群体智能与人工生命

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.     

人工生命算法综述

介绍了人工生命算法的基本原理,改进措施,研究现状,以及对未来研究的展望。人工生命算法是一种新兴的优化技术,其思想来源于达尔文进化论。利用人工生命的突现行为及人工生命可以动态地和环境相互作用的特点,实现全局寻优,在优化非线性连续多模态函数时,具有良好的全局收敛性。人工生命算法已经吸引了许多研究领域的关注,它是一种分布式优化技术,算法采用自下而上的设计方法,不需要梯度信息,为优化技术提供了一种新思路。     

人工生命算法的研究进展

人工生命算法(ALA)是一种新兴的演化算法,利用人工生命群体的突现聚类实现全局寻优.近些年来,对基于人工生命系统的新型分布式算法进行了研究,算法的应用潜力在多个领域得到展现.算法不需要梯度信息,可用于多个类型的优化领域.本文对人工生命算法的研究进展进行了较为详细的介绍,并且对今后的研究方向进行了展望.     

人工生命浅谈

1987年兰顿首次提出了人工生命的概念,定义“人工生命是研究人工系统来模拟自然生命系统行为特性的学科”,经过20年的发展,人工生命的独立学科地位已经得到国际学术界的广泛承认,正在逐渐成为学术研究的热点之一,人工生命的研究兴趣在于对生命系统行为特性的仿生,学科中应使用由下而上合成的方法,以使人工系统具有很好适应性、灵活性。本文将介绍人工生命起源、重要概念和发展趋势等方面的内容。     

人工生命：计算机与生物学交叉的前沿学科

人工生命是具有生命特征的人工系统,是探索生命复杂性的一门新兴交叉性前沿学科.它试图在计算机或其他人工媒介上,以综合的方法研究具有生命本质特征的复杂系统的动态发展过程.本文详细介绍了人工生命的概念、产生过程、发展历史、基本思想以及目前主要的研究方向,指出人工生命为人们揭示自然生命的最本质特征和演化的最基本规律提供了新思路和新方法.     

生命的仿真--人工生命

介绍了人工生命学科产生的背景、发展历程以及C．Langton关于人工生命的定义、研究内容和研究方法,重点介绍了人工生命中自发“突现”的概念。对C．Langton的主要学术观点进行了归纳与述评,系统总结了人工生命研究领域的主要研究成果。指出人工生命学科研究类似生命行为和现象的发生及其信息处理机制,其成果在工程技术领域有良好应用前景。     

人工生命与广义人工生命

该文评述了C.Langton的“人工生命”学科定义、“人工生命”综合方法论和“人工生命”突现演化观。同时还评论了涂序彦的“广义人工生命”观、“广义人工生命”的应用前景及“广义人工生命”的综合与分析相结合方法论。     

人工生命在计算机图形学中的应用

首先介绍了细胞自动机和L-系统在计算机图形建模中的应用,然后重点综述三维物理模拟环境中虚拟生物形态和行为共进化的研究进展,并对不同的编码策略进行了比较;最后讨论了智能虚拟环境中的人工生命及其艺术化问题。     

基于人工生命系统的计算框架

人工生命是通过对自然生命现象的模拟来研究行为如何变得智能、自适应的学科,其本质在于大量生命之间相互作用产生的自下而上的自组织行为。人工生命已经在许多行业得到了广泛的应用,从人工生命发展得到了众多的算法。但这些算法大都是专用的算法,各种算法之间的相似性很差,这极大地限制了人工生命算法的应用广度和深度。该文将对人工生命的本质作一个描述,然后提出一种人工生命算法的统一框架结构,同时通过此算法框架在TSP问题求解过程中的应用验证其有效性。最后对算法框架将来的研究作简单的讨论。     

人工生命研究综述

详细综述了人工生命的产生、发展，回顾了有关人工生命科学的重要国际会议，着重介绍了人工生命研究的重要思想以及人工生命的研究领域，并阐述了人工生命的应用发展情况，特别在智能优化计算与仿真领域等的重要应用．人工生命的研究有助于揭示生命的本质，探索生命的起源，为生物学研究提供新的途径，具有重要的科学意义．     

混合人工生命系统与粒子群算法的优化算法

提出-种混合人工生命系统和粒子群算法的优化算法.算法包括两个阶段,第1阶段创建人工生命系统,系统中的人工生物有感知系统,它们可以发现所需要的资源,并新陈代谢,人工生物之间互相交互,导致整个系统出现突现集群现象.通过人工生命系统形成的突现集群给粒子群算法提供优良的初始位置.第2阶段使用粒子群算法进一步寻找优化的最佳结果.最后以著名的Rosenbrock函数为例来证明该算法的优化能力,实验数据表明,该优化算法是有效的.     

人工生命

人工生命是一类具有生命特征，以自适应、自组织为主要特征的一类复杂系统，其研究成果可广泛用于生物学及计算机科学等许多工程领域。文中介绍了人工生命的产生背景、定义、研究内容、研究方法、理论基础、研究意义及与人工智能等相关学科的区别，以便全面深入地理解它。     

人工心理与人工情感

介绍了人工心理与人工情感的定义、研究意义、关键支撑技术和主要研究内容与应用领域,分析了国内外相关研究的进展.人工情感主要是情感计算方面的研究,人工心理包括人工情感、人工意识以及认知与情绪的人工数字化技术.人工情感是人工心理的一个主要研究内容.最后提出了该研究领域未来需要解决的若干科学问题及几点建议.指出了研究情感形式化方法和开发人类心理数字化技术并实现重大应用,是人工心理和人工情感研究者未来的主要任务.     

基于人工生命种群的人工生态系统演变研究

运用人工生命技术探索生态系统演变的规律,提出了人工生命种群的当量模型;建立了一个基于人工生命种群的人工生态系统,从底层到最顶层依次为模拟气候、人工生态环境、人工植物种群、食草人工动物种群、食肉人工动物种群。开展了人工生态系统演变实验。实验发现,平衡态人工生态系统存在收窄现象,但从不越界,只要模拟气候不低于其临界值,人工生态系统就将继续处于平衡态;但任一生态层在某时刻起低于其临界值将使人工生态系统从该时刻起处于失衡态,失衡态是不可逆的,除非外界足量补缺。基于人工生命种群的人工生态系统演变研究弥补了现有生态系统演变研究存在的缺陷,研究结果揭示了生态系统演变的规律,因此它是研究生态系统演变的科学方法。     

基于群智能和人工生命的群体行为动画仿真

为了更好地提高智能鱼在复杂动画中的应用,在分析自然鱼的感知、认知、运动和行为系统的基础上,研究并实现了简单的智能鱼动画。首先建立了虚拟环境下智能鱼的视觉感知模型和认知模型以及听觉模型,然后通过微粒群算法确定智能鱼的运动轨迹,模拟智能鱼的自由游动、捕食和躲避危险几种行为动作,最后经动画仿真,智能鱼具有集群、躲避鲨鱼的攻击、绕障碍物游动和觅食行为。经过仿真之后的动画效果有所优化,因此将微粒群算法应用到群体行为动画仿真中有一定的现实意义。     

人工生命、软件人、人工脑、机器思维与知识涌现

本文探讨了人工生命中的软件人问题，并建议对软件人配制人工脑，利用可拓学中菱形思维方法处理机器思维，最后用复杂学的方法讨论了人工脑的知识涌现。     

An artificial life approach to dense stereo disparity

This article presents an adaptive approach to improving the infection algorithm that we have used to solve the dense stereo matching problem. The algorithm presented here incorporates two different epidemic automata along a single execution of the infection algorithm. The new algorithm attempts to provide a general behavior of guessing the best correspondence between a pair of images. Our aim is to provide a new strategy inspired by evolutionary computation, which combines the behaviors of both automata into a single correspondence problem. The new algorithm will decide which automata will be used based on the transmission of information and mutation, as well as the attributes, texture, and geometry, of the input images. This article gives details about how the rules used in the infection algorithm are coded. Finally, we show experiments with a real stereo pair, as well as with a standard test bed, to show how the infection algorithm works.