دیده بان

چکیده

موضوع اصلی این پروژه، معرفی و بررسی روش­هایی که با نام هوش جمعی از آن­ها یاد می­شوند. در روش­هایی که در گروه هوش جمعی جای می­گیرند، ارتباط مستقیم یا غیر مستقیم بین جواب­های مختلف الگوریتم وجود دارند. در واقع، در این روش­ها، جواب­ها که موجوداتی کم­هوش و ساده هستند، برای پیدا شدن و یا تبدیل شدن به جواب بهینه، همکاری می­کنند. این روش­ها از رفتار­های جمعی حیوانات و موجودات زنده در طبیعت الهام گرفته شده­اند. الگوریتم مورچه­ها یکی از بارزترین نمونه­ها برای هوش جمعی است که از رفتار جمعی مورچه­ها الهام گرفته شده است. یکی دیگر از مهمترین الگوریتم­هایی که در گروه هوش جمعی جای می­گیرد، الگوریتم بهینه سازی انبوه ذرات است. در الگوریتم بهینه سازی انبوه ذرات، اعضای جامعه، که ماهی­ها یا پرندگان می­باشند، به صورت مستقیم با هم ارتباط دارند. و همچنین در این پروژه به الگوریتم ژنتیک و دیگر کاربرد­های هوش جمعی میپردازیم.

مقدمه

ما در این پروژه به تعریف هوش جمعی می پردازیم که هوش جمعی یکی از شاخه­های هوش مصنوعی می­باشد.در واقع بیان می کنیم، هوش جمعی ویژگی از سیستم است که بر اساس آن رفتار گروهی عامل­های غیر پیچیده که به صورت محلی با محیطشان در ارتباط هستند منجر به وجود آمدن الگوهای یکپارچه و منسجم می­شود. همچنین کاربردهای مهم هوش جمعی را ذکر خواهیم کرد، و اینکه هر کاربرد بیشتردرکجاها استفاده خواهد شد.

فهرست مطالب

عنوان                                                                                                         صفحه

1- فصل اول: هوش مصنوعی و ارتباط آن با هوش جمعی………………………………………………………………………………………….

1- 1 مقدمه……………………………………………………………………………………………………………………………………………………….

1- 2 تاریخچه هوش مصنوعی……………………………………………………………………………………………………………………………..

1- 3 هوش چیست؟………………………………………………………………………………………………………………………………………….

1- 4 فلسفه هوش مصنوعی…………………………………………………………………………………………………………………………………..

1-5 مدیریت پیچیدگی………………………………………………………………………………………………………………………………………

1-6 عامل­های هوشمند……………………………………………………………………………………………………………………………………..

1- 7 سیستم­های خبره…………………………………………………………………………………………………………………………………………

1- 8 رابطه هوش جمعی با هوش مصنوعی…………………………………………………………………………………………………………….

2- فصل دوم: تعریف هوش جمعی………………………………………………………………………………………………………………………

2- 1 مقدمه……………………………………………………………………………………………………………………………………………………..

2- 2 تعریف هوش جمعی………………………………………………………………………………………………………………………….

2- 3 خصوصیات هوش جمعی…………………………………………………………………………………………………………………..

2- 4 اصول هوش جمعی……………………………………………………………………………………………………………………………

2- 5 طبقه بندی هوش جمعی………………………………………………………………………………………………………………………………..

2- 5 -1 طبیعی در مقابل مصنوعی………………………………………………………………………………………………………………………

2- 5 – 2 علمی در مقابل مهندسی……………………………………………………………………………………………………………………….

2- 6 تعامل دو دسته طبیعی/ مصنوعی و علمی/ مهندسی………………………………………………………………………………………..

3- فصل سوم:‌ کاربردهای هوش جمعی………………………………………………………………………………………………………………….

3- 1 مقدمه………………………………………………………………………………………………………………………………………………………..

3- 2 تعریف بهینه سازی……………………………………………………………………………………………………………………………………..

3- 3 الگوریتم بهینه سازی کلونی مورچه­ها……………………………………………………………………………………………………………..

3- 3- 1 تعریف……………………………………………………………………………………………………………………………………………….

3- 3- 2 الگوریتم…………………………………………………………………………………………………………………………………………….

3- 3- 3 خواص عمومی کلونی مورجه­ها……………………………………………………………………………………………………………

3- 3- 4 الگوریتم مورچه برای مسئله فروشنده دوره­گرد………………………………………………………………………………………

3- 3- 5 کاربردهای الگوریتم مورچه……………………………………………………………………………………………………………..

3- 3- 5- 1 مسیریابی خودرو………………………………………………………………………………………………………………………..

3- 3- 5- 2 الگوریتم S_ANTNET…………………………………………………………………………………………………………………

3- 3- 5- 3 هزارتوی چند مسیره………………………………………………………………………………………………………………………..

3- 3- 5- 4 مسیریابی در شبکه­های مخابراتی………………………………………………………………………………………………………..

3- 4 الگوریتم بهینه سازی زنبور…………………………………………………………………………………………………………………………

3- 4- 1 تعریف…………………………………………………………………………………………………………………………………………………

3- 4- 2 جستجوی غذا در طبیعت……………………………………………………………………………………………………………………….

3- 4- 3 الگوریتم زنبور……………………………………………………………………………………………………………………………………..

3- 4- 4 بهینه سازی کلونی زنبورها……………………………………………………………………………………………………………………….

3- 4- 5 سیستم فازی زنبورها……………………………………………………………………………………………………………………………….

3- 4- 6 کاربردهای الگوریتم بهینه سازی زنبورها………………………………………………………………………………………………….

3- 4- 6- 1 مسئلهRide_matching……………………………………………………………………………………………………………….

3- 4- 6- 2 حل مسئله RS بوسیله سیستم فازی زنبورها……………………………………………………………………………………….

3- 4- 6- 3 کاربردهای الگوریتم زنبور در مهندسی………………………………………………………………………………………………

3- 5 الگوریتم بهینه سازی انبوه ذرات……………………………………………………………………………………………………………….

3- 5- 1 تعریف…………………………………………………………………………………………………………………………………………………

3- 5- 2 الگوریتم……………………………………………………………………………………………………………………………………………

3- 5- 3 کاربردهای الگوریتم بهینه سازی انبوه ذرات……………………………………………………………………………………………..

3- 6 الگوریتم ‍ژنتیک………………………………………………………………………………………………………………………………………..

3- 6- 1 تعریف…………………………………………………………………………………………………………………………………………………

3- 6- 2 عملگرهای یک الگوریتم ژنتیک……………………………………………………………………………………………………………..

3- 6- 3 عملکرد کلی الگوریتم ژنتیک………………………………………………………………………………………………………………….

3- 6- 4 مقایسه الگوریتم ژنتیک و دیگر شیوه­های مرسوم بهینه سازی…………………………………………………………………………

3- 6- 5 الگوریتم ژنتیک و سیستم­های مهندسی………………………………………………………………………………………………………

3- 6- 6 کاربردهای الگوریتم ژنتیک…………………………………………………………………………………………………………………..

3- 7 شبکه­های عصبی………………………………………………………………………………………………………………………………………..

3- 7- 1 تعریف………………………………………………………………………………………………………………………………………………..

3- 7- 2 تازیخچه شبکه­های عصبی……………………………………………………………………………………………………………………….

3- 7- 3 چرا از شبکه­های عصبی استفاده می­کنیم؟………………………………………………………………………………………

3- 7- 4 شبکه­های عصبی در مقابل کامپیوترهای معمولی…………………………………………………………………………….

3- 7- 5 چگونه مغز انسان می­آموزد؟………………………………………………………………………………………………………

3- 7- 6 از سلول­های عصبی انسانی تا سلول­های عصبی مصنوعی………………………………………………………………..

3- 7- 7 کاربردهای شبکه­های عصبی……………………………………………………………………………………………………….

3- 8 کاربردهای دیگر هوش جمعی………………………………………………………………………………………………………….

3- 8- 1 تعریف…………………………………………………………………………………………………………………………………….

3- 8- 2 اقتصاد…………………………………………………………………………………………………………………………………….

3- 8- 3 شبکه­های ادهاک………………………………………………………………………………………………………………………..

3- 8- 4 سیستم­های خودسازمانده…………………………………………………………………………………………………………….

4- فصل چهارم: نتیجه گیری…………………………………………………………………………………………………………………….

منابع و مآخذ:

[1]  E. Bonabeau, M. Dorigo, and G. Theraulaz. Swarm Intelligence: From Natural to Artificial System. Oxford University Press, New York, 1999.

[2]  J.-L. Deneubourg, S. Aron, S. Goss, and J.-M. Pasteels. The Self_Orgonazing exploratory pattern of the Argentine ant. Journal of insect Behavior, 3:159-168, 1990.

[3]  G. Di Caro and M. Dorigo. AntNet: Distributed stigmergetic control for communications networks. Journal of Artificial Intelligence Research, 9:317-365, 1998.

[4]  G. Di Caro, F. Ducatelle, L. M. Gambardella. AntHocNet: An adaptive nature_inspired algorithm for routing in mobile ad hoc networks. European Transactions on Telacommunications, 16(5): 443-455, 2005.

[5]  M. Dorigo,v. Maniezzo,and A. Colorni. Positive feedback as a search strategy. Technical Report 91-016,Dipartimento di Elettronica, politecnico di Milano, Milan, Italy,1991.Revised version publishedas : M.dorigo, on systems, Man,and cybernetics-part B,26(1):29-41,1996.

[6]  M. Dorigo and T.Stutzle. Ant Colony Optimization. MIT Press, Cambridge ,MA , 2004.

دانلود فایل