群体智能与人工生命

被引：16

作者：

康琦

汪镭

吴启迪

机构：

[1] 同济大学电子与信息工程学院

来源：

模式识别与人工智能 | 2005年 / 18卷 / 06期

关键词：

群体智能; 人工生命; 复杂系统; 计算智能; 突现;

D O I：

暂无

中图分类号：

TP18 [人工智能理论];

学科分类号：

081104 ; 0812 ; 0835 ; 1405 ;

摘要：

群体智能和人工生命是正在迅速发展的新兴研究领域。它们通过对自然界生命现象的模拟,在不同层次上揭示生命现象和进化规律,为复杂系统的复杂行为建模与仿真提供了新的思路。本文分别对人工生命和群体智能进行了综述,分析了两者的区别与联系,并对人工生命和群体智能的未来发展趋势进行了展望。

引用

页码：689 / 697

页数：9

共 29 条

[1] 粒子群优化算法的分析与改进 [J].

张丽平 ;

俞欢军 ;

陈德钊 ;

胡上序 .

信息与控制, 2004, (05) :513-517

[2] 求解通信优化问题的一种微粒群优化方法 [J].

原萍 ;

王光兴 ;

张洋洋 ;

不详 .

东北大学学报 , 2004, (10) :934-937

[3] 混沌粒子群优化算法 [J].

高鹰 ;

谢胜利 .

计算机科学, 2004, (08) :13-15

[4] 人工生命研究综述 [J].

喻海飞 ;

汪定伟 .

信息与控制, 2004, (04) :434-439

[5] 带变异算子的粒子群优化算法 [J].

李宁 ;

孙德宝 ;

岑翼刚 ;

邹彤 .

计算机工程与应用, 2004, (17) :12-14+35

[6] 带时间窗车辆路径问题的粒子群算法 [J].

李宁 ;

邹彤 ;

孙德宝 .

系统工程理论与实践, 2004, (04) :130-135

[7] 自适应变异的粒子群优化算法 [J].

吕振肃 ;

侯志荣 .

电子学报, 2004, (03) :416-420

[8] 免疫粒子群优化算法 [J].

高鹰 ;

谢胜利 .

计算机工程与应用, 2004, (06) :4-6+33

[9] 具有感觉和知觉特征的蚁群算法 [J].

陈崚 ;

秦玲 ;

陈宏建 ;

徐晓华 .

系统仿真学报, 2003, (10) :1418-1425

[10] 应用粒子群优化的非线性系统辨识 [J].

柯晶 ;

钱积新 .

电路与系统学报, 2003, (04) :12-15+7

← 1 2 3 →