Schwarmintelligenz Lydia Pintscher Seminar Organic Computing Universität Karlsruhe.

Präsentation zum Thema: "Schwarmintelligenz Lydia Pintscher Seminar Organic Computing Universität Karlsruhe."—  Präsentation transkript:

1 Schwarmintelligenz Lydia Pintscher Seminar Organic Computing Universität Karlsruhe

2 30.01.2008Lydia Pintscher - Schwarmintelligenz2 Gliederung 1. Grundlagen 2. Schwarmintelligenz in der Natur 3. Schwarmintelligenz beim Menschen 4. Schwarmintelligenz in der Informatik und Technik 5. Zusammenfassung

3 30.01.2008Lydia Pintscher - Schwarmintelligenz3 Grundlagen (1) Nahrungssuche bei Ameisen und Bienen Fluchtverhalten bei Schwarmfischen und Herdentieren viele Individuen + einfache Regeln = komplexes Verhalten

4 30.01.2008Lydia Pintscher - Schwarmintelligenz4 Grundlagen (2) Selbstorganisation Anpassungsfähigkeit Robustheit

5 30.01.2008Lydia Pintscher - Schwarmintelligenz5 Grundlagen (3) Üblicher Intelligenzbegriff: Fakten, Zusammenhänge Problemlösung Hier: Gruppengedächtnis Problemlösung in Gruppe

6 30.01.2008Lydia Pintscher - Schwarmintelligenz6 In der Natur - Ameisen Ameise Ameistenstaat 100 bis mehrere Millionen Individuen Anpassungsfähigkeit Nahrungssuche Pheromone Effizient Ohne Kontrollinstanz flickr.com/photos/el-catalejo/1492144450/

7 30.01.2008Lydia Pintscher - Schwarmintelligenz7 In der Natur - Bienen Bienentanz Richtung und Entfernung der Nahrungsquelle Richtung und Geschwindigkeit des Tanzes, abhängig von Sonnenstand http://en.wikipedia.org/wiki/Image:Bee_dance.png

8 30.01.2008Lydia Pintscher - Schwarmintelligenz8 In der Natur - Fische Vorteile: Angreifer verwirren Individuum im Schwarm nicht leicht zu verfolgen Illusion eines großen Fisches Orientierung an Nachbarn mittels Seitenlinienorgan Geschwindigkeit Richtung Abstand Flucht durch Explosion, Haken schlagen, Teilung des Schwarms flickr.com/photos/mccord/41614967/

9 30.01.2008Lydia Pintscher - Schwarmintelligenz9 Beim Menschen - Quarks und Co (1) Experiment von Krause und Dyer Theorien zu Schwarmverhalten beruht auf einfachen Regeln 300 freiwillige Teilnehmer

10 30.01.2008Lydia Pintscher - Schwarmintelligenz10 Beim Menschen - Quarks und Co (2) 1. Experiment:,,Bleibe immer in Bewegung” und,,Bleibe immer eine Armlänge entfernt von anderen Schwärmern” Torusbildung mit 2 entgegengesetzten Strömen

11 30.01.2008Lydia Pintscher - Schwarmintelligenz11 Beim Menschen - Quarks und Co (3) 2. Experiment: Räuber eingeführt Mind. 2 Armlängen entfernt bleiben von ihm Räuber verfolgt immer nächste Beute Schwarm teilt sich vor dem Räuber und schließt sich nach ihm

12 30.01.2008Lydia Pintscher - Schwarmintelligenz12 Beim Menschen - Quarks und Co (4) 3. Experiment Beeinflussen des Schwarms 200 Schwärmer 5 Eingeweihte sollen den Schwarm zu einem Punkt führen -> nicht erfolgreich 10 Eingeweihte -> erfolgreich

13 30.01.2008Lydia Pintscher - Schwarmintelligenz13 Beim Menschen - Quarks und Co (5) 4. Experiment: 30 Eingeweihte, 10 für Ort a, 20 für Ort b Schwarm bewegt sich zwischen a und b

14 30.01.2008Lydia Pintscher - Schwarmintelligenz14 In der Informatik und Technik Ant Colony Optimization (ACO) Particle Swarm Optimization (PSO) Schwarmroboter (s-bots)

15 30.01.2008Lydia Pintscher - Schwarmintelligenz15 In der Informatik - ACO (1) Ant Colony Optimization Ant System Max-Min Ant System Ant Colony System Rank Based Ant System Kurze Wege in Graphen finden Angelehnt an Nahrungssuche der Ameisen Dynamisch und daher interessant für Routing und Verkehrsplanung

16 30.01.2008Lydia Pintscher - Schwarmintelligenz16 In der Informatik - ACO (2) Ant System Erste Anwendung von ACO Dorigo, 1997

17 30.01.2008Lydia Pintscher - Schwarmintelligenz17 In der Informatik - ACO (3) Max-Min Ant System Erweiterung von Ant System Stützle und Hoos, 2000 Nur Ameise mit der besten Lösung beeinflusst Pheromonwerte Obere und untere Schranke für Pheromonwerte

18 30.01.2008Lydia Pintscher - Schwarmintelligenz18 In der Informatik - ACO (4) Ant Colony System Erweiterung von Ant System Dorigo und Gambordella, 1997 Führt Kandidatenliste für Städte ein

19 30.01.2008Lydia Pintscher - Schwarmintelligenz19 In der Informatik - ACO (5) Rank Based Ant System Erweiterung von Ant System Bullnheimer et al, 1997 Lösungen werden bewerten Pheromonwerte entsprechend der Bewertung angepasst

20 30.01.2008Lydia Pintscher - Schwarmintelligenz20 In der Informatik - PSO (1) Lösen von Optimierungsprobleme Fische und Vögel als Vorbild Optimierung, Training neuronaler Netze

21 30.01.2008Lydia Pintscher - Schwarmintelligenz21 In der Informatik - PSO (2) Man lässt,,Partikel” nach Lösungen suchen Zufällige Initialisierung Bewerten anhand Bewertungsfunktion Lokales Minimum/Maximum?!

22 30.01.2008Lydia Pintscher - Schwarmintelligenz22 In der Technik - s-bots Verteilte Hardware Ausstattung: Motoren, Sensoren, Kommunikationskanäle, Greifer Zusammenschluss mehrerer s-bots zu Swarm- bot Anwendung? swarm-bots.org

23 30.01.2008Lydia Pintscher - Schwarmintelligenz23 Zusammenfassung Relativ neuer Ansatz Vielversprechendes Gebiet Komplexe Probleme lösen mit einfachen Mitteln Robust Flexibel Zukunft: Optimierung, Routing, Logistik Intelligenz der Masse ?!

24 30.01.2008Lydia Pintscher - Schwarmintelligenz24 Fragen? ?