Algoritmos de enjambre

Alternar contenido

Algoritmos de enjambre

L’intelligence en essaim (algorithmes d’essaims) est l’étude de systèmes informatiques inspirés de l' »intelligence collective ». L’intelligence collective émerge grâce à la coopération d’un grand nombre d’agents homogènes dans l’environnement. Les exemples incluent les bancs de poissons, les volées d’oiseaux et les colonies de fourmis. Cette intelligence est décentralisée, auto-organisée et distribuée à travers un environnement. Dans la nature, de tels systèmes sont couramment utilisés pour résoudre des problèmes tels que la recherche efficace de nourriture, l’évasion de proies ou le déplacement de colonies.

Les informations sont généralement stockées dans tous les agents homogènes participants, ou sont stockées ou communiquées dans l’environnement lui-même, par exemple par l’utilisation de phéromones chez les fourmis, la danse chez les abeilles et la proximité chez les poissons et les oiseaux.

En tant que groupe, de simples créatures suivant des règles simples peuvent afficher une quantité surprenante de complejidad, d’efficacité et même de créativité. Connu sous le nom d’intelligence en essaim, ce trait se trouve dans la nature, mais les chercheurs ont récemment commencé à l’utiliser pour transformer divers domaines tels que la robotique, l’exploration de données, la médecine et les blockchains.

Les fourmis, par exemple, ne peuvent remplir qu’une gamme limitée de fonctions, mais une colonie de fourmis peut construire des ponts, créer des autoroutes de la nourriture et de l’information, faire la guerre et asservir d’autres espèces de fourmis – tout cela dépasse la compréhension d’une seule fourmi. De même, les bancs de poissons, les volées d’oiseaux, les ruches et d’autres espèces présentent un comportement indicatif d’une planification par une intelligence supérieure qui n’existe pas réellement.

Esto sucede a través de un proceso llamado estigmergia. En pocas palabras, un pequeño cambio por parte de un miembro del grupo hace que los otros miembros se comporten de manera diferente, lo que lleva a un nuevo patrón de comportamiento.

Cuando una hormiga encuentra una fuente de alimento, marca el camino con feromonas. Esto atrae a otras hormigas a este camino, las lleva a la fuente de alimento y las impulsa a marcar el mismo camino con más feromonas. Con el tiempo, la ruta más eficiente se convertirá en la carretera, porque cuanto más rápido y fácil sea un camino, más hormigas llegarán a la comida y más feromonas habrá en el camino. Entonces, parece que un ser más inteligente eligió el mejor camino, pero surgió de los pequeños y simples cambios realizados por los individuos.

Le paradigme se compose de deux sous-domaines dominants 1) Mejoramiento des colonies de fourmis qui étudie les algoritmos probabilísticos inspirés par la stigmergie et le comportement de recherche de nourriture des fourmis, et 2) Optimisation des essaims de particules qui étudie les algorithmes probabilistes inspirés par le troupeau, les bancs de poisson et l’élevage. Comme le calcul évolutif, les algorithmes ou stratégies d’intelligence en essaim sont considérés comme des stratégies adaptatives et sont généralement appliqués aux domaines de recherche et d’optimisation.

algoritmos de enjambre

Compartir, repartir
es_ESES
A los bloggers de %d les gusta esto: