目錄
“新一代人工智能理論、技術(shù)及應(yīng)用叢書”序序
前言
第1章緒論1
1.1眾智科學(xué)概述1
1.2眾智科學(xué)與智能2
1.3智能的發(fā)展分析3
1.3.1人類智能3
1.3.2人工智能3
1.3.3混合智能4
1.3.4通用智能4
1.4面向群體的智能研究現(xiàn)狀分析5
1.4.1CI——側(cè)重群體效應(yīng)和合作行為5
1.4.2SI——側(cè)重協(xié)作行為和自組織系統(tǒng)6
1.4.3WC——側(cè)重集體智慧6
1.4.4CrI——側(cè)重人類智慧協(xié)作對(duì)社會(huì)的影響7
1.5眾智的起源與定義7
1.6智能的關(guān)系9
1.6.1智能之間的區(qū)別9
1.6.2智能之間的聯(lián)系9
1.7未來發(fā)展趨勢(shì)10
1.8本章小結(jié)10
參考文獻(xiàn)10
第2章眾智科學(xué)智能理論的研究體系14
2.1概述14
2.2眾智的度量與計(jì)算方法15
2.2.1眾智的度量15
2.2.2眾智的計(jì)算方法16
2.3眾智的水平分析方法17
2.3.1眾智水平17
2.3.2眾智水平影響因素18
2.3.3建模與仿真方法19
2.3.4基于個(gè)體智能研究20
2.4眾智網(wǎng)絡(luò)的架構(gòu)20
2.5眾智的進(jìn)化21
2.6眾智的評(píng)估方法與評(píng)價(jià)體系23
2.6.1能力評(píng)價(jià)參數(shù)體系23
2.6.2能力評(píng)價(jià)參數(shù)體系一級(jí)指標(biāo)24
2.6.3能力評(píng)價(jià)參數(shù)體系二級(jí)指標(biāo)24
2.6.4基于參數(shù)體系的眾智聚合計(jì)算范式26
2.6.5層次式評(píng)價(jià)體系26
2.6.6眾智的協(xié)同進(jìn)化評(píng)價(jià)方法26
2.7本章小結(jié)27
參考文獻(xiàn)27
第3章眾智的度量29
3.1概述29
3.2質(zhì)量-時(shí)間-復(fù)雜度模型30
3.2.1智能測(cè)試的智能體-環(huán)境框架30
3.2.2質(zhì)量-時(shí)間-復(fù)雜度智能度量模型31
3.2.3模型的結(jié)果分析34
3.3質(zhì)量-復(fù)雜性-任務(wù)模型35
3.3.1基于任務(wù)的智能測(cè)試36
3.3.2質(zhì)量-復(fù)雜性-任務(wù)的智能度量模型37
3.4眾智與數(shù)據(jù)同化39
3.4.1基于數(shù)據(jù)同化的通用的智能度量分析40
3.4.2基于數(shù)據(jù)同化的智能度量在知識(shí)問答領(lǐng)域的應(yīng)用41
3.5本章小結(jié)44
參考文獻(xiàn)45
第4章眾智的計(jì)算方法47
4.1概述47
4.2人類智能與機(jī)器智能的計(jì)算48
4.2.1人類智能的計(jì)算48
4.2.2機(jī)器智能的計(jì)算50
4.3通用個(gè)體智能的計(jì)算52
4.4異構(gòu)智能的計(jì)算53
4.4.1異構(gòu)智能的定義53
4.4.2質(zhì)量-時(shí)間模型54
4.5本章小結(jié)56
參考文獻(xiàn)56
第5章眾智的水平分析方法59
5.1概述59
5.2基于元分析的眾智水平分析方法59
5.2.1元分析簡(jiǎn)介59
5.2.2眾智水平的元分析過程61
5.3基于業(yè)務(wù)熵的眾智水平分析方法64
5.3.1影響業(yè)務(wù)熵的因素分析64
5.3.2多因素業(yè)務(wù)熵量化模型65
5.3.3多智能體網(wǎng)絡(luò)案例分析66
5.3.4智能主體水平區(qū)分70
5.4本章小結(jié)72
參考文獻(xiàn)72
第6章眾智網(wǎng)絡(luò)的互聯(lián)信息機(jī)理74
6.1概述74
6.2眾智網(wǎng)絡(luò)與信息共享75
6.2.1信息共享基本原理75
6.2.2信息共享機(jī)制78
6.2.3走迷宮場(chǎng)景分析80
6.3眾智網(wǎng)絡(luò)與自適應(yīng)優(yōu)化82
6.3.1共享信息影響因素82
6.3.2自適應(yīng)信息共享優(yōu)化方法83
6.3.3供應(yīng)鏈場(chǎng)景分析86
6.4本章小結(jié)89
參考文獻(xiàn)90
第7章眾智的進(jìn)化機(jī)理92
7.1概述92
7.2眾智的差分進(jìn)化93
7.2.1差分進(jìn)化和K均值聚類94
7.2.2基于差分進(jìn)化和聚類的異常點(diǎn)檢測(cè)方法97
7.2.3基于差分進(jìn)化和聚類的異常點(diǎn)檢測(cè)方法實(shí)現(xiàn)99
7.3眾智的粒子群聚類進(jìn)化105
7.3.1粒子群進(jìn)化算法106
7.3.2基于智能水平聚類的粒子群智能進(jìn)化方法106
7.3.3基于智能水平聚類的粒子群智能進(jìn)化方法實(shí)現(xiàn)109
7.4眾智的遺傳進(jìn)化113
7.4.1物聯(lián)網(wǎng)中的眾智進(jìn)化113
7.4.2基于遺傳進(jìn)化的物聯(lián)網(wǎng)設(shè)備優(yōu)化方法114
7.4.3設(shè)備優(yōu)化方法在物聯(lián)網(wǎng)場(chǎng)景中的應(yīng)用示例117
7.5本章小結(jié)119
參考文獻(xiàn)119
第8章眾智科學(xué)智能理論的場(chǎng)景應(yīng)用123
8.1概述123
8.2眾智科學(xué)智能理論與視頻電子商務(wù)124
8.2.1相關(guān)工作125
8.2.2應(yīng)用的系統(tǒng)模型127
8.2.3實(shí)例應(yīng)用分析132
8.3眾智科學(xué)智能理論與智慧城市136
8.3.1系統(tǒng)架構(gòu)138
8.3.2場(chǎng)景建模142
8.3.3應(yīng)用分析144
8.4眾智科學(xué)智能理論與醫(yī)療物聯(lián)網(wǎng)146
8.4.1相關(guān)工作148
8.4.2智能可視化醫(yī)療物聯(lián)網(wǎng)框架149
8.4.3眾智的優(yōu)化153
8.4.4實(shí)例應(yīng)用分析154
8.5眾智科學(xué)智能理論與云霧計(jì)算架構(gòu)下的智慧交通156
8.5.1相關(guān)工作157
8.5.2系統(tǒng)模型和問題構(gòu)想158
8.5.3應(yīng)用與評(píng)估162
8.6本章小結(jié)166
參考文獻(xiàn)167