前言
開始學習羣體智能相關知識，後面會記錄一些讀相關論文的小筆記。
起源是“羣體行爲：簡單個體的複雜智能”這篇文章。https://mp.weixin.qq.com/s/qj4qoRjjlu8YohvCI2OhyA
小記：
羣體行爲（Swarm behaviour）:
原本翻譯爲蜂羣行爲，後來覆蓋鳥羣、魚羣、黏菌等動物的羣體行爲。主要描述一羣大小相似的動物聚集在一塊覓食或向着某個方向具體遷移時所展現出來的集體行爲。比如，一羣螞蟻搬食物，鳥類的集體遷徙風行等。
湧現行爲（Emergency）/湧現理論：
任何一個過程的整體行爲遠比構成它的部分複雜，都可稱爲湧現現象。簡單來說就是，小個體組成整體，整體屬性卻不等於個體累加，是由簡生繁的過程，它無處不在。例如，一隻螞蟻與一羣螞蟻，一羣螞蟻可以分工明確的做很繁瑣的事情。
一個個體力量很小，聚集起來很大。羣體行爲隱藏着羣體智能，羣體智能蘊含了自組織（Self-organization）和自協調/共識主動性（Stigmergy）。受羣體智能的啓發，可以爲人類管理複雜度高的系統提供獨特的方法。
自組織：在沒有外部指令條件下，系統內部各子系統之間能自行按照某種規則形成一定的結構或功能的自組織現象的一種理論。 該理論主要研究系統怎樣從混沌無序的初態向穩定有序的終態的演化過程和規律。
羣體智慧重要概念
蟻羣智慧
羣鳥遷徙
Boids仿真模型：模擬鳥類羣體行爲的計算機程序、與大多數仿真模型一樣，是湧現行爲的一個例子。
在最簡單的Boids世界中應用的規則如下：
（最簡單的鳥羣模型由三個運動行爲組成，他們描述了每個boid個體如何根據其周圍同伴的速度和位置進行移動。）
- 分離
- 一致
- 內聚
在這些簡單規則的相互作用下，會湧現出一些複雜的羣體行爲。
相關算法：
1）黏菌算法：多個細胞聚集在一起形成的原生質團，爲了尋找食物而四處“爬動”，從而繪製出食物之間的最優路徑，最終形成了複雜又迷人的網絡。
典型的應用案例：東京大學一個研究組科學家利用黏菌找尋食物的路徑繪製東京交通路網的實驗。
2）蟻羣算法
靈感來源：螞蟻尋找食物時的路徑
算法基本思路：螞蟻行走路徑表示問題的可行解，整個蟻羣的所有路徑構成解空間。路徑較短的螞蟻釋放出來的信息素越濃，在正反饋的作用下，整個蟻羣最後集中到最短路徑上，也就是待優化問題的最優解。
3）自驅動算法
4）粒子羣優化算法
知名學者：
- 克雷格·雷諾茲 Craig Reynolds
- 威廉·漢密爾頓 William Donald Hamilton
- 伊謝爾·本-雅各布 Eshel Ben-Jacob
【注：隨着後面瞭解的深入，有機會再回頭進行補充整理】
[:本來發表在另外一個賬號上，但由於賬號綁定等原因，另一個賬號棄用了，遷移到了本賬號上面]