SWARM INTELLIGENCESWARM INTELLIGENCE((ΘΕΩΡΙΑ ΤΟΥ ΣΜΗΝΟΥΣ)ΘΕΩΡΙΑ ΤΟΥ ΣΜΗΝΟΥΣ)

Λαγουτάρη Ελένη Α.Ε.Μ:4306Λαγουτάρη Ελένη Α.Ε.Μ:4306Μουρίκη Δήμητρα Α.Ε.Μ:4331Μουρίκη Δήμητρα Α.Ε.Μ:4331Συρανίδου Ευδοκία Συρανίδου Ευδοκία Α.Ε.Μ:4364Α.Ε.Μ:4364

ΕισαγωγήΕισαγωγή• Σμήνη πουλιά, κοπάδια ψάρια, αγέλες ή

κοπάδια ζώα μετακινούνται συντονισμένα σαν ένας υπεροργανισμός. Εκπληκτική είναι η περίπτωση εντόμων(π.χ. μέλισσες, μυρμήγκια, τερμίτες) οργανώνονται& εκδηλώνουν συμπεριφορές που ξεπερνούν τις ικανότητες των μεμονομένων ατόμων.

• Η ικανότητα αυτή δεν είναι εγγεγραμμένη στα γονίδιά τους αλλά βασίζεται σε επίκτητες συμπεριφορές που εντυπώνονται κατά τα πρώτα στάδια της ζωής τους.

Οι κανόνες του σμήνουςΟι κανόνες του σμήνους ((σύμφωνα με σύμφωνα με Reynolds)Reynolds)

• Υπάρχει μια δύναμη συνάθροισης (clumping), που διατηρεί “ενωμένο” το σμήνος.

• Τα μέλη του σμήνους είναι σε θέση να ελέγχουν την ταχύτητά τους ως προς τους γείτονες, με αποτέλεσμα το σμήνος να πετάει με κοινή ταχύτητα.

• Τα μέλη του σμήνους υπόκεινται σε μια δύναμη διαχωρισμού (separation), η οποία αποτρέπει κάθε μέλος του σμήνους από το να πετάει πολύ κοντά με τους γείτονές του.

• AlignmentAlignment

• CohesionCohesion

– SeparationSeparation

Foraging Strategies in antsForaging Strategies in ants((Στρατηγικές αναζήτησης Στρατηγικές αναζήτησης

τροφήςτροφής)) • Τα μυρμήγκια εναποθέτουν στο δρόμο

τους τη χημική ουσία φερομόνη, που την αντιλαμβάνονται και ακολουθούν τα υπόλοιπα.

• Στρατηγική: Αυτό γίνεται για την εύρεση του κοντινότερου δρόμου ανάμεσα στη φωλιά και την πηγή φαγητού.

Inter-nest TrafficInter-nest Traffic

Κάποιες κοινωνίες έχουν δίκτυα φωλιών που εκτείνονται σε χιλιάδες μέτρα γραμμικά. Τα μέλη αυτών ανταλλάσσονται και έτσι επιτυγχάνεται ένας καταμερισμός εργασίας, που προσδίδει στο σύστημα την ικανότητα να προσαρμόζεται εύκολα στις περιβαλλοντικές αλλαγές.

The Binary Bridge The Binary Bridge ExperimentExperiment

• Χρησιμοποιήθηκε το είδος Linepithema humile• Περιλάμβανε γέφυρα με 2 κλαδιά, όπου το ένα είναι διπλάσιο σε μήκος

από το άλλο και διαχωρίζονται από μια πηγή φαγητού. Η πιθανότητα επιλογής ενός από τους δυο κλάδους είναι:

Όπου:• k= ο βαθμός μείωσης της τυχαιότητας• n= ο βαθμός της μη γραμμικής συσχέτισης της πιθανοτήτας επιλογής

ενός από τους δύο κλάδους

Bni

ni

ni

A PBkAk

AkP

1

)()()(

• Δύο μυρμήγκια φεύγουν από τη φωλιά την ίδια στιγμή και το καθένα επιλέγει διαφορετικό δρόμο, όπου εναποθέτει φερομόνη.

• Το μυρμήγκι που επέλεξε τον κοντύτερο κλάδο επιστρέφει πρώτο.

• Επειδή στον κλάδο αυτό υπάρχει τώρα διπλάσια φερομόνη, θα προσελκύσει περισσότερα μυρμήγκια από το μακρύτερο μονοπάτι.

Raid Patterns of Army AntsRaid Patterns of Army Ants ( Σχέδιο επίθεσης) ( Σχέδιο επίθεσης)

• Αποτελείται από ένα μυρμήγκι που βρίσκεται μπροστά, ένα πυκνό δίκτυο από διαδρομές το οποίο εκτείνεται ένα μέτρο πίσω από το προπορευόμενο μυρμήγκι και ένα άλλο μεγάλο αναστομούμενο δίκτυο.

• Παράδειγμα : Eciton burchelli• Τα άτομα είναι τυφλά και η

επικοινωνία γίνεται μέσω της φερομόνης.

• Το ίδιο πρόγραμμα μπορεί να δώσει λύσεις σε πολλά προβλήματα ή να προσαρμοστούν σε διαφορετικά περιβάλλοντα.

Ant System TSPAnt System TSP

• Ιδιότητες του Ιδιότητες του Ant system(ASAnt system(AS):– Ίχνη φερομόνης– Μνήμη– Γνώση του περιβάλλοντος– Πιθανότητα λειτουργίας

1. Ίχνη φερομόνης• Καθώς το μυρμήγκι

κινείται στο χάρτη, εναποθέτει ίχνη φερομόνης.

• Ποσότητα φερομόνης εξατμίζεται με την πάροδο του χρόνου.

2. Μνήμη• Αν επισκεφτεί κάποια

πόλη μια φορά, δε ξαναπερνάει από εκεί.

3. Γνώση του περιβάλλοντος

• Απόσταση πόλεων

• Ορατότητα (Visibility) =

1/dij ,η επιθυμία να επισκεφτεί την πόλη j από την πόλη i.

4. Πιθανότητα λειτουργίας – Απόσταση

πόλεων(Ορατότητα)– Ποσότητα ίχνους

φερομόνης

The Traveling Salesman The Traveling Salesman ProblemProblem((TSP)TSP)

• Στόχος είναι να βρεθεί η μικρότερη διαδρομή στην οποία οι πόλεις επισκέπτονται μόνο μια φορά

• Ant system(AS): χρησιμοποιείται για την επίλυση του προβλήματος. Βασίζεται στο ότι τα μυρμήγκια ακολουθούν ισότιμα μονοπάτια με φερομόνη. Σχέδιο 1. Aπεικόνιση λύσης στο Traveling Salesman

Problem.

1

5

8

3

46

7

2

• Η επιλογή της διαδρομής γίνεται τυχαία.

• Το μυρμήγκι αφού ολοκληρώσει το γύρω όλων των πόλεων, επιστρέφει στους κόμβους που χρησιμοποίησε και εναποθέτει φερομόνη.

• Η ποσότητα της φερομόνης είναι αντιστρόφως ανάλογη με το συνολικό μήκος της διαδρομής, δηλ. όσο μικρότερη είναι η απόσταση τόσο μεγαλύτερη ποσότητα φερομόνης βρίσκεται εκεί.

• Επειδή η φερομόνη εξατμίζεται, οι μακρύτερες διαδρομές θα περιέχουν τελικά λιγότερη φερομόνη σε σχέση με τα τις μικρότερες.

• Η αποικία αφήνεται ξανά να «ταξιδέψει» στις πόλεις ακολουθώντας τα ίχνη φερομόνης που προϋπάρχουν σε κάθε κλάδο.

• Αφού μεγαλύτερη ποσότητα υπάρχει στις κοντινές διαδρομές, τα μυρμήγκια ακολουθούν αυτή τη διαδρομή.

Επιρροή φερομόνης στην Επιρροή φερομόνης στην επιλογή της μικρότερης επιλογή της μικρότερης

διαδρομήςδιαδρομής

Ant Colony System (ACS)• ΠΡΟΣΑΡΜΟΓΕΣ ΤΟΥ AS (4):1.New transition rule (επιτρέπει την

εξερεύνηση)

2.Pheromone update rule (το μυρμήγκι, το οποίο παρήγαγε την καλύτερη διαδρομή, επιτρέπεται να καθορίσει την ποσότητα της φερομόνης στους κλάδους και τα άκρα της διαδρομής)

3. Local updates of pheromone trail (Τα μυρμήγκια δεν συγκλίνουν σε μια κοινή διαδρομή, αλλά ψάχνουν την καλύτερη διαδρομή)

4. Use of candidate list (Η candidate list είναι μια λίστα που περιλαμβάνει ένα επιθυμητό αριθμό πόλεων για επίσκεψη)

The Quadratic Assignment Problem (QAP)

• Καθορίζω n λειτουργείς σε n πόλεις-αποστάσεις μεταξύ των τοποθεσιών-ροή μεταξύ των λειτουργιών(μεταφορές υλικών)

• Στόχος ελαχιστοποίηση της ροής

Χ απόσταση

Γνωστά

QAP Παράδειγμα

• Τοποθεσίες λειτουργίες μεγαλύτερη ροή από Α σε Β

Συνδυασμός των τοποθεσιών με τις λειτουργίες

μεγαλύτερο μικρότερο κόστος κόστος

Ant Colony Optimization (ACO)

• Επιλογή μιας λειτουργίας επαγωγή

• Επιλογή μιας τοποθεσίας Ρ(φερομόνη, επαγωγή)

δράσεις στρατηγικές

• Βασικός ACO algorithm

Προσομοίωση συμπεριφοράς Προσομοίωση συμπεριφοράς των σμηνών σε Η/Υτων σμηνών σε Η/Υ

• Σήμερα είναι δυνατή η ρεαλιστική προσομοίωση της συμπεριφοράς των σμηνών, των κοπαδιών και των αγελών αν εφαρμόσουμε αυτούς τους κανόνες σε εικονικά πουλιά που ονομάστηκαν boids (από το αγγλικό "bird-oid").

• Το 1986 ο Reynolds κατσκεύασε ένα τέτοιο μοντέλο προσομοίωσης σε υπολογιστή. Τα βασικά στοιχείο του μοντέλου είναι ότι βασίζεται σε 3 απλές συμεριφορές που περιγράφουν πώς το κάθε boid εξαρτάται από τις θέσεις και ταχύτητες των γειτονικών ατόμων.

Εφαρμογές του Εφαρμογές του Swarm Swarm Intelligence Intelligence στην τεχνολογίαστην τεχνολογία

1. Μικρορομποτική1. Μικρορομποτική:Σταθερά

αναπτυσσόμενος τομέας που έχει ως στρατηγική την κατασκευή μικρορομπότ. Πρόκειται για μικροαυτοοργανωμένα συστήματα που αποτελούνται από πολλά μικρότερα ημιαυτόνομα συστήματα (ρομποτάκια) που δε θα ήταν σε θέση να εκτελέσουν από μόνα τους εργασίες που επιτελεί το υπερσύστημα που απαρτίζουν όλα μαζί.

2. Αντιστοιχία μηχανών με ορισμένες λειτουργίες

3. Συνδυασμό χρωμάτων στα γραφικά

4. Δίνεται ένας αριθμός σειρών και στόχος είναι να βρεθεί η σειρά μικρότερου μήκους που είναι διαδοχική κάθε άλλης.

5. Τηλεπικοινωνίες

• Η θεωρία του σμήνους αποτελεί τη βάση για να βρεθούν λύσεις πολύπλοκων προβλημάτων χωρίς τη χρήση κεντρικού ελέγχου ή χωρίς το σχηματισμό ενός ενιαίου μοντέλου.

• Παράδειγμα: πορεία της κίνησης ενός απασχολημένου δικτύου επικοινωνίας.