分享到:

人工认知BP-CT蚂蚁路由算法

随着人类对于客观世界认识的深人,人们逐渐 意识到现代工程技术、生态或社会环境等领域的 研究对象往往是十分复杂的系统,对这类系统难以 用常规的数学方法来建立准确的数学模型,需要用 学习、推理或统计意义上的模型来描述实际系统,这 就导致了智能控制的研究.智能控制的主要目标是 使控制系统具有学习和适应能力11].Holland(1994) 提出的复杂适应系统使得人类以全新的理念认识世 界,他提出的多智能体技术使得人们的注意力集中 在对于人的思维的深入研究.控制系统的学习和适 应能力主要体现在系统中的主体如何模拟人类思维 过程.因此模拟人类思维的人工认知模型已经成为 人们在系统建模时关注的焦点.经济复杂适应系统 理论中有针对性讨论的问题是人的思维特征和如何 对它们进行数学描述,Terna(2 000)关于人工认知BP一 CT田ack proPagation一Cross Target)可计算模型的 理论研究已经达到了可以应用的层次.工程复...  (本文共4页) 阅读全文>>

哈尔滨理工大学
哈尔滨理工大学

网络路由BP-CT智能算法研究

近几年来,人们对复杂系统有了越来越深入的认识,意识到用常规的数学方法难以建立复杂系统的精确模型,如何模拟人的思维来解决复杂问题成了人们关注的焦点。计算智能的出现为模拟人的思想提供了人工认知理论基础,而多智能体技术和计算机仿真实验则为人工认知理论提供了实现的方法和工具。本文综述计算智能的概念,归纳了计算智能所体现的人工认知特征。通过引进复杂适应系统理论中的多智能体技术,综述了在工程系统中将计算智能与多智能体技术相结合的人工认知算法Q-学习,以及它在复杂网络路由问题上的应用的Q-路由算法和蚂蚁网络路由算法。侧重分析了基于Q-学习的蚂蚁网络路由算法的特征,指出蚂蚁网络路由算法的两点不足:一是只体现了计算智能中的概率推理特征,并没有体现算法的互补性;二是蚂蚁网络路由算法中缺少根据历史经验的预测能力和自适应能力。本文针对在复杂经济系统中的可计算模型理论中提出的交叉目标算法(Cross Target CT),分析了CT 算法与Q-学习算法在...  (本文共62页) 本文目录 | 阅读全文>>