基于协进化机制的多传感器协作方法

多传感器之间如何产生动态、鲁棒的适应性协作行为以完成共同的任务,是多传感器协作的主要研究内容之一;文章在基于行为的多传感器系统的基础七,设计了基于协同进化机制的多传感器协进化模型及其协进化决策算法,使系统在协进化机制的控制下能分布并行地协同进化各传感器基本行为策略库,形成传感器适应性的协作行为以完成共同的任务;最后通过对无人侦察机编队协作侦察移动目标的仿真实验表明,能够有效地解决多传感器之间的协同问题.     

基于群智能的信息认知机制研究

群智能计算是个体认知行为和群体认知规律抽象出的一种非传统的计算智能技术。本文论述群智能计算中的信息认知机制,以及如何利用认知科学的相关研究来探索群智能计算方法。其中主要包括群智能计算中个体和群体的信息利用和分享机制,以及在不同环境的认知过程中的信息利用机制;群智能计算中不同结构和模式的记忆与认知科学中长时记忆、短时记忆、记忆结构和记忆遗忘模型的关系,以及认知记忆机制与环境的对应关系;在不同环境或变化环境下,群智能计算各种自适应策略与社会学习理论中的直接学习和观察学习之间的关系,长期记忆与短期记忆之间在环境变化下的调整机制的关系。相关的研究将促进群智能理论和认知科学的进一步融合发展。     

分子生物学在轮虫进化研究中的应用

<正>上世纪80年代以来,分子生物学研究飞速发展,对传统的生物学研究领域产生了深远的影响。与此同时,一批分子进化和群体遗传分析方法与技术涌现。分子生物学技术在轮虫适应性进化研究中得到广泛应用。生物进化是指生物种群多样性和适应性的变化,或是一个群体长期遗传组成上的变化。它的核心是适应进化机制和选择作用,其中,适应进化是生物在分支发展过程中,局部结构和功能发生了变化,以适应特殊的环境。轮虫是一类微小的多细胞生物,广泛分布于淡水、海水和内陆盐水水体中,是水域生态     

知识表征研究述评

有关人类知识的建构和内部表征是当代认知心理学以及认知科学中最重要的前沿课题之一。国内外心理学研究者对知识表征进行了大量的研究,并取得了一定的成果。重点介绍了知识表征的概念研究、理论模型和研究内容,在此基础上提出了知识表征研究领域的未来发展趋势。     

基于遗传算法的人工生命演示系统设计

讨论了人工生命仿真模型的建立方法 ,给出了一个基于遗传算法的人工生命模型及其演示系统的实现 .计算和考察了虚拟环境中生物在进化过程中的演变规律和涌现特征 ,模拟和解释了一些简单的生态行为和进化规律 ,如竞争、协作进化、群居、物种灭绝等现象 .这种通过进化的方法进行系统复杂性模拟的思想 ,对于研究认知进化和群体智能具有一定的参照意义     

法学研究的新范式——进化生物学范式及其展望

进化生物学已对几乎所有社会科学产生影响，并成为经济学、心理学和人类学等学科的主导研究范式之一，但在法学研究中仍未取得与之相称的进展。进化生物学既研究有机体进化也研究文化进化，法律是一种文化现象并有其进化上的根源，因而在法学研究中引入进化生物学范式就成为可能。     

东北师范大学在“高等植物杂交与进化”研究领域取得重要进展

远缘杂交是高等植物基因组进化和新物种形成的主要动力之一，高等植物杂交与进化的关系一直是进化生物学上有争议的热点问题之一．一种观点认为，由于种间杂种在适合度（fitness）上的普遍劣势，杂交阻碍了进化；另一种观点则认为，杂交可以综合亲本种的适应性或创造出新的适应性，丰富基因库、拓宽生境，进而促进基因组进化和新种形成．可成活远缘杂种有3种主要命运：形成多倍体、二倍体重组或与亲本种之一回交（又称渐渗杂交）．近年来基因组学的巨大进展，解释了高等植物多倍体普遍性的原因，在二倍体重组途径导致新种形成的研究领域，也取得突破性进展，但关于第3种途径，即渐渗杂交在进化上的意义，实验性研究不多．     

一类总体极值问题的进化计算法

给出一类总体极值问题的进化计算方法 ,研究了进化计算随机搜索的机制特征     

理查德·诺加德协同进化的生态经济及生态文明思想研究

理查德·诺加德是生态经济创始人,他勾勒了一个生态经济的协同进化研究机制。为认识论层次的协同发展提供了一个跨越环境和社会维度的有力逻辑,并形成一个社会生态系统的跨学科研究方法。他确定生态经济协同研究涌现的四个相一致的论题,这涉及:环境退化和周边地区的开发失败;不可持续的生产-消费模式的套牢;人类努力控制不良微生物和这些生物进化之间的恶性循环;利他合作行为和机制的适应性优势。诺加德还设想了一个有关由中国开始的"生态文明"的协同进化解释,诺加德的研究对于我国当前生态文明建设具有重要的方法论启示。     

复杂适应系统视角下的"进化"概念

进化起初只是生物学上的一个概念,如今已拓展到了许多其它领域。本文对复杂适应系统视角下的进化及相关的几个概念进行了探讨。在系统科学中,如果系统新的形式或状态对于系统的存在和发展来说比旧的形式有所改进,我们就称这种改进为进化;一个系统有能力引起自身在结构形式上与行为方式上的改变,做到对环境的适应,我们便称它为该系统具有适应性;系统的基本单元称为具有适应性的主体。     

一种训练循环神经网络的演化算法

根据演化算法具有内在的并行性、自组织、自适应和自学习性等优点,进而成功地运用到神经网络中,给出了一种能同时训练循环神经网络结构和参数的演化算法.     

生物机制在智能计算中的应用

揭示生物机制在智能计算中的应用。与生物学相关理论相结合 ,论述遗传算法、人工神经网络和DNA计算的生物机制 ,揭示生物学思想在其中的应用 ,说明现在各类学科交叉发展的趋势     

计算机代数学及其软件系统

计算机代数学是近三十年发展起来的数学、计算机及人工智能的交叉学科,是数学发展的前沿学科．该学科的发展对科学计算产生了革命性变化．本文简单综述了计算机代数学及其软件系统的内容、意义、作用、历史及其与数值计算、计算机、数学机械化等相关学科的联系．     

Agent的主观世界理论框架初探

人工智能是在计算机科学、控制论、信息论、心理学、哲学、语言学等多种学科的基础上发展起来的,目前认知科学更多地被运用到了人工智能的研究当中.基于当代认知心理学的研究成果,提出了建立Agent主观世界的理论.     

Internet动力学初探

复杂性科学研究被誉为“21世纪的科学”,以研究复杂系统为使命,在国内外正引起多个学科的越来越多的关注。国内学者提出的开放的复杂巨系统理论强调分析具体复杂巨系统动力学特性的重要性。文中从复杂性科学出发,从系统动力学的角度,探讨Internet的动力学特性：系统结构、组织机制、开放性、演化性等,以及Web的冲浪规律。     

Advances in simulated modeling of vibration systems based on computational intelligence

Computational intelligence is the computational simulation of the bio-intelligence, which includes artificial neural networks, fuzzy systems and evolutionary computations. This article summarizes the state of the art in the field of simulated modeling of vibration systems using methods of computational intelligence, based on some relevant subjects and the authors' own research work. First, contributions to the applications of computational intelligence to the identification of nonlinear characteristics of packaging are reviewed. Subsequently, applications of the newly developed training algorithms for feedforward neural networks to the identification of restoring forces in multi-degree-of-freedom nonlinear systems are discussed. Finally, the neural-network-based method of model reduction for the dynamic simulation of microelectromechanical systems (MEMS) using generalized Hebbian algorithm (GHA) and robust GHA is outlined. The prospects of the simulated modeling of vibration systems using techniques of computational intelligence are also indicated.     

自调整柯西变异克隆算法

生物免疫系统中许多信息处理机制已成功应用到控制、数据处理、优化学习和故障诊断等领域,并且已经成为继神经网络、模糊逻辑和进化算法后人工智能的又一研究热点。针对巴西学者Castro提出的克隆算法存在的不足,提出一种新的克隆算法——自调整柯西变异克隆算法,重新定义了克隆选择算子和克隆变异算子。与其它算法相比较,试验结果表明所提算法搜索时间短、搜索精度和效率都很高。     

进化计算的创发性模型

提出了一种新的进化计算创发性模型，该模型以２维个体空间形式和混沌动力学机制有机地构造了进化计算的自适应过程，并有丰富的非线性特性和较强的创发计算能力。该模型和相应计算方法有助于复杂系统的自适应建模和线性信号处理。     

基于信息论测度的进化计算策略

提出了一种新的进化计算策略，综合了信息论测度与最优决策过程，提出并证明了该计算体系的有关性质和定理．该进化计算策略有助于非线性系统的自适应辩识和预测，具有较为广泛的应用前景．     

从物理智能到微波视觉

 近10年来,人工智能技术得到了科技与工业界的极大的重视,预示着人类文明将进入智能时代。但是,作为智能时代基础的“智能科学”还远未成型。本文从电磁物理信息感知技术的独特视角,讨论智能科学如何发展的一些见解,指出人类智能与外在世界互为对偶问题、相互不可分割的根本属性,因此按人工智能所应对的对象及关联学科分为数学、物理、心理、意识4个阶段。其中第1阶段解决智能形成的通用学习算法的数学理论,第2阶段发展应对物理世界的物理智能。以此为基础,第3阶段发展应对智能涉及社会群体的高阶智能,第4阶段研究自由意识的本质和人工智能能否形成意识的超智能问题。结合笔者电磁信息感知专业领域,提出向物理智能发展的微波视觉新概念、相关内涵以及关键技术的建议,以笔者团队在这一方向的前期工作为例,讨论了以物理智能为基础的智能科学的研究与发展。