人工反应扩散网络模型及其应用研究

doi:10.3969/j.issn.0372-2112.2019.12.016

电子学报 ›› 2019, Vol. 47 ›› Issue (12): 2569-2574.DOI: 10.3969/j.issn.0372-2112.2019.12.016

人工反应扩散网络模型及其应用研究

黄国锐¹, 王世贵², 刘晓琴³, 丁光照¹

1. 中国人民解放军31002部队, 北京 100094;
2. 陆军炮兵防空兵学院, 安徽合肥 230031;
3. 安徽农业大学经济技术学院, 安徽合肥 230061

收稿日期:2018-10-31 修回日期:2019-01-28 出版日期:2019-12-25
- 作者简介:
- 黄国锐 男,1975年1月生于安徽省太湖县,博士,高级工程师,主要研究方向为计算智能、机器学习和大数据分析等.E-mail:349922283@qq.com;王世贵 男,1974年1月生于江苏省东台市,博士,副教授,主要研究方向为装备需求分析与评估、智能信息处理等.;刘晓琴 女,1975年6月生于安徽省太湖县,硕士,讲师,主要研究方向为计算智能、机器学习等.;丁光照 男,1983年5月生于山东省高密市,硕士,工程师,主要研究方向为智能机器人、人工智能等.
- 基金资助:
- 国家自然科学基金 (No.71371187）

Research on Artificial Reaction Diffusion Network Model and Its Application

HUANG Guo-rui¹, WANG Shi-gui², LIU Xiao-qin³, DING Guang-zhao¹

1. 31002 Division of PLA, Beijing 100094, China;
2. Army Artillery Air Defense Academy, Hefei, Anhui 230031, China;
3. Economic and Technical College of Anhui Agricultural University, Hefei, Anhui 230061, China

Received:2018-10-31 Revised:2019-01-28 Online:2019-12-25 Published:2019-12-25

摘要/Abstract

摘要： 内分泌系统是由各种内分泌细胞组成的复杂系统，其蕴含的基于荷尔蒙的反应扩散信息处理机制，对仿生智能理论和技术的研究具有非常重要的借鉴意义.在分析生物内分泌系统中荷尔蒙的反应扩散作用机理基础上，提出了人工反应扩散网络模型和基于该模型的自学习算法，该模型通过模拟荷尔蒙的扩散以及与受体的反应来实现对人工生命体的控制.为了验证模型及其算法的有效性，本文做了机器人自动导航控制的仿真实验，结果也表明了该模型及其算法具有良好的自适应求解能力.

关键词: 内分泌系统, 荷尔蒙, 反应扩散, 机器人, 行为控制

Abstract: Endocrine system is a complex system composed of various endocrine cells.It contains a hormone-based reaction diffusion information processing mechanism,which provides very important reference for the research of bionic intelligence theory and technology.Based on the analysis of the reaction diffusion mechanism of hormones in biological endocrine system,an artificial reaction diffusion network model and a self-learning algorithm based on the model are proposed.The model simulates the diffusion of hormones and the reaction with receptors to control artificial life.In order to verify the validity of the model and its algorithm,a simulation experiment of robot automatic navigation control is done.The results also show that the model and algorithm have good adaptive resolution ability.

Key words: endocrine system, hormone, reaction diffusion, robot, behavior control

中图分类号:

TP393.08

黄国锐, 王世贵, 刘晓琴, 丁光照. 人工反应扩散网络模型及其应用研究[J]. 电子学报, 2019, 47(12): 2569-2574.

HUANG Guo-rui, WANG Shi-gui, LIU Xiao-qin, DING Guang-zhao. Research on Artificial Reaction Diffusion Network Model and Its Application[J]. Acta Electronica Sinica, 2019, 47(12): 2569-2574.

参考文献

[1] Muniyandi R C,Maroosi A.Enhancing the simulation of membrane system on the GPU for the N-queens problem[J].Chinese Journal of Electronics,2015,24(4):740-743.
[2] 康琦,安静,汪镭,等.自然计算的研究综述[J].电子学报,2012,40(3):548-558. Kang Q,An J,Wang L,et al.Nature-inspired computation:a survey[J].Acta Electronica Sinica,2012,40(3):548-558(in Chinese).
[3] 刘渊,杨永辉,张春瑞,等.一种基于遗传算法的Fuzzing测试用例生成新方法[J].电子学报,2017,45(3):552-556. Liu Y,Yang Y H,Zhang C R,et al.A novel method for fuzzing test cases generating based on genetic algotithm[J].Acta Electronica Sinica,2017,45(3):552-556(in Chinese).
[4] Lin G D,Wang X F.DHMRCS model:A hormone inspired multi-robot formation algorithm[A].Proceedings of the 2012 Second International Conference on Electric Information and Control Engineering[C].Washington DC,USA:IEEE Computer Society,2012.597-600.
[5] 梁建伟.人工内分泌情感模型及其在机器人漫游中的应用[J].通化师范学院学报(自然科学),2015,36(3):5-8. Liang J W.Artificial endocrine emotion model and its application in robot wandering[J].Journal of Tonghua Normal University(Nature Science),2015,36(3):5-8(in Chinese).
[6] 王玉.人工内分泌模型中人工激素调节机制的研究[D].西安:西安理工大学,2016. Wang Y.Research on Artificial Hormones Modulation Mechanism of Artificial Endocrine Model[D].Xian:Xian University of Technology,2016(in Chinese).
[7] 赵理,王磊,徐庆征.人工内分泌机制在最近邻规则约减中的应用[J].应用科学学报,2012,30(4):397-407. Zhao L,Wang L,Xu Q Z.Nearest neighbor rule condensation algorithm based on artificial endocrine system[J].Journal of Applied Sciences,2012,30(4):397-407(in Chinese).
[8] Pacher M.Using a machine learning algorithm to control an artificial hormone system[A].Proceedings of the 2014 IEEE International Symposium on Object/Component/Service-Oriented Real-Time Distributed Computing[C].Washington DC,USA:IEEE Computer Society,2014.317-325.
[9] Weng J Y.A bridge-islands model for brains:Developing numeric circuits for logic and motivation[A].Proceedings of the 2014 International Joint Conference on Neural Networks[C].Washington DC,USA:IEEE Computer Society,2015.2608-2615.
[10] Formolo D,Bosse T.A conversational agent that reacts to vocal signals[A].Proceedings of the 2016 8th International Conference on Intelligent Technologies for Interactive Entertainment[C].Utrecht,The Netherlands:Springer,2017.285-291.
[11] Ganapathy V,Soh C Y,Lui W L D.Utilization of webots and khepera II as a platform for neural q-learning controllers[A].Proceedings of the 2009 IEEE Symposium on Industrial Electronics & Applications[C].Washington DC,USA:IEEE Computer Society,2009.783-788.
[12] 李方舟.基于内分泌算法的机器人行为控制[D].上海:东华大学,2016. Li F Z.An Endocrine System Inspired Behavior Controlling Algorithm for Robots System[D].Shanghai:Donghua University,2016(in Chinese).
[13] Ziegler J,Banzhaf W.Evolving control metabolisms for a robot[J].Artificial Life,2001,7(2):171-190.

[1]	宣志玮, 毛剑琳, 张凯翔. CBS框架下面向复杂地图的低拓展度A*算法[J]. 电子学报, 2022, 50(8): 1943-1950.
[2]	蒋林, 方东君, 周和文, 黄惠保. 基于射线模型的改进全局路径规划算法[J]. 电子学报, 2022, 50(3): 548-556.
[3]	金紫凤, 潘思聪, 危辉. 可变环境下基于位姿变换矩阵的机器人无标定手眼协调方法[J]. 电子学报, 2022, 50(10): 2318-2328.
[4]	张磊, 鲁凯, 高春侠, 刘荣明, 丁浩, 田伟, 洪伟. 基于变增益自抗扰技术的机器人轨迹跟踪控制方法[J]. 电子学报, 2022, 50(1): 89-97.
[5]	冀大雄, 方文巍, 朱华, 李硕, 唐元贵, 田宇, 姚倩. 基于相对测量的水下机器人主动定位方法研究[J]. 电子学报, 2021, 49(7): 1249-1256.
[6]	陈丹, 姚伯羽. 运动模型引导的自适应核相关目标跟踪方法[J]. 电子学报, 2021, 49(3): 550-558.
[7]	陈健瑞, 王景璟, 侯向往, 方政儒, 杜军, 任勇. 挺进深蓝：从单体仿生到群体智能[J]. 电子学报, 2021, 49(12): 2458-2467.
[8]	刘剑锋, 孙力帆, 普杰信, 何子述, 王燕玲. 基于刚性约束的双移动机器人协同定位[J]. 电子学报, 2020, 48(9): 1777-1785.
[9]	葛利跃, 张聪炫, 陈震, 黎明, 陈昊. 相互结构引导滤波TV-L1变分光流估计[J]. 电子学报, 2019, 47(3): 707-713.
[10]	杨亮, 付根平, 陈勇. 考虑关节角加速度约束的仿人机器人偏摆力矩控制方法[J]. 电子学报, 2019, 47(2): 475-482.
[11]	许凯波, 鲁海燕, 黄洋, 胡士娟. 基于双层蚁群算法和动态环境的机器人路径规划方法[J]. 电子学报, 2019, 47(10): 2166-2176.
[12]	刘迪, 孔令文, 杜巧玲. 双足机器人RCG姿态控制算法的研究[J]. 电子学报, 2018, 46(8): 1842-1848.
[13]	王泽宇, 吴艳霞, 张国印, 布树辉. 基于空间结构化推理深度融合网络的RGB-D场景解析[J]. 电子学报, 2018, 46(5): 1253-1258.
[14]	赵汉宾, 马锋, 叶晓东, 于海武. 基于改进型飞渡电容的电池组动态均衡控制方法研究[J]. 电子学报, 2018, 46(4): 819-826.
[15]	李壮举, 梅杰, 曹少中, 赵伟. 多信息融合精密装配机器人建模与控制方法研究[J]. 电子学报, 2018, 46(3): 636-640.

人工反应扩散网络模型及其应用研究

Research on Artificial Reaction Diffusion Network Model and Its Application

PDF

可视化

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 15

编辑推荐

Metrics