انواع تحقیق ،مقاله ،پروژه ،پاورپوینت

پروژه
هوش جمعی

چکیده
انسان همیشه برای الهام گرفتن به جهان زنده‌ی پیرامون خود نگریسته است. یکی از بهترین طرح‌های شناخته شده، طرح پرواز انسان است که ابتدا لئوناردو داوینچی‌(1519-1452) طرحی از یک ماشین پرنده را براساس ساختمان بدن خفاش رسم نمود. چهارصد سال بعد کلمان آدر ماشین پرنده‌ای ساخت که دارای موتور بود و به جای بال از ملخ استفاده می‌کرد.
در دهه‌های اخیر، روش‌های تکاملی و فراکاوشی به عنوان یک ابزار جستجو و بهینه‌سازی در حوزه‌های مختلفی مانند علوم تجاری و مهندسی مورد استفاده قرار گرفته است. وسعت دامنه‌ي کاربرد، سهولت استفاده و قابلیت دست‌یابی به جواب نزدیک و بهینه‌ی مطلق از جمله دلایل موفقیت این روش‌ها می‌باشد.
هوش دسته جمعی، زیر شاخه‌ای از هوش مصنوعی است که بر پایه‌ی رفتار جمعی سیستم‌های غیر‌‌متمرکز و خود سازمان‌ده بنا شده است نمونه ای از هوش جمعی، کلونی زنبور‌عسل است.
یکی از کاربرد‌های این الگوریتم، مسائل بهینه‌سازی چندتایی است برای همین برخی به آن الگوریتم بهینه‌سازی زنبور‌عسل می‌گویند. در این مقاله، الگوریتم کلونی زنبور‌عسل مورد ‌استفاده قرار می‌گیرد و نتایج تولید شده توسط الگوریتم مقایسه می‌شوند.
موضوع کلونی زنبور‌عسل خود به دو بخش جستجوی غذا و فرآیند جفت‌گیری زنبور‌ها تقسیم می‌شود.
کلمات کلیدی: الگوریتم‌های تکاملی، هوش جمعی، کلونی زنبور‌عسل و بهینه‌سازی



مقدمه
امروزه یکی از مهم‌ترین زمینه‌های تحقیق و پژوهش، توسعه بر مبنای اصول تکامل‌طبیعی می‌باشد.
حشرات اجتماعی‌(‌زنبور‌عسل، زنبور‌معمولی، مورچه‌ها و موریانه‌ها‌) برای میلیون‌ها سال بر روی کره‌ی زمین زندگی کرده‌اند. آشیانه‌های مختلف و بسیاری سازه‌های پیچیده‌تر ساخته‌اند و آذوقه‌شان را سازماندهی کرده‌اند. کلونی حشرات اجتماعی بسیار انعطاف‌پذیر محسوب می‌شود و به خوبی قابلیت همساز‌شدن با محیط جدید را دارند. این انعطاف‌پذیری این امکان را به کلونی می‌دهد تا بتواند حتی با مواجه‌شدن با شرایط سخت و مشکلات به زندگی خود ادامه دهد.
پویا‌گرایی جمعیت حشرات نتیجه ای از عملکرد‌ها و تعاملات بین حشرات با یکدیگر و با محیط اطراف است. تعاملات بین حشرات براساس یک سری عوامل فیزیکی و شیمیایی امکان‌پذیر شده است. محصول نهایی این تعاملات و عملکرد‌ها رفتار اجتماعی این گونه حشرات محسوب می‌شود.
مثالی برای چنین رفتار‌هایی ترشح فرومون‌(‌هورمون جنسی) در مورچه‌هاست که موجب راه‌گذاری برای مورچه‌های دیگر خواهد شد. مثال دیگری برای این حالت، رقص زنبور‌های‌عسل در هنگام جمع‌آوری محصول است. این سیستم‌های ارتباطی بین حشرات مختلف موجب به‌وجود‌آمدن مقوله‌ای به نام "هوش اشتراکی" می‌شود. به این معنی که حشرات فوق به هنگام قرار‌گرفتن در کنار یکدیگر دارای فاکتوری هوشمند می‌شوند که در غیاب یکدیگر قادر به انجام چنین کاری نیستند.
سیستم سازمانی زنبور‌ها براساس یکی سری قوائد ساده‌ی خارجی حشرات بنا شده است. با اینکه نژاد‌های بسیاری از حشرات مختلف بر روی کره‌ی زمین موجود هستند و همین باعث تفاوت‌هایی در الگوی رفتاری آن‌ها می‌شود ولی با این حال این سری حشرات اجتماعی را می‌توان دارای قابلیت حل مسائل پیچیده دانست. همگی زنبور‌ها در یک فرآیند "تصمیم‌گیری" شرکت می‌کنند. هر زنبوری قابلیت درک و دریافت اطلاعات زنبور‌های دیگر را براساس کیفیت دارد. به کمک این روش، زنبور‌ها این قابلیت را دارند که با استفاده از اطلاعات دیگران، راه‌های بهتر حل مسأله را پیدا کنند.
هم اکنون کار روی توسعه سیستم‌های هوشمند با الهام از طبیعت از زمینه‌های خیلی پرطرفدار هوش مصنوعی است. الگوریتم‌های ژنتیک که با استفاده از ایده‌ی تکاملی داروینی و انتخاب طبیعی مطرح شده، روش بسیار خوبی برای یافتن مسائل بهینه‌سازیست. ایده‌ی تکاملی داروینی بیانگر این مطلب است که هر نسل نسبت به نسل قبل خود دارای تکامل است و آنچه در طبیعت رخ می‌دهد حاصل میلیون‌ها سال تکامل نسل به نسل موجوداتی مثل مورچه است.
هوش دسته جمعی، زیر شاخه ای از هوش مصنوعی است که بر پایه‌ي رفتار جمعی سیستم‌های غیر‌متمرکز و خود‌سازمان‌ده بنا شده است. این اصطلاح برای اولین بار در سال 1989 در زمینه‌ی سیستم‌های روباتی سلولی به کار برده شد.
سیستم‌های (SI)Swarm Intelligence به طور نمونه از یک گروه از عوامل ساده ساخته شده که به طور محلی با یکدیگر و نیز با محیط پیرامونشان بر هم کنش دارند. بنابراین در آن‌ها ساختار کنترلی متمرکزی وجود ندارد که به هر عامل منفرد دستور دهد که چگونه رفتار کند. نمونه‌های طبیعی SI شامل کلونی مورچه‌ها، دسته‌های پرندگان، گله‌های حیوانات، رشد باکتریایی و دسته‌های ماهی‌ها می‌باشد.
فرض کنید شما و گروهی از دوستانتان به دنبال گنج می‌گردید. هر یک از اعضای گروه یک فلزیاب و یک بی‌سیم دارد که می‌تواند مکان و وضعیت کار خود را به همسایگان نزدیک خود اطلاع بدهد. بنابراین شما می‌دانید آیا همسایگانتان از شما به گنج نزدیکترند یا نه؟ پس اگر همسایه‌ای به گنج نزدیک‌تر بود شما می‌توانید به طرف او حرکت کنید. با چنین کاری شانس شما برای رسیدن به گنج بیشتر می‌شود و همچنین گنج زودتر از زمانی که شما تنها باشید، پیدا می‌شود.
این یک مثال ساده از رفتار جمعی است که افراد برای رسیدن به یک هدف نهایی همکاری می‌کنند. این روش مؤثرتر از زمانی است که افراد جداگانه عمل کنند. Swarm را می‌توان به‌صورت مجموعه‌ای سازمان‌یافته از موجوداتی تعریف کرد که با یکدیگر همکاری می‌کنند. در کاربرد‌های محاسباتی Swarm intelligence از موجوداتی مانند مورچه ها، زنبورها، موریانه‌ها، دسته‌ی ماهیان و دسته‌ی پرندگان الگو‌برداری می‌شود. در این نوع اجتماعات هر‌یک از موجودات ساختار نسبتاً ساده‌ای دارند ولی رفتار جمعی آن‌ها بی‌نهایت پیچیده است. برای مثال در کلونی مورچه‌ها، هر‌یک از مورچه‌ها یک کار ساده‌ی مخصوص را انجام می‌دهد ولی به‌طور جمعی عمل و رفتار مورچه‌ها، ساختن بهینه‌ی لایه‌ی محافظت از ملکه و نوزادان، تمیز کردن لانه، یافتن بهترین منابع غذایی و بهینه‌سازی استراتژی حمله را تضمین می‌کند. رفتار کلی یک Swarm به صورت "غیر‌خطی" از آمیزش رفتار‌های تک‌تک اجتماع به‌دست می‌آید یا به‌عبارتی یک رابطه‌ی بسیار پیچیده بین رفتار جمعی و رفتار فردی یک اجتماع وجود دارد. رفتار جمعی فقط وابسته به رفتار فردی افراد اجتماع نیست بلکه به چگونگی تعامل میان افراد نیز وابسته است. تعامل بین افراد، تجربه‌ی افراد درباره‌ی محیط را افزایش می‌دهد و موجب پیشرفت اجتماع می‌شود. ساختار اجتماعی Swarm بین افراد مجموعه کانال‌های ارتباطی ایجاد می‌کند که طی آن افراد می‌توانند به تبادل تجربه‌های شخصی بپردازند، مدل‌سازی محاسباتی Swarm‌ها، کاربرد‌های موفق و بسیاری را در‌پی داشته است مانند:
Scheduling, structural, optimal roots optimization, Finding Function analysis optimization, Image and data
کاربرد‌های زیادی از مطالعه‌ی Swarm‌های مختلف وجود دارد. از این دسته می‌توان به کلونی مورچه‌ها و دسته‌ی پرندگان و کندوی زنبور‌ها اشاره نمود.


فصل اول
الگوریتم‌های تکاملی
1-1 هوش مصنوعی
هنوز تعریف دقیقی که مورد قبول همه‌ی دانشمندان این علم باشد برای هوش مصنوعی ارائه نشده است و این امر به هیچ وجه مایه‌ی تعجب نیست. چرا‌که مقوله‌ی مادر و اساسی‌تر از آن، یعنی خود هوش هم هنوز به‌طور همه‌جانبه و فراگیر تن به تعریف نداده است. در‌واقع، می‌توان نسل‌هایی از دانشمندان را سراغ گرفت که تمام دوران زندگی خود را صرف مطالعه و تلاش در راه یافتن جوابی به این سؤال عمده نموده‌اند که: هوش مصنوعی چیست؟
اما اکثر تعریف‌هایی که در این زمینه ارائه شده‌اند بر پایه یکی از 4 باور زیر قرار می‌گیرند: