本书总体目标是介绍群体智能与演化博弈交叉领域的现状、发展趋势和重要应用,为读者在群体智能、无人系统、仿生智能、对抗与博弈等领域开展跨学科研究和技术开发打下基础。全书共7章,主要内容包括绪论、基于粒子群优化算法的群体演化博弈、有限群体中任务分配博弈的动力学、带有破坏者的任务分配博弈演化动力学、基于演化博弈的多智能体覆盖控制、基于演化博弈理论的集群编队、基于深度优先策略的区域协同搜索等。通过本书的学习,读者可以了解群体智能的基础知识,学习如何应用博弈理论对集群的动力学属性进行建模分析、如何设计并实现群体智能的算法,实现群体的控制、建模、任务分配与协作。
本书既可作为自动化、计算机科学与技术、电子信息工程、机器人工程等专业研究生和高年级本科生的教材,也可作为相关行业科研人员的参考书。
1. 本书是智能、电子、计算机、自动化、仿生科学等多学科交叉领域的融合创新。反映了作者在多项国家自然科学基金项目、国防项目的研究成果。
2. 重点介绍集群智能控制与算法,为群体智能这一涉及人工智能、国防智能的重点研究领域提供理论基础和技术指导。
3. 理论与算法均为该领域内新研究成果,对学习使用本书的研究生以及专业技术人员有较大的帮助。
4. 书后附彩图页,优化读者阅读体验
5. 每章附带章后总结,学习复习更直观
张建磊,男,南开大学副教授,博士生导师。2014年和2015年分别在北京大学和荷兰格罗宁根大学取得博士学位。2015年起在南开大学任职,主持多项国家自然科学基金项目、省部级项目以及军工项目。主要研究方向为演化博弈理论、群体智能理论及应用,发表高水平论文超过60篇,目前是国际水中机器人联盟专业委员会委员,中国自动化学会控制理论专业委员会多自主体控制学组委员,中国人工智能学会智能空天系统专业委员会委员,中国系统仿真学会智能物联系统专业委员会委员,中国人工智能学会智能服务专业委员会委员,中国海洋学会海洋技术装备专业委员会青年工作委员会委员,中国产业发展研究院人工智能研究院专家委员会委员。
目 录
第 1章 绪论 1
1.1 群体智能概述 1
1.2 群体智能的主要应用 1
1.2.1 优化求解 2
1.2.2 协同搜索 8
1.2.3 编队控制 10
1.2.4 协同通信网络 15
1.2.5 大数据分析 16
1.2.6 图像处理 18
1.3 演化博弈理论及相关知识 19
1.3.1 演化博弈论 19
1.3.2 复杂网络 30
1.3.3 任务分配 35
第 2章 基于粒子群优化算法的群体演化博弈 38
2.1 群体演化博弈模型概述 38
2.2 粒子群优化机制 39
2.3 仿真实验与结果分析 41
2.3.1 实验描述与统计结果 41
2.3.2 特殊策略节点 46
本章小结 48
第3章 有限群体中任务分配博弈的动力学 49
3.1 两人参与双策略任务分配博弈模型动力学 49
3.1.1两人参与双策略任务分配博弈模型 49
3.1.2 两人交互博弈规则说明 50
3.1.3理论分析 51
3.1.4 仿真实验 53
3.2 任务分配博弈在弱选择下的固定概率和固定时间 60
3.2.1 固定概率 60
3.2.2 平均时间 61
3.2.3 条件固定时间 62
3.3 多人参与双策略任务分配博弈模型动力学 63
3.3.1多人参与双策略任务分配博弈模型 63
3.3.2 多人交互博弈规则说明 64
3.3.3 理论分析 65
3.3.4 仿真实验 66
本章小结 71
第4章 带有破坏者的任务分配博弈演化动力学 73
4.1 带有破坏者的任务分配博弈演化描述 73
4.1.1 带有破坏者的任务分配博弈模型 73
4.1.2 Smith动力学 75
4.2 基于Smith动力学对任务分配博弈进行理论分析 76
本章小结 90
第5章 基于演化博弈的多智能体覆盖控制 92
5.1 演化博弈的均衡分析 92
5.1.1 稳定进化对策 93
5.1.2 纳什均衡态 95
5.1.3 其他分析方法 96
5.2 多智能体系统的覆盖控制建模 101
5.2.1 覆盖问题概述 101
5.2.2 覆盖控制的评价指标 102
5.2.3 建立基于演化博弈论的覆盖控制模型 104
5.3 基于演化博弈论的覆盖控制算法 105
5.3.1 覆盖控制算法流程 105
5.3.2 关键参数的选取和设计 107
5.4 算法仿真分析 111
5.4.1 小规模系统仿真示例 111
5.4.2 大规模系统仿真示例 115
5.4.3 各项评价性能指标在不同系统规模下的比较 120
5.5 算法控制效果的比较与扩展 124
5.5.1 与其他覆盖控制算法的比较 125
5.5.2 智能体突然加入、退出或停滞的仿真 130
本章小结 136
第6章 基于演化博弈理论的集群编队 138
6.1 集群编队概述 138
6.2 集群编队控制建模与分析 140
6.2.1 基于博弈的编队模型 140
6.2.2 平均收益与群体适合度建模 140
6.2.3 演化过程中的固定概率与策略演化 141
6.3 仿真实验分析 157
6.3.1 实验描述 157
6.3.2 仿真结果与分析 161
本章小结 175
第7章 基于深度优先策略的区域协同搜索 177
7.1 协同搜索概述 177
7.1.1背景介绍 177
7.1.2 研究现状 179
7.2 基于深度优先策略的协同搜索算法 181
7.2.1 搜索问题建模 181
7.2.2 一次搜索流程 183
7.2.3 重复搜索流程 190
7.3 实验设计及结果 197
7.3.1 仿真实验参数 197
7.3.2 一次搜索仿真实验 198
7.3.3 二次搜索仿真实验 201
7.4 未来展望 204
本章小结 204
参考文献 206