小型生态系统的人工生命个体模型与人工智能模型研究

论文摘要

人工智能是当前计算机研究的热点,被誉为二十世纪的重大科学技术成就之一,并将在新世纪的网络和经济时代发挥重要作用。作为计算机学科的重要分支,人工智能将渗透到应用计算机技术的各行各业,导致这些行业乃至计算机软件产业本身的变革。然而人工智能目前仍处于初期阶段,本文认为只有生命才能产生高级智能,并且生命若想产生高级智能一定不能离开环境,将一个生命隔离开来,那么它最多只会产生有限的低级智能,因此很有必要模拟一个小型的生态环境来研究生命个体的智能。为此本文研究了复杂系统的自组织规律,并依此进行建模,设定出一些规则,使生物个体能够通过进化和相互间的非线性作用,自组织的形成一个相对稳定的生态系统。在此生态系统中,每个生命个体所处的环境比较稳定,因而对每个生命个体来说,它所观察到的大量事件具有一定重复性,规律性,这样就为它的学习提供了一个保障。本文接下来仍然根据自组织的思想,仿照人类社会商人组织的建立,提出一种智能学习模型,生命个体按照这个模型能够学会一定的时序上的因果逻辑。然后本文根据通用问题求解原理,给出了生命个体的行为选择算法,初步完成了动物智能模拟的理论部分。经实验分析,本文提出的自组织生态系统是比较稳定的,只需要一个很小规模的生物种群就能持续下去,这样就为计算机模拟提供了便利。同时本文进行了实验仿真,模拟了简单的狗的智能,这就说明了本文的模型是有效的。

论文目录

• 摘要
• ABSTRACT
• 第一章 绪论
• 1.1 人工智能与人工生命研究目的与意义
• 1.2 人工智能与人工生命研究现状
• 1.3 小型生态系统的引入
• 1.4 本文的主要工作和内容
• 第二章 研究的指导原则与基本内容
• 2.1 人工智能研究的基本原则
• 2.2 知识表示
• 2.2.1 知识表示与推理的关系
• 2.2.2 知识表示的种类
• 2.2.3 知识表示的实用化问题
• 2.2.4 两种常见的知识表示方法
• 2.3 人工智能的主要研究学派
• 2.3.1 符号主义
• 2.3.2 联结主义
• 2.3.3 行为主义
• 2.4 人工生命
• 2.4.1 人工生命模型
• 2.4.2 人工生命模型的特点
• 2.4.3 人工生命体的行为选择
• 2.4.4 人工生命体的研究方法
• 2.5 本章小结
• 第三章 小型生态系统的人工生命个体模型
• 3.1 人工生命个体模型建立思想
• 3.2 自组织系统
• 3.2.1 Boid鸟群
• 3.2.2 蚁群聚类算法
• 3.2.3 自组织的特征
• 3.2.4 对自组织现象的一些分析
• 3.2.5 自组织系统的优点
• 3.3 生命模型
• 3.3.1 生命个体应遵循的规则
• 3.3.2 对立统一规律
• 3.3.3 生命个体属性与基因表示
• 3.4 生态系统的稳定性分析
• 3.4.1 简单生态系统模型的稳定性
• 3.4.2 本文的生态系统模型稳定性
• 3.5 遗传算法
• 3.5.1 经典遗传算法
• 3.5.2 遗传算法的优点
• 3.5.3 本文采用的遗传算法
• 3.6 系统设计
• 3.6.1 生命个体的类结构图
• 3.6.2 个体管理器
• 3.7 本章小结
• 第四章 小型生态系统的生命个体智能模型
• 4.1 逻辑
• 4.1.1 基于时空属性的事件描述
• 4.1.2 本文采用的因果逻辑
• 4.1.3 基于多分辨率的时空逻辑模型
• 4.2 Self-Organize Businessman Network模型
• 4.2.1 简单因果逻辑的表示
• 4.2.2 或逻辑的表示
• 4.2.3 与逻辑的表示
• 4.2.4 中间商结点间的协同竞争
• 4.2.5 中间商结点的生成
• 4.3 生命个体的智能模拟
• 4.3.1 通用问题求解原理（GPS）
• 4.3.2 通用问题递归求解步骤
• 4.3.3 中间—结局分析
• 4.3.4 GPS求解路径出错的辨别方法
• 4.3.5 生命个体的行为选择
• 4.4 核心代码
• 4.4.1 个体管理器核心代码
• 4.4.2 个体的感知与智能模拟核心代码
• 4.5 实验仿真
• 4.5.1 实验一
• 4.5.2 实验二
• 4.6 本章小结
• 第五章 总结与展望
• 参考文献
• 致谢
• 攻读学位期间主要的研究成果目录