第1章 绪论 1
1.1引言 1
1.2群集智能研究现状及评述 3
1.2.1群集智能系统的建模 3
1.2.2群集智能系统的动力学特性研究 4
1.2.3利用分布式算法求解群集智能系统的优化问题 5
1.2.4群集智能优化算法及其应用 6
1.2.5研究现状评述 8
1.3研究意义 8
1.4主要研究内容及贡献 9
1.5结构安排 12
第2章 相关理论 14
2.1引言 14
2.2群集智能的科学基础 14
2.2.1复杂系统理论 14
2.2.2自组织理论 16
2.3混沌理论 17
2.4最优化理论 18
2.5蚂蚁混沌行为和蚁群自组织行为 20
2.6混沌蚂蚁群算法及其协同机制 21
2.6.1混沌蚂蚁群算法 21
2.6.2混沌蚂蚁群算法的协同机制 25
2.7本章小结 26
第3章 混沌蚂蚁群算法求解组合优化问题 27
3.1引言 27
3.2求解旅行商问题的集中式算法 29
3.2.1旅行商问题的描述 29
3.2.2旅行商问题的研究现状 30
3.2.3求解旅行商问题的方案 30
3.2.4实验结果与分析 35
3.3求解传感器网络任务分配的分布式算法 40
3.3.1任务分配问题 40
3.3.2分布式任务分配问题描述 41
3.3.3分布式任务分配算法 44
3.3.4仿真实验 47
3.4本章小结 51
第4章 扰动混沌蚂蚁群算法求解高维函数优化问题 52
4.1引言 52
4.2扰动混沌蚂蚁群算法DCAS 53
4.2.1蚂蚁的最优位置更新方法 53
4.2.2邻居选择 56
4.2.3自适应扰动 56
4.2.4算法过程 58
4.2.5收敛性分析 59
4.3 DCAS算法求解高维函数优化问题 61
4.3.1实验环境设置 61
4.3.2自适应扰动常数α分析 62
4.3.3 DCAS算法动力学过程 68
4.3.4 DCAS与其他算法的比较 70
4.4本章小结 81
第5章 基于混沌蚂蚁的分布式协同优化方法 82
5.1引言 82
5.2复杂分布式系统协同优化模型 83
5.2.1自主Agent的动力学表征 83
5.2.2复杂分布式系统协同优化模型构建 85
5.3复杂分布式系统协同优化算法 87
5.3.1 CAS算法的协同优化机理 87
5.3.2基于CAS的复杂分布式系统协同优化算法 89
5.3.3算法过程及复杂度 90
5.4基于位置的任务分配仿真验证 91
5.4.1 Agent的位置感知方法 91
5.4.2任务分配效果度量 92
5.4.3任务表示 92
5.4.4仿真结果分析 92
5.5本章小结 96
第6章 实现群集协同的分布式协调算法 98
6.1引言 98
6.2群集的特性与蚁群的共同点 100
6.3分布式协调方案描述 100
6.4分布式协调算法CA-DCA 101
6.4.1准备工作及符号解释 101
6.4.2混沌行为形式化 102
6.4.3自组织行为形式化 103
6.4.4算法描述 105
6.5算法收敛性分析 107
6.6仿真实验 108
6.6.1解质量分析 109
6.6.2计算代价分析 114
6.7本章小结 116
第7章 分布式协调算法求解动态分布式约束优化问题 117
7.1引言 117
7.2动态分布式约束优化问题DDCOP的描述 118
7.3相关研究工作 120
7.3.1已有DCOP算法 120
7.3.2基于蚂蚁行为的DDCOP算法 121
7.4算法方案 121
7.4.1 CA-DDCOP算法构建 122
7.4.2 CA-DDCOP算法过程 125
7.5 MRMC信道分配问题 126
7.5.1 MCMR-CA问题描述 126
7.5.2应用CA-DDCOP算法 127
7.6性能评估 130
7.6.1仿真环境 130
7.6.2性能评价参数与结果分析 131
7.7本章小结 133
第8章 总结与展望 135
8.1全书总结 135
8.2未来研究展望 138
参考文献 140