20101008 論文研討演講心得報告

課程：論文研討（一）
日期：99年10月1日
時間：14:00~16:00
地點：S414
作者：資工產碩一 張振欣


本次的大師演講系列，請來了高雄應用科大電子系教授潘正祥先生，為我們帶來了群聚智能的相關平行化演算法概念，有許多的專業名詞和知識都是我平常不甚熟悉的，但令我驚訝的是，原來這些專業與複雜的演算法，居來是參考動物、昆蟲的行為而來的！


首先，潘教授先以"螞蟻演算法(Ant System)"為例來解釋群聚智能的概念，在大自然中，觀察螞蟻的群體習性，可以發現螞蟻可以由蟻穴到食物目的地找到一條最短路線, 它們用的不是視覺, 而是在走過的地方會殘留一種分泌物pheromone, 當以後的螞蟻經過時, 就有較高的機率選擇pheromone濃度高的方向, 因此隨著時間增長, 漸漸螞蟻會走同一路線(亦即最短路線)由蟻穴到食物目的地來回, 利用這種自然界的原理，也因此成為了螞蟻演算法的主要架構。後來演算法經過優化、加強，另外發展出了(Ant Coloy System)與原本的(Ant System)相異之處，僅在處理路徑的方式不同，例如：Ant System是走完全部路徑時更新pheromone, 而Ant Coloy System是在每走一段路徑、每走一點都會更新pheromone，如此可有效改善Ant System在OverFlow、UnderFlow的缺點。


潘教授強調，其實人類已經從須多大自然中的生物，觀察到其特殊的群體行為，進階的參考並且發展成一個特殊演算法，例如：蟑螂演算法，主要特性為蟑螂在群體行為上的"遷移"習性、"聯絡"習性等等特別的行為、另外還有貓演算法，主要參考獅子、老虎等貓科動物狩獵時都是群體互相掩護、共同行動的特性、青蛙演算法，主要參考青蛙有遙遠的視力特性、大象演算法，主要參考大象遙遠的聽力、細菌演算法，主要參考細菌本身的分裂繁殖特性等等，因此，透過參考大自然的生物行為，人類可以發展出更高科技的演算法，這就是人的智慧。


雖然在短暫的一小時半的時間，無法完全熟悉這些演算法，但是也對群聚知能的概念也有了初步的認識，只是覺得比較可惜的是，礙於時間關係，無法更深了解這些演算法在實際的案例中有哪些的應用？透過這些演算法，可以幫助我們解決、或者節省、優化那些問題的解決？這些方面的知識，就要自己去查尋訪間的文章、或者網路上的資料了。