- 上一篇：Adomian多项式的计算及其应用
- 下一篇：分数阶超混沌系统的函数级联同步算法研究
对于问题三当中，对于所有的生物，无论是群居的还是散居的，因为生存的需要，彼此之间总要发生联系，为了研究信息丰富者对于群集运动方向，分析动物的信息交互，将其通讯机制进行简化分析，针对鱼的觅食行为，在前一问模型建立的基础上，再分析信息丰富着是如何影响种群决策路径的。
在动物界，存在着大量的集群行为，这种现象在食草动物、鸟、鱼和昆虫中都存在。令人惊奇的是这些动物群在运动过程中具有很明显的凝聚性，方向性和一致性。近一些年，研究动物集群行为已经成为科学界的一项热门课题。通过数学模型来模拟动物群的集群运动行为以及探索动物群中的信息传递机制一直是仿生学领域的重要内容。
自然界不仅有智能的集成大者和统治者，同时还存在着那些让人类也叹为观止的生物群体智能现象。蜂巢之精美，蚁群之有序，雁队之和谐，这些群居生物所体现的社会性和分布式智能实现模式确实值得我们人类学习。这也是本文所关注群体智能计算模式研究的生物学基础。群体智能的共性特征应该首先与集总式的个体智能实现模式相对应，它更注重人工智能实现整体的分割和个体子模块的协作，协作模式应具有分布式的逻辑空间或实际空间特征作为协作实现群体智能的每一个有限智能个体，如果要使群体智能的实现更有意义，它在运动和计算过程中所感知的信息，所遵循的知识提取规则、局部的通讯交互模式以及总体行为规则应具有简单性的特点。同时，其总体智能化的实现程度还应取决于智能协作的成熟程度。在认识到群体智能中个性及其共性之间的辩证关系之后，下一步应做的工作应该是群体智能计算模式的总体框架性建模，而这项工作是应该在大量相关基础工作的支持下进行的。
群体智能源于对自然界中蜜蜂、蚂蚁、大雁等这类群居生物群体行为的观察和研究，从而提出的一种模拟集体智能行为的智能计算或优化方法。严格来讲，群体智能是一种在自然界生物群体所表现出的智能现象启发下提出的人工智能模式，是对简单生物群体的智能涌现现象的具体模式研究，即“简单智能的主体通过合作表现出复杂智能行为的特性”。群体智能是一个具有自然计算目前在自然科学研究领域，生命科学与工程科学的相互交叉、相互渗透和相互促进是体现现代科学技术发展特征的显著特点之一，而群体智能计算的迅速发展正体现了科学领域发展的这一特征和趋势。
1.2人工智能的发展与应用
人工智能（Artificial Intelligence)，英文缩写为AI。它是研究、开发用于模拟、延伸和扩展人的智能的理论、方法、技术及应用系统的一门新的技术科学。 人工智能是计算机科学的一个分支，它企图了解智能的实质，并生产出一种新的能以人类智能相似的方式做出反应的智能机器，该领域的研究包括机器人、语言识别、图像识别、自然语言处理和专家系统等。人工智能从诞生以来，理论和技术日益成熟，应用领域也不断扩大，可以设想，未来人工智能带来的科技产品，将会是人类智慧的“容器”。人工智能是对人的意识、思文的信息过程的模拟。人工智能不是人的智能，但能像人那样思考、也可能超过人的智能。人工智能是一门极富挑战性的科学，从事这项工作的人必须懂得计算机知识，心理学和哲学。人工智能是包括十分广泛的科学，它由不同的领域组成，如机器学习，计算机视觉等等，总的说来，人工智能研究的一个主要目标是使机器能够胜任一些通常需要人类智能才能完成的复杂工作。但不同的时代、不同的人对这种“复杂工作”的理解是不同的。