目录
第1章简介1
1.1社会性昆虫1
1.2社会性昆虫群落的集体行为建模7
1.2.1建模与设计7
1.2.2社会性昆虫群落中的自组织8
1.2.3共识主动性（Stigmergy）13
1.3交互建模15
1.4从算法到机器人16
1.5阅读导引18
第2章蚂蚁觅食行为在通信网络中的应用：组合优化和路由20
2.1概述20
2.2蚁群觅食策略20
2.2.1自然界中的优化：二元桥实验20
2.2.2自然界中的优化：子巢穴间的“交通网络”26
2.2.3行军蚁的狩猎模式26
2.3蚁群优化算法：旅行商问题32
2.3.1蚂蚁系统33
2.3.2蚁群系统38
2.3.3基于蚂蚁系统或蚁群系统的其他方法45
2.4蚁群优化：二次分配问题46
2.4.1蚂蚁系统应用于二次分配问题46
2.4.2混合蚂蚁系统51
2.4.3ASQAP算法的扩展56
2.5蚁群算法在优化领域中的其他应用56
2.5.1ASJSP：一种用于作业车间调度问题的ACO算法59
2.5.2ANTCOL：用于图形着色问题的ACO算法60
2.5.3ASVRP：针对车辆路径问题的ACO算法61
2.5.4HASSOP：顺序排序问题的ACO算法62
2.5.5ASSCS：最短公共序列问题中的ACO算法63
2.6关于ACO算法的几点思考64
2.6.1ACO算法和神经网络64
2.6.2ACO算法和进化算法65
2.6.3连续优化65
2.7电信网络中的应用67
2.7.1ABC：电话网络中的路由68
2.7.2ANTNET：数据通信网络中的路由78
2.7.3一种基于蚂蚁系统的蚂蚁路由算法85
2.7.4约束条件与讨论87
2.7.5在网络环境中查找信息88
2.8要点谨记89
第3章劳力分工和任务分配90
3.1概述90
3.2社会性昆虫中的劳力分工90
3.3响应阈值91
3.3.1引言91
3.3.2响应阈值：简介和实验证明93
3.3.3单任务模型98
3.3.4模型分析：确定性方程100
3.3.5多任务模型104
3.3.6“紧急”任务接续模型105
3.4专一化110
3.5多智能体系统中的差异化和自适应任务分配117
3.5.1多智能体系统或机器人群体中的差异化117
3.5.2自适应任务分配117
3.5.3与“竞标”算法的联系122
3.6要点谨记123
第4章墓地结构、育雏分选、数据分析和图分割124
4.1概述124
4.2墓地结构和育雏分选124
4.3一种墓地聚类和育雏分选的模型126
4.3.1聚类126
4.3.2分类128
4.3.3空间熵及其变体128
4.4探索性数据分析129
4.5图分割136
4.6机器人应用144
4.6.1介绍144
4.6.2示例144
4.6.3其他工作147
4.6.4从聚类到分类149
4.6.5发展设想149
4.7要点谨记150
第5章自组织与模板：在数据分析和图形分区中的应用152
5.1概述152
5.2自组织和模板的相互作用152
5.3建造蚁后房的一种“反应扩散”模型156
5.4细胸蚁属albipennis蚂蚁巢壁建造159
5.5应用165
5.5.1数据分析166
5.5.2图像分割166
5.6要点谨记168
第6章筑巢和自组装169
6.1概述169
6.2社会性昆虫的筑巢行为169
6.2.1定量的共识主动性：共识主动性和自组织170
6.2.2定性/离散的共识主动性171
6.3自组装模型175
6.3.1模型175
6.3.2仿真176
6.3.3分析180
6.3.4探索建筑结构的空间180
6.4生物学之外的应用188
6.4.1简介188
6.4.2自组装机器人189
6.4.3建筑设计201
6.4.4不断发展的功能201
6.5要点谨记203
第7章昆虫和机器人的合作运输204
7.1概述204
7.2蚂蚁对猎物的协同运输204
7.2.1单独运输与合作运输206
7.2.2从独立到合作运输206
7.2.3招募行为208
7.2.4合作运输中的协调209
7.2.5合作运输中参与者的数量210
7.2.6死锁和恢复210
7.3集群机器人合作运输211
7.3.1简介211
7.3.2基本模型及其实现212
7.3.3停滞后恢复：模型和机器人实现214
7.4要点谨记217
第8章结语218
参考文献220
鄂公网安备 42010302001612号 