群體智能預測與優化（簡體書）

本書在闡述和分析了生物群體、人類社會在形成、發展過程中所呈現的合作、互學習、共同決策等現象的基礎上，勾勒出人工群體智能構建的方式。結合當前建模預測和優化中的神經網絡集成以及粒子群優化算法，構建了學習意義下廣義群體智能的框架，給出了在以集成學習、互學習為基礎的群體建模預測與優化的新方法，以及在物流、化工等領域的建模與優化的應用實例。

《群體智能預測與優化》是智能科學技術應用叢書之一。《群體智能預測與優化》研究的是群體智能預測與優化。《群體智能預測與優化》可為群體智能研究者提供一定的參考。

第1章緒論
1.1群體智能的基本概念
1.2群體智能面臨的兩類問題
1.2.1預測模型
1.2.2優化問題
1.3群體智能解決問題的途徑
1.3.1群體預測和個體預測的區別與聯系
1.3.2群體優化和個體優化的區別與聯系
1.4群體智能的一般框架
1.4.1群體智能遵循的原則和特點
1.4.2群體智能的一般框架
1.5群體智能的研究途徑
1.5.1研究視角
1.5.2研究方法
第2章生物群體與群體智能
2.1生物學與群體智能
2.1.1生物學的幾個分支
2.1.2生物學對人工群體智能的啟示
2.2典型的生物群體
2.2.1集群微生物和集群無脊椎動物
2.2.2社會昆蟲
2.2.3非人類的脊椎動物
2.2.4人類社會
2.2.5其他
2.2.6社會與智能
2.3生物群體的社會性
2.3.1群體組織結構
2.3.2個體間的交互
2.3.3群體發展動力
2.3.4小結
2.4群體智能的共性要素
2.4.1時空環境
2.4.2組織結構
2.4.3通信與語言
2.4.4競爭與合作
2.4.5記憶與學習
2.4.6決策與智慧
第3章學習意義下的廣義群體智能框架
3.1群體智能與進化
3.2群體智能與學習
3.3學習意義下的廣義群體智能框架
3.4構建有效的群體智能算法
3.4.1群體智能系統設計的一般原理
3.4.2構建有效的群體智能預測算法
3.4.3構建有效的群體智能優化算法
第4章神經網絡集成概述
4.1集成學習概述
4.1.1集成學習的概念和核心思想
4.1.2個體學習器與集成的性能指標
4.2集成學習方法中的群體智能思想
4.2.1Bagging方法
4.2.2Boosting方法
4.2.3Stacking方法
4.2.4選擇性集成
4.2.5構造型集成
4.3神經網絡集成概述
4.3.1神經網絡集成的提出
4.3.2集成中個體網絡的生成方法
4.3.3集成的結論生成方法
4.4建立預測模型時存在的問題
第5章神經網絡集成改進方法研究
5.1群體神經網絡中的選擇
5.1.1選擇的準則
5.1.2選擇的方法及存在的問題
5.1.3基于改進貪心法的個體網絡選擇方法
5.1.4仿真實例
5.1.5小結
5.2群體神經網絡的多層結構
5.2.1選擇性神經網絡二次集成概述
5.2.2兩次集成中選擇方法的匹配
5.2.3基于GF方法的神經網絡二次集成的實現
5.2.4仿真實驗
5.2.5小結
5.3群體神經網絡的結論決策
5.3.1常用結論生成方法及存在的問題
5.3.2基于改進的粒子群優化（PSO）算法的結論生成方法
5.3.3基于改進PSO算法的仿真實驗研究
5.3.4基于改進PSO算法的結論生成方法小結
5.4基于混合算法的神經網絡集成
5.4.1GF方法和改進PSO算法的結合
5.4.2基于CF方法一改進PSO算法的實例仿真實驗
5.4.3討論與結論
5.5小結
第6章神經網絡集成應用實例
6.1構效關系預測模型
6.1.1引言
6.1.2基于隨機采樣技術和GFA方法的選擇性神經網絡二次集成
6.1.3苯乙酰胺類除草劑QSAR的神經網絡集成模型
6.2物流中心選址模型
6.2.1引言
6.2.2基于Bootstrap采樣技術和PSO算法的神經網絡二次集成模型
6.2.3物流中心選址實例研究
6.3發射藥近紅外光譜定量分析預測模型
6.3.1研究的背景
6.3.2發射藥成分的近紅外光譜分析
6.3.3單個神經網絡在建模中存在的問題
6.3.4基于小波變換——神經網絡集成的預測模型
6.3.5基于改進神經網絡集成的發射藥近紅外光譜定量分析預測模型
6.4疾病診斷預測模型
6.4.1研究的背景和意義
6.4.2單個網絡建立診斷模型時存在的問題
6.4.3基于神經網絡集成的疾病診斷
6.4.4改進的神經網絡集成方法在乳腺癌診斷中的應用
第7章粒子群優化算法概述
7.1基本PSO算法
7.2性能評價與“探索—開發”的平衡
7.2.1性能評價
7.2.2“探索—開發”的平衡
7.3群體智能框架下的PSO算法分析與改進
7.3.1社會結構和通信方式
7.3.2學習與記憶
7.3.3群體策略行動
第8章基于集成學習的粒子群算法
第9章基于多智體和多軟件人系統協調的展望
參考文獻
后記
致謝

2.組織結構
斑鬣狗社會的復雜性非常高，與靈長類動物類似，遠勝于其他陸地食肉動物。它們生活在永久的復雜的社會群體，范圍從6條～90條不等。一個家族的所有成員相互承認，合作捍衛一個共同的領土，并一起撫養它們的幼仔。社會具有層次性，通常是體格健壯的雌性斑鬣狗作為首領，處于團體的最上層，接著是幼狗，而成年雄性則處于最底層。幼狗在學會行走前就能認識這種復雜的社會階級觀念。一旦發生激烈的紛爭時，處于上層的雌鬣狗就會介入處理。它們的社交行為非常復雜，經常涉及聯盟及轉移聯系等。斑鬣狗群體能體現出高度的社會性和一定的社會智能。
3.通信與語言
斑鬣狗溝通的媒介包括聲音、身體語言以及體液。斑鬣狗是非洲的哺乳動物中發聲類型的動物，已發現超過11種不同的聲音，用來表達不同的含義，有很多都與社會活動有關。其中，呻吟聲∕尖叫聲一般用于互相打招呼；高呼聲用來呼叫其他同伴，根據音調及聲浪含義有所不同，快速的高呼聲代表出現沖突或是在獵物的位點，雄性的叫聲通常會被忽略，而雌性的則會立刻得到反應；牛鳴聲表示斑鬣狗失去耐性，例如在等待吃獵獲物的時候；呼嚕聲是一種非常低沉的咆哮聲，但口不張開，是帶有攻擊性的行為；咆哮聲是深長及共振的聲響，帶有保護行為，用來警告對方；嘎嘎的咆哮聲是一種低音調及斷音的呼嚕聲，用來發出警報；被追捕的斑鬣狗高音調及咯咯的叫聲，代表極度的驚恐；叫喊聲表示斑鬣狗正在嘗試逃避攻擊者。除了聲音語言之外，斑鬣狗還用一些身體語言打招呼、表示母子親昵以及求偶等。用體液標記領域范圍。
4.合作與競爭
靈長類動物一般是凝聚力較高的社會團體，而斑鬣狗的群體不斷充斥著裂變和融合，斑鬣狗在很多時間內也會獨居或生活在小團體，特別是在覓食活動中。斑鬣狗的食物資源比較豐富但非常短暫，搶奪食物的競爭非常激烈，處于團體上層的斑鬣狗可以優先獲得食物，這導致斑鬣狗常常單獨捕食。但它們仍需要合作，例如，它們需要親屬或聯盟者共同保護食物，抵抗外來斑鬣狗以保護領土，更多時候多個斑鬣狗成員頻繁合作以保護自身生命，防止被其他族群的獅子或斑鬣狗殺死。有時它們也會合作捕食，以增強捕食的概率。食肉動物之間這些持久的合作關系影響著個體成員的生存和繁殖。這些復雜的社會生活的基礎是個體需要具備一定的認知和通信能力，豐富的社會生活反過來也促進著個體的神經系統發育和智力發育。