第1章 绪论
使机器具有智能一直是人类的梦想,直到l956年人工智能技术的出现,人们已为此作出了巨大的努力。近年来,随着人工智能应用领域的不断拓广,传统的基于符号处理机制的人工智能方法在知识表示、处理模式信息及解决组合爆炸等方面所碰到的问题已变得越来越突出。为此,寻求适于大规模并行且具有某些智能特征如自组织、自适应、自学习等的计算智能系统已引起人们的关注。近些年来,一些研究方向如模糊逻辑、神经网络、进化计算、免疫计算、DNA计算等,都是模拟某一自然现象或过程而发展起来的,并且具有适于高度并行与自组织、自适应、自学习等特征,因而引起了人们的极大兴趣。这些新方法通过“拟物”与“仿生”,为解
决某些复杂问题提供了卓有成效的方法和途径。
自然计算(Nature-Inspired Computation)是指以自然界,特别是以生物体的功能、特点和作用机理为基础,研究其中所蕴涵的丰富的信息处理机制,抽取出相应的计算模型,通常是一类具有自适应、自组织、自学习能力的计算和设计��法,能够解决传统计算方法难于解决的各种复杂问题。自然计算包含了进化计算、神经计算、生物分子计算、免疫计算、内分泌计算、生态计算、量子计算和复杂自适应系统(如社会网络、经济系统、蚁群系统、蜂群系统、物理系统、化学系统)等。自然计算的应用领域包括复杂优化问题求解、智能控制、模式识别、网络计算与**、硬件设计、社会经济、生态环境等方面。尤其是近年来网络智能的理论与技术得到了迅速的发展,并取得了许多令人激动的研究成果和应用。
本章介绍与自然计算的相关生物背景知识和网络智能的研究成果,从而为后续章节的基
于自然计算的网络智能理论与应用奠定一定的基础。
1.1 生物系统
生物信息系统可看成一个分布式自治系统,且能提供给科学和工程领域各种富有成效的技术和方法。由生物引发的信息处理系统可分为:脑神经系统[人工神经网络(ANN)]、遗传系统[进化计算(EC)]、免疫系统[人工免疫系统(AIS)]和内分泌系统[人工内分泌系统(AES)]四种类型。其中,ANN和EC已被广泛地应用于各个领域,而AIS由于其复杂性没有引起与ANN和EC等计算领域同等的重视,直到近几年才引起国内外研究学者的兴趣。1-5]。而AES的研究成果则更少,目前还少有关于AES的工程应用研究。
……