《群体智能在分布式网络系统中的应用》以群体智能系统为基础，从机器人自由式群体、分布式交通网络和金融系统网络的角度阐述了基于协商式算法的分布式网络系统控制策略，详细阐述了这些控制方法的理论依据和性能指标，并深入探讨了将群体智能应用于工程问题的可行性和实用性。
　　《群体智能在分布式网络系统中的应用》以群体智能与分布式网络系统相结合为特色，以群体智能模型为研究对象，以生物群体的行为作为应用导向，研究群体智能产生的动力学特征和机理，可为复杂网络信息系统、大型分布式控制系统等提供重要的理论技术和实践方法。
　　《群体智能在分布式网络系统中的应用》适合正在或即将从事复杂系统、网络行为学、群体智能和人工智能研究的学者参考，也适合网络和计算机智能相关领域的本科生、硕士生、博士生、教师作为教材使用。

　　《群体智能在分布式网络系统中的应用》：
　　2.7基于群体智能的交通网络研究
　　传统的交通灯控制大多采用固定时序。也就是说，交叉路口的红绿灯控制时间是固定不变的。由于车流量变化并不是随机过程，而是一种伪随机过程，所以很难根据交叉路口的车流量状况，建立一个准确的数学模型来控制红绿灯时间。而且，固定时序的交通灯控制方法无法实现相邻路口的相互沟通协调，因此很容易导致车辆的排队现象发生。为了解决固定时序控制方法的诸多限制，出现了很多智能化的交通控制策略。这些智能化控制策略通常被应用于单个或少量交叉路口。对于包含多个交叉路口的大型交通网络，它们之间的相互依存性使其很难设置适当的信号。解决这个复杂系统问题的最佳方案就是采用群体智能技术实现智能化的分布式交通网络控制。
　　群体智能技术是开发大型分布式控制系统的有力工具，它非常适用于交通网络一类的大型动态分布式系统。它可以把大型的分布式动态系统分成若干由智能体控制的子系统，这些智能体之间互相沟通协作，从而共同实现一个全局任务。基于群体智能的交通网络控制系统是将交通网络中的控制器（通常是交通信号控制器）视为群体系统中的智能体。智能体之间相互沟通合作，并根据实时交通状况进行交通控制管理。
　　文献（94）提出了一种基于群体智能技术的城市交通信号控制系统，该系统可以通过切换预定规则使智能系统适应交通环境的变化。该系统由多个交通信号智能体、道路智能体和管理智能体组成。交通信号智能体在道路智能体的帮助下管理交叉路口的车辆；管理智能体通过对交通信号智能体的管理实现全局系统的最优控制。该项研究涉及了智能体之间的合作问题和车流量预测模型，但没有明确解释智能体之间的协调规则。
　　……

第1章 概述
1.1 群体智能简介
1.2 群体智能的发展和应用
1.3 群体智能系统的研究难点
1.4 群体智能的研究方法
1.5 本书结构

第2章 群体智能的研究历史
2.1 群体智能的起源和发展
2.2 机器人自由式群体的一致性控制
2.3 机器人自由式群体的分离控制
2.4 机器人自由式群体的凝聚控制
2.5 机器人自由式群体的领导者—跟随者策略
2.6 群体智能系统的合作式决策
2.7 基于群体智能的交通网络研究
2.8 基于群体智能的金融系统研究
2.9 结论

第3章 自由式群体分离控制
3.1 机器人模型
3.2 自由式群体模型
3.3 系统稳定性
3.4 自由式群体性能评估参数
3.5 模糊逻辑势能方程
3.6 模糊逻辑控制器设计
3.7 真实机器人控制器
3.8 机器人实验
3.9 结论

第4章 自由式群体的凝聚控制
4.1 群体中心位置估计
4.2 自由式群体控制器
4.3 控制器特性
4.4 模拟实验
4.5 机器人实验
4.6 结论

第5章 自由式群体目标跟踪
5.1 卡尔曼滤波器
5.2 协商式卡尔曼滤波器
5.3 模拟实验
5.4 实验
5.5 三维空间中的自由式群体
5.6 结论

第6章 基于群体智能的交通网络控制
6.1 交通网络模型
6.2 Nasch车辆运动模型
6.3 智能交通网络控制机制
6.4 模拟实验
6.5 随机路网模拟实验
6.6 结论

第7章 基于群体智能的金融网络管理系统
7.1 金融系统的模型化
7.2 单个金融机构的风险预警
7.3 分布式的金融风险传染预警策略
7.4 协商式资金分配
7.5 风险预测模拟实验
7.6 资金控制模拟
7.7 结论

第8章 研究结论及展望
8.1 机器人自由式群体系统
8.2 智能交通网络控制系统
8.3 金融网络管理系统
8.4 未来发展方向

主要参考文献
索引