第244章 有点丢人和恐怖力量

[    【作者歪歪优雅提示：如果章节内容错乱的话，关掉阅读模式,关闭广告拦截即可正常】

]来详细举例说明：

    但是，就是这样头脑简单的蜜蜂，集合成群体之后，却聪明的令人刮目相看：它们建造了庞大复杂而又规则有序的蜂巢，甚至人们都把一些规则正六面体组成的结构叫做蜂巢结构；它们平均向各个方向派遣差不多数量的蜜蜂，分散搜寻食物；蜂群对筑巢地点作出群体决策，选择最优的筑巢地点等等。

    大家有没有想过，蜜蜂其实是一种非常古怪的动物？

    人们根据蜜蜂的这些行为特征，提出了人工蜂群算法，它的优点就是不需要了解问题的特殊信息，只需要在问题演进过程中进行优劣比较，通过各个体局部的寻优行为，最终求得全局最优解或近似结果，有着较快的收敛速度，在解决复杂优化问题的过程中，有着非常显著的效果，而且算法本身的设置参数较少，鲁棒性较强，将其应用到调度问题中，能够实现资源的优化配置，促进生产效率和生产水平的提高。

    单就一只蜜蜂个体来讲，首先它的体型很小，其大脑更小。事实上，蜜蜂的大脑比一粒沙子还要小，只有不到一百万个神经元，相比之下，人类的脑神经最保守的估计，也有860亿个。

    人工鱼群算法则是模拟某个特定水域内，大量鱼群的觅食、聚群和追尾等一系列行为而实现寻优，这种算法收敛速度快，可用于解决实时性要求高、精度要求不高、不需要严格机理模型的问题，诸如电力系统规划、多层次物流中转体系搭建等问题。

    孔白想到这里，感觉眼前全是星星......

    那么，如果能够通过某种算法，将眼前这2048个拥有超级生物量子计算机的个体联合起来，所构成的“群体智慧”将会拥有何种恐怖的力量？

    蚂蚁优化算法是对自然界蚂蚁的寻径方式进行模拟而得到的一种仿生算法。蚁群优化算法可应用于其他组合优化问题，如旅行商问题、指派问题、车辆路由问题、网络路由问题等。

    以上这几种群智能优化算法都有一个特点，那就是每个个体的计算能力都很有限、很低能、很弱智，但是，利用某种特定算法把它们低级算力集合起来，却能够得到惊人的超级计算能力，这就是“集体智能”或“群体智慧”的魅力和诱惑之处！

    粒子群优化算法则是模拟鸟类觅食过程中迁移和聚集行为，构建类似的数学模型，可以求解交通信号配时问题，航班进场、离场调度问题，机器人全局路径规划问题。