對(duì)優(yōu)化方法和多準(zhǔn)則,跨學(xué)科設(shè)計(jì)工具

對(duì)優(yōu)化方法和多準(zhǔn)則/跨學(xué)科設(shè)計(jì)工具VKI系列講座2004年11月15-19集體和復(fù)雜的系統(tǒng)設(shè)計(jì)一、Kroo斯坦福大學(xué)，美國摘要集體是最大化系統(tǒng)性能，通過本地目標(biāo)追求的自我激勵(lì)代理商的組。本文涉及集體設(shè)計(jì)的兩個(gè)方面：優(yōu)化設(shè)計(jì)中的集體和工程設(shè)計(jì)本身，多個(gè)個(gè)人或團(tuán)隊(duì)設(shè)計(jì)大規(guī)模的系統(tǒng)部件的集體使用的應(yīng)用。示例來自航空工程，發(fā)達(dá)的模型，在許多相關(guān)學(xué)科其中可用于分析和優(yōu)化的完整系統(tǒng)。設(shè)計(jì)的飛機(jī)，涉及許多個(gè)人或組織和編隊(duì)飛行的鵝，例如，共享許多類似的功能。在每種情況下，個(gè)人必須決定采取的行動(dòng)，必須受益系統(tǒng)作為一個(gè)整體，盡管要求他們本地行事，并不能立即確定他們的行動(dòng)對(duì)整個(gè)系統(tǒng)的效果。示例演示了如何多層次分布式優(yōu)化可用于實(shí)現(xiàn)最佳系統(tǒng)性能的同時(shí)側(cè)重于本地的自由度和如何采取類似的做法導(dǎo)致最優(yōu)V形雁群的甚至當(dāng)個(gè)別鳥只致力善用自己本地的目標(biāo)。這些想法的附加應(yīng)用程序顯示如何集體可能提供新的工程解決方案，以航空航天設(shè)計(jì)中的問題。介紹航空中的有趣問題的各種涉及多個(gè)代理，必須作為一個(gè)組來完成一些任務(wù)的相互作用。這些代理可能無人的飛行器相互合作，搜索一組行為必須實(shí)現(xiàn)所需的響應(yīng)，音樂會(huì)的控制傳動(dòng)器或一個(gè)團(tuán)隊(duì)的工作整體系統(tǒng)設(shè)計(jì)問題的某些部分的設(shè)計(jì)專家。事實(shí)上這種類型是問題的共同在整個(gè)自然與社會(huì)，從昆蟲殖民地和分布式企業(yè)組織為國家經(jīng)濟(jì)體。而且雖然個(gè)別車輛或控制器設(shè)計(jì)技術(shù)發(fā)達(dá)，設(shè)計(jì)策略和工具優(yōu)化的多智能體系統(tǒng)通常原始的和啟發(fā)式，盡管這些系統(tǒng)在工程和社會(huì)中的重要性。在本文中，我們考慮多智能體系統(tǒng)，一組個(gè)人自我激勵(lì)設(shè)法使整個(gè)系統(tǒng)的性能最大化的"集體"的一種特殊類型。本文描述了新興理論的集體、他們的設(shè)計(jì)和他們在航空工程中的應(yīng)用方法。航空系統(tǒng)的發(fā)展重點(diǎn)的個(gè)別車輛，然后有時(shí)組裝成一支艦隊(duì)，成為空中運(yùn)輸系統(tǒng)，例如設(shè)計(jì)。隨著這些系統(tǒng)的復(fù)雜性，但是，這種方法在系統(tǒng)設(shè)計(jì)變得更困難而且非最佳。新理論的集體行為，更好地認(rèn)識(shí)的應(yīng)急系統(tǒng)屬性和多智能體系統(tǒng)設(shè)計(jì)的新辦法答應(yīng)顯著改變的航空系統(tǒng)正在開發(fā)的方式。是否感興趣的系統(tǒng)涉及網(wǎng)絡(luò)（飛機(jī)或數(shù)據(jù)數(shù)據(jù)包的路由），由多個(gè)學(xué)科的設(shè)計(jì)團(tuán)隊(duì)，一個(gè)復(fù)雜的系統(tǒng)的分布式的設(shè)計(jì)或協(xié)調(diào)多個(gè)空氣車輛的性能增強(qiáng)或空中交通管理、多智能體系統(tǒng)可以應(yīng)用于創(chuàng)建的系統(tǒng)，其性能可能大大超過特設(shè)的系統(tǒng)科學(xué)的聚合系統(tǒng)。設(shè)計(jì)或復(fù)雜的多智能體系統(tǒng)的控制是性能的困難的因?yàn)橹匾南到y(tǒng)方面可能是性能的應(yīng)急系統(tǒng)的屬性。雖然做了許多工作領(lǐng)域的復(fù)雜系統(tǒng)理論的系統(tǒng)級(jí)應(yīng)急行為所產(chǎn)生的本地規(guī)則簡單很多例子是知名［1，2］，我們感興趣不在有趣的系統(tǒng)動(dòng)力學(xué)，而在優(yōu)化急診的行為。系統(tǒng)設(shè)計(jì)的兩個(gè)傳統(tǒng)的做法是在這些情況下，有問題的因?yàn)閱栴}分解成更容易處理子系統(tǒng)設(shè)計(jì)問題未命中應(yīng)急系統(tǒng)屬性，而集中的優(yōu)化是不可行，因?yàn)閱栴}的復(fù)雜性。集中的優(yōu)化方法或分層問題的分解，相對(duì)于一個(gè)集體是個(gè)別代理商尋求與其他人同時(shí)選擇增加自己本地的實(shí)用程序的操作的代理交互時(shí)將本地的實(shí)用程序，最大限度地優(yōu)化的分布式系統(tǒng)。作為一種分布式的優(yōu)化問題制訂允許使用的機(jī)器學(xué)習(xí)、統(tǒng)計(jì)、多智能體系統(tǒng)和博弈論的技術(shù)。新興領(lǐng)域的''集體"或"集體智慧"利用了這些相關(guān)的字段中的結(jié)果、用品設(shè)計(jì)一個(gè)集體，框架和由自治區(qū)火星車已應(yīng)用于多種分布式的優(yōu)化問題，包括網(wǎng)絡(luò)路由，計(jì)算資源分配和數(shù)據(jù)收集。［3-5］.集體的字段中存在的兩個(gè)基本問題。預(yù)測系統(tǒng)、其均衡點(diǎn)，系統(tǒng)性能(全球?qū)嵱贸绦?生成動(dòng)態(tài)構(gòu)成正的問題。這可能是使用模擬(虛構(gòu)播放)來完成，實(shí)驗(yàn)，或在某些情況下，概率或聚合理論。集體的逆問題通常是更困難的問題和重點(diǎn)目前的討論。問題是要確定個(gè)別代理商本地實(shí)用程序與他們使用選擇最大化他們的公用事業(yè)機(jī)構(gòu)，這樣的操作的策略整體的系統(tǒng)實(shí)用程序處于最大化狀態(tài)。集體的理論基礎(chǔ)在集體的設(shè)計(jì)過程中，代理選擇操作(從變量空間的值)，并在一些基于系統(tǒng)目標(biāo)的方法獲得獎(jiǎng)勵(lì)，必須根據(jù)。這些獎(jiǎng)勵(lì)然后由代理使用來確定他們的下一個(gè)選擇的行動(dòng)。代理也不能提高其獎(jiǎng)勵(lì)通過更改操作時(shí)，該進(jìn)程將達(dá)到平衡。集體的逆問題是meta設(shè)計(jì)問題的一種，和中心左右兩個(gè)基本問題：如何不會(huì)一個(gè)選擇本地實(shí)用程序?yàn)閭€(gè)別代理商，在實(shí)行時(shí)分布式的系統(tǒng)，就所需的系統(tǒng)性能嗎？哪些戰(zhàn)略應(yīng)遵守高效地導(dǎo)致的個(gè)別代理商增加當(dāng)?shù)氐墓苍O(shè)施嗎？本地或私營實(shí)用程序在某些系統(tǒng)中，由系統(tǒng)本身的字符指定本地實(shí)用程序功能的選擇。因此在經(jīng)濟(jì)體系中，代理是自我興趣與他們自己，有時(shí)未知的目標(biāo)。這些可能受激勵(lì)政策和機(jī)制設(shè)計(jì)領(lǐng)域密切相關(guān)問題的實(shí)用程序選擇的集體，但限制性更強(qiáng)。集體設(shè)計(jì)的情況下，我們可自由選擇代理商尋求最大限度的實(shí)用程序功能。這種選擇并不明顯，不過，和選擇不當(dāng)會(huì)導(dǎo)致非常低效或執(zhí)行不當(dāng)?shù)募w。理論的集體由.沃爾普特和腫瘤侵襲［6］和更近的概率描述集體理論［7］提供一些正式的注意事項(xiàng)，協(xié)助這種選擇。這以下各節(jié)概述的方法。在所有感興趣在這里的案件中，存在著全球評(píng)價(jià)功能或系統(tǒng)實(shí)用程序，G(z)，這是一個(gè)函數(shù)的所有環(huán)境變量和行動(dòng)，z，所有代理。集體的目標(biāo)是以最大化G(z)；但是，代理不做直接限度G(z)。而每個(gè)代理，i、最大化其私人評(píng)價(jià)函數(shù)gi(z)的作品。這種集體的設(shè)計(jì)師面臨的問題是要選擇g⑵以便最大化所有g(shù)⑵也會(huì)導(dǎo)致G(z)最大化。Factoredness和可學(xué)性兩個(gè)屬性的本地實(shí)用程序所需的實(shí)現(xiàn)好的價(jià)值觀的集體全球的實(shí)用程序，G.第一個(gè)屬性，著名的博弈，是，本地實(shí)用程序，必須與，對(duì)齊或計(jì)應(yīng)對(duì)全球的實(shí)用程序。那就是，提高了它的效用的代理所采取的行動(dòng)，也應(yīng)提高的系統(tǒng)實(shí)用程序。正式中計(jì)g時(shí)：gi(z)3gi(z')0G(z)NG(z').z、z'世倜zi=z'-我。凡z-i和z'-我包含組件的操作、z和z集的’的分別，不受代理我。如果代理追求自私的目標(biāo)，將不計(jì)對(duì)全球的實(shí)用程序，經(jīng)典的困難，如悲劇的公共場所或Braess的悖論［4］常見。然而，它很容易創(chuàng)建本地實(shí)用程序?qū)⒂?jì)。最明顯的是與"團(tuán)隊(duì)游戲"，其中所有代理都使用相同的本地實(shí)用程序關(guān)聯(lián)的功能，即全局實(shí)用程序函數(shù)：gi=G.團(tuán)隊(duì)游戲時(shí)使用的大型集體共同困難是行動(dòng)的個(gè)別代理商可能很難確定他們與全球的實(shí)用程序的影響。在一家大公司，例如，打結(jié)市場，公司估值的雇員補(bǔ)償導(dǎo)致因式相通的系統(tǒng)，但個(gè)別雇員通常不能告訴他或她的行動(dòng)可能會(huì)對(duì)股票價(jià)格有什么影響。這對(duì)個(gè)別代理操作的敏感性和不區(qū)分大小寫到他人的行為是一種信噪比，集體智慧文學(xué)中稱為"可學(xué)性"。它定義定量為［6］：八i、gi(Z)三|.Zigi(Z)II/II。Z.igi(Z)||為了測量靈敏度的gi⑵的改動(dòng)和如意」行動(dòng)，相對(duì)于其他代理操作的更改。3.1.2實(shí)用程序的區(qū)別。創(chuàng)建計(jì)算在內(nèi)的一個(gè)方法，learnable本地實(shí)用函數(shù)是創(chuàng)建差異效用函數(shù)與相關(guān)的全球?qū)嵱贸绦蚬δ艿模篻i=G(z)。G(z-i+ci)z-i其中包含不受這種形式的代理i.差異公用事業(yè)的所有變量將計(jì)任何選擇的恒定的詞，因?yàn)榈诙纹诓蝗Q于如意」行動(dòng)［6］?？蓪W(xué)性也增強(qiáng)對(duì)團(tuán)隊(duì)游戲?qū)嵱贸绦颍驗(yàn)榈牟罘址桨钢袆h除很多影響的其他代理(噪音)對(duì)每個(gè)代理實(shí)用程序功能。［8］中指出："在許多情況下，可以使用，它等效于以代理ci系統(tǒng)出來的。直覺這將導(dǎo)致評(píng)估無我系統(tǒng)的健身差評(píng)價(jià)函數(shù)的第二屆并因此g評(píng)估全球評(píng)價(jià)，代理貢獻(xiàn)。"幾種類型的差異實(shí)用程序已調(diào)查［5］。這些包括’精彩生活實(shí)用程序"(WLU)在消減詞的消化道的價(jià)值由忽略ith代理對(duì)系統(tǒng)和其他幾個(gè)實(shí)用程序創(chuàng)建的修復(fù)或"夾"ith代理的行動(dòng)，訂明的值計(jì)算的。夾緊操作使用的實(shí)際值不會(huì)影響系統(tǒng)的factoredness，但有典型的測試問題［5］的收斂速度的影響。3.2.執(zhí)行情況直接優(yōu)化一旦確定本地實(shí)用程序的定義，個(gè)別代理商工作，最大限度地他們當(dāng)?shù)氐膶?shí)用程序。這已在多方面包括漸變basedoptimization、進(jìn)化方法［8］和強(qiáng)化學(xué)習(xí)［5］來完成。一個(gè)集體的高效實(shí)施中的問題涉及如何單個(gè)代理計(jì)算他們當(dāng)?shù)氐膶?shí)用程序。在某些情況下，很難計(jì)算的全球的實(shí)用程序，G.取決于對(duì)功能，也可能難以或無法計(jì)算差異實(shí)用程序的"counter-factual"部分：這世界本來沒有我(在"美好生活"實(shí)用程序中，例如)類似。在這些情況下是經(jīng)常估計(jì)G或g基于是可用［9］的信息的價(jià)值。感興趣的第二個(gè)項(xiàng)目涉及集體優(yōu)化過程的收斂性。雖然這是難因?yàn)椴煌膬?yōu)化技術(shù)，可使用的范圍的一般分析和多層過程涉及(選擇，或獎(jiǎng)勵(lì)，或其他數(shù)據(jù)驅(qū)動(dòng)更新每個(gè)代理，隨著系統(tǒng)的發(fā)展)，一些一般的結(jié)果可能適用［10］，對(duì)于某些可能應(yīng)用類型的更新方法(例如概率集體)從博弈論的額外結(jié)果。概率集體最近，一個(gè)變體的集體智慧概念一直建議［7］，替換優(yōu)化跨概率空間可能采取的行動(dòng)的一個(gè)可能的操作。這種"概率集體"理論基于從有限的理性博弈論與信息理論的概念。Etal.沃爾普特［11］顯示如何未知的領(lǐng)域，而不是行動(dòng)本身作為代理操作的可能性時(shí)，系統(tǒng)目標(biāo)函數(shù)可能取代的概率(拉)，函數(shù)和系統(tǒng)問題是盡量減少對(duì)未知的概率函數(shù)p(z)以下函數(shù)：L(p)=Wp(z)［G(z)］E］TWP(z)lnp(z)其中E［G］是預(yù)期的全球目標(biāo)、G和T的價(jià)值是溫度?？偤筒扇∷锌赡艿穆?lián)合行動(dòng)，z。拉格朗日組成一個(gè)反映預(yù)期的回報(bào)了跨行動(dòng)和與這些行動(dòng)的概率關(guān)聯(lián)的熵的術(shù)語。拉格朗日最小化，溫度(t)，用來關(guān)閉其他可能采取的行動(dòng)(鼓勵(lì)更高的溫度下)勘探與開發(fā)的好的行動(dòng)(較低溫度下受青睞)的貿(mào)易。更換操作或設(shè)計(jì)變量的值與代理選擇這些值的概率似乎不必要的并發(fā)癥，已經(jīng)很困難的一個(gè)問題，但是，有幾個(gè)原因，這可能會(huì)使問題更容易處理。制訂了連接到其他域如博弈論、統(tǒng)計(jì)力學(xué)的和基于梯度的優(yōu)化，并從這些字段的結(jié)果可能用于建議解決策略。對(duì)于某些類型的全球目標(biāo)函數(shù)(例如G=Wgi)簡單有個(gè)別代理更新解決方案。另外可用于制定直接職能所固有的概率，或不連續(xù)的或在離散的設(shè)計(jì)變量必須化（因?yàn)楦怕屎瘮?shù)保持連續(xù)）的情況下。利用已知的或很容易計(jì)算出問題的結(jié)構(gòu)如變量相關(guān)性或?qū)哟谓Y(jié)構(gòu)，可在這一提法。通過逼近聯(lián)合概率分布，p（z）作為一種產(chǎn)品的概率分布，簡化問題qi（zi）——一個(gè)用于每個(gè)代理。這允許代理選擇的操作的獨(dú)立，但ith代理分布仍耦合G.gi，可能包含了全球的實(shí)用程序或相關(guān)的區(qū)別實(shí)用程序，如前面所述，本地的目標(biāo)，引進(jìn)的期望價(jià)值評(píng)價(jià)中旨在找到概率分布，琪，最大限度減少：李（氣）=qi（zi）2*（子，zi）gi|zi］E］T2qi（zi）lnqi（zi）這個(gè)地方的拉格朗日有很多很好的功能（在內(nèi)部凸、單最低），并有分析漸變（和打包麻布）。漸變和麻布是用于獲取更新規(guī)則的簡單窗體，易于實(shí)現(xiàn)［11］。期望要么蒙特卡羅取樣或分析計(jì)算估計(jì)。估計(jì)引入了錯(cuò)誤可能解決的私人實(shí)用程序的選擇。中的概率集體的說法，方差被有關(guān)（成反比）可學(xué)性或信號(hào)信噪比，雖然提供了一個(gè)factoredness的定量估計(jì)的偏見。圖1顯示了此過程的摘要。每個(gè)代理進(jìn)行采樣，估計(jì)其效用函數(shù)的期望價(jià)值。此函數(shù)適合用回歸模型，此模型用于更新代理的概率分布。重復(fù)該過程，通常與降低溫度，直到概率分布都足夠"消瘦"系統(tǒng)目標(biāo)不再變化。圖1。概率集體集體設(shè)計(jì)算法（從［11］）。集體設(shè)計(jì)：航空應(yīng)用航空系統(tǒng)提供有趣的例子的集體行為，設(shè)計(jì)過程本身，很多個(gè)人或團(tuán)隊(duì)設(shè)計(jì)的大型系統(tǒng)的一部分從其部件必須在和諧、操作和控制這些復(fù)雜的多組分系統(tǒng)的工作。單個(gè)組件、團(tuán)隊(duì)或車輛在航空等之間的互動(dòng)往往是強(qiáng)和基于復(fù)雜物理的仍是一種適合進(jìn)行數(shù)值模擬計(jì)算。100年前，簡單的飛機(jī)可以由一個(gè)或兩個(gè)的人設(shè)計(jì)，雖然當(dāng)前設(shè)計(jì)需要專家小組并沒有人了解系統(tǒng)的每一個(gè)方面。這樣的例子在很多領(lǐng)域，包括基于計(jì)算的設(shè)計(jì)、多學(xué)科優(yōu)化和多智能體控制因此證明非常有用。在這些注釋，這些字段從最近結(jié)果應(yīng)用到示例說明一些集體系統(tǒng)設(shè)計(jì)中的基本問題的系統(tǒng)。目標(biāo)是確定可擴(kuò)展、非啟發(fā)式的辦法，分布式的系統(tǒng)設(shè)計(jì)，專注于高級(jí)別的控制和規(guī)劃而不是動(dòng)態(tài)的詳細(xì)信息響應(yīng)。雖然集體和復(fù)雜系統(tǒng)的設(shè)計(jì)策略的理論仍處于起步階段，但這種做法的潛力的幾個(gè)驚人的例子所描述最近［12］在其他字段和進(jìn)一步進(jìn)展是可能在幾十年的航空系統(tǒng)推動(dòng)創(chuàng)新。下面的示例被為了提供的這一科學(xué)如何能改變未來的航空設(shè)計(jì)概念，只是建議。集體的設(shè)計(jì)簡單的區(qū)別實(shí)用程序或基于概率的Lagrangians是一個(gè)集體，在本地目標(biāo)的合理選擇，但通過多個(gè)模擬，它有可能直接處理集體的meta設(shè)計(jì)問題。下面的最近航空示例說明使用離線優(yōu)化確定的目標(biāo)，在一個(gè)集體個(gè)人應(yīng)該追求，以生成所需的組的行為。這些示例包括集體控制的柔性機(jī)翼與分布式的微瓣和分散的優(yōu)化的高效編隊(duì)飛行的飛行器（或鳥）的數(shù)字?？刂评梅植际轿⑵ぐ觑w行器的飛行控制系統(tǒng)集體觀念的非常規(guī)應(yīng)用說明了圖2所示的分布式的控制系統(tǒng)。螨概念涉及更換或擴(kuò)充常規(guī)控制面具有大量的簡單和小尾緣設(shè)備，如下所示。圖2。使用小尾緣影響的分布式的控制。小曲面（1%至4%的弦）偏在三種狀態(tài)之一：中立、，或下移，消除對(duì)伺服反饋來準(zhǔn)確地定位曲面的需要。由于其體積小、螨類提供非常高的帶寬控制具有低功耗要求。這些設(shè)備的困難之一是它們展示的方式，他們偏轉(zhuǎn)，導(dǎo)致近尾緣旋渦形成的時(shí)間序列圖3中所示，由于非常非線性行為。這代表了一個(gè)困難時(shí)合成為一組也許數(shù)以百計(jì)的設(shè)備控制法律。圖3。螨偏轉(zhuǎn)后流近尾緣。從納維斯托克斯模擬顯示分離發(fā)展與脫落的渦的序列。合成為此系統(tǒng)控制法律和冗余，最初的動(dòng)機(jī)的分布式的系統(tǒng)的性質(zhì)，它的要求中困難表明每個(gè)瓣可能包括簡單的本地傳感器和減少溝通，并被視為一個(gè)集體的共同努力，控制機(jī)翼，像海綿或泥模具的細(xì)胞集體工作的個(gè)別代理商的處理器。控制法設(shè)計(jì)上的問題，然后是創(chuàng)建本地實(shí)用程序函數(shù)可用遙感工程量清單計(jì)價(jià)，如果最小化（瓣），每個(gè)代理所導(dǎo)致的系統(tǒng)所需的行為。GlobalSensorsAgentsActuatorLocalSensorsAgentControllerAgentsSingle代理圖4。混紡翼身體控制使用集體的概念性視圖。混紡機(jī)翼和機(jī)身概念（圖4）氣彈模型是使用線性空氣動(dòng)力學(xué)和有限元結(jié)構(gòu)代表［13］創(chuàng)建的。然后使用數(shù)值優(yōu)化查找所需的集體行為導(dǎo)致的代理本地目標(biāo)函數(shù)中的參數(shù)。從這個(gè)模擬的結(jié)果如圖5所示。小阻尼動(dòng)力響應(yīng)的開環(huán)系統(tǒng)是成功阻尼分布式的控制激活時(shí)。模擬排除一些依賴于時(shí)間的空氣動(dòng)力學(xué)的螨執(zhí)行器，會(huì)導(dǎo)致有點(diǎn)樂觀的看法，其氣動(dòng)彈性控制的效果。以后的工作包括執(zhí)行器和傳感器，基于風(fēng)洞實(shí)驗(yàn)［14］改進(jìn)和更切合實(shí)際的模型。圖5。簡化的氣彈仿真結(jié)果：翼尖撓度時(shí)間歷史［15］中介紹的設(shè)計(jì)方法使用強(qiáng)化學(xué)習(xí)和理論的集體［6］最大化性能的柔性機(jī)翼螨執(zhí)行器系統(tǒng)，而個(gè)別皮瓣使當(dāng)?shù)氐臎Q策基于本地信息。這個(gè)想法與柔性模型風(fēng)洞測試，螨無中生有，并最大限度的彈性量身定做的機(jī)翼顫振速度創(chuàng)建分布式的控制法中得到體現(xiàn)。這種方法成功地抑制顫振，增加了近50%［15］允許動(dòng)態(tài)壓力。圖6。依賴于時(shí)間的升降機(jī)及流動(dòng)模式迅速偏轉(zhuǎn)螨從時(shí)間準(zhǔn)確納維斯托克斯仿真［16］。圖7。時(shí)間的翼螺距率和使用集體執(zhí)行器顫振抑制的執(zhí)行器位置之一的歷史。打開系統(tǒng)在有關(guān)t=77.5秒。4.1.2.編隊(duì)飛行也許群體行為的潛在優(yōu)勢更明顯的例子是編隊(duì)飛行。植絨行為的許多候鳥所示，如是眾所周知的aerodynamicists和飛行員，渦拖大幅度減少可能實(shí)現(xiàn)和通過利用有利的干擾之間兩個(gè)翅膀。圖8（計(jì)算基于簡單線性理論和主題滾修剪約束）顯示時(shí)橫向分隔兩個(gè)翼尖一小段距離，約40%的渦拖儲(chǔ)蓄可能實(shí)現(xiàn)?？v向間距不會(huì)影響總渦拖，因?yàn)檫@種密切的間距不需要危險(xiǎn)地接近之間的提示。類似的儲(chǔ)蓄由翼產(chǎn)生自己的映像（地面效應(yīng)）與編隊(duì)飛行，當(dāng)上面對(duì)稱平面的距離是翼跨度約20%。圖8。潛在減少由于到有利的干擾之間兩個(gè)翅膀的誘導(dǎo)阻力。當(dāng)兩個(gè)以上飛行的形成時(shí)，是飛機(jī)的大得多，用很簡單的分析，這表明平均升阻比縮放在羊群里數(shù)的平方根為潛在的節(jié)約。因此，甚至三個(gè)或四個(gè)飛機(jī)編隊(duì)與相關(guān)聯(lián)的潛在儲(chǔ)蓄可遠(yuǎn)遠(yuǎn)超過如翼尖小翼翼配置功能，其中，雖然能夠降低渦阻力，涉及有時(shí)偏移的優(yōu)勢［17］大部分的結(jié)構(gòu)重量罰款。編隊(duì)飛行與存在的突出問題之一維護(hù)飛機(jī)中形成正確的相對(duì)位置。好的飛行員在實(shí)現(xiàn)精密編隊(duì)飛行的成功表明然而，這是不完全的棘手的問題，在美國國家航空航天局最近工作調(diào)查了一些重要的方面自主編隊(duì)飛行［18］。這從根本上不同的飛機(jī)操作方法可以啟用的精密導(dǎo)航和越來越有能力和可靠的自動(dòng)飛行控制的最新進(jìn)展。第二個(gè)問題涉及不精確位置保持的詳細(xì)信息，但高效的編隊(duì)飛行的較高級(jí)別戰(zhàn)略的設(shè)計(jì)。具有大量的相互作用空氣車輛（或鳥），簡單的規(guī)則，可以創(chuàng)建該鉛，不只是描述由雷諾［19］的有趣看急診行為而需優(yōu)化系統(tǒng)行為。被視為一個(gè)集體設(shè)計(jì)問題，這里的目標(biāo)是不是為了維持指定先驗(yàn)的形成，但在動(dòng)態(tài)的方式，其中包括鳥之間的重要?dú)鈩?dòng)交互優(yōu)化組的性能。具體的問題是要確定本地的實(shí)用程序和協(xié)調(diào)的戰(zhàn)略，導(dǎo)致一個(gè)強(qiáng)健的解決方案。每一只鳥葉片尾跡的影響在羊群里的其他人。每一只鳥的拖包括粘性阻力、給自己的渦拖和使用線性空氣動(dòng)力學(xué)理論進(jìn)行建模的干擾影響。仿真涉及到計(jì)算對(duì)每個(gè)其它鳥的機(jī)翼20點(diǎn)中每個(gè)鳥尾20離散渦的影響，如圖9所示。圖9。離散渦模型用來計(jì)算所有的鳥在羊群里間的誘導(dǎo)的阻力和干擾效應(yīng)。此示例問題的全球目標(biāo)是通過最小化的最大阻力--一個(gè)的那種"沒有鳥留下"概念鳥拖是最大化的一組相同的鳥類的范圍。每一只鳥控制其個(gè)別的速度，但一無所知空氣動(dòng)力學(xué)和只措施所需的它能夠在其選定的速度飛行的電源?？赡芙鉀Q問題，直接通過查找使用集中的非線性優(yōu)化最佳的速度和位置的每一只鳥。好在穩(wěn)定的情況下此工程有限公司大小羊群，和好的初始分布，但在其他情況下完全失敗。將縮放不佳，但提供參考解決方案，如圖10所示。圖10。分布的鳥類，導(dǎo)致的完整的羊群，最大的全范圍使用漸變優(yōu)化計(jì)算。使視為一個(gè)集體，羊群將其性能最大化時(shí)每個(gè)人尋求自己的"最好的"解決方案。如果每一只鳥飛以最大限度減少其自己的速度拖（自私解決方案），由此產(chǎn)生的動(dòng)力學(xué)不穩(wěn)定，如鳥的尾部別人找到他們最佳的速度是領(lǐng)導(dǎo)人比慢。使用一種進(jìn)化算法和許多的羊群行為的模擬，本地實(shí)用程序可以定義以便集體不會(huì)找到最佳的系統(tǒng)。該算法如下：每一只鳥，我計(jì)算速度，會(huì)盡量減少其自己拖六大在每個(gè)步驟在模擬中，基于當(dāng)?shù)赜^察。每一只鳥，然后選擇它基于這些本地的結(jié)果和別人的速度：Vi=ZKijVj大+紀(jì)伊六。用簡單的對(duì)稱協(xié)調(diào)的法律：Vi=K1ZVj大+K2六大。K1、K2確定使用的進(jìn)化算法和多個(gè)模擬。結(jié)果不是最初是顯而易見的但是優(yōu)化導(dǎo)致的K2,事實(shí)上，小于值-K1，意味著每一只鳥速度應(yīng)該會(huì)更密切相關(guān)的速度會(huì)減到最小的阻力比自己的羊群中的其他的負(fù)值。解決方案是強(qiáng)健的、正確的系統(tǒng)優(yōu)化對(duì)于任何初始的條件，要求個(gè)人、有限的溝通和100++鳥輕松地?cái)U(kuò)展導(dǎo)致的。在同一窗體的本地實(shí)用程序適用于異構(gòu)的羊群和非均勻風(fēng)條件和可能會(huì)利用在無人機(jī)協(xié)同控制和未來貨運(yùn)飛機(jī)形成飛行概念。圖11。使用集體控制策略（順時(shí)針的最優(yōu)羊群的演變開始從左上角）。圖11顯示基于時(shí)間演化的一組隨機(jī)的縱向分布，并通過以下一條簡單的規(guī)則，從開始的25鳥頂視圖和本地的測量是能夠有效和強(qiáng)有力地找到所需的解決方案。圖12。低成本的貨物的運(yùn)輸編隊(duì)飛行的"藝術(shù)家"概念。使用專為編隊(duì)飛行的配置可以放大潛在的節(jié)約。設(shè)計(jì)由集體在某種意義上，航空航天的設(shè)計(jì)是成功的集體的一個(gè)理想的示例。雖然飛機(jī)設(shè)計(jì)一個(gè)單一的高維度非線性優(yōu)化問題是棘手，但下的自我激勵(lì)的紀(jì)律設(shè)計(jì)專家的集體取得成功的設(shè)計(jì)。不過，過程了解得很少。當(dāng)前工作的目標(biāo)是確定可擴(kuò)展并適用于廣泛的問題的魯棒的戰(zhàn)略。集中式的設(shè)計(jì)，使用非線性規(guī)劃是有用的許多問題，但大規(guī)模分布式系統(tǒng)，效率和通信問題限制這種方法的可伸縮性。其中常規(guī)集中的優(yōu)化可能會(huì)延長至更大的規(guī)模問題的手段之一是通過減少的基礎(chǔ)建模的使用。這已用于成功在氣動(dòng)和結(jié)構(gòu)設(shè)計(jì)中，并在利用原則正交方向的想法減少的基礎(chǔ)模型的自動(dòng)識(shí)別當(dāng)前工作出現(xiàn)有前途［20］。另一種是分布式系統(tǒng)設(shè)計(jì)的分散處理的辦法。這種想法證明是行之有效的一些系統(tǒng)甚至設(shè)計(jì)策略已完全啟發(fā)式或特定域時(shí)。更有趣的例子的這種想法的一些被發(fā)現(xiàn)在自組織按照簡單的規(guī)則，但實(shí)現(xiàn)復(fù)雜的系統(tǒng)級(jí)行為的系統(tǒng)。分布式系統(tǒng)的優(yōu)化設(shè)計(jì)的現(xiàn)行方針的自組織系統(tǒng)［19］一些前一示例的區(qū)別在于所需的響應(yīng)必須多與意外急診屬性只是有趣。而是目標(biāo)是產(chǎn)生自我優(yōu)化系統(tǒng)的需急診的行為。本文描述的方法相似，描述.沃爾普特紹興文理學(xué)院［11］作為集體智慧。在每種情況下，本地目標(biāo)和約束（本地實(shí)用工具在硬幣）被提出對(duì)于個(gè)別代理，其中每個(gè)人都必須辨基于此本地衡量性能的操作。這種方法的成功的關(guān)鍵之一是通信的本地目標(biāo)的選擇和代理之間的管理使追求本地目標(biāo)，同時(shí)改進(jìn)的相互作用系統(tǒng)。在此示例中，個(gè)人確定基于非線性規(guī)劃的本地操作和目標(biāo)是實(shí)現(xiàn)不只是改進(jìn)的系統(tǒng)的行為，但而優(yōu)化的系統(tǒng)。基本概念是分解成許多較小的設(shè)計(jì)問題進(jìn)行的同時(shí)，同時(shí)考慮到的成分和通信約束之間的交互的系統(tǒng)設(shè)計(jì)上的問題。某些系統(tǒng)可能會(huì)分解輕松地使用分層方案和弱相互作用的系統(tǒng)可能需要解決的幾個(gè)問題的同時(shí)。目標(biāo)，在這里，不過是確定是有效的強(qiáng)相互作用的非分層系統(tǒng)，如航空航天設(shè)計(jì)中常見的戰(zhàn)略。自然分解的飛機(jī)設(shè)計(jì)上，例如，是問題的一個(gè)航空航天工業(yè)，即沿紀(jì)律邊界的分解中經(jīng)常使用的。在此方法中結(jié)構(gòu)分析及結(jié)構(gòu)設(shè)計(jì)是通過一個(gè)結(jié)構(gòu)的團(tuán)隊(duì)，而aerodynamicists設(shè)計(jì)的翼型和機(jī)翼的幾何，及控制系統(tǒng)設(shè)計(jì)器綜合控制法律。使用這種方法的困難是某些設(shè)計(jì)決策的責(zé)任，必須以某種方式組，由于氣動(dòng)設(shè)計(jì)決策影響的結(jié)構(gòu)之間共享系統(tǒng)級(jí)別目標(biāo)和約束。事實(shí)上，人們常說的這些系統(tǒng)，"一切影響其他一切"當(dāng)這些交互不適當(dāng)?shù)乜紤]到時(shí)，可憐設(shè)計(jì)決定建議在設(shè)計(jì)上的問題在圖13（有點(diǎn)夸張）的意見。圖13。查看各紀(jì)律組（從［21］）的飛機(jī)設(shè)計(jì)。處理此問題的方法包括了各種［22-27］中所述的多層次優(yōu)化方法證明復(fù)雜，在某些應(yīng)用程序卻很有效。在這些筆記中，我們考慮在大型分布式的設(shè)計(jì)問題中的集體理論可能應(yīng)用。目標(biāo)是創(chuàng)建一個(gè)分散的、分布式的優(yōu)化過程作為一個(gè)集體與學(xué)科為基礎(chǔ)的設(shè)計(jì)師，作為個(gè)別代理商處理系統(tǒng)的設(shè)計(jì)團(tuán)隊(duì)。作為中多層次分解，很重要的系統(tǒng)的性能是不敏感的子空間收斂水平和過程可容納紀(jì)律約束滿意度和異構(gòu)優(yōu)化學(xué)科內(nèi)使用的方法。在這里介紹的方法使用理論的概率集體管理代理，之間的交互，但對(duì)于自己的代理保留以學(xué)科為中心的約束的優(yōu)化方法。整體建筑圖14所示，類似于協(xié)同優(yōu)化［28］，但在與中央系統(tǒng)級(jí)優(yōu)化程序替換為隱式使用集體（PD理論）的協(xié)調(diào)。圖14?；诩w的分布式的設(shè)計(jì)系統(tǒng)的基本結(jié)構(gòu)。由于沒有以前調(diào)查設(shè)計(jì)分解的這一戰(zhàn)略，其可行性的初步研究基于一個(gè)簡單的解析的問題，有否以前研究的多層次設(shè)計(jì)［29］。簡單的兩個(gè)代理測試問題圖15所示，由二次的全球目標(biāo)，取決于每個(gè)代理的行動(dòng)。問題被加一個(gè)線性的約束，必須滿足的每個(gè)代理，但這（以一種可調(diào)節(jié)的方法）取決于其他代理。圖15。約束二次測試問題可調(diào)式耦合（尚卡爾?）用于評(píng)估分布式的優(yōu)化策略。一種單一的、傳統(tǒng)的優(yōu)化算法與最佳解決這問題，雖然它作為集體協(xié)調(diào)理念時(shí)解耦如圖16所示的有用的測試。圖16。尚卡爾?分解問題的集體解決方案的體系結(jié)構(gòu)。圖17顯示集體的概率小版本歷史記錄用來解決這個(gè)問題。辦法第3.2.2，節(jié)概述和［11］中詳細(xì)描述的z1值的概率分布和圍繞z1大幅峰值分布廣泛、不確定的值從進(jìn)化的z2=0.8,z2=1.6、8與問題的正確解決方案=0.5。請注意，由于的選擇的泛型的抽樣方法，每次迭代涉及更多功能評(píng)估（中子空間的優(yōu)化問題）不是所需的替代方法，例如協(xié)作優(yōu)化，但系統(tǒng)成功并標(biāo)識(shí)的代理，即使有高度的耦合用于計(jì)算結(jié)果的圖17之間的互動(dòng)關(guān)系。為未來的這種想法的應(yīng)用程序面臨的挑戰(zhàn)是關(guān)于提高效率問題結(jié)構(gòu)補(bǔ)充知識(shí)納入這種設(shè)計(jì)的分散的辦法。圖17。每個(gè)代理的一次次30迭代的集體的概率分布的演變。結(jié)論和未來的工作很多有用的應(yīng)用程序的集體是航空航天設(shè)計(jì)問題中很明顯的。分布式微皮瓣翅膀的氣動(dòng)彈性控制和鳥類尋求最低的個(gè)人目標(biāo)的急診最優(yōu)植絨行為說明了集體可能如何使用數(shù)值優(yōu)化設(shè)計(jì)的。同樣，集體的概念可能應(yīng)用于大型多學(xué)科設(shè)計(jì)問題在哪隊(duì)的設(shè)計(jì)師工作來改善制度，最大限度地一個(gè)本地完整系統(tǒng)的最優(yōu)行為導(dǎo)致的性能度量。理論的概率集體顯示承諾對(duì)于這些問題，但將需要額外的發(fā)展，實(shí)現(xiàn)其他分布式的設(shè)計(jì)策略的效率。未來的工作可能包括系統(tǒng)的方法，本地實(shí)用程序的生成和其它問題，包括飛機(jī)自主，空中交通管制的不確定性，與系統(tǒng)的系統(tǒng)設(shè)計(jì)問題的設(shè)計(jì)協(xié)調(diào)的集體應(yīng)用的繼續(xù)的研究。確認(rèn)很多在這里匯總工作已取得的飛機(jī)空氣動(dòng)力學(xué)和在斯坦福大學(xué)（StefanBieniawski、張鶴太李和邁克Holden）設(shè)計(jì)組的博士研究生。他們的論文和進(jìn)一步的詳細(xì)信息的引用部分中列出的論文，應(yīng)咨詢感興趣的讀者。由大衛(wèi).沃爾普特、腫瘤侵襲Kagan及條例草案麥克雷迪在NASA艾姆斯研究中心開發(fā)了大部分的底層集體和集體智慧的基本思路。作者還想表示衷心感謝波音公司和美國航天局的埃姆斯和蘭利研究中心和總是刺激的互動(dòng)關(guān)系與那里的同事和斯坦福大學(xué)的支持。引用欄-蔭，Yaneer，動(dòng)態(tài)的復(fù)雜系統(tǒng)，艾迪生一韋斯利1997年。沃爾夫勒姆，S.，一種新的科學(xué)、鎢媒體、香檳、白細(xì)胞介素、2002年。腫瘤侵襲，K.，D.H.A.Agogino，Wolpert，，”學(xué)習(xí)中集體的操作序列自主代理人，"在法律程序上的第一次國際聯(lián)合會(huì)議自主和多智能體系統(tǒng)、意大利博洛尼亞，2002年7月。⑷.沃爾普特，D.H.，腫瘤侵襲，K.，"集體智慧、數(shù)據(jù)路由和Braess的悖論，"人工智能研究，2002年雜志。.沃爾普特，人物，惠勒，K.，腫瘤侵襲，K.，"集體智慧的控制分布式動(dòng)力系統(tǒng)，”歐洲物理學(xué)字母，第49卷期6、708-714，2000年。.沃爾普特，D.H.，腫瘤侵襲，K.。"集體智慧簡介"。技術(shù)美國國家航空航天局-弧-IC-99-63，NASA艾姆斯研究中心報(bào)告1999年。URL:/ic/projects/coinpubs.html0出現(xiàn)在代理手冊麻省理工學(xué)院人工智能/新聞版J.M.布拉德肖，技術(shù)。Wolpert，人物，"信息理論-橋連接有界理性游戲理論與統(tǒng)計(jì)物理學(xué)"，在復(fù)雜的工程系統(tǒng)，D.Braha，阿里Minai，和保華欄蔭的（編輯）、英仙座書籍、報(bào)刊。Agogino，K.A.，腫瘤侵襲，，"Multi-Rover系統(tǒng)，有效評(píng)價(jià)功能"遺傳與進(jìn)化計(jì)算會(huì)議，州西雅圖，2004年6月26-300李，有期徒刑，Wolpert，人物，"產(chǎn)品分配理論的多智能體控制系統(tǒng)"，在法律程序上自治的第三次國際聯(lián)合會(huì)議代理和多智能體系統(tǒng)，紐約，2004年7月19-23。瑪，J.S.，阿爾斯蘭，G.，"統(tǒng)一收斂性的證明連續(xù)時(shí)間虛構(gòu)發(fā)揮"，自動(dòng)控制，2004年7月第1137——匯刊1142年。Bieniawski，S.，Wolpert，人物，Kroo，一、，"離散、持續(xù)和約束優(yōu)化使用集體，"籌辦紙2004年-4580，提交第十籌辦/ISSMO多學(xué)科的分析和優(yōu)化會(huì)議，在紐約奧爾巴尼8月30-9月1，2004年。配合，K.，"應(yīng)用程序的集體、"教程的會(huì)話，在集體中和在新聞中的復(fù)雜系統(tǒng)，CDOCS03，設(shè)計(jì)?；魻栴D，M.，E.，"優(yōu)化配置方法，使用的動(dòng)態(tài)系統(tǒng)"博士學(xué)位論文，斯坦福大學(xué)，1999年。Solovitz，美國，"實(shí)驗(yàn)空氣動(dòng)力學(xué)的后緣，致動(dòng)器中尺度"博士論文，斯坦福大學(xué)，2002年。Bieniawski，S.，Kroo，一、，"顫振抑制使用微尾隨邊第44籌辦/ASME/ASCE/AH