Nghiên cứu các thuật toán tiến hóa quần thể ứng dụng cho bài toán người đưa hàng

Nguyễn Thị Hiền.MỞ ĐẦU Giới thiệu chung Mục đích của bài toán tối ưu tổ hợp là tìm lời giải tốt nhất trong các lờigiải có thể và không gian tìm kiếm lời giải của bài toán là rời rạ

LỜI CẢM ƠN

Qua thời gian học tập và rèn luyện tại Đại học Công nghệ thông tin vàtruyền thông - Đại học Thái Nguyên, đến nay chúng em đã kết thúc khoá học 5năm và hoàn thành đồ án tốt nghiệp Ngoài sự cố gắng hết mình của bản thânchúng em đã nhận được rất nhiều sự quan tâm, giúp đỡ, ủng hộ của các thầy cô,bạn bè và gia đình

Trước hết, em xin gửi lời cảm ơn đến Ban giám hiệu Đại học Công nghệthông tin và truyền thông đã quan tâm, tạo điều kiện thuận lợi để chúng em họctập và rèn luyện trong suốt thời gian theo học tại trường

Em cũng xin cảm ơn các thầy cô giáo trong bộ môn Khoa học máy tính đãtận tình giảng dạy và truyền đạt những kiến thức quý báu cho chúng em trongsuốt quá trình học tập

Em xin gửi lời cảm ơn sâu sắc nhất đến Cô giáo – Dương Thị Mại

Thương đã tận tình hướng dẫn, giúp đỡ em trong quá trình làm đồ án.

Thái Nguyên, ngày 11 tháng 06 năm 2012

Nguyễn Thị Hiền

LỜI CAM ĐOAN

Để hoàn thành đồ án tốt nghiệp đúng thời gian quy định và đáp ứng đượcyêu cầu đề ra, bản thân em đã cố gắng nghiên cứu, học tập và làm việc trong thờigian dài Em đã tham khảo một số tài liệu được nêu trong phần “Tài liệu thamkhảo” và có được sự hướng dẫn tận tình của cô giáo Dương Thị Mai Thương.Nội dung đồ án hoàn toàn không sao chép từ các đồ án khác, không vi phạm bảnquyền tác giả Toàn bộ đồ án là do bản thân em nghiên cứu và xây dựng nên

Em xin cam đoan những lời trên là đúng, nếu có thông tin sai lệch em xin hoàntoàn chịu trách nhiệm trước Hội đồng

Thái Nguyên, ngày 11 tháng 06 năm 2012

Sinh viên thực hiện

Nguyễn Thị Hiền

MỤC LỤC

LỜI NÓI ĐẦU 4

MỞ ĐẦU 5

CHƯƠNG 1:GIỚI THIỆU TỔNG QUAN QUẦN THỂ, CÁC THUẤT TOÁN TIẾN HOÁ QUẦN THỂ 8

1.1 Giới Thiệu Cơ Sở Sinh Học Của Lý Thuyết Quần Thể(Bầy Đàn) 8

1.1.1 Ong mật di chuyển 16

1.1.2.Châu chấu 18

1.2.Các thuật toán Metaheuristic 25

1.2.1 Tìm hiểu một số thuật toán kinh điển 25

1.2.2.Các thuật toán Metaheuristic 26

CHƯƠNG 2:PHƯƠNG PHÁP TỐI ƯU BẦY ĐÀN 32

2.1.Trí tuệ bầy đàn 32

2.1.1.Khái niệm 32

2.1.2 Ứng Dụng Trí Tuệ Bầy Đàn 33

2.2.Phương Pháp Tối Ưu Bầy Đàn 35

2.2.1 Nguồn Gốc Của Ant Colony Tối Ưu Hóa 35

2.2.2 Ant Colony Tối ưu hóa: Mô tả chung 42

2.2.3 Xu hướng gần đây 48

CHƯƠNG 3 : NGHIÊN CỨU ỨNG DỤNG THUẬT TOÁN ACO (ANT COLONY OPTIMIZATION) CHO BÀI TOÁN NGƯỜI ĐƯA HÀNG 52

3.1 Bài toán người đưa hàng 52

3.2 Thuật toán ACO 53

3.3 Phân tích và mô hình hoá bài toán 57

3.3.1 Tối ưu đa mục tiêu (MULTI-OBJECTIVE OPTIMIZATION) 58

3.3.2 Phân tích giải thuật 58

3.4 Kêt quả của giải thuật, đánh giá và so sánh với thuật toán Hueristic khác 63

KẾT LUẬN 65

TÀI LIỆU THAM KHẢO 66

LỜI NÓI ĐẦU

Công nghệ thông tin(CNTT) là một trong những động lực quan trọng nhấtcủa sự phát triển,cùng với một số nghành công nghệ khác đang làm biến đổi sâusắc đời sống kinh tế , văn hóa, xã hội của thế giới hiện đại

Hiện nay hầu hết các cơ quan chức năng nhà nước hoặc tư nhân đều có sựgóp mặt của tin học nhằm giải phóng sức mạnh vật chất trí tuệ và tinh thần củatoàn dân tộc thúc đẩy công cuộc đổi mới phát triển nhanh và hiện đại hóa cácngành kinh tế là một công cụ lưu trữ và xử lý thông tin một cách hoàn hảo từ tốc

độ đến sự chính xác cao tăng cường sức cạnh tranh của các doanh nghiệp hỗ trợhiệu quả cho quá trình hội nhập kinh tế quốc dân nâng cao chất lượng cuộc sống

có khả năng đi tắt đón đầu thắng lợi sự nghiệp công nghiệp hóa,hiện đại hóa

Bởi vậy tin học đang được sử dụng rộng rãi trong các trường học là nhữngsinh viên đã được trang bị các kiến thức tin học, nhờ sự giảng dạy của thầy cô vàhọc hỏi từ bạn bè Đến nay có thể vận dụng những kiến thức đã có giải quyếtnhững công việc cụ thể một cách nhanh chóng cũng chính vì vậy mà ban giámhiệu nhà trường đã tạo điều kiện cho chúng em làm đồ án tốt nghiệp với đề tài :

”Nghiên cứu các thuật toán tiến hoá quần thể, ứng dụng cho bài toán người đưa hàng ”

Song vì thời gian thực hiện có hạn.Vì vậy có chỗ nào thiếu sót mong thầy cô giáođóng góp ý kiến cho em.Em xin chân thành cảm ơn cô Dương Thị Mai Thương

đã tận tình giúp đỡ em hoàn thành đề tài này

Để hoàn thành đồ án tốt nghiệp này, em đã nhận sự giúp đỡ tận tình của

cô Dương Thị Mai Thương- người đã trực tiếp hướng dẫn em làm đề tài và cácthầy cô trong khoa.Cùng sự cổ vũ lớn lao, khích lệ của gia đình và bạn bè Đãhoàn thành báo cáo của mình Em xin chân thành cảm ơn và ghi nhận những tấmlòng ấy

Thái Nguyên, ngày 11 tháng 06 năm 2012

Sinh viên thực hiện:

Nguyễn Thị Hiền.

MỞ ĐẦU

Giới thiệu chung

Mục đích của bài toán tối ưu tổ hợp là tìm lời giải tốt nhất trong các lờigiải có thể và không gian tìm kiếm lời giải của bài toán là rời rạc Nhiều bài toántối ưu tổ hợp có độ phức tạp tính toán cao và được phân lọai thuộc lớp NP khó.Việc tìm ra lời giải tối ưu cho các bài toán này cho các hệ thống song song lớnnhất cũng không thể hoàn thành được trong giới hạn thời gian cho phép vì vậycác kỹ thuật heuristic cho việc giải các bài toán tổ hợp theo hướng xấp xỉ đãđược phát triển để tìm ra các lời giải gần tối ưu (hay xấp xỉ )trong giới hạn thờigian cho phép Bài toán người du lịch (TSP) là một bài toán cổ điển thuộc lớp NPđược nghiên cứu sâu trong lĩnh vực tối ưu tổ hợp

Metaheuristic là một cách gọi chung cho các giải thuật heuristic trong việcgiải quyết các bài toán tổ hợp khó Metaheuristic bao gồm những chiến lược khácnhau trong việc khám phá không gian tìm kiếm bằng cách sử dụng nhữngphương thức khác nhau và phải đạt được sự cân bằng giữa tính đa dạng vàchuyên sâu của không gian tìm kiếm Một cài đặt thành công của metaheuristictrong một bài toán tổ hợp phải cân bằng giữa sự khai thác được kinh nghiệm thuthập được trong quá trình tìm kiếm để xác định được những vùng với những lờigiải có chất lượng cao gần tối ưu Những ví dụ của metaheuristic bao gồm giảithuật luyện thép (SA) , giải thuật di truyền (GA) , giải thuật đàn kiến (ACO) ,…Giải thuật đàn kiến là metaheuristic dùng chiến lược của kiến trong thế giới thực

để giải bài toán tối ưu SA xuất phát từ phương thức xác suất và kỹ thuật luyệnbao gồm việc nung và điều khiển làm nguội các kim loại để đạt được trạng tháinăng lượng nhỏ nhất Trong khi đó giải thuật di truyền dựa trên ý tưởng từ cơ chế

di truyền trong sinh học và tiến trình tiến hóa trong cộng đồng các cá thể của 1loài

Với độ phức tạp tính toán cao của các bài toán tối ưu tổ hợp cũng như đòi hỏi vềmặt thời gian , việc giải các bài toán này yêu cầu cần phải có những cài đặt songsong hóa hiệu quả của các giải thuật để giải quyết chúng Song song hóa các giảithuật metaheuristic phải đạt được 2 yêu cầu : đa dạng hóa để khám phá đượcnhiều vùng trong không gian tìm kiếm và tăng tốc độ tìm kiếm Nhiều mô hìnhsong song hoái đã được đề xuất cho nhiều metaheuristic ACO và GA đều là cáccách tiếp cận dựa trên tập cá thể và vì vậy khá tự nhiên cho việc xử lý song song Tuy nhiên SA thì vốn đã mang tính tuần tự và rất chậm cho các bài toán với

không gian tìm kiếm lớn nhưng vẫn có một vài kỹ thuật song song hóa có thểđược áp dụng để tăng tốc độ tìm kiếm.

Đồ án nhằm mục đích nghiên cứu ,cài đặt thực tế các giải thuật song song hóa metaheuristic nhằm mục đích so sánh hiệu quả của từng giải thuật và khả năng song song hóa của các mô hình song song cho việc tìm kiếm lời giản gần tối ưu của bài toán TSP

CHƯƠNG 1:GIỚI THIỆU TỔNG QUAN QUẦN THỂ, CÁC

THUẤT TOÁN TIẾN HOÁ QUẦN THỂ

1.1 Giới Thiệu Cơ Sở Sinh Học Của Lý Thuyết Quần Thể(Bầy Đàn)

Khi người Ai Cập lần đầu tiên bắt đầu để giữ cho ong mật 5.000 nămtrước, họ chắc chắn phải ngạc nhiên về vẻ đẹp của chiếc lược của các con ong.Không chỉ là tổ ong đẹp, nhưng làm thế nào những con ong quyết định để xâydựng các tế bào lục giác và không phải là tế bào hình thức khác? Ban đầu nó đãđược đề xuất rằng các tế bào lục giác giữ mật ong nhất, nhưng các nhà vật lýPháp RAF de R'eaumur nhận ra rằng nó không phải là tính các tế bào, nhưng sốtiền sáp, vật liệu, đó là cần thiết để phân chia một khu vực nhất định vào các tếbào bằng nhau Rõ ràng tại thời điểm đó nó đã được giả định rằng những con ong

"bằng cách mù quáng đã sử dụng đột phá toán học bằng cách hướng dẫn củaThiên Chúa và lệnh "(Ball 1999) Mãi cho đến Darwin mới đưa ra quan điểm là

sự hướng dẫn thiêng liêng đã được gỡ bỏ và các tế bào lục giác được cho là kếtquả của chọn lọc tự nhiên Theo quan điểm này, tổ tiên của những con ong 'thửnghiệm' với các tế bào hình khác nhau, nhưng những con ong mà tình cờ 'quyếtđịnh' để xây dựng các tế bào lục giác đã làm tốt hơn, và như là một kết quả, xâydựng các tế bào lục giác lây lan Nói cách Darwin, “Vì vậy, như tôi tin rằng, hầuhết các chiến thắng của tất cả các bản năng được biết đến, đó là con ong, tổ ong

có thể được giải thích là do tự nhiên lựa chọn nhiều lần, liên tiếp, thay đổi chút ítbản năng đơn giản, chọn lọc tự nhiên có độ chậm, nhiều hơn và nhiều hơn nữa đểđạt độ hoàn hảo, đã khiến những con ong làm việc bình đẳng tại một khoảngcách nhất định từ mỗi một lớp kép”

Trong thực tế, nhiều trường hợp hình thành mô hình tự phát có thể đượcgiải thích bởi các lực lượng vật lý, và các mảng gần như vô tận của các mẫu vàhình dạng được tìm thấy xung quanh chúng ta.Sau khi kiểm tra chặt chẽ hơn, sựtương đồng tuyệt vời bộc lộ ra giữa các mô hình và hình dạng của các đối tượngrất khác nhau, các đối tượng sinh học cũng như bẩm sinh.Như đã ám chỉ ở trên,

mô hình lục giác đặc trưng được tìm thấy trên tổ ong không phải là duy nhất,cùng một khuôn mẫu có thể thu được bằng cách nung nóng một chất lỏng thống

nhất từ dưới lên.Hệ thống khuếch tán Autocatalytic phản ứng sẽ dẫn đến mô hìnhTuring (nghĩ sọc trên con hổ) trong cả hai hóa chất và phương tiện sinh học(Kondo và Asai 1995; bóng 1999), và khoáng chất hình thành mô hình đã đượcnhầm lẫn cho thêm hóa thạch trên mặt đất (McKay et al1996)

Tất cả các mô hình mô tả ở trên đã được giải thích bằng cách tiếp cận các

hệ thống từ dưới lên: và làm thế nào để các hạt tương tác với nhau với môitrường trực tiếp của mình? Một người có thể không thực sự ngạc nhiên bởi thực

tế là phương pháp tương tự giúp người ta hiểu các phân tử Trong phần sau đây

sẽ minh họa làm thế nào một cách tiếp cận từ dưới lên có thể giải thích một tínhnăng đáng chú ý của ong mật: các mô hình điển hình của phấn hoa, mật ong và

cá bố mẹ được tìm thấy trên lược Các của ong mật lược là không chỉ là 1 ngạcnhiên vì gần như các tế bào lục giác của nó hoàn hảo, những con ong dường nhưlàm các tế bào với bố mẹ (trứng có phát triển thành ấu trùng và sau đó nhộng nổilên như là công nhân trẻ tuổi hoặc nam giới), phấn hoa (để nuôi bố mẹ) và mậthoa (mà sẽ được chuyển đổi thành mật ong) trong một mô hình đặc trưng Môhình này bao gồm ba khu vực khác nhau, đồng tâm: một khu vực trung tâm bố

mẹ, viền xung quanh phấn hoa, và một lớn khu vực ngoại vi của mật ong (Hình1) Nếu chúng ta hình dung thuộc địa ong mật là một cấu trúc ba chiều, mô hìnhnày được phát âm trong các lược trung tâm, nơi giao nhau một phần lớn khốilượng gần như hình cầu của bố mẹ Làm thế nào để mô hình này? Các lưu trữgần phấn hoa để bố mẹ chắc chắn làm cho ý nghĩa vì nó làm giảm thời gian cầnthiết để có được những phấn hoa tới bố mẹ Nhưng làm thế nào để những conong biết điều này? Họ sử dụng một bản thiết kế (hoặc mẫu) để sản xuất mô hìnhđặc trưng này, ngụ ý rằng có vị trí đặc biệt quy định cho sự lắng đọng của mậthoa, phấn hoa và bố mẹ? Hoặc là mô hình selforganized và nổi lên một cách tựnhiên từ sự năng động tương tác giữa các con ong chúa, ong thợ của chúng và bốmẹ? Scott Camazine thiết lập để xác định hai giả thuyết này là hầu hết tiêu dùngtiết kiệm (Camazine 1991)

Vẻ đẹp của việc làm trên các thực thể vĩ mô như côn trùng là cá nhân bạn

có thể đánh dấu chúng Sau đó có thể chứa chúng trong tổ quan sát, một ngôi nhà

vách kắnh cho những con ong.Điều này có thể biết sự tương tác của những conong cá nhân đánh dấu mà không cần lấy chúng ra khỏi môi trường tự nhiên củachúng (xem hình 1)

Hình1.Do kắch thước tương đối lớn, chúng ta có thể dễ dàng đánh dấunhững con ong cá nhân ở thuộc địa.Trong thuộc địa đặc biệt này đã đánh dấu5.000 con ong bằng cách kết hợp biển số và màu sơn khác nhau.Điều này chophép chúng ta nghiên cứu hành vi của chúng ở một mức độ cá nhân

Camazine đã làm điều đó Ông theo dõi hành vi đẻ trứng của ong chúa,kiếm ăn trở lại với phấn hoa hay mật hoa, và ong thợ, những cá thể mang thức ăncho cá bố mẹ Việc đầu tiên mà ông quan sát được rằng ong chúa khá cẩu thảtrong hành vi đẻ trứng của mình, di chuyển về trong zig-zag như cách thức,thường bị thiếu các tế bào có sản phẩm nào và retracing bước của mình.Camazine hơn nữa nhận thấy rằng ong chúa có một sở thắch rõ ràng để đặt mộtkhoảng cách nhất định từ ngoại biên của lược và không bao giờ nhiều hơn mộtvài độ dài tế bào của các tế bào bố mẹ có chứa gần nhất Mặc dù ong chúa phầnnào có một chút ưu tiên ắt nhất là giữa của lược và vùng phụ cận của bố mẹ, conong trở về với phấn hoa hay mật hoa không có vẻ có một ưu đãi cho các tế bào cụthể ở tất cả Mặc dù không có ưu tiên rõ ràng bác bỏ giả thuyết kế hoạch chi tiết,

nó không giải thắch làm thế nào các mô hình đặc trưng cuối cùng phát sinh

Khi nó quay ra, ong có một sở thắch rõ ràng khi chúng loại bỏ phấn hoa,mật ong từ các tế bào Cả mật ong và phấn hoa được ưu tiên từ các tế bào gầnnhất để bố mẹ Bằng cách làm theo các mô hình của tế bào làm rỗng trong mộtkhoảng thời gian trong hoạt động tìm kiếm thức ãn thấp (qua đêm hoặc trongmýa), Camazine quan sát thấy rằng tất cả các tế bào đã được làm trống của phấnhoa hay mật hoa của chúng được đặt trong hai tế bào từ một tế bào có chứa cá bố

mẹ Không có tế bào được làm trống hơn nữa từ các tế bào bố mẹ Nó rất dễ dàng

để xem lý do tại sao những con ong sẽ có một sở thích cho việc loại bỏ (thôngqua sử dụng) của phấn hoa được tìm thấy gần nhất để bố mẹ, vì nó là cá bố mẹ

mà tiêu thụ phấn hoa Ngoài ra, ong thợ là những con ong trẻ hạn chế hoạt độngcủa chúng đến khu vực bố mẹ (Seeley 1982)

Việc loại bỏ ưu đãi của phấn hoa và mật hoa từ các tế bào gần nhất với các

tế bào có chứa cá bố mẹ và sở thích của ong chúa để đẻ trứng trong các tế bàogần với hiện thực cá bố mẹ Camazine thực hiện điều này có thể giải thích mô h́nhlược đặc tính của ong mật Nhưng làm thế nào để chứng minh điều này? Đây lànơi mà các phương pháp của vật lý Bằng cách xây dựng một mô hình mô phỏngdựa trên những quan sát hành vi của mình, Camazine đã có thể theo sát sáp nhậpcủa các mô hình Ban đầu, cả hai phấn hoa và mật hoa được gửi ngẫu nhiên trongsuốt khung với ong chúa lang thang trên lược từ quan điểm của mình bắt đầu từban đầu Mặc dù lưu trữ ngẫu nhiên của các hạt phấn hoa và mật hoa, xu hướng

đẻ trứng trong vùng lân cận của các tế bào mà đã chứa cá bố mẹ của ong chúanhanh chóng kết quả trong một lĩnh vực mà bố mẹ chủ yếu được tìm thấy Điềunày được tăng cường bởi sở thích của các con ong để loại bỏ mật ong và phấnhoa từ các tế bào gần gũi với bố mẹ, làm tăng sự sẵn có cho ong chúa của các tếbào để đẻ trứng Điều này làm giảm số lượng của các tế bào có sẵn cho việc lưutrữ của mật ong hoặc phấn hoa Như vậy, khu vực bố mẹ liên tục tự do của mậtong và phấn hoa và đầy kết quả trứng trong một cấu trúc bố mẹ nhỏ gọn Nhưnglàm thế nào để phấn hoa và mật hoa bị chia cách (Hình 2)?

Hình 2.Các mô hình điển hình của mật ong (tế bào màu xám), phấn hoa(tế bào màu trắng), và bố mẹ (các tế bào màu đen) như trên lược của ong mật.Trong ảnh là góc trên bên trái của lược

Bởi vì ban đầu cả hai được gửi ngẫu nhiên, cả hai phấn hoa và mật hoa sẽ

có mặt ở ngoại vi của lược Tuy nhiên, hầu hết các phấn hoa mà được thu thậptrên một cơ sở hàng ngày được tiêu thụ cùng ngày Điều này có nghĩa là bìnhthường dao động trong sẵn sàng phấn hoa, thường có một lỗ của phấn hoa, vớihiện tại phấn hoa ở ngoại vi được tiêu thụ ở mức gần tương tự như phấn hoađược lưu trữ ở nơi khác Đồng thời, các tế bào này có sản phẩm nào có thể đượclấp đầy với mật hoa, lượng mật hoa là cao hơn nhiều, và ngay sau đó là khôngcòn không gian để lưu trữ phấn hoa Được phấn hoa được lưu trữ sau đó?

Thời gian phát triển từ trứng đến trưởng thành là 21 ngày, có nghĩa là batuần một tế bào bố mẹ không có thể được sử dụng cho bất cứ điều gì khác Tuynhiên, trong khu vực giao diện giữa bố mẹ và các cửa hàng mật ong ở ngoại vi,loại bỏ ưu đãi của mật ong và phấn hoa liên tục cung cấp một khu vực trong đócác tế bào được làm trống ở một tỷ lệ tương đối cao Và nó là những tế bào mà

có sẵn cho phấn hoa Các tế bào khác trở nên có sẵn bởi vì con ong xuất hiện từ

họ được tìm thấy ở giữa các tổ bố mẹ, nhưng sau đó sẽ được ưu tiên làm trống vàmột lần nữa đầy trứng

Nếu không có Camazine mô phỏng máy tính của mình sẽ không thể hiểuđầy đủ về hành vi của những con ong cá nhân trong các mô hình tổ chức, cá bố

mẹ của mật ong và phấn hoa trên lược của những con ong Và đây là một nguyêntắc chung của hành vi động vật tập thể: không có các công cụ như mô phỏnghoặc toán học, nó là không thể dịch hành vi cá nhân vào hành vi tập thể Và nó làchính xác với những công cụ ban đầu đến từ các ngành bên ngoài của sinh học,

và với quan điểm rằng sự tương tác giữa các cá nhân mang lại cái nhìn sâu vàohành vi của tập thể Trong thực tế, bằng cách minh họa mà ngay cả sinh họchenomena có thể thường xuyên hơn parsimoniously được hiểu bằng cách sử dụnggiải thích vật lý, và nhiều hệ thống, cả hai bẩm sinh và sinh hoạt, chia sẻ cácnguyên tắc vật lý như nhau Và nó đã chính xác được những tương đồng và áp

dụng rộng các quy tắc toán học chi phối hành vi đa dạng đã dẫn đến các lĩnh vựcSwarm Intelligence (ví dụ như Dorigo et al 1996; Dorigo và Di Caro 1999)

Tuy nhiên, điều quan trọng là nhận ra rằng 'hạt' là phức tạp hơn so với cácphân tử và nguyên tử và các "quy tắc đơn giản của ngón tay cái của tổ chức tự(Nicolis và Prigogine 1977) đã chỉ giới hạn quyền lực giải thích khi nói đến hệthống sinh học(Seeley 2002) Bên cạnh sự phức tạp của các cá nhân, thì khôngthể bỏ qua chọn lọc tự nhiên diễn xuất.Nếu các nguyên tắc cơ bản chi phối hành

vi xây dựng kết quả mối thuộc địa, mức độ hành vi đó là từ chức năng, điều này

sẽ được nhanh chóng lựa chọn chống lại Đó là sự thật rằng nếu cùng một môhình toán học hoặc thuật toán hành vi nắm bắt được hành vi của các hệ thốngkhác nhau, sau đó chúng ta có thể nói về sự tương đồng giữa các hệ thống đi xahơn tương tự đơn giản (Sumpter 2005)

 Phân cấp quyết định làm

Sự tiến hóa của tính xã hội, hiện tượng cá nhân sống chung với nhau trongmột tổ như được tìm thấy trong rất nhiều con ong và ong bắp cày, và tất cả kiến

và mối, đã tạo ra nhu cầu chuyển giao thông tin giữa các thành viên trong nhóm.Không còn có thể mỗi cá nhân chỉ đơn giản là cư xử như thể cô độc, nhưng hànhđộng của các thành viên trong nhóm khác nhau cần phải được chỉnh cẩn thận đểđạt được hành vi thích ứng ở các mức độ của cả nhóm Thuộc địa côn trùng cầnphải thực hiện nhiều quyết định tập thể, ví dụ như thức ăn gia súc, làm tổ mới để

di chuyển đến, khi sinh sản, và làm thế nào để phân chia các nhiệm vụ cần thiếttrong số các công việc có sẵn buộc Để minh họa cách thuộc địa côn trùng đạtđược điều này qua việc mô tả di chuyển theo nhóm

Di chuyển theo nhóm

Trong nhiều loài động vật, cá nhân di chuyển trong các nhóm khi chúngthực hiện di cư theo mùa, đi đến nguồn thức ăn và trở về nơi trú ẩn an toàn,thường là trên một khoảng cách đáng kể (Boinski và Garber 2000 Krause vàRuxton 2002; Couzin và Krause 2003) Sự chuyển động của các nhóm nàythường được phát sinh từ các tương tác địa phương giữa các cá nhân chứ khôngphải từ một trung tâm chỉ huy phân cấp Nhóm tự tổ chức phong trào không hạn

chế cho các nhóm tương đối đơn giản, sinh vật như bầy côn trùng hoặc trườnghọc của cá, nhưng thậm chí có thể bao gồm các loài 'thông minh' như chúng ta.

Có hai cách cực đoan, trong đó nhóm có thể 'quyết định' trên một hướngcủa phong trào Hoặc là tất cả các cá nhân trong nhóm đóng góp vào sự đồngthuận, hoặc người nào khác, cá nhân tương đối ít (cho thuận tiện, chúng ta sẽ gọicác nhà lãnh đạo) có thông tin về điểm đến du lịch của nhóm và hướng dẫn phầnlớn không hiểu rõ Như vậy, ở một số loài, tất cả các cá nhân trong một nhómchia sẻ một xu hướng di truyền xác định đi theo một hướng nhất định (Berthold

và Querner 1981; Berthold et al 1992), tất cả đều được tham gia trong việc lựachọn một hướng đi cụ thể (Neill 1979; Gr ¨ unbaum 1998) Ngược lại, một vài cánhân thông tin trong một trường học của cá có thể xác định chuyển động tìmkiếm thức ăn của nhóm và có thể chỉ đạo một nhóm hướng tới một mục tiêu(Reebs 2000, Swaney et al 2001) Tương tự như vậy, cá nhân rất ít (khoảng 5%)trong một đàn ong mật có thể hướng dẫn nhóm đến một trang web tổ mới (Seeley

et al 1979) Khi các nhà lãnh đạo hiện nay, câu hỏi đặt ra là làm thế nào các cánhân thông báo chuyển thông tin định hướng đến đa số không hiểu rõ Tương tựnhư vậy, trong sự vắng mặt của các nhà lãnh đạo như thế nào là sự đồng thuận vềhướng đi du lịch?

Gần đây, hai nghiên cứu lý thuyết đã giải quyết vấn đề chuyển giao thôngtin từ thông báo cho các thành viên nhóm không hiểu rõ Stefan Janson, MartinMiddendorf và Madeleine Beekman (2005) mô hình hóa một tình huống trong đócác cá nhân, thông tin làm cho sự hiện diện của họ được biết đến bằng cách dichuyển ở tốc độ cao hơn so với các thành viên trong nhóm trung bình trong sựchỉ đạo của du lịch Hướng dẫn của nhóm được thực hiện bởi cá nhân không hiểu

rõ việc xếp thẳng hướng của phong trào với các nước láng giềng của họ Bởi vìcác cá nhân thông tin ban đầu di chuyển nhanh hơn, họ có một ảnh hưởng lớnhơn về phong trào hướng của các cá nhân không hiểu rõ, do đó chỉ đạo nhóm

Một mô hình thứ hai bởi Iain Couzin và các cộng sự (2005) cho thấy sựchuyển động của một nhóm có thể được hướng dẫn bởi một vài cá nhân thông tin

mà không có những cá nhân cung cấp các tín hiệu hướng dẫn rõ ràng và thậm chí

không có bất kỳ cá nhân trong nhóm”được biết” Ao cá nhân đều có thông tin về

đi du lịch chỉ đạo Chỉ có các thành viên thông tin của nhóm có một hướng ưutiên, và nó là xu hướng của họ để đi theo hướng này để lái nhóm Sự khác biệtchính giữa hai mô hình nằm trong sự hiện diện hay vắng mặt của các tín hiệuhoặc tín hiệu từ các cá nhân thông tin cho đa số không hiểu rõ Janson et al, AOS(2005) lãnh đạo Rõ ràng làm cho sự hiện diện của họ được biết đến, trong khiCouzin et al., AOS (2005) mô h́nh cho thấy rằng lănh đạo có thể phát sinh đơngiản là một chức năng của thông tin khác nhau giữa các cá nhân thông tin vàkhông hiểu rõ, không có các cá nhân không hiểu rõ có thể nói với những ngườithân mà có thêm thông tin Có vẻ như có khả năng rằng cơ chế hướng dẫn chínhxác là phụ thuộc vào loài

Khi nhóm cần để di chuyển nhanh chóng, ví dụ như 1 bầy ong mật mà không thể chạy nguy cơ mất nữ hoàng của nó trong thời gian , sự hiện diện của các nhà lãnh đạo mà rõ ràng báo hiệu sự hiện diện của họ có thể là cần thiết, như nhóm khác phải mất một thời gian dài để bắt đầu di chuyển vào hướng ưu tiên Tuy nhiên, khi tốc độ của phong trào là ít quan trọng hơn sự gắn kết nhóm, ví dụ bởi vì trong một nhóm làm giảm cơ hội của loài săn mồi, các nhà lãnh đạo khôngcần phải báo hiệu sự hiện diện của họ

Nếu không có nhà lãnh đạo, bước đầu tiên cần thiết trước khi một nhóm

có thể bắt đầu di chuyển gắn bó khăng khít là sự đồng thuận giữa các cá nhân ơmột mức độ nào đó trong sự liên kết của họ Làm thế nào là đạt được khi không

có nhà lãnh đạo?Hầu hết khả năng có một số lượng tối thiểu của các cá nhân cầnphải được liên kết trong cùng một hướng trước khi nhóm có thể bắt đầu dichuyển theo một hướng cụ thể mà không vi phạm.Nếu số lượng cá nhân đều liênkết bên dưới ngưỡng này, các nhóm không di chuyển gắn bó khăng khít.Ngaysau khi này bị vượt quá ngưỡng, phong trào phối hợp đạt được.Một quá trìnhchuyển đổi phi tuyến tính ở ngưỡng được biết đến trong lý thuyết vật lý và toánhọc như là một giai đoạn chuyển tiếp khi phát hiện gần đây, lần đầu tiên, tương

tự như quá trình chuyển đổi trong các hệ thống sinh học (Beekman et al 2001) lýthuyết vật lý đã phát triển một bộ các mô hình, gọi là mô hình hạt tự hành (SPP),

mà cố gắng để nắm bắt các hiệu ứng chuyển tiếp giai đoạn trong hành vi tập thể(Vicsek et al 1995).

SPP mô hình nhằm mục đích để giải thích sự năng động nội tại của cácnhóm lớn của cá nhân Sau đó sẽ hiển thị khuôn khổ lý thuyết này có thể được ápdụng cho sự vận động chung của châu chấu Nhưng trước tiên sẽ mô tả một sốkết quả thử nghiệm về phong trào nhóm trong bầy ong, châu chấu

1.1.1 Ong mật di chuyển

Quyết định nơi để sống chỉ là một phần của vấn đề một đàn ong mật Vấn

đề thứ hai phát sinh khi quyết định đó đã được thực hiện như thế nào số lượngnhỏ các thông tin ong (khoảng 5%) chuyển tải thông tin định hướng cho đa sốcác con ong không am hiểu trong một cách mà bầy di chuyển trong sự đồngthuận? Trong phần trước đã mô tả hai khả năng lý thuyết: hoặc là lãnh đạo báohiệu sự hiện diện của chúng phần lớn không hiểu rõ, hoặc chúng không chỉ đơngiản là di chuyển theo hướng ưa thích của chúng Trong thực tế, mô hình củaJanson và các đồng nghiệp đã được lấy cảm hứng từ một đề nghị được thực hiệnvào đầu những năm 1950 bởi Martin Lindauer (1955) Lindauer quan sát thấytrong bầy trong không khí mà một số con ong bay qua các đám mây đám ở tốc độcao và theo hướng du lịch chính xác, dường như "chỉ hướng đến các trang web tổmới Ông đề nghị rằng những con ong bay nhanh, sau đó đặt tên 'streakers(Beekman et al, 2006), là các cá nhân, thông tin hoặc các trinh sát Một trong cáctrang web lĩnh vực của mình là gần một bệnh viện tâm thần và tin đồn có mộtngày, anh được nhầm lẫn với một bệnh nhân bị bệnh tâm thần (Tom Seeley,thông tin liên lạc cá nhân) May mắn thay, Lindauer chạy nhanh hơn so với các

vệ sĩ đã cố gắng để bắt kịp anh ta, trong đó cung cấp cho một một dấu hiệu củacách nhanh chóng một bầy ong ruồi!

Một thay thế cho giả thuyết của Lindauer (mà chúng ta sẽ chỉ là giả thuyết'tầm nhìn') là giả thuyết khứu giác của Avitabile et al (1975) Họ đề xuất rằng các trinh sát cung cấp hướng dẫn bằng cách giải phóng pheromone lắp ráp từ Nasanov tuyến của họ (1 tuyến giữa của 2 tergites cuối cùng của bụng các của ong) vào 1 bên của các đám mây bầy đàn, do đó tạo ra 1 Gradient mùi đó có thể

hướng dẫn các con ong khác trong bầy Cho đến gần đây không phải là giả thuyếttầm nhìn cũng không phải giả thuyết khứu giác đã được thử nghiệm thực nghiệm,mặc dù các nhà điều tra đã xác nhận báo cáo Lindauer có streakers trong bầy bay (Seeley et al 1979; Dyer 2000).

Madeleine Beekman, của Rob Fathke và các Tom Seeley (2006) đã quyếtđịnh rằng đó là thời gian để làm sáng tỏ về vấn đề này Trong nghiên cứu này, họ

đã làm hai điều Họ đã nghiên cứu chi tiết các chuyến bay của bầy ong mật bìnhthường (có chứa khoảng 15.000 con ong) và nhỏ hơn (4,000-5,000 ong) bầy trong

đó tuyến Nasanov của ong đã được niêm phong đóng cửa bằng cách áp dụng sơn

để mọi ong duy nhất trong bầy đàn Điều này có nghĩa rằng bầy kín-ong không thểphát ra pheromone Nasanov (họ đã có để áp dụng sơn cho tất cả các con ong trongbầy bởi vì họ không có phương tiện biết con ong sẽ được các tuyển trạch viên).Bằng cách sử dụng một trang web baitnest rằng họ đã làm cực kỳ hấp dẫn một bầyong, họ có thể là gần như chắc chắn rằng bầy của họ sẽ chọn trang web đó làm tổ.Điều này cho phép họ thực hiện theo bầy đàn (như Lindauer đã thông qua Munich,mặc dù họ sử dụng một trường mở), đo tốc độ của nó và thời gian nó đã bầy đàn

để giải quyết trong ngôi nhà mới của nó Sử dụng thủ tục này và một số bầy ongkín, cho phép họ để cho thấy rằng ngay cả khi mỗi con ong duy nhất trong bầy làkhông thể sản xuất các pheromone Nasanov, bầy đàn vẫn có thể bay nhiều hơnhoặc ít trực tiếp hướng tới các trang web tổ mới Từ đó họ kết luận rằng các tuyểntrạch viên không sử dụng pheromone để hướng dẫn bầy

Chứng minh các giả thuyết tầm nhìn là khó khăn hơn.Họ quyết định rằngmột bước đầu tiên sẽ là để cho thấy rằng có sự thay đổi về tốc độ bay và hướngbay trong số những con ong cá nhân trong một đám bay bằng cách chụp ảnh củamột đám lớn trong suốt chuyến bay của mình để tổ mồi như những con ong cánhân xuất hiện như là nhỏ,vệt tối trên nền sáng Các nhanh hơn tốc độ bay củamột con ong, còn vệt sản xuất bằng cách sử dụng kỹ thuật này (con ong bay trongmặt phẳng của tầm nhìn) Mỗi bức ảnh được phân tích bằng cách chiếu lên một

bề mặt màu trắng để tạo ra một hình ảnh mở rộng Sau đó, họ đo chiều dài (mm)

và góc (theo độ, tương đối so với chiều ngang) của mỗi vệt tối ở tập trung trong

hình ảnh mở rộng Bởi vì một tham chiếu kích thước mặt trong mỗi bức ảnh, vàbởi vì mỗi bức ảnh ghi lại sự di chuyển của ong trong một khoảng thời gian đượcbiết đến (1/30 s), họ đã có thể tính toán cho mỗi bức ảnh là yếu tố chuyển đổigiữa chiều dài vệt và tốc độ bay Sử dụng thủ tục này, họ có thể định lượngnhững gì họ thấy trong khi đang chạy với bầy: một phần của những con ong baynhanh hơn nhiều trong sự chỉ đạo của du lịch trong khi đa số các con ong baychậm hơn nhiều và với các đường bay cong Hơn nữa, những con ong bay nhanh,các streakers, xuất hiện phổ biến nhất trong khu vực trên của bầy đàn Đối vớicon người, và có lẽ cũng cho ong, streakers nhiều hơn nữa dễ dàng nhìn thấy trênbầu trời tươi sáng hơn là mặt đất tối hoặc thực vật, như vậy bằng cách bay trênhầu hết các con ong trong bầy, các streakers này có thể được tạo điều kiện thuậnlợi cho việc chuyển giao thông tin chỉ đạo của họ để những con ong khác Côngviệc trong tương lai nên tập trung vào xác định nếu nó thực sự là streakers cáctrinh sát, những người có thông tin về vị trí của các trang web tổ mới.

1.1.2.Châu chấu.

Đến thời điểm này chúng ta đã xem xét ví dụ tự tổ chức và trí thông minhbầy đàn cao cấu trúc các nhóm xã hội, trong đó có sự phân biệt giữa các cá nhânsinh sản và công nhân nhiều hơn hoặc ít vô trùng và phân chia rõ rệt của lao độnggiữa người lao động.Nhưng không phải tất cả các nhóm động vật gắn bó khăngkhít hành xử như vậy cấu trúc.Một số bao gồm các cá nhân cơ bản là tất cả nhưnhau Và, như chúng ta sẽ thấy trong phần tiếp theo, các lực lượng mà ràng buộc

và thúc đẩy các nhóm như vậy có thể được thực sự rất nham hiểm

Trong phần lớn thời gian giống như bất kỳ con châu chấu vô hại khácnhưng, đôi khi, catastrophically, chúng thay đổi và thay vì sống cuộc sống đơnđộc, sản xuất lớn, quy tụ di cư Khi chưa thành niên chúng hình thành các bannhạc diễu hành mở rộng cho km Một khi trở nên trưởng thành có cánh,chúng cóthể di cư là hàng trăm km vuông trong khu vực và du lịch hàng trăm cây số mỗingày Hơn 1/5 bề mặt đất của trái đất là nguy cơ từ bệnh dịch này và sinh kế củamột trong mười người trên hành tinh có thể bị ảnh hưởng

Tại trung tâm của sự hình thành bầy đàn và di cư là sự chuyển đổi từ hành

vi nhút nhát, khó hiểu của châu chấu giai đoạn solitarious, mà là tương đối ít vậnđộng và tránh nhau, hành vi hoạt động rất mạnh và xu hướng tổng hợp điển hìnhcủa côn trùng giai đoạn sống thành bầy Trong những năm gần đây tiến bộ đãđược thực hiện trong việc hiểu cơ chế sinh lý và thần kinh kiểm soát giai đoạnthay đổi hành vi trong châu chấu Châu chấu sa mạc gợi gregarization hành vikích thích kinh tế trọng điểm là kích thích các thụ thể cảm ứng nhạy cảm trênchân sau (nhảy) Các thụ thể thông qua dự án xác định các con đường thần kinhđến hệ thống thần kinh trung ương và gây ra phát hành một bộ thần kinh điềubiến, trong đó có serotonin bắt đầu quá trình chuyển đổi thông qua hành độngcủa nó trên các mạch thần kinh kiểm soát hành vi (Simpson et al 2001; Rogers

và cộng sự năm 2003 2004; Anstey et al, chưa xuất bản)

Đặc điểm giai đoạn, bao gồm cả hành vi, không chỉ thay đổi trong cuộcsống của một cá nhân, họ cũng epigenetically tích lũy qua nhiều thế hệ (Simpson

et al 1999; Simpson và Miller 2007).Các nữ Solitarious sản xuất con non đượctập tính gregarized đến một mức độ phản ánh mức độ và recency của đông đúc

mẹ Nếu lần đầu tiên tại thời điểm đẻ trứng của mình, người mẹ sẽ sản xuất đầy

đủ theo bầy hành vi con cái

Ngược lại, nếu con cái sống thành bầy thấy mình một mình khi đẻ trứng,

nó sẽ sản xuất một phần tính hành động solitarized trẻ (đạo Hồi et al 1994a, b;.Boua ¨ ichi et al 1995) Hiệu quả gregarizing được trung gian bởi một chất hóahọc mà người mẹ sản xuất trong tuyến phụ kiện sinh sản của mình và cho biếtthêm để bọt trứng trong đó cô đẻ trứng của mình trong đất (McCaffery et al1998) Trong hiệu lực, châu chấu cái sử dụng kinh nghiệm của mình được đôngđảo dự đoán mật độ dân số trẻ của chúng sẽ trải nghiệm khi đang nổi lên từ trứng

và predispose để hành xử một cách thích hợp Như một kết quả thay đổi giaiđoạn tích lũy qua nhiều thế hệ nhóm hình thành

Giai đoạn thay đổi hành vi trong phạm vi cá nhân thiết lập một vòng phảnhồi tích cực, trong điều kiện môi trường thích hợp thúc đẩy sự chuyển đổi nhanhchóng của dân số từ solitarious giai đoạn sống thành bầy Nếu có thể, châu chấu

solitarious sẽ tránh nhau Tuy nhiên, nếu môi trường buộc chúng đến với nhau,tiếp xúc gần gũi giữa các cá nhân sẽ nhanh chóng tạo ra việc chuyển đổi từ tránh

để tập hợp hoạt động, mà sẽ lần lượt thúc đẩy gregarization hơn nữa và dẫn đếnhình thành các nhóm Cho rằng giai đoạn sống thành bầy châu chấu di cư và dichuyển cùng nhau, hoặc như các ban nhạc diễu hành của người chưa thành niênhoặc các đám trưởng thành có cánh, có khả năng rằng các nhóm địa phương kếthợp lại, cuối cùng giống hình thành những đàn lớn trong khu vực

Ngược lại, khi các cá nhân tổng hợp trước đó tách ra, chúng sẽ bắt đầusolitarize, do đó làm giảm xu hướng để tổng hợp và do đó, thúc đẩy solitarizationhơn nữa Nếu môi trường sống có xu hướng để giữ cho châu chấu ngoài, sau đócuối cùng sẽ dẫn đến resolitarization của một dân số sống thành bầy Thật thú vị,việc chuyển đổi từ solitarious để sống thành bầy xảy ra nhanh hơn quá trìnhchuyển đổi ngược lại (Roessingh và Simpson 1994), cho thấy một hiệu ứng trễ

Các mối quan hệ giữa phân bổ nguồn lực, nguồn tài nguyên phong phú, vàquy mô dân số châu chấu đã được khám phá bằng cách sử dụng các mô phỏngmáy tính dựa trên cá nhân, tham số bằng cách sử dụng các dữ liệu thử nghiệm từchâu chấu (Collett et al 1998) Mức độ gregarization trong một gia tăng dân số

mô phỏng với mật độ tăng dân số châu chấu và kết khối càng tăng của nguồnthức ăn Khu vực quan trọng mà tại đó quần thể solitarious gregarize chóng xuấthiện trong mô hình trên kết hợp đặc biệt của sự phong phú tài nguyên, phân phốinguồn lực và quy mô dân số Dữ liệu thử nghiệm sau đó hỗ trợ các dự đoán từcác mô hình mô phỏng (Despland et al 2000)

Các mô hình không gian của phân phối thực phẩm tương tác với chấtlượng dinh dưỡng của thực phẩm để xác định sự lây lan của giai đoạn thay đổitrong dân số địa phương (Despland và Simpson 2000b) Tác dụng dinh dưỡngđược trung gian thông qua sự khác biệt trong phong trào châu chấu (Simpson vàRaubenheimer 2000) Côn trùng cung cấp các bản vá lỗi thực phẩm kém chấtlượng được đánh giá cao hoạt động và có khả năng liên lạc với nhau và gregarizengay cả khi bản vá lỗi thực phẩm không co cụm Ngược lại, châu chấu với cácbản vá lỗi thực phẩm dinh dưỡng tối ưu không di chuyển ra xa sau khi ăn, dẫn

đến hạn chế tương tác vật lý giữa các cá nhân, ngay cả khi bản vá lỗi thực phẩmđược đánh giá cao clumped.

Rõ ràng là quy mô nhỏ các tính năng của môi trường sống như chất lượngtài nguyên, sự phong phú và phân phối có thể thúc đẩy hoặc cản trở việc thay đổigiai đoạn trong vòng dân địa phương.Các mô hình tương tự dường như áp dụng ởquy mô trung gian của một số lượng nhỏ km (Babah và Sword, 2004), nhưng quy

mô không gian cao hơn mối quan hệ giữa phân bố thảm thực vật và sa mạc châuchấu dịch thay đổi quá trình sinh thái khác nhau đi vào chơi.Ở quy mô các nhàmáy cá nhân, một môi trường sống bị phân mảnh với nhiều phân tán các bản válỗi khuyến khích solitarization, trong khi ở quy mô cảnh quan mô hình đảongược lại: phân mảnh môi trường sống mang đến cho châu chấu di cư với nhau

và khuyến khích dịch (Despland et al 2004)

Hiểu biết về mô hình của phong trào tập thể trên địa phương với quy môcảnh quan đòi hỏi phải trả lời hai câu hỏi: những gì gây ra các ban nhạc diễuhành rầy (giai đoạn vị thành niên) và người lớn bay vẫn là nhóm gắn kết, vànhững gì làm cho chúng di chuyển đồng bộ và chung giữa các bản vá lỗi ở quy

mô khác nhau?tập thể Phong trào

Các aggregations Locust sẽ xây dựng thành dịch lớn nếu dân số tại địaphương gregarized vẫn còn lại với nhau và di chuyển chung vào các khu vực lâncận của môi trường sống, nơi họ có thể tuyển dụng châu chấu tiếp tục ban nhạcđang phát triển Trừ khi phong trào gắn kết như vậy xảy ra, các aggregations địaphương sẽ giải tán và các cá nhân sẽ quay trở lại giai đoạn solitarious Trong thờihạn ban nhạc diễu hành của châu chấu vị thành niên, cá nhân có xu hướng đểđồng bộ hóa và sắp xếp các hướng dẫn của họ đi du lịch với những người hàngxóm gần (Despland và Simpson năm 2006) Nó đã được thể hiện trong phòng thínghiệm diễu hành bắt đầu với mật độ châu chấu cao (Ellis, 1951), nhưng nhữngthí nghiệm này không đo lường như thế nào và tại sao gia tăng sự liên kết vớimật độ điểm là một tập hợp châu chấu đột nhiên bắt đầu diễu hành tập thể

Hình3.Một hình ảnh từ các lĩnh vực hành quân Mexico mũ và phần mềmtheo dõi sử dụng trong Buhl et al (2006) nghiên cứu của diễu hành tập thể châuchấu sống thành

Vấn đề này gần đây đã được nghiên cứu bởi Jerome Buhl và cộng sự(2006) bởi các mô hình châu chấu như các hạt tự hành (SPP), mỗi hạt điều chỉnhtốc độ của nó và / hoặc hướng phản ứng với các nước láng giềng gần.Các môhình phát triển bởi Vicsek et al.(1995) đã được sử dụng bởi vì số lượng nhỏ cácgiả định và sức mạnh của các tính năng phổ quát, dự đoán.Một dự đoán trungtâm của mô hình có khi mật độ của động vật trong nhóm tăng lên, một quá trìnhchuyển đổi nhanh chóng xảy ra từ chuyển động rối loạn của các cá nhân trongnhóm chuyển động tập thể rất phù hợp.Kể từ khi SPP mô hình cơ sở cho rấtnhiều dự đoán lý thuyết về làm thế nào nhóm hình thành mô hình phức tạp, tránh

kẻ thù, thức ăn gia súc, và ra quyết định, xác nhận như một sự chuyển tiếp chođộng vật thực sự có ý nghĩa cơ bản cho sự hiểu biết tất cả các khía cạnh củachuyển động tập thể.Nó cũng đặc biệt quan trọng trong trường hợp của châu chấu

vì nó có thể giải thích sự xuất hiện bất ngờ của bầy điện thoại di động Buhl et al.Thí nghiệm liên quan đến nghiên cứu diễu hành trong phòng thí nghiệm trongmột đấu trường hình vòng, giống như một chiếc mũ Mexico trong hình dạng, vớimột mái vòm trung tâm để hạn chế lưu lượng quang học trong điều ngược lạihướng chuyển động cá nhân.Đối với dữ liệu phân tích, Iain Couzin phát triển một

hệ thống theo dõi tự động kỹ thuật số, cho phép phân tích đồng thời các thuộctính cấp độ nhóm và cấp cá nhân, mà là kỹ thuật cực kỳ khó khăn nhưng cần thiết

để phát hiện ra sự liên kết giữa các cấp của tổ chức (Hình 3)

Vị thành niên châu chấu dễ dàng hình thành cao phối hợp các ban nhạcdiễu hành trong điều kiện phòng thí nghiệm khi được đặt trong trường mũMexico Cá nhân chọn chung hoặc theo chiều kim đồng hồ hoặc ngược chiều kimđồng hồ du lịch (sự lựa chọn trong số đó là ngẫu nhiên) và duy trì điều này trongthời gian dài.

Các thí nghiệm đã được tiến hành, trong đó số lượng châu chấu tại đấu trườngdao động từ 5 đến 120 loài côn trùng (mật độ từ 13 đến 295 m2) Chuyển động'châu chấu đã được ghi lại trong tám giờ và các dữ liệu kết quả đã được xử lýbằng cách sử dụng phần mềm theo dõi để tính toán vị trí và hướng của mỗi châuchấu

Phối hợp hành quân hành vi phụ thuộc mạnh mẽ về mật độ châu chấu( Figs 4) Ở mật độ thấp (2-7 châu chấu tại đấu trường, tương đương 5 đến 17châu chấu mỗi m2), có một tỷ lệ thấp của sự liên kết giữa các cá nhân Trong cácthử nghiệm liên kết đã xảy ra đã làm như vậy không thường xuyên và sau mộtthời gian dài ban đầu của chuyển động rối loạn Mật độ trung cấp (10 đến 25châu chấu, 25 đến 62 mỗi m2) đã được đặc trưng bởi thời gian dài diễu hành tậpthể đảo ngược nhanh chóng, tự phát trong hướng quay Với mật độ cao hơn 74USD mỗi m2 (30 hoặc nhiều hơn châu chấu tại đấu trường) thay đổi theo hướng

tự phát đã không xảy ra, với các châu chấu một cách nhanh chóng thông qua vàduy trì một phổ biến quay hướng

Do đó Buhl et al Thí nghiệm xác nhận các dự đoán lý thuyết từ các môhình SPP của một quá trình chuyển đổi nhanh chóng từ rối loạn chuyển động ralệnh (Figs 5.) và xác định mật độ quan trọng cho sự khởi đầu của hành quân phốihợp trong châu chấu vị thành niên Trong lĩnh vực nhỏ, tăng mật độ trong quákhứ này ngưỡng này sẽ được dự đoán sẽ dẫn đến một sự chuyển đổi đột ngộtchuyển động tập thể cao không thể đoán trước, thực hiện các biện pháp kiểm soátkhó khăn để thực hiện Các thí nghiệm cũng đã chứng minh một sự bất ổn địnhnăng động trong chuyển động với mật độ điển hình của châu chấu trong lĩnh vựcnày, theo đó các nhóm có thể chuyển hướng mà không có nhiễu loạn bên ngoài,

có khả năng tạo điều kiện thuận lợi cho chuyển giao nhanh chóng của thông tin

định hướng Buhl et al Dữ liệu và mô hình cũng cho rằng dự đoán chuyển độngcủa mật độ rất cao là dễ dàng hơn hơn so với dự đoán của mật độ trung gian.Tất nhiên, nó không thể được giả định rằng tất cả các hành vi tập thể nhìn thấytrong các thí nghiệm trong phòng thí nghiệm dịch trực tiếp quan sát trong lĩnhvực này.

Hình 4.Giống nhau giữa các mô hình hạt tự hành của Vicsek et al.(1995) và dữ liệu thử nghiệm mật độ châu chấu ở đấu trường thao tác: (A) 7, (B) 20 (C) 60 cá nhân trong lĩnh vực (từ Buhl et al 2006.).Xem văn bản để giải trình

Hình 5.Mối quan hệ giữa số lượng trung bình của châu chấu di chuyển và thờigian có nghĩa là tổng số chi tiêu trong trạng thái liên kết (A và C) và số lượngtrung bình của những thay đổi trong trạng thái liên kết (B và D) được hiển thịtrên thang điểm bán đăng nhập.Lỗi thanh, độ lệch chuẩn 'Ra lệnh cho giai đoạn

đề cập đến thời gian mà các loài côn trùng trưng bày sự liên kết cao (> 0,3), và

do đó đã được di chuyển chung một hướng (hoặc theo chiều kim đồng hồ hoặcchống chiều kim đồng hồ) Từ (Buhl et al 2006)

Tuy nhiên, sự giàu có của toán học và mô phỏng dựa trên sự hiểu biết củaSPP mô hình cung cấp công cụ để thực hiện mở rộng quy mô như vậy Kết hợpvới sự hiểu biết chi tiết về vai trò của môi trường trong giai đoạn thay đổi hành

vi, như đã nói ở trên, các SPP mô hình có thể hình thành cơ sở của dự đoán đểcải thiện việc kiểm soát dịch châu chấu

1.2.Các thuật toán Metaheuristic

Bài toán tối ưu tổ hợp là một dạng của bài toán tối ưu, nó có dạng tổng quát

Ví dụ với “Bài toán đường đi của người giao hàng”

1.2.1 Tìm hiểu một số thuật toán kinh điển

Tham ăn hiểu một cách dân gian là: trong một mâm có nhiều món ăn, mónnào ngon nhất ta sẽ ăn trước và ăn cho hết món đó thì chuyển sang ăn món ngonthứ hai, lại ăn hết món ngon thứ hai và chuyển sang món ngon thứ 3

Kĩ thuật tham lam thường được vận dụng để giải bài toán tối ưu tổ hợp bẳngcách xây dựng một phương án X Phương án X này được xây dựng bằng cách lựachọn từng thành phần Xi của X cho đến khi hoàn chỉnh (đủ n thành phần) Vớimỗi Xi, ta sẽ chọn Xi tối ưu Với cách này thì có thể ở bước cuối cùng ta sẽ phảichấp nhận giá trị cuối cùng còn lại

 Giải thuật nhánh cận

Phương pháp (hay giải thuật) nhánh cận là một trong những phương phápgiải các bài toán liệt kê cấu hình có điều kiện tối ưu

Hai hướng tiếp cận tìm lời giải tối ưu cho bài toán:

+ Tìm từng lời giải, khi hoàn tất một lời giải thì so sánh của nó với chi phí tốtnhất hiện có Nếu tốt hơn thì cập nhật chi phí tốt nhất mới.

+ Với mỗi lời giải, khi xây dựng các thành phần nghiệm luôn kiểm tra điềukiện nếu đi tiếp theo hướng này thì có khả năng nhận được lời giải tốt hơn lờigiải hiện có không? Nếu không thì thôi không đi theo hướng này nữa => Nguyên

lí nhánh cận (Branch and Bound)

Ý tưởng:

- Nhánh cận (Branch and Bound): Thuật toán tìm lời giải cho các bài toán tối

ưu dạng liệt kê cấu hình dựa trên nguyên lí đánh giá nhánh cận

+ Trong trường hợp ngược lại thì bỏ qua hướng đang xét

 Đánh giá :Nói chung các thuật toán kinh điển o trên ta chỉ đạt được một phương án tốt chứ chưa hẳn là tối ưu

1.2.2.Các thuật toán Metaheuristic

Bài toán tối ưu tổ hợp là dạng bài toán có độ phức tạp tính toán cao thuộclớp NP khó Sự ra đời của giải thuật Meta-Heuristic đã giải quyết các bài toán vớihiệu quả cao cho kết quả lời giải gần tối ưu như họ giải thuật kiến (AntAlgorithm), giải thuật luyện thép SA (Simulated Annealing), giải thuật di truyền

GA (Genetic Algorithm)

Metaheuristic là một cách gọi chung cho các giải thuật heuristic trong việcgiải quyết các bài toán tổ hợp khó Metaheuristic bao gồm những chiến lược khácnhau trong việc khám phá không gian tìm kiếm bằng cách sử dụng nhữngphương thức khác nhau và phải đạt được sự cân bằng giữa tính đa dạng vàchuyên sâu của không gian tìm kiếm Một cài đặt thành công của metaheuristictrong một bài toán tổ hợp phải cân bằng giữa sự khai thác được kinh nghiệm thu

thập được trong quá trình tìm kiếm để xác định được những vùng với những lờigiải có chất lượng cao gần tối ưu Những ví dụ của metaheuristic bao gồm giảithuật luyện thép (SA) , giải thuật di truyền (GA) , giải thuật đàn kiến (ACO) ,…

 Giải thuật di truyền GA

Giải thuật di truyền là một kỹ thuật của khoa học máy tính nhằm tìm

kiếm giải pháp thích hợp cho các bài toán tối ưu tổ hợp (combinatorial

optimization) Giải thuật di truyền là một phân ngành của giải thuật tiến hóa vận

dụng các nguyên lý của tiến hóa như di truyền, đột biến, chọn lọc tự nhiên, vàtrao đổi chéo

Giải thuật di truyền thường được ứng dụng nhằm sử dụng ngôn ngữ máytính để mô phỏng quá trình tiến hoá của một tập hợp những đại diện trừu tượng

(gọi là những nhiễm sắc thể) của các giải pháp có thể (gọi là những cá thể) cho

bài toán tối ưu hóa vấn đề Tập hợp này sẽ tiến triển theo hướng chọn lọc nhữnggiải pháp tốt hơn

Thông thường, những giải pháp được thể hiện dưới dạng nhị phân vớinhững chuỗi 0 và 1, nhưng lại mang nhiều thông tin mã hóa khác nhau Quá trìnhtiến hóa xảy ra từ một tập hợp những cá thể hoàn toàn ngẫu nhiên ở tất cả các thế

hệ Trong từng thế hệ, tính thích nghi của tập hợp này được ước lượng, nhiều cá

thể được chọn lọc định hướng từ tập hợp hiện thời (dựa vào thể trạng), được sửa

đổi (bằng đột biến hoặc tổ hợp lại) để hình thành một tập hợp mới Tập hợp này

sẽ tiếp tục được chọn lọc lặp đi lặp lại trong các thế hệ kế tiếp của giải thuật

GA là một thành phần của EC- một lĩnh vực được coi là có tốc độ pháttriển nhanh của trí tuệ nhân tạo EC được chia ra thành 5 nhóm :

 Giải thuật di truyền (Genetic Algorithm - GA): Dựa vào quá trình di

truyền trong tự nhiên để cải tiến lời giải qua các thế hệ bắt nguồn từ mộttập các lời giải ban đầu

 Quy hoạch tiến hoá (Evolutionary Programming -EP): Dựa vào quy luật

tiến hoá, tìm phương pháp liên hợp đủ khả năng giải quyết trọn vẹn mộtbài toán từ một lớp các phương pháp giải quyết được một số phần của bàitoán

 Các chiến lược tiến hoá ( Evolutionary Strategies -ES): Dựa trên một số

chiến lược ban đầu, tiến hoá để tạo ra những chiến lược mới phù hợp vớimôi trường thực tế một cách tốt nhất

 Lập trình di truyền (Genetic Programming -GP): Mở rộng giải thuật di

truyền trong lĩnh vực các chương trình của máy tính Mục đích của nó là

để sinh ra một cách tự động các chương trình máy tính giải quyết mộtcách tối ưu một vấn đề cụ thể

 Các hệ thống phân loại (Classifier Systems- CS): Các GA đặc biệt được

dùng trong việc học máy và việc phát hiện các quy tắc trong các hệ dựatrên các quy tắc

Giải thuật di truyền cũng như các thuật toán tiến hoá đều được hình thànhdựa trên một quan niệm được coi là một tiên đề phù hợp với thực tế khách quan.

Đó là quan niệm "Quá trình tiến hoá tự nhiên là quá trình hoàn hảo nhất, hợp lý

nhất và tự nó đã mang tính tối ưu" Quá trình tiến hoá thể hiện tính tối ưu ở chỗ

thế hệ sau bao giờ cũng tốt hơn thế hệ trước

Ngày nay giải thuật di truyền càng trở nên quan trọng, đặc biệt là trong lĩnhvực tối ưu hoá, một lĩnh vực có nhiều bài toán thú vị, được ứng dụng nhiều trongthực tiễn nhưng thường khó và chưa có giải thuật hiệu quả để giải

 Các khái niệm cơ bản:

Giải thuật di truyền dựa vào quá trình tiến hoá trong tự nhiên nên các kháiniệm và thuật ngữ của nó đều có liên quan đến các thuật ngữ của di truyền học

Một cá thể trong giải thuật di truyền, biểu diễn một giải pháp của bài toán.Tuy nhiên không giống với trong tự nhiên, một cá thể có nhiều nhiễm sắc thể(NST),có 1 thì gọi là thể đơn bội ,còn nếu có nhiều thì là thể đa bội, ở đây để giớihạn trong giải thuật di truyền ta quan niệm một cá thể có một nhiễm sắc thể Do

đó khái niệm cá thể và nhiễm sắc thể trong giải thuật di truyền coi như là tươngđương

Một NST được tạo thành từ nhiều gen, mỗi gen có thể có các giá trị khácnhau để quy định một tính trạng nào đó Trong GA, một gen được coi như mộtphần tử trong chuỗi NST

Quần thể là một tập hợp các cá thể có cùng một số đặc điểm nào đấy

Trong giải thuật di truyền ta quan niệm quần thể là một tập các lời giải của một

Lai ghép

Lai ghép trong tự nhiên là sự kết hợp các tính trạng của bố mẹ để sinh rathế hệ con Trong giải thuật di truyền, lai ghép được coi là một sự tổ hợp lại cáctính chất (thành phần) trong hai lời giải cha mẹ nào đó để sinh ra một lời giải mới

mà có đặc tính mong muốn là tốt hơn thế hệ cha mẹ Đây là một quá trình xảy rachủ yếu trong giải thuật di truyền

Đột biến

Đột biến là một sự biến đổi tại một ( hay một số ) gen của nhiễm sắc thểban đầu để tạo ra một nhiễm sắc thể mới Đột biến có xác suất xảy ra thấp hơn laighép Đột biến có thể tạo ra một cá thể mới tốt hơn hoặc xấu hơn cá thể ban đầu.Tuy nhiên trong giải thuật di truyền thì ta luôn muốn tạo ra những phép đột biếncho phép cải thiện lời giải qua từng thế hệ

 Mô hình giải thuật di truyền:

Với các khái niệm được giới thiệu ở trên, giải thuật di truyền được mô tảnhư sau :

Nhận các tham số của bài toán

Khởi tạo quần thể ban đầu

Kết thúc

Bắt đầu

Lựa chọn giải pháp tốt nhất

1 [Bắt đầu ] Nhận các tham số cho thuật toán.

2 [Khởi tạo ] Sinh ngẫu nhiên một quần thể gồm n cá thể ( là n lời giải cho bài

toán)

3 [Quần thể mới ] Tạo quần thể mới bằng cách lặp lại các bước sau cho đến

khi quần thể mới hoàn thành

a.[Thích nghi] Ước lượng độ thích nghi eval(x) của mỗi cá thể.

b.[Kiểm tra ] Kiểm tra điều kiện kết thúc giải thuật

c.[Chọn lọc] Chọn hai cá thể bố mẹ từ quần thể cũ theo độ thích nghi

của chúng (cá thể có độ thích nghi càng cao thì càng có nhiều khả năng đượcchọn)

d.[Lai ghép] Với một xác suất lai ghép được chọn, lai ghép hai cá thể

bố mẹ để tạo ra một cá thể mới

e.[Đột biến] Với một xác suất đột biến được chọn, biến đổi cá thể mới

5 [Chọn kết quả] Nếu điều kiện dừng được thỏa mãn thì thuật toán kết thúc

và trả về lời giải tốt nhất trong quần thể hiện tại

 Giải thuật luyện thép

Giải thuật luyện thép là giải thuật metaheuristic tìm kiếm địa phương khá phổbiến trong việc giải các bài toán tối ưu tổ hợp rời rạc Tính năng chính của giảithuật luyện thép là nó cho phép việc thoát khỏi cực trị địa phương bằng cách chophép di chuyển nghược (hill-climbing moves, là các bước di chuyển có hàm mụctiêu tồi hơn) với hy vọng tìm được lời giải tối ưu

Tính dễ cài đặt, khả năng hội tụ và việc kỹ thuật này sử dụng các bước dichuyển lùi để thoát khỏi cực trị địa phương đã làm cho kỹ thuật này trở nên phổbiến từ cách đây 2 thập kỷ

Cái tên Simulated annealing được đặt cho giải thuật vì nó giống như quátrình luyện thép thông thường, trong đó tinh thể thép được nung nóng và sau đóđược cho phép làm nguội rất chậm cho tới khi nó đạt được cấu hình tinh thể cứngnhất.( ở trạng thái năng lượng nhỏ nhất) Nếu quá trình làm nguội đủ chậm, kếtquả cuối cùng sẽ là kim lọai với cấu trúc rất tốt Giải thuật luyện thép giống nhưquá trình trên, ở mỗi lần lặp của giải thuật áp dụng cho bài toán tối ưu tổ hợp ,hàm mục tiêu được xem xét cho 2 lời giải, lời giải hiện tại và lời giải mới, chúngđược so sánh với nhau và nếu lời giải mới tốt hơn nó sẽ luôn luôn được chọn,ngược lại nếu hàm mục tiêu của lời giải mới tồi hơn ,nó vẫn có khả năng đượcchấp nhận trong hy vọng thóat khỏi cực trị địa phương để tìm kiếm cực trị toàncục Xác suất chấp nhận lời giải kém hơn tùy thuộc vào tham số nhiệt độ, tham

số này sẽ giảm dần khi các lần lặp tiếp diễn

Chìa khóa của giải thuật luyện thép chính là khả năng chấp nhận lời giải kémhơn, với hy vọng thoát ra khỏi cực trị điạ phương Khi nhiệt độ giảm xuống tớigần 0,quá trình này sẽ ít xảy ra hơn và phân bố lời giải sẽ giống như chuỗiMarkov và hội tụ tới cực trị toàn cục

 Sơ đồ giải thuật

Begin

 While (not frozen) do

◦ Randomly initialize energy and temperature ( Ea To)

 Else Eold = Enew with probability of e-''T

◦ Until (not at equilibrium)

◦ T = Tnew

End

2.1.Trí tuệ bầy đàn

cá Nấm của một số loài côn trùng xă hội đã mê hoặc các nhà nghiên cứu trongnhiều năm Tuy nhiên, nguyên tắc điều chỉnh hành vi của chúng vẫn chưa biếttrong một thời gian dài Mặc dù các thành viên duy nhất của các xã hội là những

cá nhân không phức tạp, chúng có thể để đạt được các nhiệm vụ phức tạp tronghợp tác Phối hợp hành vi xuất hiện từ các hành động tương đối đơn giản hoặctương tác giữa các cá nhân

Ví dụ, kiến, mối và ong bắp cày có thể xây dựng tổ hợp tác tinh vi, màkhông có bất kỳ cá nhân có một kế hoạch tổng thể làm thế nào để tiến hành Một

ví dụ khác là hành vi kiếm ăn kiến hoặc ong thể hiện khi tìm kiếm cho kiến thứcăn.Trong khi áp dụng một chiến lược truyền thông gián tiếp thông qua những conđường mòn hóa chất pheromone để tìm ngắn nhất con đường giữa làm tổ và cácnguồn thực phẩm, thuộc địa ong rất hiệu quả trong khai thác các nguồn thựcphẩm giàu dựa trên các tuyển trạch viên truyền đạt thông tin về nguồn thức ănmới bằng phương tiện của một điệu nhảy lúc lắc

Các nhà khoa học đã áp dụng những nguyên tắc phương pháp tiếp cậnmới Tính chất đặc trưng của hệ thống kết quả bao gồm mạnh mẽ và linh hoạt.Các lĩnh vực nghiên cứu là có liên quan với hành vi tập thể trong các hệ thống tự

tổ chức và phân cấp hiện nay được gọi là trí tuệ bầy đàn Thuật ngữ trí tuệ bầyđàn lần đầu tiên được sử dụng bởi Beni và các đồng nghiệp trong bối cảnh của di

động robot hệ thống tập tin gốc mà các đại lý đơn giản tổ chức mình thông quatương tác hàng xóm gần nhất Trong khi đó, trí tuệ bầy đàn được sử dụng chomột lĩnh vực nghiên cứu rộng hơn nhiều, như tài liệu trong cuốn sách SwarmIntelligence—From Natural to Artificial Systems by Dorigo, Theraulaz, andBonabeau, published by Oxford University Press Tuy nhiên, kể từ khi sự xuấthiện của cuốn sách nêu trên trong năm 1999, các tài liệu về các chủ đề trí tuệ bầyđàn đã phát triển đáng kể

2.1.2 Ứng Dụng Trí Tuệ Bầy Đàn

Vấn đề tối ưu hóa có tầm quan trọng cao cả cho thế giới công nghiệp cũngnhư cho thế giới khoa học.Ví dụ về các vấn đề tối ưu hóa thực tế bao gồm lập kếhoạch đào tạo, timetabling, tối ưu hóa hình dạng, thiết kế mạng viễn thông, vàcác vấn đề từ sinh học tính toán.Các cộng đồng nghiên cứu đã đơn giản hóa rấtnhiều những vấn đề này để có được các trường hợp thử nghiệm khoa học nhưvấn đề nhân viên bán hàng đi du lịch nổi tiếng (TSP).Các mô hình TSP tình hìnhcủa một nhân viên bán hàng đi du lịch là cần thiết để vượt qua thông qua một sốthành phố.Mục tiêu của các nhân viên bán hàng đi du lịch là đi qua các thành phốnày (truy cập mỗi thành phố đúng một lần) để tổng khoảng cách đi du lịch là tốithiểu.Một ví dụ khác là vấn đề gấp protein, đó là một trong những vấn đề tháchthức nhất trong tính toán sinh học, sinh học phân tử, hóa sinh, và vật lý.Nó baogồm việc tìm kiếm các hình dạng chức năng hoặc cấu tạo của một protein trongkhông gian hai hoặc ba chiều, ví dụ, theo mô hình mạng tinh thể đơn giản như

mô hình kỵ nước cực TSP và protein gấp vấn đề theo mô hình mạng tinh thểthuộc về một lớp học quan trọng của các vấn đề tối ưu hóa được gọi là tổ hợp tối

ưu hóa (CO)

 Ứng dụng đa ngành

Con người đã sớm nhận ra rằng, trí tuệ bầy đàn có thể giúp giải quyết nhữngcông việc phức tạp, từ vạch đường cho xe tải đến lên lịch trình các chuyến bay…Tập đoàn Air Liquide tại Mỹ đã giải quyết các vấn đề khó khăn về vận chuyểndựa trên nguyên tắc hoạt động của đàn kiến Từ lâu, hoạt động vận chuyển sản

phẩm của Air Liquide luôn ưu tiên những nơi gần địa điểm khai thác nhất tuynhiên nguyên tắc này không còn phù hợp.

Hợp tác với Nutech Solutions, nhà cung cấp giải pháp trí tuệ nhân tạo chohoạt động sản xuất kinh doanh, Air Liquide đã phát triển mô hình máy tính dựatrên thuộc tính tìm mồi của 1 loài kiến tại Argentina

Khi kiến tìm mồi về tổ, chúng nhả 1 hợp chất hóa học có tên là Pheromondọc đường đi như dấu chỉ với lời nhắn những con kiến khác: “Hãy đến đấy lấymồi về” Tương tự như vậy, Air Liquide tạo ra 1 chương trình có thể tạo ra hàng tỉ

“chú kiến có vết Pheromon” nhằm tìm đường đi tối ưu nhất cho xe tải chuyểnkhí Vì thế, ưu tiên trong vận chuyển của họ đã trở thành nơi có chi phí vậnchuyển thấp nhất

Air Liquide không lẻ loi với việc ứng dụng trí tuệ bầy đàn Những kỹ xảođiện ảnh của phim Batman Returns (Người Dơi Trở Lại) năm 1992 được thựchiện dựa trên chương trình mô phỏng chuyển động với 3 nguyên tắc cơ bản cótên “boids” Đây là thành quả từ việc ứng dụng trí tuệ bầy đàn của nhà nghiêncứu đồ họa máy tính, Craig Reynolds

Cũng xếp vào hàng ngũ người hâm mộ bầy đàn là hãng hàng khôngSouthest Airlines (Mỹ) trong việc nâng cấp dịch vụ đưa hành khách ra máy bay.Giới quân sự Mỹ thì hăm hở nghiên cứu các loại robot do thám Tập đòanGoogle phát triển thuộc tính tìm và trữ mồi của các đàn kiến và ứng dụng chúngvào công cụ tìm kiếm Google Search (Theo National Geographic)

 Những ứng dụng đầy bất ngờ

Trí Tuệ bầy Đàn được giới thiệu vào năm 1989 Đến nay, việc ứng dụng của

nó không còn xa lạ

Tập đoàn Nutech Solutions (www.nutechsolutions.com) được thành lập năm

1999 Đây là nhà cung cấp các giả pháp kinh doanh dựa trên những thành tựukhoa học, trong đó có giải pháp dựa trên trí tuệ bầy đàn Nutech Solution có 3 trụsở tại 3 quốc gia Tập đoàn này có hơn 50 khách hàng là các công ty, cơ quanchính phủ Lĩnh vực hoạt động của họ trải dài từ sản xuất công nghiệp, nănglượng đến hàng tiêu dùng Nutech Solutions từng hỗ trợ Unilever tối ưu hóa công