎｃｅ）指的是众多无智能的简单个体组成体，通过相互间的简单合作表现出智能行为的特性。自然界中动物、昆虫常以集体的力量进行觅食生存，单个个体所表现的行为是缺乏智能的，但由个体组成的体则表现出了一种有效的复杂的智能行为。集智能可以在适当的进化机制
在对这些资料进行充分调查分析之后，再结合自己学校的定位和目标进行土地征用初步规划，这个阶段同时考虑学校密度，为下一步的校园详细规划打好基础。其次，在土地征用时，结合城市位置，本着少占良田，避开生态敏感区、兼顾到交通的便利，考虑城市地域发展方向的原则，征用那些生态不良，土地效益不高地段，如山坡地、沼泽地等。这样既可减少土地的征用费，也可为校园以后的自然景观建设创造条件，同时校园建成以后，校园本身就又可以成为区域景观的一个组成部分。
最后，在校园规划中，要进行功能整合，模糊功能界限。过于明确的功能划分，导致的结果往往是不方便使用，给学生和教工带来学习生活上的不便。目前，校园的规划基本是按照教学实验区、行政办公区、图书阅览、活动、教工生活、学生生活、绿地区进行功能分区和组合。普遍的做法是在以上功
能分区的前提下，将各个学院作为组团组成相对独立的区，各个独立的学院，基本围绕图书馆进行布置，生活区和图书馆，行政办公区一般相距较远。其实，大学里课程一般较少，注重的是学生的自主学习，由于学生距离图书阅览区较远，给学生造成去图书馆的不便，较适宜的做法应该是弱化过强的分区，将图书阅览和学生的生活区结合起来。同时，将学科相近的学院组在一起，加强资源共享，提高资源利用率。另外，在建筑设计上，要向垂直空间发展，提高容积率有效的办法就是建高层建筑。我国土地少，高容积率的模式是必要的。学校在目前状况下，人数比较集中，在用地比较紧张的情况引导下通过个体交互以某种突现形式发挥作用，这是个体以及可能的个体智能难以做到的。在集智能的研究基础上，人们先后提出了多种优化算法，例如：遗传算法、蚁算法、粒子算法以及鱼算法。
１集智能的研究现状
集智能算法作为一类新型进化算法，其主要特点是体搜索策略和体之间的信息交换。这类算法对目标函数的性态没有特殊要求，特别适用于传统方法解决不了的大规模复杂结构优化问题。但集智能算法的研究刚起步，目前对这种算法的研究
下，发展垂直空间对于节约用地很有意义，它增加了建筑面积，扩大了校园空地，有利于校园的绿化，改善校园的环境卫生。在目前的技术（设备技术、网络技术）下，垂直交通很容易实现，并且垂
直交通很便捷。把学校的各大功能组织在高层里，便于彼此问的联系。在建筑布局上，高低相间，点面结合，丰富了校园的空间和艺术，但最根本的在于它节约用地的功效上和各种资源的集中使用上。
我国目前正处于城市化的加速发展时期，各个城市为了满足城市人口的扩张，各项建设如火如荼地开展，校园在大面积的扩建，土地被一点点地吞食，以世界城市化水平７５％左右的动态平衡经验数据来看，从我国目前城市化４０％的水平来讲，我国的城市化建设还要进行一段时期，城市还要经历相当一段时间的高速发展期，如果不对土地进行集约化控制建设的话，我国将面临严重的土地生存空间问题。可持续发展不仅仅是采用节能、环保材料和对资源的充分利用，对于我国来讲，也要体现在土地利用的可持续方面。
参考资料：
［１］杨炳章．聚焦全球十大名校［ＤＢ／ＣＤ］．山译网．
［２］贾宝余．大学的传统与中国大学的变革［ＤＢ／ＣＤ］．中国教育与科研计算机网．
［３］朱涛．是“中国式居住”，“还是中国式投机＋犬儒”［Ｊ］．时代建筑，２００６（３）：４３．
ＴｈｅＩＩｅｃｅｓｓｉｔｙｏｆｌａｎｄｉｎｔｅｒ塔ｉｆｉｃａｔｉｏｎｉｎｃ羽咂ｐｕｓｅｏ
ｎｓｔｒｕｃｔｉｏｎ
殂ＡｏＪｉ锄－ＭｎＹＵＨｏ嚷
Ａｂｓ咖ｃｔ：Ｉｎｌｉｇｈｔｏｆｔｈｅｃｉｒｃｕｍｓｔａｎｃｅ０ｆ“ｉｎｐｕｒｓｕｉｔｏｆｂｉｇｎｅｓｓａｎｄｐｅｒｆｅｃｔｉｏｎ”ｉｎｎｏｗａｄａｙＳｃａｒｌｌｐｕｓ∞ｎｓｔｒｕｃｔｉｏｎ，ｔｈｉｓａｒｔｉｃｌｅａｎａｌｙｚｅｓｔｈｅｃｉｒ＿ｃｕｍｓｔａｎｃｅ，ｉｌｌｕＳｔｒａｔｅｓｔｈｅｍｅｔｈｏｄａｎｄｃ。ｕｍｅｍｌｅａｓｕｒｅｓｔｏｉｎｔｅｎＳｉｖｅｌｙｃ锄ｐｕｓｌａｎｄ，ａｎｄｃｏｎｃｌｕｄｅｓｔｈａｔｍａｎｓｈｏｕｌｄａｄｏｐｔｌａｎｄｉｎｔｅｎｓｉｆｉｃａｔｉｏｎｉｎ锄ｐｕＳｐｌａｌｌ血１１９ａｎｄｏ。枷ｃｔｉｏｎ，ｉｎｏｒｄｅｒｔｏｒｅａＵｙｔａｋｅｔｈｅｐａｔｈｏｆｓｕｓｔａｉｎａｂｌｅｄｅｖｅｌｏｐｍｅｎｔ．
Ｋｅｙｗｏｒｄｓ：ｌａｎｄｉｎｔｅｎＳｉｆｉｃａｔｉｏｎ，ｐｌａｍｉｎｇａｎｄｃｏｎｓｔｍｃｔｉｏｎ，ｓｕｓｔａｉｎａｂＩｅｄｅｖｅｌｏｐｍｅｎｔ
收稿日期：２００６．０６—０８
作者简介：张统华（１９８１一），男，山东建筑大学硕士研究生，山东济南２５０１０１
鹿晓阳（１９５５．），男，教授，山东建筑大学，山东济南２５０１０１
万方数据
第３３卷第１期
２００７年１月
张统华等：体智能优化算法的研究进展与展望１５
主要有三个方向心Ｊ：１）理论基础的研究。目前除了ＧＡ形成了比较完善的系统分析方法和一定的数学基础外，其余算法均是停留在仿真阶段，尚未能提出一个完善的理论分析。因此进行理论研究可进一步完善发展各算法的性能。２）各算法适用范围的研究。ＮＦＬ定理表明不存在适用于任何问题的优化算法，因此研究各集智能算法的适用范围成为一件必要的研究工作。３）系统框架的构建。几种算法均是基于仿生机理，且具有许多相似的特征。因此建立系统的算法框架有利于取长补短发展混合型算法，提高算法的性能。
２集智能算法的原理
２．１概述
集智能优化算法源于对自然界的生物进化过程或觅食行为的模拟。它将搜索和优化过程模拟成个体的进化或觅食过程，用搜索空间中的点模拟自然界中的个体；将求解问题的目标函数度量成个体对环境的适应能力；将个体的优胜劣汰过程或觅食过程类比为搜索和优化过程中用好的可行解取代较差可行解的迭代过程。从而，形成了一种以“生成＋检验”特征的迭代搜索算法，是一种求解极值问题的自适应人工智能技术。
各类优化算法实质上都是建立问题的目标函数，求目标函数的最优解，因而实际工程优化问题均可转化为函数优化问题。其表达形式如下：
求：Ｋ＝（ｚｌ，ｚ２，Ｌ，ｚｎ）１，ｉ＝１，２，Ｌ，行，
Ｉｎｉｎ，（Ｘ），
ｓ．ｔ．幻（Ｘ）≤０，ｊ２１，２，Ｌ，优，
Ｘ∈ｎ。
其中，Ｘ为设计变量；厂（ｘ）为被优化的目标函数；廓（ｘ）≤０为约束函数；力为设计变量的可行域。
２．２集智能算法原理
自然界中一些生物的行为特征呈现体的特征，可以用简单的几条规则将这种体行为（‰蝴ｏｒ）在计算机中建模，酬ｄｓ认为动物以落形式生存觅食时一般遵循三个规
则【３，４。。
１）分隔规则：尽量避免与临近伙伴过于拥挤；
２）对准规则：尽量与临近伙伴的平均方向一致，向目的运动；
３）内聚规则：尽量朝临近伙伴的中心移动。
以上规则可归纳为个体信息和体信息两类信息，前者对应于分隔规则，即个体根据自身当前状态进行决策；后者对应于对准规则和内聚规则，即个体根据体信息进行决策。另外，由于动物行为一般具有适应性、盲目性、自治性、突现性以及并行性等特征。因此自组织性、突现性成为集智能优化算法的两大基本特征。集智能优化算法通过Ｒｅｙｒ】Ｏｌｄｓ模型模拟了整个体的运动，使得算法的迭代搜索过程成为一个不断地利用个体极值和体极值来修正自身进行寻优搜索的过程，实现了个体与体的信息交互与相互协作。个体极值具有一定的随机性，在一定的程度上保持了搜索方向的多样性，避免了过早地收敛而陷于局部最优；体极值从整体上把握了寻优的方向，从而保证算法的收敛性。
３主要智能算法介绍
３．１蚁算法
蚁算法是在２０世纪９０年代初才提出来的一种新型的模拟进化算法。它是由意大利学者ＤＣ戚ｇｏ，Ｍａｈｉｅｚｚｏ，‰ｉ等人受到人们对自然界中真实蚁的集智能行为的研究成果的启发提出来的，并称之为蚁系统（ＡＳ）１５］。它充分利用了蚁搜索食物的过程与著名的旅行商问题（ＴＳＰ）之间的相似性，通过人工模拟蚂蚁搜索食物的过程（即通过个体之间的信息交流与相互协作最终到从蚁穴到食物源的最短路径）来求解ＴＳＰ问题。随后，蚁算法被用来求解ｊｏｂ＿ｓｈｏｐ调度问题、指派问题等经典优化问题，得到了较好的效果。显示出蚁算法在求解离散优化问题的优越性，证明它是一种具有广阔发展前景的好方法。
由于基本蚁算法进化收敛速度慢，且易陷入局部最优或者出现停滞现象等缺陷，学者相继提出了改进的蚁算法，具有代表性的主要有：１９９６年Ｇ锄ｂａｒｄｄｌａ和Ｄ０ｒｉｇ提出的自适应蚁算法（ＡＡｓ）［６】，该算法采用伪随机选择机制对Ａｓ的蚂蚁选择策略进行了改进。
随后，Ｓｔｕ乜ｌｅ等人提出了最大最小蚁算法（＾ｎ４ＡＳ），该算法就信息素更新机制进行了改进。即只增加最佳路径的信息素浓度，且将各路径可能的信息素浓度限制在一个闭区间内。ＭⅥＡＳ是到目前为止解决髑Ｐ，ＱＡＰ等问题最好的Ａ００类算法。
动物胶配方整个过程３．２鱼算法
鱼算法ｂＪ是最近由李晓磊、邵之江等提出的集智能优化算法的又一具体实现模型。它采用了自上而下的寻优模式模仿自然界鱼觅食行为，主要利用鱼的觅食、聚和追尾行为，构造了个体的底层行为；通过鱼中各个体的局部寻优，达到全局最优值在体中突现出来的目的。在基本鱼算法中引入鱼的生存机制、竞争机制以及鱼的协调行为，可提高算法的优化效率。据此李晓磊等采用分解协调的思想又构造了一种改进的人工鱼算法并以换热器系统为例，验证该算法，结果表明该算法具有较好的收敛性。由此可见人工鱼算法，是又一类基于集智能的有效寻优模式。同前几种算法类似，均属于进化算法，但由于刚刚诞生且是建立在仿真基础上，因此其性能以及理论基础还有待于研究。
３．３粒子算法
受到人工生命研究结果的启发，粒子算法（Ｐｓ０）的基本概念源于对鸟和鱼捕食行为的简化社会模型的模拟，１９９５年由Ｋｅｍｄｙ和Ｅｂｅｒｈａｒｔ等人提出。由于ＰＳ０算法在函数优化等领域有着广泛的应用前景，ＰＳ０算法自提出以来，就引起了国际上相关领域众多学者的关注。目前国内外研究现状大致可分为三个方向：算法的改进、算法的分析和算法的应用。
ＰＳ０算法中，每个优化问题的解都是搜索空间中的一只鸟（粒子），解相当于一个鸟，鸟从
一地到另一地的飞行相当于解的进化，“好消息”相当于解每代中的最优解，食源相当于全局最优解。ＰＳ０算法中的每个粒子均作为解空间中的一个解。它根据自己的飞行经验和同伴的飞行经验来调整自己的飞行。每个粒子在飞行过程中所经历过的最好位置，就是粒子本身到的最优解，称为个体极值（耽．ｅｓｔ）；整个体所经历过的最好位置，就是整个体目前所到的最优解，称为全局极值（Ｇｂｅｓｔ）。每个粒子都是通过上述两个极值不断更新自己，从而产生新一代体。在实际操作中，由优化问题所决定的适应度值（ｆｉｔｎｅｓｓ），来评价粒子的“好坏”程度。每个粒子还有一个速度决定它们飞行的方向和距离，然后粒子就追随当前的最优粒子在解空间中搜索。
４展望
目前的智能计算研究水平暂时还很难使“智能机器”真正具备人类的常识，但智能计算在今后将会蓬勃发展。不仅仅只是功能模仿要持有信息机理一致的观点，即人工脑与生物脑将不只是功能模仿，而是具有相同的特性。这两者的结合将开辟一个全新
万方数据
第３３卷第１期·１６·２０Ｏ７年１月山西建筑
ＳＨＡＮＸＩＡＲ（：ＨＩＴＥ（汀ＵＲＥ
Ｖ０１．３３Ｎｏ．１
Ｊａｎ．２００７
·规划·建筑·
文章编号：ｌ００９．６８２５（２００７）０１．００１６．０２
通过商品住宅的广告探讨城市住宅的发展趋势
薛瑜李志民
摘要：城市住宅作为商品进入市场后，各发展商对自己的住宅产品冠以不同的“卖点”以赢得市场，通过分析北京、西安、深圳三大城市的典型楼盘的广告宣传，可以发现当今城市住宅设计的一些新的发展趋势，提高了人们的居住水平。
关键词：商品住宅，楼盘，环境设计
中图分类号：ＴＵ２４１．９１文献标识码：Ａ
随着计划经济过渡到市场经济，城市住宅作为一种特殊商品，已真正进入消费市场，住宅设计首先要
考虑市场定位问题，以满足不同社会阶层对住房的需求，因此中国的发展商已经意识到自己的住宅产品必须有叫得响的“卖点”，尽管对“卖点”的强化包装可以被理解为一种商业化手段，但这些被包装了的“卖点”中也隐含着住宅设计的内在逻辑，通过分析深圳的“中式住宅”、北京的“现代城”、西安的“大型住区”，来寻这些内在的逻辑。
１楼盘一：深圳万科第五园
１．１楼盘“卖点”
１）神似而非形似，万科第五园开启现代中式民居。
２）第五园院系村落中国人的小天地情结。
第五园是万科第一个极度个性化、本土化（中国化）、精神化的“文化主题作品”。第五园的探索就是利用“墙”、“院落空间”等中国建筑元素，营造出纯粹地道的中式居住环境，又兼具现代气质，符合现代人的生活习惯。
１．２楼盘分析
１）鲜明的主题：第五园力求将传统与现代嫁接和融合，营造适合现代中国人居住、符合中国民族文化心理积淀的传统居住环境。
２）丰富的产品类型：有庭院别墅、叠院Ｈ。ＵＳＥ、合院阳房几种主要产品。
３）村落式规划：整体上是一个由许多院落组成的“村落”形成的一个整体“村”。‰ｈｏｕｓｅ是小区内两个方向的主要“村落”，而邻近的是由情景花房和多层及小高层形成的小“村落”，通过半环形的小区主道串联在一起。
４）设计手法：在现代与传统之间只用了徽派建筑元素中的“墙”来过渡，用徽派空间来表达中国古典园林的“幽”。
５）节能的考虑：在设计上吸收了富有广东地区特的竹简屋和冷巷的传统做法，通过小院、廊架、挑檐、高墙、花窗、孔洞以及缝隙来提高住宅的舒适度，有效降低了能耗。
２楼盘二：北京建外ｓＯＨＯ城
２．１楼盘“卖点”
１）开放的街区，把一条条街穿插到建筑中去。
２）它是一个有住家、有店铺、有办公的功能混合的场所。
从最基本的字面意义Ｓ咖０通常被解读为ｓｒｎａｌｌＣ临ｃｅＨｏｍｅ０ｆｆｉｃｅ，现代城严格的说，是一个ＳＯＨ０风格的公寓，属于一个Ｈ０（Ｈｏｍｅｏｆｆｉｃｅ）空间但更多被当作一个ＳＯ（ＳＨｌａｌｌ０ｆｆｉｃｅ）商品使用。２．２楼盘分析
１）设计理念：ＳＯＨ０从现代城的工作与生活的室内结合转向了商务与生活的室外中间体的探索，试图将ＳＯＨ０的概念从一种私人商品转向一种范围与影响广泛得多的公共生活领域，落实在
的领域，开辟很多新的研究方向。智能计算将探索智能的新概念、新理论、新方法和新技术，而这一切将在以后的发展中取得重大成就，更好地服务于工程优化设计的实际中去，为寻复杂结构优化设计问题的解决方案提供了新的思路。
参考文献：
［１］黄席樾，胡小兵．现代智能算法理论及应用［Ｍ］．北京：科学出版社．２００５．
吸附树脂［２］曾建潮，介婧，崔志华．微粒算法［Ｍ］．北京：科学出版社，２００４．［３］李晓磊，邵之江，钱积新．一种基于动物自治体的寻优模式：鱼算法［Ｊ］．系统工程理论与实践，２００２（１１）：３２—３８．
［４］ＲｅｙｎｏｌｄｓＣｗ．Ｆｌｏｃｋｓ，ｈ刊ｓ，ｓｃｈ００ｌｓ：ａｄｉｓｔｒｉｂｕｔｅ
ｄｂｅｈａｖｉｏ蹦ｍｏｄｅｌ［Ａ］．Ｐｒｏｃｅｅｄｉｎ挚ｏｆｓＩｏ【讯ＡＰＨ’８７［Ｃ］．眦ｅｉｍ，Ｃａｌｉ—ｆｏｍｉａ．ＣＤ玎叩ｕｔｅｒＧｒａｐｈｉｃｓ１９８７，２１（４）：２５—３４．
［５］席裕庚，柴天佑．遗传算法综述［Ｊ］．控制理论与应用，１９９６，１３（６）：６９７—７０８．
［６］张纪会，高齐圣，徐心和．自适应蚁算法腔制理论与应用［Ｊ］．２０００，１７（１）：１—３．
Ｐｒｏｓｐｅｃｔ锄ｄｒｅｓｅａｒｃｈｆｏｒｓｗａ啪ｉｎｔｅｌｌｉｇ明ｃｅｏｐｔｉｍ啪ａｌｇｏｒｉｔｈｍ
乃ｌＡＮＧ１１０ｎｇ－ｈ岫ＬＵｘｉａ加ｙａｌｌｇ
Ａｂｓｔｍｃｔ：Ａｃｃｏｒｄｉｎｇｔｏ
ｓ啪ｍｉｎｔｅｌｌｉｇｅｎｃｅａｌｇｏｒ．ｔｈｒｎｓｗｈｉｃｈａｐｐｌｉｅｄｔｏｔｈｅｆｉｅｌｄ０ｆｓｔｒｕｃｔｕｒｅｏｐｔｉｍ眦ｄｅｓｉｇｎ．ＦｉｒｓｔｌｙｔｈｅｐｒｏｌｉｆｉｃｒｅＳ呲ｈｒｅｓｕｌｔｓｉｎｔｈｉｓｆｉｅｌｄｉｌｌｕｓｔｒａｔｅｄｉｎｖｏｌｖｉｎ
ｇｔｙｐｉｃａｌａｌｇｃ时ｔｈＨｌｓ，ｓｕｃｈａｓ：ａｎｔ∞ＩｏｎｙａｌｇｏｒｉｔｈｒＩｌ，ｆｉｓｈａｌｇ耐ｔ１１ｎ１，ｐａｒｔｉｃｌｅｓｗ姗ａｌｇｏｒｉｔ岫．Ｔｈｅｗ。ｒｋｉｎｇｐｒｉ施ｉｐｌｅ狮ｄ
ａｔｔ舶ｕｔｅａｒｅｐｒｅｓｅｌｌｔｅｄ．触ｅｒｔｈａｔ，ｔｈｅｆｕｔｕｒｅｄｉｒｅｃｔｉｏｎｓｉｎｔｈｉｓｆｉｄｄａｒｅ捌ｙｚｅｄ．
Ｉ【ｅｙｗｏｒｄｓ：ｓｖ昭ｎＩｌｉｎｔｅｌｌｉｇｅｒｌｃｅ，ａｍｃＱｌｏｎｙａｌｇｏｒｉｔ｜１ｒｒｌ，ｆｉｓｈａｌｇｏｒｉｔｈｎｌ，ｐａｒｔｉｃｌｅ刚阳ｍａｌｇ嘶ｔ‰
收稿日期：２００６．０６．０８
作者简介：薛瑜（１９８１，），女，西安建筑科技大学建筑设计及其理论专业硕士研究生，陕西西安７１００５５
李志民（１９５９．），男，博导，教授，西安建筑科技大学，陕西西安７１００５５
万方数据
体智能优化算法的研究进展与展望
作者：张统华， 鹿晓阳， ZHANG Tong-hua， LU Xiao-yang
作者单位：山东建筑大学，山东，济南,250101
刊名：
山西建筑
英文刊名：SHANXI ARCHITECTURE
年，卷(期)：2007，33(1)
引用次数：1次
1.黄席樾.胡小兵现代智能算法理论及应用 2005
2.曾建潮.介婧.崔志华微粒算法 2004
3.李晓磊.邵之江.钱积新一种基于动物自治体的寻优模式：鱼算法[期刊论文]-系统工程理论与实践 2002(11)
4.Reynolds CW Flocks,herds,schools:a distributed behavioral model 1987(4)
5.席裕庚.柴天佑遗传算法综述 1996(6)
6.张纪会.高齐圣.徐心和自适应蚁算法腔制理论与应用 2000(1)
1.学位论文王冬梅集智能优化算法的研究2004
基于集智能的优化算法是一种仿生自然界动物昆虫觅食、筑巢行为的模拟进化算法.目前主要的集智能优化算法有：遗传算法、蚁算法、粒子算法以及鱼算法.它们均是一种随机搜索的迭代算法，对优化对象的性态无要求.但由于各算法的搜索机制、特点和适用范围存在着差异，实际应用时为选取适合问题的具有全面优良性能的算法，往往依赖于足够的经验和大量的实验结论；而且，由于目前该类算法研究成果分散，缺乏系统化的研究，繁多的类似算法不断涌现.这种现象不利于开发新型混合机制的优化算法，不利于拓宽算法的应用领域，对优化领域的发展也无任何积极意义.鉴于此，该文区别于以往的任何仅针对几个具体优化对象讨论算法的性能特征的研究，将优化对象界定为函数优化问题，提出了波峰波谷算法对函数进行分类，将函数划分为严格单调、单峰函数，宏观单调、单峰函数以及多峰函数三类.并根据函数曲面的变化特征将单调和单峰函数细分为曲面变化平缓和非平缓两类.通过分析讨论各算法的操作算子和算法本身的性能特征，从维持算法搜索/利用(ERR)平衡的角度出发，比较分析算法中影响ERR平衡的各因素，研究出了各算法在解决函数优化问题时的优化效率与适
用范围.最后，在此基础上为集智能优化算法建立了一个较为完善的理论框架.并通过实验证实了研究的结论.
2.期刊论文程满中.王江晴.Cheng Manzhong.Wang Jiangqing基于集智能的蚁算法研究-中南民族大学学报（自然科学版）2006,25(4)
指出了对蚁算法为代表的集智能的研究已经逐渐成为一个研究热点，介绍了蚁算法的基本思想，分析了基本蚁算法的特点和不足，针对这些不足讨论了多种改进方案，对改进方案与基本蚁算法进行了比较，展望了该算法的工程应用前景.
3.学位论文冯登超蚁算法与小波网络在复杂性科学中的应用研究2008
复杂性科学是21世纪一门新兴的边缘、交叉学科，探索复杂性正在成为当代科学最具革命性的前沿。论文工作深入地研究了蚁算法与小波网络及其改进算法，探索了在复杂性科学中的应用，包括集智能中的蚁算法理论、蚁算法的参数优化设置方法、遗传蚁算法的改进及其在植物病斑检测中的应用、小波网络的初始化参数设置及基于蚁算法的小波网络结构优化方法、基于改进型小波网络的决策级信息融合模型的构建。 论文的创新点体现在以下四个方面： （1）提出了元启发框架下蚁算法的参数设置原则及基于正交试验设计方案的参数优化设置方法。对蚁算法的主要参数采用统计分析方法进行相关性分析，利用正交试验设计减少参数设置的试验次数，实现了最佳参数组合
方案，克服了参数设置过程中的主观性
，提高了参数选择的效率。 （2）提出了一种自适应遗传蚁算法。分析了遗传算法和蚁算法的融合策略，研究了遗传蚁算法中交叉率和变异率的自适应选取算法，并采用自适应信息素挥发因子实现信息素的动态更新。最后，根据植物病斑图像特点，研究了遗传蚁算法中信息素更新函数和启发函数的改进方法，从全局组合优化角度实现了植物病斑检测。 （3）提出了基于蚁优化的小波网络。构建了基于蚁优化的小波网络学习算法，利用蚁算法的全局优化能力实现了对小波网络的权值、阈值、尺度因子、平移因子的优化设置。 （4）提出了一种基于改进型小波网络的决策级信息融合模型。在深入研究数据缺失机制及其处理方法的基础上，将多个小波神经网络并行连接实现了基于小波网络的特征级信息融合模型，再结合证据理论构建了数据缺失机制下的决策级信息融合模型。 仿真实验验证了所提出的改进算法和信息融合模型的正确性。
4.期刊论文吴斌.史忠植一种基于蚁算法的TSP问题分段求解算法-计算机学报2001,24(12)
居性昆虫行为的研究为计算机科学家提供了设计分布式控制和优化算法的有力方法.对以蚁算法为代表的集智能的研究已经逐渐成为一个研究热点.该文首先在蚁算法的基础上提出了相遇算法，提高了蚁算法蚂蚁一次周游的质量，然后将相遇算法与采用并行策略的分段算法相结合，提出一种基于蚁算法的TSP问题分段求解算法.实验结果表明该算法有较好的有效性.
5.期刊论文庞思睿.孙文生基于协同合作的蚁优化算法-信息通信技术2009,3(5)
生态浮床蚁优化是一种模拟蚂蚁觅食的集智能搜索算法，基本蚁算法收敛性较差，易陷入局部最优解.本文在基本蚁算法的基础上，提出一种新的蚁优化算法，通过在信息素局部更新中引入信息素扩散模型，在信息素全局更新中引入随机扰动机制，发挥蚂蚁之间的协同合作能力，提高了算法的收敛速度.以TSP为例的仿真实验表明，该算法具有较强的寻优能力、较好的鲁棒性和有效性.
6.会议论文吴斌.史忠植一种基于蚁算法的TSP问题分段求解算法2001
居性昆虫行为的研究为计算机科学家提供了设计分布式控制和优化算法的有力方法.对以蚁算法为代表的集智能研究已经逐渐成为一个研究热点.本文首先在蚁算法的基础上提出了相遇算法，提高了蚁算法蚂蚁一次周游的质量，然后将相遇算法与采用并行策略的分段算法相结合，提出一种基于蚁算法的TSP问题分段求解算法.实验结果表明该算法有较好的有效性.
7.学位论文袁杨SWARM算法在机器人路径规划中的应用2007
路径规划是移动机器人导航系统中最重要的任务之一。地图已知的全局路径规划是机器人路径规划中比较基础的课题，目前虽然已存在许多优化算法用来解决该问题，但这些算法存都存在一定局限性，如当算法的约束条件较多时，很难求解复杂环境的路径规划问题等。集智能算法是一种概率搜索算
法，它没有集中控制约束条件，不会因为个别个体的故障影响整个问题的求解，具有较强的鲁棒性，所以在机器人全局路径规划应用中具有较显著
的优点。本文根据机器人路径规划算法的研究现状和向智能化、仿生化的发展趋势，研究基于集智能(SWARM Intelligence)的机器人全局路径规划方法。 本文包括三方面的研究，首先开展集智能算法在规划问题算法中的应用研究，并分析集智能算法的参数选择和算法的收敛性，提出算法中存在的算法停滞问题以及收敛速度和全局搜索能力这对矛盾；其次研究地图建模和路径编码问题，将集智能算法结合地图建模和路径编码问题进行分析；最后基于不同地图建模方法下对两大集智能算法的蚁算法和粒子算法进行比较，并展开了将地图建模和规划算法系统结合的讨论。
本文的研究的主要成果和创新点是：1)针对蚁算法路径规划提出信息素限定和自适应信息素挥发系数两种改进方法，从而消除算法停滞现象；2)针对粒了算法路径规划提出自适应惯性因了的改进方法，使算法在早期有较强全局搜索能力，后期加快的收敛速度；3)分析传统的地图建模方法在集智能算法应用时的局限性，提出一种基于坐标变换后的栅格地图建模新方法，使算法能满足运算速度快和精度高的要求；4)基于算法比较总结出两大智能算法的适用范围，蚁算法适用于离散路径规划，粒予算法的适用于连续路径规划；5)将改进地图建模和算法改进结合运用，使改进后的算法克服算法停滞现象、满足运算速度快和精度高的要求。
www.dd13
8.学位论文唐国新智能计算在移动机器人路径规划中的应用2007
本文针对智能计算在移动机器人路径规划问题中的应用进行探讨。分析和总结了该领域现有算法之间的区别以及它们各自的不足，并根据这些不足提出了相应的改进算法。通过计算机仿真实验验证了这些改进型算法的有效性和相对与原算法的性能提高。根据这些内容出现的先后顺序，本文工作摘要如下： 1．移动机器人路径规划与智能计算综述 论述移动机器人路径规划的发展历史与研究现状，对现有的路径规划算法作出分类。介绍智能计算在移动机器人路径规划中应用。以标准遗传算法和蚁算法分别作为进化计算和集智能的代表，描述了它们的基本原理与框架。并以伪代码的形式给出了标准遗传算法和求解TSP问题的蚁算法的算法流程。 2．遗传算法在移动机器人路径规划中的应用与改进 介绍遗传算法应用于机器人路径规划问题的研究现状，分析现有算法存在的不足，并针对这些不足之处提出改进型遗传算法。根据环境模型的不同，分为连续空间下的改进型遗传算法和栅格模型下的改进型遗传算法。在连续空间下的改进型算法中，通过矢量染体编码实现了算法搜索空间和机器人运动空间的同一，进而使得地图建模过程可以省略。同时，以矢量染体编码作为基础，对遗传算子的设计进行优化，提出了考虑交叉点位置优化的多点交叉算子、将障碍物分布信息作为约束条件的变异算子、以及考虑操作位置优化的插入算子和删除算子。在栅格模型中，本文引入了离散化的矢量染体编码方案，使得栅格模型下的染体表示和连续空间下的染体表示具有了统一性，从而连续空间下的改进型遗传算子可以继续使用于栅格模型下。通过这些改进型遗传算子的使用，算法的进化效率显著提高。计算机仿真结果证明了改进型算法的性能优势。 3．蚁算法在移动机器人路径规划中的应用与改进
介绍蚁算法应用于机器人路径规划问题的研究现状，分析存在的不足之处，并针对采用旋转栅格模型的蚁算法提出改进。通过引入反向运动机制、双向信息素记录、信息素节点分布方式、节点访问记录、能见度信息分段化处理、附加信息素机制等措施，成功的扩展了以该模型为基础的蚁算法在路径规划问题中的应用范围。改进型蚁算法的有效性及其相对于非改进型算法的优势在仿真实验中证实。
9.期刊论文陈佑健.陈佐健.CHEN You-jian.CHEN Zuo-jian蚁算法的改进及在TSP问题上的仿真验证-计算机工
程与设计2006,27(14)
蚁算法是一种新型的模拟进化算法，具有正反馈、分布式计算等特点.在介绍蚁算法基本原理的基础上，针对基本蚁算法求解速度缓慢、容易陷入局部最优等特点，采用分区搜索的思想，提出了一种改进的蚁算法.它将搜索区域分成几个较小的区域进行局部搜索，得到了局部较优解，以此产生蚁算法在全局搜索时的初始信息素分布，并结合局部与全局信息素调整等策略，大大地加速了算法的收敛速度.在TSP旅行商问题上的仿真验证表明它是可行性和有效性的.
10.学位论文金鑫智能空间的模型与其网络服务质量单播路由的研究2005
随着信息技术、计算机技术、网络技术和控制技术的进步，智能建筑得到了大力的推广和发展，信息时代构筑智能空间已逐渐成为现实。目前，智能空间的构筑仅仅局限于控制系统的网络互联，而不同系统之间的信息与资源共享率极为低下。智能空间应该能够有机地互联各个分离的智能建筑，以实现控制网络与系统、数据网络与系统、语音网络与系统以及视频网络与系统等等的无缝融合。而基于Internet 的互联则是实现智能空间的关键技术之一，但是IP 网络仅能为各种业务提供尽力传送的服务，而并不保证提供业务要求的服务质量。 本文围绕基于IP 网络的智能空间建模与模型网络的服务质量单播路由的相关理论与算法开展了研究工作，在基于IP 网络的智能空间建模、消除模型网络中不精确状态信息对路由的影响、模型网络的各种单播路由算法，如分布式路由算法、源路由算法、集智能路由算法以及流量工程在算法中的应用等等方面进行了细致的研究。 (1) 以现有的计算机网络技术、语音压缩与传输技术、视频压缩与传输技术和楼宇自动控制网络技术为研究背景，构造了一种基于IP 网络的智能空间模型。该模型实现了智能空间中的控制子空间、数据子空间、语音子空间以及视频子空间等等的互联与集成，具有强大的信息与资源共享功能。 (2) 根据智能空间网络不精确状态信息产生的原因，提出了一种新颖的思路，用于解决不精确信息对路由算法带来不利影响的问题。该思路不需要对状态信息进行极值分布的假定，而是利用已有的状态信息选择概率上受不精确信息影响最小的、满足服务质量要求的路径，从而有效地减轻智能空间中网络信息不精确性对算法的影响。 (3) 提出了一种基于优化路径的扩展Dijkstra 路由算法，用于解决智能空间中不精确信息下的多限制路径问题。算法采用组合参数进行搜索，降低了信息不精确对算法的影响，并优化了资源的利
用；通过限制节点优化路径的数目，降低了算法的复杂度。仿真说明了算法具有简单、高效、可扩展、收敛快等特点，可以在一定程度上减弱状态信息不精确对算法的影响，并为智能空间中的业务提供多限制路径路由能力。 (4)
提出了一种基于优化路径的有限选择洪泛单播路由算法，用于解决智能空间中不精确信息下的多限制路径问题。算法限制了节点中优化路径的数目和链路的广播次数，从而降低了算法的时间复杂度和空间复杂度。仿真说明了算法具有简单、高效、可扩展、收敛快等特点，可以有效地减弱状态信息不精确性对算法的影响，从而为智能空间中的业务提供多限制路径路由能力。 (5) 提出了一种具有广泛适用性的分布式单播路由算法框架，用于解决智能空间中网络状态信息不精确条件下的NP 完全路由问题。基于这种分布式算法框架，文章针对智能空间中的典型NP 完全路由问题进行了分析和求解。仿真说明了这种算法框架具有简单、可扩展、收敛快等特点，可以有效地减弱状态信息不精确对算法的影响，并高效地解决智能空间中的各种NP 完全路由问题，从而为智能空间中的各种业务提供满足服务质量要求的路由选择。 (6) 提出了一种改进的人工蚁算法，用于解决蚂蚁行进路线容量受限的问题。算法结合流量工程的思想，对路线选择准则进行了修改。改进的蚁算法具有负载平衡的作用，用于路由选择可以有效增强网络的流量负载平衡。 (7) 提出了一种基于局部网络状态信息的集智能服务质量单播路由策略框架。框架不需要进行全局的网络状态更新，利用与业务呼叫无关的、运行改进蚁算法的移动Agent 为不同类型的业务维护相同的备选路由表，并利用与业务呼叫对应的、含有指定的服务质量要求的移动Agent
漫游网络为该业务选择合适的路由。框架对智能空间中的不同服务质量路由问题具有普遍适用性，可以为智能空间中的各种业务提供满足服务质量要求的路由选择，并为将来出现的新业务保持良好的可扩展性。 (8) 针对带宽约束时延约束路径问题，构造了基于流量工程的扩展Dijkstra 单播路由算法，并研究了流量工程对算法性能的影响。仿真说明了基于流量工程的扩展Dijkstra 算法具有简单高效的特点，可以有效地降低业务的呼叫阻塞率
，提高网络资源的利用率，适应网络链路容量不一致的情况，从而有效解决带宽约束时延约束路径问题。这也验证了合理利用流量工程有助于提高路由算法的性能。
1.刘帆.解仑.李秉杰.王志良.郑雪峰多感官集智能算法及其在前向神经网络训练方面的应用[期刊论文]-北京科技大学学报 2008(9)
本文链接：d.g.wanfangdata/Periodical_shanxjz200701008.aspx
下载时间：2010年1月22日
豫公网安备41160202000603
站长QQ:729038198
关于我们
投诉建议