群體智能與演化博弈

本書總體目標是介紹群體智能與演化博弈交叉領域的現狀、發展趨勢和重要應用，為讀者在群體智能、無人系統、仿生智能、對抗與博弈等領域開展跨學科研究和技術開發打下基礎。全書共7章，主要內容包括緒論、基於粒子群優化算法的群體演化博弈、有限群體中任務分配博弈的動力學、帶有破壞者的任務分配博弈演化動力學、基於演化博弈的多智能體覆蓋控制、基於演化博弈理論的集群編隊、基於深度優先策略的區域協同搜索等。通過本書的學習，讀者可以瞭解群體智能的基礎知識，學習如何應用博弈理論對集群的動力學屬性進行建模分析、如何設計並實現群體智能的算法，實現群體的控制、建模、任務分配與協作。

本書既可作為自動化、電腦科學與技術、電子信息工程、機器人工程等專業研究生和高年級本科生的教材，也可作為相關行業科研人員的參考書。

张建磊，男，南开大学副教授，博士生导师。2014年和2015年分别在北京大学和荷兰格罗宁根大学取得博士学位。2015年起在南开大学任职，主持多项国家自然科学基金项目、省部级项目以及军工项目。主要研究方向为演化博弈理论、群体智能理论及应用，发表高水平论文超过60篇，目前是国际水中机器人联盟专业委员会委员，中国自动化学会控制理论专业委员会多自主体控制学组委员，中国人工智能学会智能空天系统专业委员会委员，中国系统仿真学会智能物联系统专业委员会委员，中国人工智能学会智能服务专业委员会委员，中国海洋学会海洋技术装备专业委员会青年工作委员会委员，中国产业发展研究院人工智能研究院专家委员会委员。

目 錄

第 1章 緒論 1

1.1 群體智能概述 1

1.2 群體智能的主要應用 1

1.2.1 優化求解 2

1.2.2 協同搜索 8

1.2.3 編隊控制 10

1.2.4 協同通信網絡 15

1.2.5 大數據分析 16

1.2.6 圖像處理 18

1.3 演化博弈理論及相關知識 19

1.3.1 演化博弈論 19

1.3.2 復雜網絡 30

1.3.3 任務分配 35

第 2章 基於粒子群優化算法的群體演化博弈 38

2.1 群體演化博弈模型概述 38

2.2 粒子群優化機制 39

2.3 模擬實驗與結果分析 41

2.3.1 實驗描述與統計結果 41

2.3.2 特殊策略節點 46

本章小結 48

第3章 有限群體中任務分配博弈的動力學 49

3.1 兩人參與雙策略任務分配博弈模型動力學 49

3.1.1兩人參與雙策略任務分配博弈模型 49

3.1.2 兩人交互博弈規則說明 50

3.1.3理論分析 51

3.1.4 模擬實驗 53

3.2 任務分配博弈在弱選擇下的固定概率和固定時間 60

3.2.1 固定概率 60

3.2.2 平均時間 61

3.2.3 條件固定時間 62

3.3 多人參與雙策略任務分配博弈模型動力學 63

3.3.1多人參與雙策略任務分配博弈模型 63

3.3.2 多人交互博弈規則說明 64

3.3.3 理論分析 65

3.3.4 模擬實驗 66

本章小結 71

第4章 帶有破壞者的任務分配博弈演化動力學 73

4.1 帶有破壞者的任務分配博弈演化描述 73

4.1.1 帶有破壞者的任務分配博弈模型 73

4.1.2 Smith動力學 75

4.2 基於Smith動力學對任務分配博弈進行理論分析 76

本章小結 90

第5章 基於演化博弈的多智能體覆蓋控制 92

5.1 演化博弈的均衡分析 92

5.1.1 穩定進化對策 93

5.1.2 納什均衡態 95

5.1.3 其他分析方法 96

5.2 多智能體系統的覆蓋控制建模 101

5.2.1 覆蓋問題概述 101

5.2.2 覆蓋控制的評價指標 102

5.2.3 建立基於演化博弈論的覆蓋控制模型 104

5.3 基於演化博弈論的覆蓋控制算法 105

5.3.1 覆蓋控制算法流程 105

5.3.2 關鍵參數的選取和設計 107

5.4 算法模擬分析 111

5.4.1 小規模系統模擬示例 111

5.4.2 大規模系統模擬示例 115

5.4.3 各項評價性能指標在不同系統規模下的比較 120

5.5 算法控制效果的比較與擴展 124

5.5.1 與其他覆蓋控制算法的比較 125

5.5.2 智能體突然加入、退出或停滯的模擬 130

本章小結 136

第6章 基於演化博弈理論的集群編隊 138

6.1 集群編隊概述 138

6.2 集群編隊控制建模與分析 140

6.2.1 基於博弈的編隊模型 140

6.2.2 平均收益與群體適合度建模 140

6.2.3 演化過程中的固定概率與策略演化 141

6.3 模擬實驗分析 157

6.3.1 實驗描述 157

6.3.2 模擬結果與分析 161

本章小結 175

第7章 基於深度優先策略的區域協同搜索 177

7.1 協同搜索概述 177

7.1.1背景介紹 177

7.1.2 研究現狀 179

7.2 基於深度優先策略的協同搜索算法 181

7.2.1 搜索問題建模 181

7.2.2 一次搜索流程 183

7.2.3 重復搜索流程 190

7.3 實驗設計及結果 197

7.3.1 模擬實驗參數 197

7.3.2 一次搜索模擬實驗 198

7.3.3 二次搜索模擬實驗 201

7.4 未來展望 204

本章小結 204

參考文獻 206