موضوع اصلی این پروژه، معرفی و بررسی روش¬هایی که با نام هوش جمعی از آن¬ها یاد می-شوند. در روش¬هایی که در گروه هوش جمعی جای می¬گیرند، ارتباط مستقیم یا غیر مستقیم بین جواب¬های مختلف الگوریتم وجود دارند. در واقع، در این روش¬ها، جواب¬ها که موجوداتی کم¬هوش و ساده هستند، برای پیدا شدن و یا تبدیل شدن به جواب بهینه، همکاری می¬کنند. این روش¬ها از رفتار¬های جمعی حیوانات و موجودات زنده در طبیعت الهام گرفته شده¬اند. الگوریتم مورچه¬ها یکی از بارزترین نمونه¬ها برای هوش جمعی است که از رفتار جمعی مورچه-ها الهام گرفته شده است. یکی دیگر از مهمترین الگوریتم¬هایی که در گروه هوش جمعی جای می¬گیرد، الگوریتم بهینه سازی انبوه ذرات است. در الگوریتم بهینه سازی انبوه ذرات، اعضای جامعه، که ماهی¬ها یا پرندگان می¬باشند، به صورت مستقیم با هم ارتباط دارند. و همچنین در این پروژه به الگوریتم ژنتیک و دیگر کاربرد¬های هوش جمعی میپردازیم.
مقدمه
ما در این پروژه به تعریف هوش جمعی می پردازیم که هوش جمعی یکی از شاخه¬های هوش مصنوعی می¬باشد.در واقع بیان می کنیم، هوش جمعی ویژگی از سیستم است که بر اساس آن رفتار گروهی عامل-های غیر پیچیده که به صورت محلی با محیطشان در ارتباط هستند منجر به وجود آمدن الگوهای یکپارچه و منسجم می¬شود. همچنین کاربردهای مهم هوش جمعی را ذکر خواهیم کرد، و اینکه هر کاربرد بیشتردرکجاها استفاده خواهد شد.
مقدمه 1
1-فصل اول : هوش مصنوعی و ارتباط آن با هوش جمعی 2
1-1 مقدمه 2
1- 2 تاریخچه هوش مصنوعی 3
1- 3 هوش چیست؟ 4
1- 4 فلسفه هوش مصنوعی 5
1-5 مدیریت پیچیدگی 6
1-6 عامل¬های هوشمند 7
1- 7 سیستم¬های خبره 8
1- 8 رابطه هوش جمعی با هوش مصنوعی 8
2- فصل دوم: تعریف هوش جمعی 10
2- 1 مقدمه 10
2- 2 تعریف هوش جمعی 11
2- 3 خصوصیات هوش جمعی 14
2- 4 اصول هوش جمعی 15
2- 5 طبقه بندی هوش جمعی 16
2- 5 -1 طبیعی در مقابل مصنوعی 16
2- 5 – 2 علمی در مقابل مهندسی 16
2- 6 تعامل دو دسته طبیعی/ مصنوعی و علمی/ مهندسی 17
3- فصل سوم: کاربردهای هوش جمعی 18
3- 1 مقدمه 18
3- 2 تعریف بهینه سازی 18
3- 3 الگوریتم بهینه سازی کلونی مورچه¬ها 19
3- 3- 1 تعریف 19
3- 3- 2 الگوریتم 20
3- 3- 3 خواص عمومی کلونی مورچه¬ها 23
3- 3- 4 الگوریتم مورچه برای مسئله فروشنده دوره-گرد 24
3- 3- 5 کاربردهای الگوریتم مورچه 26
3- 3- 5- 1 مسیریابی خودرو 27
3- 3- 5- 2 الگوریتم S_ANTNET 28
3- 3- 5- 3 هزارتوی چند مسیره 29
3- 3- 5- 4 مسیریابی در شبکه¬های مخابراتی 29
3- 4 الگوریتم بهینه سازی زنبور 30
3- 4- 1 تعریف 30
3- 4- 2 جستجوی غذا در طبیعت 31
3- 4- 3 الگوریتم زنبور 32
3-4-4- بهینه سازی کلونی زنبورها 32
3- 4- 5 سیستم فازی زنبورها 37
3- 4- 6 کاربردهای الگوریتم بهینه سازی زنبورها 40
3- 4- 6- 1 مسئلهRide_matching 40
3- 4- 6- 2 حل مسئله RS بوسیله سیستم فازی زنبورها 41
3- 4- 6- 3 کاربردهای الگوریتم زنبور در مهندسی 42
3- 5 الگوریتم بهینه سازی انبوه ذرات 43
3- 5- 1 تعریف 43
3- 5- 2 الگوریتم 44
3- 5- 3 کاربردهای الگوریتم بهینه سازی انبوه ذرات 46
3- 6 الگوریتم ژنتیک 48
3- 6- 1 تعریف 48
3- 6- 2 عملگرهای یک الگوریتم ژنتیک 49
3- 6- 3 عملکرد کلی الگوریتم ژنتیک 50
3- 6- 4 مقایسه الگوریتم ژنتیک و دیگر شیوه¬های مرسوم بهینه سازی 51
3- 6- 5 الگوریتم ژنتیک و سیستم¬های مهندسی 52
3- 6- 6 کاربردهای الگوریتم ژنتیک 52
3- 7 شبکه¬های عصبی 53
3- 7- 1 تعریف 53
3- 7- 2 تازیخچه شبکه¬های عصبی 53
3- 7- 3 چرا از شبکه¬های عصبی استفاده می-کنیم؟ 54
3- 7- 4 شبکه¬های عصبی در مقابل کامپیوترهای معمولی 55
3- 7- 5 چگونه مغز انسان می-آموزد؟ 56
3- 7- 6 از سلول¬های عصبی انسانی تا سلول¬های عصبی مصنوعی 57
3- 7- 7 کاربردهای شبکه¬های عصبی 57
3- 8 کاربردهای دیگر هوش جمعی 58
3- 8- 1 تعریف 58
3- 8- 2 اقتصاد 59
3- 8- 3 شبکه¬های ادهاک 60
3- 8- 4 سیستم¬های خودسازمانده 60
4- فصل چهارم: نتیجه گیری 62
شامل 90 صفحه فایل word
