これは何？
🎯 シミュレーターのヒント
📚 用語集
🏆 主要人物
Marco Dorigo (1992)
1992 年の博士論文でアリコロニー最適化 (ACO) を発明し、群知能の最も影響力のある部門の 1 つを創設しました。彼の研究は、フェロモンのようなコミュニケーションを使用する人工アリが組み合わせ最適化問題を解決できることを実証しました。
James Kennedy (1995)
鳥の群れや魚の群れの社会的行動に触発され、Russell Eberhart と粒子群最適化 (PSO) を共同発明しました。 PSO は、工学および科学で最も広く使用されている最適化アルゴリズムの 1 つになりました。
Craig Reynolds (1986)
複雑な群がる動作が 3 つの単純なルール (分離、整列、凝集) からどのように生じるかを実証する Boids シミュレーションを作成しました。この基礎的な研究は、映画における群知能アルゴリズムと CGI 群衆シミュレーションの両方に影響を与えました。
Dervis Karaboga (2005)
雇われミツバチ、見物ミツバチ、偵察ミツバチの間で分業するミツバチのインテリジェントな採餌行動にヒントを得た群れの最適化手法である人工ミツバチ コロニー (ABC) アルゴリズムを開発しました。
Russell Eberhart (1995)
James Kennedy と粒子群最適化を共同発明し、パラメータ調整、収束解析、ニューラル ネットワークのトレーニングとエンジニアリング設計への PSO の応用に関する広範な研究に貢献しました。
Thomas Seeley (1990s-present)
コーネル大学の生物学者で、ミツバチの意思決定に関する詳細な研究により、特に集団的な巣場所の選択について説明した著書「ミツバチの民主主義」を通じて、ミツバチにヒントを得たアルゴリズムの科学的基礎を提供しました。
Seyedali Mirjalili (2014)
Gray Wolf Optimizer (GWO) と、Whale Optimization Algorithm や Moth-Flame Optimization など、自然にインスピレーションを得た他のいくつかのメタヒューリスティックを開発し、群れインテリジェンス ツールキットの急速な拡大に貢献しました。
🎓 学習リソース
- Ant Colony Optimization: A New Meta-Heuristic
この基礎論文では、計算最適化手法として ACO を紹介し、フェロモン通信を使用する人工アリがどのように巡回セールスマン問題を効果的に解決できるかを実証しています。 - Particle Swarm Optimization
PSO を紹介した 1995 年の IEEE 会議オリジナルの論文では、社会的行動に触発された速度と位置の更新を伴う粒子の集団がどのように連続関数を最適化できるかを示しています。 - Grey Wolf Optimizer
Advances in Engineering Software (2014) で GWO を紹介した論文では、ハイイロオオカミの群れの社会階層と狩猟戦略に触発されたアルゴリズムが提案されています。 - Swarm Intelligence: From Natural to Artificial Systems
社会性昆虫の生物学的研究と計算アルゴリズムを橋渡しし、アリのコロニー、ミツバチの群れ、複雑なシステムにおける緊急行動をカバーする、群知能に関する決定版の本。 - Nature-Inspired Optimization Algorithms
PSO、ACO、ホタル アルゴリズム、コウモリ アルゴリズム、カッコウ探索など、主要な群れアルゴリズムと進化アルゴリズムをすべて網羅し、数学的基礎と実践的な応用を備えた包括的な教科書です。 - Honeybee Democracy
ミツバチの群れが、偵察蜂の探索、ワグルダンスのコミュニケーション、そしてABCアルゴリズムの生物学的インスピレーションであるクオラムセンシングのプロセスを通じて、どのように集団的な意思決定を行うのかについての興味深い説明です。 - How Ants Solve the Traveling Salesman Problem - Kurzgesagt Style
本物のアリがフェロモンの足跡を使って最短経路を見つける方法と、この行動が世界中の航空会社や物流会社で使用されている ACO アルゴリズムにどのように影響を与えたかをアニメーションで説明します。 - Particle Swarm Optimization Visualization
動作中の PSO の視覚的なデモンストレーション。パーティクルがどのようにフィットネス ランドスケープを探索し、最適なソリューションに収束するか、パラメーターの選択が収束動作にどのように影響するかを示します。 - Starling Murmurations - Emergence in Nature
ムクドリのつぶやきの見事な映像と、単純なローカルルールがいかにして息を呑むような集団行動を生み出すかについての科学的説明、ボイドと PSO の背後にある現実世界のインスピレーション。 - Grey Wolf Optimizer Explained with Python Implementation
GWO アルゴリズムのオオカミの階層と狩猟フェーズを説明するチュートリアル。段階的な Python の実装と最適化プロセスの視覚化が含まれます。 - Honeybee Democracy - How Bees Make Decisions
このビデオは、トーマス シーリーの研究に基づいて、ABC アルゴリズムの背後にある生物学的インスピレーションであるミツバチの群れの注目すべき民主的意思決定プロセスを説明しています。