انجام پایان نامه

درخواست همکاری انجام پایان نامه  بانک مقالات رایگان انجام پایان نامه

سفارش پایان نامه

|

انجام پایان نامه ارشد

 پایان نامه 

انجام پایان نامه| پایان نامه کامپیوتر - هوش جمعی و کاربردهای آن 80 ص



مقدمه
ما در اين پروژه به تعريف هوش جمعي مي پردازيم كه هوش جمعي يكي از شاخه¬هاي هوش مصنوعي مي¬باشد.در واقع بيان مي كنيم، هوش جمعي ويژگي از سيستم است كه بر اساس آن رفتار گروهي عامل-هاي غير پيچيده كه به صورت محلي با محيطشان در ارتباط هستند منجر به وجود آمدن الگوهاي يكپارچه و منسجم مي¬شود. همچنين كاربردهاي مهم هوش جمعي را ذكر خواهيم كرد، و اينكه هر كاربرد بيشتردركجاها استفاده خواهد شد.  

فصل اول: هوش مصنوعي  و ارتباط آن با هوش جمعي

1-1 مقدمه
هزاران سال است بشر تلاش مي كند بفهمدكه چگونه فكر مي¬كند، يعني چگونه يك موجود مي تواند حس كند،  بفهمد، پيش بيني كند و دنيايي بسيار بزرگتر و پيچيده تر از خود را كنترل كند. رشته هوش مصنوعي از اين حد هم جلوتر مي رود : نه تنها براي درك موجودات هوشمند تلاش مي كند، بلكه قصد دارد موجودات هوشمند نيز بسازد.
هوش مصنوعي يكي از جديدترين علوم مي باشد. در حال حاضر هوش مصنوعي داراي شاخه¬هاي بسيار متنوعي است  مانند هوش
جمعي كه هم در زمينه هاي همه منظوره مانند يادگيري و ادراك و هم در زمينه هاي بسيار خاص مانند بازي شطرنج، اثبات قضاياي رياضي و تشخيص بيماري مفيد است. مفهوم ايده آل هوش مصنوعي  عقلانيت ناميده مي شود در واقع يك سيستم را عقلاني مي ناميم اگر  براساس دانسته¬هايش، كار درست را انجام دهد.

1-2 تاريخچه هوش مصنوعي
      هوش مصنوعی را باید عرصهٔ پهناور تلاقی بسیاری از دانشها، علوم و فنون قدیم و جدید دانست. ریشه‌ها و ایده‌های اصلی آن را باید در فلسفه، زبان‌شناسی، ریاضیات، روان‌شناسی، نورولوژی، و فیزیولوژی نشان گرفت و شاخه‌ها، فروع، و کاربردهای گونه‌گونه و فراوان آن را در علوم رایانه، علوم مهندسی، علوم زیست‌شناسي و پزشکی، علوم و زمینه‌های بسیار دیگر.
هدف هوش مصنوعی بطور کلی ساخت ماشینی است که بتواند «فکر» کند. اما برای دسته بندی و تعریف ماشینهای متفکر، می‌بایست به تعریف «هوش» پرداخت.
همچنین به تعاریفی برای «آگاهی» و «درک » نیز نیازمندیم و در نهایت به معیاری برای سنجش هوش یک ماشین نیازمندیم.
با وجودی که برآورده سازی نیازهای صنایع نظامی، مهم‌ترین عامل توسعه و رشد هوش مصنوعی بوده‌است، هم اکنون از فراورده‌های این شاخه از علوم در صنایع پزشکی، رباتیک، پیش بینی وضع هوا، نقشه‌برداری و شناسایی عوارض، تشخیص صدا، تشخیص گفتار و دست خط و بازی‌ها و نرم افزارهای رایانه‌ای استفاده می‌شود . مباحث هوش مصنوعی پیش از بوجود آمدن علوم الکترونیک، توسط فلاسفه و ریاضی دانانی نظیر بول که اقدام به ارائه قوانین و نظریه‌هایی در باب منطق نمودند، مطرح شده بود. در سال ۱۹۴۳، با اختراع رایانه‌های الکترونیکی، هوش مصنوعی، دانشمندان را به چالشی بزرگ فراخواند. بنظر می‌رسید، فناوری در نهایت قادر به شبیه سازی رفتارهای هوشمندانه خواهد بود.
با وجود مخالفت گروهی از متفکرین با هوش مصنوعی که با دیده تردید به کارآمدی آن می‌نگریستند تنها پس از چهار دهه، شاهد تولد ماشینهای شطرنج باز و دیگر سامانه‌های هوشمند در صنایع گوناگون هستیم.
نام هوش مصنوعی در سال ۱۹۶۵ میلادی به عنوان یک دانش جدید ابداع گردید. البته فعالیت درزمینه این علم از سال ۱۹۶۰ میلادی شروع شده بود.
بیشتر کارهای پژوهشی اولیه در هوش مصنوعی بر روی انجام ماشینی بازی‌ها و نیز اثبات قضیه‌های ریاضی با کمک رایانه‌ها بود. در آغاز چنین به نظر می‌آمد که رایانه‌ها قادر خواهند بود چنین اموری را تنها با بهره گرفتن از تعداد بسیار زیادی کشف و جستجو برای مسیرهای حل مسئله و سپس انتخاب بهترین آن‌ها به انجام رسانند.

 1- 3 هوش چیست؟

    اما اکثر تعریف‌هایی که در این زمینه ارایه شده‌اند بر پایه یکی از باورهاي زیر قرار می‌گیرند:
- سیستم‌هایی که به طور منطقی فکر می‌کنند.
- سیستم‌هایی که به طور منطقی عمل می‌کنند.
- سیستم‌هایی که مانند انسان فکر می‌کنند.
- سیستم‌هایی که مانند انسان عمل می‌کنند.
- ظرفيت كسب و به كار گيري دانش و مهارت فكر كردن و استنتاج    ؛
- توانايي رفتار مناسب در شرايط غير قابل پيش بيني ؛
- توانايي بدست آوردن اهداف پيچيده در محيط پيچيده
- توانايي كار و تطبيق با محيط همراه با منابع و دانش ناكافي
شاید بتوان هوش مصنوعی را این گونه توصیف کرد :
هوش مصنوعی عبارت است از مطالعه این که چگونه کامپیوترها را می‌توان وادار به کارهایی کرد که در حال حاضر انسان‌ها آنها رابهتر انجام می‌دهند.

1-4 فلسفه هوش مصنوعی
   بطور کلی ماهیت وجودی هوش به مفهوم جمع آوری اطلاعات، استقرا و تحلیل تجربیات به منظور رسیدن به دانش و یا ارائه تصمیم می¬باشد. در واقع هوش به مفهوم به کارگیری تجربه به منظور حل مسایل دریافت شده تلقي ميشود. هوش مصنویی علم و مهندسی ایجاد ماشینهایی با هوش با به کارگیری از كامپیوتر و الگوگيری از درک هوش انسانی و نهايتا دستیابی به مکانیزم هوش مصنوعی در سطح هوش انسانی مي¬باشد.
در مقایسه هوش مصنوعی با هوش انسانی می توان گفت که انسان قادر به مشاهده و تجزیه و تحلیل مسايل در جهت قضاوت و اخذ تصمیم میباشد در حالی که هوش مصنوعی مبتنی بر قوانین و رویه هايی از قبل تعبیه شده بر روی کامپیوتر میباشد. در نتيجه علی رغم وجود کامپیوترهای بسیار کارا و قوی در عصر حاضر هنوزكسي  قادر به پیاده کردن هوشي نزدیک به هوش انسان در ایجاد هوشهای مصنوعی نبوده است.


1-5 مدیریت پیچیدگی
    ایجاد و ابداع فنون و تکنیک‌های لازم برای مدیریّت پیچیدگی را باید به عنوان هستۀ بنیادین تلاش‌های علمی و پژوهشی گذشته، حال، و آینده، در تمامی زمینه‌های علوم رایانه، و به ویژه، در هوش مصنوعی معرّفی کرد. شیوه‌ها و تکنیک‌های هوش مصنوعی، در واقع، برای حلّ آن دسته از مسائل به وجود آمده است که به طور سهل و آسان توسط برنامه‌نویسی تابعی، یا شیوه‌های ریاضی قابل حلّ نبوده‌اند.
در بسیاری از موارد، با پوشانیدن و پنهان ساختن جزئیّات فاقد اهمّیّت است که بر پیچیدگی فائق می‌آییم، و می‌توانیم بر روی بخش‌هایی از مسئله متمرکز شویم که مهم‌تر است. تلاش اصلی، در واقع، ایجاد و دستیابی به لایه‌ها و ترازهای بالاتر و بالاتر تجرید را نشانه می‌رود، تا آنجا که، سر‌انجام برنامه‌های کامپوتری درست در همان سطحی کار خواهند کرد که خود انسان‌ها به کار مشغولند.
به یاری پژوهش‌های گسترده دانشمندان علوم مرتبط، هوش مصنوعی از آغاز پیدایش تاکنون راه بسیاری پیموده‌ است. در این راستا، تحقیقاتی که بر روی توانایی آموختن زبانها انجام گرفت و همچنین درک عمیق از احساسات، دانشمندان را در پیشبرد این علم، یاری کرده‌است. یکی از اهداف متخصصین، تولید ماشینهایی است که دارای احساسات بوده و دست کم نسبت به وجود خود و احساسات خود آگاه باشند. این ماشین باید توانایی تعمیم تجربیات قدیمی خود در شرایط مشابه جدید را داشته و به این ترتیب اقدام به گسترش دامنه دانش و تجربیاتش کند.
برای نمونه به رباتی هوشمند بیاندیشید که بتواند اعضای بدن خود را به حرکت درآورد، او نسبت به این حرکت خود آگاه بوده و با سعی و خطا، دامنه حرکت خود را گسترش می‌دهد، و با هر حرکت موفقیت آمیز یا اشتباه، دامنه تجربیات خود را وسعت بخشیده و سر انجام راه رفته و یا حتی می‌دود و یا به روشی برای جابجا شدن، دست می‌یابد، که سازندگانش، برای او، متصور نبوده‌اند.
هر چند اين مثال  در تولید ماشینهای هوشمند، کمی آرمانی است، ولی به هیچ عنوان دور از دسترس نیست. دانشمندان، عموماً برای تولید چنین ماشینهایی، از تنها مدلی که در طبیعت وجود دارد، یعنی توانایی یادگیری در موجودات زنده بخصوص انسان، بهره می‌برند.
آنها بدنبال ساخت ماشینی مقلد هستند، که بتواند با شبیه‌سازی رفتارهای میلیونها یاخته مغز انسان، همچون یک موجود متفکر به اندیشیدن بپردازد.هوش مصنوعی که همواره هدف نهایی دانش رایانه بوده‌است، اکنون در خدمت توسعه علوم رایانه نیز است. زبانهای برنامه نویسی پیشرفته، که توسعه ابزارهای هوشمند را ممکن می‌سازند، پایگاههای داده‌ای پیشرفته، موتورهای جستجو، و بسیاری نرم‌افزارها و ماشینها از نتایج پژوهش‌های هوش مصنوعی بهره می‌برند.
سیستمی که عاقلانه فکر کند. سامانه‌ای عاقل است که بتواند کارها را درست انجام دهد. در تولید این سیستم‌ها نحوه اندیشیدن انسان مد نظر نیست. این سیستم‌ها متکی به قوانین و منطقی هستند که پایه تفکر آنها را تشکیل داده و آنها را قادر به استنتاج و تصمیم گیری می‌نماید. آنها با وجودی که مانند انسان نمی‌اندیشند، تصمیماتی عاقلانه گرفته و اشتباه نمی‌کنند. این ماشینها لزوما درکی از احساسات ندارند. هم اکنون از این سیستم‌ها در تولید عامل‌ها در نرم افزارهای رایانه‌ای، بهره گیری می‌شود. عامل تنها مشاهده کرده و سپس عمل می‌کند.

1-6 عامل ‌های هوشمند

     عامل‌ها  قادر به شناسایی الگوها، و تصمیم گیری بر اساس قوانین فکر کردن خود می باشند. قوانین و چگونگی فکر کردن هر عامل در راستای دستیابی به هدفش، تعریف می‌شود. این سیستم‌ها بر اساس قوانین خاص خود فکر کرده و کار خودرا به درستی انجام می‌دهند. پس عاقلانه رفتار می‌کنند، هر چند الزاما مانند انسان فکر نمی‌کنند.

1-7 سیستم‌های خبره
    سیستم‌های خبره زمینه‌ای پرکاربرد در هوش مصنوعی و مهندسی دانش ا‌ست که با توجّه به نیاز روز افزون جوامع بر اتخاذ راه ‌حل‌ها و تصمیمات سریع در مواردی که دانش‌های پیچیده و چندگانهٔ انسانی مورد نیاز است، بر اهمیت نقش آنها افزوده هم می‌شود. سیستم‌های خبره به حل مسائلی می‌پردازند که به طور معمول نیازمند تخصّص‌های کاردانان و متخصّصان انسانی ا‌ست. به منظور توانایی بر حل مسائل در چنین سطحی (ترازی)، دسترسی هرچه بیشتر اینگونه سامانه‌ها به دانش موجود در آن زمينه خاص ضروري ميگردد.

1-8 رابطه هوش جمعي با هوش مصنوعي
    يكي از شاخه هاي  هوش مصنوعی به نام"هوش جمعي" هم اکنون برای حل بسیاری از مسائل بهنیه سازی بکار می رود. هوش جمعی ، مبتنی بر رفتارهای جمعی در سامانه‌های نامتمرکز و خودسامانده بنیان شده است. این سامانه‌ها معمولاً از جمعیتی از کنشگران ساده تشکیل شده است که بطور محلی با یکدیگر و با محیط خود در تعامل هستند. با وجود اینکه معمولاً هیچ کنترل تمرکزیافته‌ای، چگونگی رفتار کنش‌گران را به آنها تحمیل نمی‌کند، تعاملات محلی آنها به پیدایش رفتاری عمومی می‌انجامد. مثال‌هایی از چنین سیستم‌های را می‌توان در طبیعت مشاهده کرد؛ گروههای مورچه‌ها، دستهٔ پرندگان، گله‌های حیوانات، تجمعات باکتری‌ها و دسته‌های ماهی‌ها.


















فصل دوم  :  تعريف هوش جمعي
2-1 مقدمه
ما در اين فصل به تعاريفي از هوش جمعي و خصوصيات آن و همچنين طبقه بندي هوش جمعي مي پردازيم .در واقع مي توان به اختصار گفت هوش جمعي يك مجموعه سازمان يافته از موجوداتي است كه براي رسيدن به يك هدف خاص با يكديگر همكاري مي كنند . هوش جمعی زمینه ای را فراهم می آورد  که در آن امکان کاوش حل مسئله به صورت گروهی ( توزیع شده) بدون کنترل متمرکز کننده یا تهیه مدل کلی ممکن است.  



2- 2 تعریف هوش جمعی
اصطلاح هوش جمعي ، در سال 1989 توسط گرادوبني  و ژينگ وانگ ، به همراه رباتيك سلولي معرفي گرديد.هوش جمعی ویژگی از سیستم است که بر اساس آن رفتار گروهی عامل های غیر پیچیده که به صورت محلی با محیط شان درارتباط هستند منجر به وجود آمدن الگو های منسجم، یکپارچه و کارا میشود . هوش جمعی زمینه ای را فراهم می آورد  که در آن امکان کاوش حل مسئله به صورت گروهی ( توزیع شده) بدون کنترل متمرکز کننده یا تهیه مدل کلی ممکن است.
هوش جمعی، هوش مصنوعی است که بر پایه رفتار گروهی سیستم های غیرمتمرکز و خودسازمانده بنا شده است. سیستم های هوش جمعی، معمولا از مجموعه ای از عامل های ساده که به صورت محلی با یکدیگر و به محیط شان در تعامل هستند تشکیل شده است.
عوامل از قوانین بسیار ساده ای پیروی میکنند و با وجود اینکه ساختار کنترل متمرکزی برای تعیین رفتار هر عامل مستقل وجود ندارد، تعامل محلی بین این عامل ها منجر به به وجود آمدن رفتار کلی پیچیده ای می شود.هوش جمعی متدی است که در رابطه با سیستم های مصنوعی و طبیعی که از تعداد زیادی اجزا مستقل تشکیل شده اند مطرح می شود. این اجزا با استفاده از کنترل غیر متمرکز و خود سازماندهی هماهنگ می شود. به طور خاص این متد بر روی رفتار های جمعی که ناشی از بر هم کنش های محلی اجزا مستقل با یکدیگر و با محیطشان است متمرکز شده است. هوش گروهی یک قالب طراحی بر پایه رفتار اجتماعی حشرات است.
در روشهايي كه در گروه هوش جمعي جاي مي گيرند ، ارتباط مستقيم يا غير مستقيم بين جوابهاي مختلف الگوريتم وجود دارد. در واقع، در اين روشها ، جوابها كه موجوداتي كم هوش وساده هستند، براي پيدا شدن ويا تبديل شدن به جواب بهينه ، همكاري مي كنند . اين روشها از رفتارهاي جمعي حيوانات و موجودات زنده در طبيعت الهام گرفته شده اند.
بعضی از محصولات مصنوعی ساخت انسان نیز در حوزه هوش جمعی قرار میگیرند. به طور خاص بعضی از سیستم های چند رباته و همچنین برنامه کامپیوتری خاص که برای انجام بهینه سازی و مسائل آنالیز داده نوشته شده اند جزء این دسته قرار میگیرند.
فرض کنید شما و گروهی از دوستانتان به دنبال گنج میروید هر یک از اعضا گروه یک فلز یاب و یک بیسیم دارد که میتواند مکان و وضعیت کار خود را به همسایگان نزدیک خود اطلاع بدهد. بنابراین شما میدانید آیا همسایگانتان از شما به گنج نزدیک ترند یا نه؟ پس اگر همسایه ای به گنج نزدیک تر بود شما می توانید به طرف او حرکت کنید. با چنین کاری شانس شما برای رسیدن به گنج بیشتر می شود و همچنین گنج زود تر از زمانی که شما تنها باشید پیدا می شود.
این مثال ساده از رفتار جمعی است که افراد برای رسیدن به یک هدف نهایی همکاری میکنند. این روش موثرتر از زمانی است که افراد جداگانه عمل می کنند.
هوش جمعي را میتوان به صورت مجموعه ای سازمان یافته از موجوداتی تعریف کرد که با یکدیگر همکاری میکنند .در کاربردهای محاسباتی هوش جمعي از موجوداتی مانند مورچه ها، زنبور ها، موریانه ها، دسته های ماهیان و دسته پرندگان الگو برداری می شود .در این نوع اجتماعات هر یک از موجودات ساختار نسبتا ساده ای دارند ولی رفتار اجتماعی آنها بینهایت پیچیده است.
رفتار کلی یک هوش جمعي به صورت غیر خطی از آمیزش رفتارهای تک تک اجتماع به دست می آید یا به عبارتی یک رابطه بسیار پیچیده بین رفتار جمعی و رفتار فردی یک اجتماع وجود دارد . رفتار جمعی فقط وابسته به رفتار فردی افراد اجتماع نیست بلکه به چگونگی تعامل میان افراد وابسته است . تعامل میان افراد، تجربه افراد درباره محیط را افزایش میدهد و موجب پیشرفت اجتماع می شود.
ساختار اجتماعی هوش جمعي بین افراد مجموعه کانال های ارتباطی ایجاد میکند که طی آن افراد میتوانند به تبادل تجربه های شخصی بپردازند.
مدل سازی محاسباتی هوش جمعي کاربرد های موفق و بسیاری داشته است. هوش جمعی تبادل جزئی تعداد زیادی عوامل ساده را برای حصول یک هدف کلی است . ویژگی خاص سیستم هوش جمعی توانایی آن در عملکرد به صورت هماهنگ بدون حضور هماهنگ کننده یا کنترل کننده خارجی است. مثال های زیادی در رابطه با ذات گروه ها که رفتار جمعی را بدون اینکه هیچ یک از اعضای گروه را کنترل کنند یا از رفتار کلی گروه با خبر باشند انجام می دهند، قابل مشاهده است . با وجود اینکه علیرغم کم بودن اعضای تشکیل دهنده گروه، گروه از دید کل می تواند رفتار هوشمندی را نمایش دهد این نتیجه بر هم کنش اجرایی است که از دید فضایی با یکدیگر همسایه اند و بر مبنای قوانین ساده ای عمل میکنند .  
اغلب اوقات رفتار هر یک از اجزای گروه به شکل عبارت های اجتماعی بیان میشود و هر یک از اجزا دارای رفتار اتفاقی یا تصادفی است که وابسته به درک محلی او از همسایگیهایش است . سيستم هاي زيستي هوشمند روي زمين همان سيستم هاي بيولوژيك مي باشند. اينگونه سيستم ها به كمك فرآيند هاي تكاملي طراحي شده اند ، معمولا توسط يك دستگاه كنترل مي شوند و به صورت گروهي يا گله اي زندگي مي كنند. بر خلاف انسان ، بسياري از اين سيستم هاي هوشمند از جانداران ساده اي درست شده اند كه گويا از منطق ، رياضيات ، برنامه ريزي، مدل سازي پيرامون ، نمي توانند بهره بگيرند و گاهي داراي حافظه نيز نمي باشند . با اين همه اين سيستم ها با اين كه داراي سادگي مي باشند ، كارهاي محاسباتي و پردازش هاي پيچيده اطلاعاتي را مي توانند انجام بدهند . درك اينگونه سيستم ها و به كارگيري مكانيزم هايي كه در آنها وجود دارند به ما در حل مسائل پيچيده وطراحي سيستم هاي هوشمند تر كمك فراواني مي نمايند . هوش جمعي يك روش محاسباتي براي حل مسائل مي باشد كه بر پايه رفتار سيستم هاي طبيعي كه شامل جانداران بسياري كنار هم مي باشند كار مي كند . اين روش حل مساله مي كوشد كه مساله ها را به روش گسترده حل نمايد با اين ويژگي كه ميان جانداران اين سيستم ، دو سويگي مستقيم يا غير مستقيم وجود داشته باشد . از كنش و واكنش ميان اين جانداران و همينگونه با پيرامون خودشان ، رفتاري پديد مي آيد كه كار خواسته شده را انجام مي دهد.
2-3 خصوصیات هوش جمعی:
- عوامل ساده اند
- هر یک از عوامل نسبتا مشابه اند. همه آنها یکسان هستند و یا متعلق به تعداد گروه های کمی هستند.
- عوامل به صورت غیرمستقیم با هم ارتباط برقرار می کنند.
- رفتار کلی پیچیده سیستم ناشی از برهم کنش اجزا با یکدیگر و با محیط شان است به همین دلیل رفتار گروه خود سازمانده میشود.
- این رفتار ها پایدارند؛
- محکم بودن در مقابل شکست یا بدرفتاری یک جزء؛
- تک تک عوامل در حصول نتیجه کلی بی تاثیرند؛
- انعطاف پذیری در تغییرات سریع در محیط دینامیک و تقارن ذاتی یا عملیاتی توزیع شده؛
- بر هم کنش بین اجزا بر اساس قوانین رفتاری ساده ای است که تنها از اطلاعات محلی که به اجزا به طور مستقیم یا به وسیله محیط مبادله می کنند استفاده می کنند؛
به عنوان مثال : تميزكاري لانه مورجه ها
مورچه ها آشغالها و يا غذاهاي پراكنده در سطح لانه را جمع آوري و در يك يا چند جا كپه مي كنند . اين كار به اين ترتيب عملي مي شود .
- هر مورچه شروع به گردش به صورت دلخواه و بي هدف در سطح لانه مي كند .
- اگر مورچه به يك تكه آشغال برخورد كرد آن را بر مي دارد .
- اگر مورچه به يك تكه آشغال ديگر رسيد تكه قبلي را در كنار آن قرار مي دهد .
- و باز به گردش خود ادامه مي دهد .
- بعد از مدتي مشاهده مي شود كه آشغالها در گوشه كنار لانه كپه شده اند .

2-4  اصول هوش جمعي
چهار اصل هوش جمعی را کنترل می کنند ، این اصول عبارتند از:
1- بازخورد  مثبت، راه حل های خوب موجود در شبکه را تقویت می کند.
2- بازخورد منفی، راه حل های قدیمی و نامناسب را حذف می کند.
3- تصادفی بودن، بنابر این اصل می توان راه حل ها را بدون توجه به کیفیت مشاهده شده تست کرد که در نتیجه منجر به راه حل های مبتکرانه و غیر معمولی می شود.
4- بر هم کنش های چندگانه، کلیدی برای ساختن بهترین راه حل ها ؛



2-5 طبقه بندی هوش جمعی (گروهی):
     هوش جمعی دارای  ویژگی چند رشته ای (مطرح بین چند رشته علمی) خاص است. زیرا این سیستم ها که دارای خصوصیات خاصی هستند را میتوان در حوزه های مختلفی مورد بررسی قرار داد. تحقیقات در رابطه با هوش جمعی را می توان با توجه به ملاک های مختلفی دسته بندی کرد :

2-5-1- طبیعی در مقابل مصنوعی:
    یکی از دسته بندی های رایج هوش جمعی تقسیم به دو دسته با توجه به نوع سیستم مورد بررسی است. بنابراین در این رابطه هوش جمعی طبیعی مطرح می شود که در آن سیستم های بیولوژیکی مورد بررسی قرار می گیرند و هوش جمعی مصنوعی که در آن محصولات مصنوعی ساخت دست بشر مطرح میشود.

2-5-2- علمی در مقابل مهندسی:
     نوع دیگر دسته بندی که میتوان گفت دسته بندی مفید تری از تحقیقات هوش مصنوعی است را می توان بر مبنای اهدافی که دنبال می شود قرار داد. می توان دو مسیر علمی و مهندسی را برای این کار مشخص کرد. هدف مسیر علمی مدل کردن سیستم های هوش مصنوعی و برگزیدن و درک کردن مکانیزم هایی است که به دلیل بر هم کنش فرد به فرد و فرد به محیط به سیستم به عنوان یک مجموعه کلی اجازه می دهد به طور هماهنگ کار کند.
از سوی دیگر هدف مسیر مهندسی به کار گیری از دانسته های توسعه داده شده توسط مسیر علمی برای طراحی سیستم هایی است که بتوانند مسائلی با کاربرد مرتبط را حل کنند.
    
2-6 تعامل دو دسته طبیعی/ مصنوعی و علمی/مهندسی:
   دو دسته طبیعی/ مصنوعی و علمی/مهندسی با یکدیگر متعامدند. با وجود اینکه تحقیقات معمول علمی در رابطه باسیستم های طبیعی و کاربردهای  معمول مهندسی در رابطه با توسعه سیستم های مهندسی است ولی تعدادی از مطالعات مربوط به هوش گروهی در رابطه با ربات ها برای تایید مدل های ریاضیاتی سیستم های بیولوژیکی انجام شده است. این مطالعات صرفا دارای ماهیت نظری است و به طور قطع مربوط به مسیر علمی هوش گروهی می شود. از سوی دیگر می توان رفتار فردی در گروه بیولوژیکی را به گونه ای تحت تاثیر یا مورد تغییر قرار داد که رفتاری با سطح گروه جدید به وجود اید که به گونه ای برای حل بعضی عملکرد های مشخص کاربردی است.در این حالت، با وجود اینکه سیستمی که در دست است طبیعی است هدفی که دنبال می شود به طور قطع مربوط به کاربرد های مهندسی است.











فصل سوم : كاربردهاي هوش جمعي
3-1مقدمه
 در فصل دو مفهوم هوش جمعي را معرفي كرديم . در اين فصل اين مفهوم را عميق تر بررسي مي كنيم. خواهيم ديدكه كاربردهاي هوش جمعي چيست ؟ و اين كاربردها بيشتر در كجاها مورد استفاده قرار مي گيرد . مهمترين آنها الگوريتم بهينه سازي مورچه ها ، الگوريتم بهينه سازي ذرات ، الگوريتم ژنتيك و شبكه هاي عصبي مصنوعي مي باشد .در ذيل به طور خلاصه مفهوم بهينه سازي را توضيح مي دهيم و از اين مفهوم در الگوريتم بهينه سازي مورچه ها، زنبورها و الگوريتم بهينه سازي ذرات استفاده مي كنيم.

3-2 تعريف بهينه سازي  
    بهينه سازي فرايندي است كه براي بهتر كردن چيزي دنبال مي شود . فكر ، ايده ويا طرحي كه توسط يك دانشمند يا يك مهندس مطرح مي شود و در طي روند بهينه سازي بهتر مي شود. در هنگام بهينه سازي شرايط اوليه با روشهاي مختلف مورد بررسي قرار مي گيردو اطلاعات به دست آمده براي بهبود بخشيدن به يك فكريا روش مورد استفاده قرار مي گيرند.بهينه سازي ابزاري رياضي است كه براي يافتن پاسخ بسياري از پرسش ها در خصوص چگونگي راه حل مسائل مختلف، به كار ميرود.
در بهينه سازي از يافتن بهترين جواب براي يك مساله صحبت به ميان مي آيد. لفظ بهترين به طور ضمني بيان مي كند كه بيش از يك جواب براي مساله مورد نظر وجود دارد كه البته داراي ارزش يكساني نيستند. تعريف بهترين جواب، به مساله مورد بررسي، روش حل و همچنين ميزان خطاي مجاز وابسته است.بهينه سازي، تغيير دادن ورودي ها و خصوصيات يك دستگاه، فرآيند رياضي ويا آزمايش تجربي است، به نحوي كه بهترين خروجي يا نتيجه به دست بيايد.تمام مسائل بهينه سازي به صورت كمينه سازي مقدار يك تابع هزينه در نظر گرفته شده¬اند.
 3-3 الگوريتم بهينه سازي كلوني مورچه ها
3-3-1 تعريف
با وجود آنكه فقط 2 درصد از گونه حشرات داراي زندگي اجتماعي هستند ، اما بيش از 50 درصد توده زيستي حشرات را تشكيل مي دهند. اين ميزان در برخي جاها ، مانند جنگل هاي باراني آمازون به بيش از 75 درصد مي رسد.منظور از زندگي اجتماعي، تجمع تعداد زيادي از يك گونه خاص در الب يك مجموعه يا كلوني و تعامل آنها با همديگر است.همه مورچه ها و موريانه ها و همچنين برخي از گونه هاي زنبورها در قالب كلوني زندگي مي كنند. اجتماع حشرات مي توانند مسائلي را با همكاري يكديگر حل و فصل نمايند كه هيچ يك از اعضاي آن اجتماع به تنهايي قادر به حل آنهانمي باشند.اكثر اين مسائل به صورت مسائل بهينه سازي قابل بيان هستند. به عنوان مثال تلاش حشرات براي يافتن كوتاه ترين مسير در هنگام جستجو براي غذا، تخصيص مناسب نيروهاي كاري براي انجام كارهاي مختلف، و همچنين  طبقه بندي محل هاي حاوي تخم ها و نوزادان،از جمله مسائل بهينه سازي هستندكه حشرات اجتماعي با همكاري يكديگر آنها را حل مي كنند . هر تلاشي كه براي حل يك مساله بهينه سازي مي شود، باعث به وجود آمدن اطلاعاتي در مورد آن مساله مي گردد. به منظور همكاري براي حل يك مساله بهينه سازي، وجود داشتن مسيري براي انتقال اطلاعات بين اعضاي جامعه، ضروري است. به اين ترتيب در هر اجتماع از حشرات، نوع خاصي از ارتباط بين حشرات وجود دارد. اين ارتباط در گونه هاي مختلف مي تواند به صورت مستقيم يا غير مستقيم در ميان حشرات برقرار باشد.به عنوان مثال هنگامي كه يك زنبور عسل يك منبع غذايي جديد پيدا مي كند،با اجراي يك رقص ويژه جهت و فاصله محل منبع غذايي را به ساير زنبورها اطلاع مي دهد. اين يك ارتباط مستقيم است.به نحوي كه براي آنكه زنبوري از پيام مورد نظر اطلاع يابد،مي بايست رقص زنبور را مستقيما  مشاهده و آن را تعبير و تفسير كند. ارتباط و تماس فيزيكي نوع ديگري از ارتباط هاي مستقيم ميان حشرات اجتماعي است.

.

انجام پایان نامه

برای دیدن ادامه مطلب از لینک زیر استفاده نمایید

سفارش پایان نامه