群體智能算法的評估與分析.pdf

1、群體智能被廣泛的應用于多機器人系統(tǒng)及無線傳感網絡中，是近些年國內外的研究熱點之一。面對種類繁多,描述多樣，性能不一的群體智能算法，如果能夠有效的評估檢驗群體智能算法的性能并提出改進優(yōu)化的方向，對于群體智能算法的研究將具有很重要的意義。
　　群體智能算法重點關注如何平衡多機器人系統(tǒng)中的兩大基本沖突：感知能力和能量消耗之間的沖突。智能群體中的每個個體都被認為是簡單的，同步的及同構的。簡單指的是每個機器人的能力是有限的，同步指的是所有的

2、機器人的行為是并發(fā)的，同構指的是每個機器人的結構和功能是基本一致的。
　　盡管個體簡單，群體智能應用下的多機器人系統(tǒng)卻可以完成復雜的協(xié)同工作。國內外對群體智能算法做過很多研究，但是絕大多數往往關注如何設計一個優(yōu)秀的群體智能算法上，很少有人嘗試設計一種有效的方案來驗證群體智能算法的性能并優(yōu)化其算法。
　　群體智能算法的性能評估與傳統(tǒng)算法的評估相比有很大不同，也使得其方法和側重點有很多不一樣的地方。相對于傳統(tǒng)算法的評估，群體智能

3、算法的性能評估難點體現在如下幾個方面：多目標運動數據的采集，大規(guī)模粒子系統(tǒng)的建模，算法描述多樣性的統(tǒng)一度量，粒子間交互的描述，能耗和感知能力的綜合評估等。
　　本研究創(chuàng)新性的采用了攝像頭來采集多目標運動數據，設計了一種改進的多目標跟蹤算法來記錄場景中運動著的多機器人系統(tǒng)的軌跡。隨后將采集到的數據送到后臺進行分析，以最優(yōu)化理論為基礎，設計了一種適用于智能群體的評估方法，給出當前系統(tǒng)的性能衡量。同時，引入了熱力學和量子力學中的主方程對