هوش ازدحامی: تفاوت میان نسخهها
جز ایجاد مقاله |
جزبدون خلاصۀ ویرایش |
||
خط ۴۳: | خط ۴۳: | ||
* [http://dsp.jpl.nasa.gov/members/payman/swarm/ منابع و مقالات مربوط به هوش ازدحامی] |
* [http://dsp.jpl.nasa.gov/members/payman/swarm/ منابع و مقالات مربوط به هوش ازدحامی] |
||
[[en:Swarm Intelligence] |
[[en:Swarm Intelligence]] |
نسخهٔ ۱۲ نوامبر ۲۰۰۵، ساعت ۱۴:۰۲
هوش ازدحامی (Swarm Intelligence) نوعی روش هوش مصنوعی است كه مبتنی بر رفتارهای جمعی در سامانههای نامتمركز و خودسامانده بنیان شده است. این سامانهها معمولاً از جمعیتی از كنشگران ساده تشكیل شده است كه بطور محلی با یكدیگر و با محیط خود در تعامل هستند. با وجود اینكه معمولاً هیچ كنترل تمركزیافتهای، چگونگی رفتار كنشگران را به آنها تحمیل نمی كند، تعاملات محلی آنها به پیدایش رفتاری عمومی میانجامد. مثالهایی از چنین سیستمهای را میتوان در طبیعت مشاهده كرد؛ گروههای مورچهها، دستهی پرندگان، گلههای حیوانات، تجمعات باكتریها و گلههای ماهیها.
به احتمال، موفقترین روشهای هوش مصنوعی ازدحامی كه تاكنون بوجود آمده است،روش بهینهسازی گروه مورچهها (ACO) و روش بهینهسازی ازدحام ذرات (PSO) هستند. روش ACO، نوعی روش فرااكتشافی است كه برای یافتن راهحلهای تقریبی برای مسائل بهینهسازی تركیبیاتی مناسب است (از دیگر مثالهای روشهای فرااكتشافی می توان به روش شبیهسازی كورهای، روش جستجوی مبتنی بر منع، روش محاسبات تكاملی و دیگر روشها اشاره نمود).
در روش ACO، مورچههای مصنوعی بوسیلهٔ حركت بر روی گرافِ مساله و با باقی گذاشتن نشانههایی بر روی گراف، همچون مورچههای واقعی كه در مسیر حركت خود نشانههای باقی می گذارند، باعث میشوند كه مورچههای مصنوعی بعدی بتوانند راهحلهای بهتری را برای مساله فراهم نمایند.
روش PSO یک روش سراسری كمینهسازی است كه با استفاده از آن میتوان با مسائلی كه جواب آنها یکنقطه یا سطح در فضای n بعدی می باشد، برخورد نمود. در اینچنین فضایی، فرضیاتی مطرح میشود و یکسرعت ابتدایی به آنها اختصاص داده می شود، همچنین كانالهای ارتباطی بین ذرات درنظر گرفته می شود. سپس این ذرات در فضای پاسخ حركت میكنند، و نتایج حاصله بر مبنای یک «ملاک شایستگی» پس از هر بازهٔ زمانی محاسبه میشود. با گذشت زمان، ذرات به سمت ذراتی كه دارای ملاک شایستگی بالاتری هستند و در گروه ارتباطی یكسانی قرار دارند، شتاب میگیرند. مزیت اصلی این روش بر استراتژیهای كمینهسازی دیگر این است كه، تعداد فراوان ذرات ازدحام كننده، باعث انعطاف روش در برابر مشكل پاسخ كمینهٔ محلی میگردد.
روباتیک ازدحامی، كاربردی از اصول هوش مصنوعی ازدحامی در تعداد زیادی از روباتهای ارزان قیمت است.
جذابیت هوش ازدحامی در فناوری اطلاعات
همگونیهایی بین مسائل متفاوت در حوزهٔ فناوری اطلاعات و رفتارهای حشرات اجتماعی وجود دارد :
- سامانهای توزیع شده از كنشگرهای مستقل و تعامل كننده.
- اهداف : بهینه سازی كارآیی و توان.
- خود تنظیم بودن در روش های كنترل و همكاری به شكل نامتمركز.
- توزیع كار و اختصاص وظایف به شكل توزیع شده.
- تعاملات غیر مستقیم.
مراحل طراحی یک سامانه
مراحل طراحی یک سامانه با کاربردهای فناوری اطلاعات بر مبنای هوش مصنوعی ازدحامی فرآیندی سه مرحلهای است :
- شناسایی همسانیها : در سامانههای IT و طبیعت.
- فهم : مدلسازی رایانهای روش ازدحامی طبیعی به شكل واقعگرا.
- مهندسی : سادهسازی مدل و تنظیم آن برای كاربردهای IT.
کاربردهای فعلی و آتی
- مسیریابی در شبكه.
- سامانههای توزیعشدهٔ رایانامهای.
- اختصاص منابع به شكل بهینه.
- زمانبندی وظایف.
- بهینهسازی تركیبیاتی.
- روباتیک:
- بررسی سیستمهای لولهكشی.
- تعمیرات و نگهداری ماهوارهها و كشتیها.
- روبوتهای خود-مونتاژ.
منابع
- Swarm Intelligence. در دانشنامهٔ ویکیپدیا انگلیسی.
- E. Bonabeau, Swarm intelligence: a presentation. (PDF)