群體智能優化
關注創建者：匿名 創建時間：2026-01-05
群體智能優化的視頻教程
大數據分析及人工智能在優化軟件中的應用
大數據分析及人工智能在優化軟件中的應用：modeFRONTIER 適用人群：主要是面向對大數據分析和人工智能技術及其應用感興趣的設計和仿真工程師。
￥9.99 1小時35分鐘 242播放
查看
TurboTides 2024R2全新版本發布會--智能算法驅動的全自動優化透平機械集成設計平臺
TurboTides是一款針對旋轉機械領域的集設計、建模、仿真、優化、數據管理于一體的現代化設計平臺。該產品是CAE仿真工具與系統工程思想的正向設計系統，致力于為旋轉機械行業用戶提供一體化、專業化、定制化和智能化的CAE設計工具。 本次TurboTides 2024R2版本的發布會將重點介紹升級亮點，帶您更加深入了解這款產品。
免費 1小時12分鐘 168播放
查看
1-59基于matlab的爬行動物搜索算法（Reptile search algorithm, RSA）一種新型智能優化算法
基于matlab的爬行動物搜索算法（Reptile search algorithm, RSA）一種新型智能優化算法。該算法主要模擬鱷魚的捕食行為，來實現尋優求解，具有收斂速度快，尋優能力強的特點。程序已調通，可直接運行。 購買后可下載視頻中的源程序文件。
￥15.9 1分鐘 13播放
查看
群體智能優化的實例教程
盡管群體智能系統中個體的智能都極其有限，但卻能夠通過相互協作與分工，整體涌現出高度的集體智能，以完成復雜任務，并為各種復雜問題的求解提供新的思路。
歷經30余年研究與發展，群體智能研究由最初的蟻群優化算法、粒子群優化算法等群體優化算法開始發展到集群機器人、自重構機器人、無人集群等分布式群體智能系統，再由基于互聯網的群體智能理論、系統與應用發展到人機物融合的群體智能計算，概括而言，目前主要形成以下三種形態.
(1)互聯網群體智能
互聯網群體智能，是指在廣泛深度交互的互聯網組織結構下，規模化人群為了特定目標在線共同作用，從宏觀上產生超越個體智能局限性的智能狀態，使群體具有完成復雜任務的能力. 在互聯網新技術和大數據技術高速發展背景下，人工智能2.0中的“群體智能”則更多體現的是基于互聯網的群體智能涌現。
基于群體化編輯的維基百科、基于群體化開發的開源軟件、基于眾問眾答的知識共享、基于眾智眾享的APP商店等為此類群體智能的實例展現. 互聯網群體智能理論與方法是人工智能2.0的核心研究領域之一，為人工智能在其他領域的研究起著基礎性和支撐性作用。
通過特定的組織結構和大數據驅動的人工智能系統吸引、匯聚和管理大規模參與者，以競爭和合作等多種自主協同方式共同應對挑戰性任務，將會成為互聯網科技創新生態系統的智力內核.
(2)無人系統群體智能
無人系統群體智能是指由眾多相對自主、人工研發的無人自主運動體通過相互協作與分工涌現出復雜智能行為的特性. 無人機集群、無人艇集群、無人坦克集群和工業智能機器人集群等是其目前階段的典型實例，多顆不同能力的衛星也可組成衛星集群的群體智能，跨域異構無人集群進一步呈現出更為復雜的無人系統群體智能形態。
展開 基于聯盟的無人機集群避障方法
符小衛，張嘉平，魏 可
（西北工業大學電子信息學院，西安 710129）
摘 要: 無人機集群的避障行為作為群體行為的一種，在國內外得到了廣泛的研究和應用。針對切換拓撲結構下的集群避障控制問題，設計了僅需個別無人機獲取虛擬長機信息的集群避障方法。通過對無人機集群劃分聯盟，選出集群子網中的導航信息無人機來獲取虛擬長機的信息，在避障時可保證集群的連通性。在此基礎上，通過對集群中各導航信息無人機施加一個垂直于虛擬長機運動軌跡的額外排斥力，并將虛擬長機對導航信息無人機的引導力權值因子進行設計，使其成為與虛擬長機和導航信息無人機距離相關的自適應因子。不但保證集群在面對較大障礙物時能有效地進行避障，而且解決了傳統人工勢場避障方法中存在的局部極小值問題。仿真結果表明了所建模型的合理性和求解方法的有效性。
關鍵詞: 無人機集群；拓撲切換；信息濃度；聯盟；改進BFS；避障控制
1 引 言
近年來，無人機集群在軍事和民用領域具有廣泛的應用[1]，得到了科研和工程領域的重點關注。無人機集群指通過自組織機制，使具備有限自主能力的多架無人機在沒有集中指揮控制的情況下，通過相互間信息通信產生整體效應，實現較高程度的自主協作，從而在盡量少的人員干預下完成預期的任務目標。本文重點研究無人機集群避障控制方法。針對無人機集群避障問題，國內外學者進行了大量研究，常用的防碰撞控制方法包括人工勢場、神經網絡、最優化理論等。其中人工勢場原理簡單、易于理解、計算量小，在避障控制策略中成為首選方法[2]。
文獻[3]用勢能場方法模擬了群聚行為和凝聚力，并使用結構勢函數來實現集群間的防碰撞，當兩機之間的距離偏小時，排斥因子起主要作用，兩機分離，避免碰撞，該方法并不能保證相對距離大于最小安全距離。
展開 1月29日，由中國信息通信研究院與中國人工智能產業發展聯盟科學智能工作組聯合主辦的“科研智能成果發布會”在北京召開。
會議聚焦科研智能前沿趨勢，旨在為行業提供權威參考與實踐指南，會上正式發布了 “2025年科研智能十大標桿案例” ，以表彰該領域的突破性創新實踐，樹立行業典范，促進產業協作。
天洑憑借 “風扇葉輪智能優化設計” 案例，成功入選。該案例是基于天洑自主研發的優化設計軟件AIPOD實現的成功實踐，充分彰顯了公司在工業軟件領域的深厚技術積累與硬核創新能力，獲得了國家級權威機構的高度認可。
天洑將繼續專注工業人工智能與物理AI領域的研發應用，以創新技術驅動產業智能化。
展開 Ansys optiSLang就是這樣一款工具，通過與HFSS的無縫結合，實現對設計潛能的進一步激發，相信optiSLang的這一系列智能優化技術，將在天線設計、濾波器設計等射頻電磁場領域具有越來越廣泛的應用。
來源于：ANSYS官網
從簡單優化到穩健設計
3
optiSLang智能優化的關鍵技術
optiSLang的智能優化技術，首先是通過對設計空間的充分探索（DoE），建立最佳預測元模型，分析參數敏感度。基于對設計的充分理解，降低設計復雜度，軟件推薦給出最合適的優化算法。在整個優化過程中實現參數重要性自動篩選，優化算法自動推薦，以及魯棒性、可靠性評估。
optiSLang的智能優化技術
a
最佳預測元模型MoP
描述客觀事物的物理行為，通常有兩種途徑：
一種是基于實物的物理機理，建立理論模型即物理仿真模型；
另一種是基于先驗數據，建立經驗預測模型
optiSLang基于實驗設計數據對系統響應建立預測模型，這個預測模型稱為最佳預測元模型（MoP- Metamodel of Optimal）。MoP是建立在一系列實驗設計（DoE）采樣基礎上的，optiSLang提出一個預測質量的關鍵指標-預測系數（CoP - Coefficient of Prognosis）來評估對實際模型的預測質量。
展開 
群體智能優化的相關專題、標簽、搜索
群體智能優化的最新內容
智能優化設計2個月前
[圖片]
1月29日，由中國信息通信研究院與中國人工智能產業發展聯盟科學智能工作組聯合主辦的“科研智能成果發布會”在北京召開。
會議聚焦科研智能前沿趨勢，旨在為行業提供權威參考與實踐指南，會上正式發布了 “2025年科研智能十大標桿案例” ，以表彰該領域的突破性創新實踐，樹立行業典范，促進產業協作。
天洑憑借 “風扇葉輪智能優化設計” 案例，成功入選。該案例是基于天洑自主研發的優化設計軟件AIPOD
設計師、工程師和采購人員不再問Google，而是問 ChatGPT。生成式人工智能可在數秒內提供答案。對于B2B企業來說，這意味著只有與時俱進、調整適應，才能保持企業的高可見性。
工程師和設計師搜索技術信息的方式發生了根本性的變化。過去，設計師需要瀏覽多家制造商的網站，而現在，當設計師向人工智能提問：“哪種傳感器能在300度高溫下工作？誰提供這種傳感器？”
隨著汽車產業向“新四化”（電動化、智能化、網聯化、共享化）的深度演進，汽車不再僅僅是交通工具，更是一個集信息、娛樂、生活服務于一體的“第三生活空間”。而作為用戶與這個智能空間溝通的核心樞紐，車載信息娛樂系統（俗稱“車機”）的交互體驗，已成為決定產品成敗的關鍵。在這一背景下，車機交互測試作為確保用戶體驗質量的核心環節，其重要性日益凸顯。
一、 為何車機交互測試如此重要？
SerDes（Serializer/Deserializer，串并轉換器）是高速數據傳輸系統中的核心集成電路（IC），其核心功能是在發送端將并行數據轉換為串行數據（序列化），通過少量高速傳輸線傳輸后，在接收端將串行數據還原為并行數據（解序列化）。它能大幅減少信號線數量、降低互連成本，并支持超高速數據傳輸（目前已突破 100Gbps 甚至更高），廣泛應用于數據中心、5G/6G 通信、
AIPOD是由天洑軟件自主研發的一款通用的多學科優化軟件，致力于解決性能更優、成本更低、重量更輕等目標的工程設計尋優問題。軟件針對工業設計仿真領域存在的諸多問題，如產品指標達到瓶頸、依賴專家經驗、多學科多目標難以兼顧等，基于人工智能技術研發了先進的智能優化策略，使得軟件使用門檻更低，優化效率更高，優化效果更好。無論是結構、流體、熱力學、電磁學或多物理場耦合問題，AIPOD都可以幫助設計團隊高效地尋找到更好的設計方案
5月22-23日，第七屆"仿真優化+工業人工智能"國產工業軟件研討會暨2025年天洑軟件用戶大會在南京隆重召開。本次大會匯聚了來自國產工業軟件研發企業、制造業領軍企業、知名高校及科研院所的行業專家，以及能源動力、船舶海事、車輛運載、航空航天、新能源汽車、動力電池、消費電子等領域的專業技術人才。
與會嘉賓通過產品發布、主題報告等多種形式，深入探討了國產工業軟件的技術創新與產業發展路徑。本次活動受到主流媒體的高度關注
突破散熱極限，釋放GPU算力潛能
GPU散熱面臨的挑戰
在人工智能、高性能計算和圖形處理需求爆炸式增長的時代，GPU服務器已成為現代數據中心的核心驅動力。然而，隨著計算密度的持續攀升，散熱問題正成為制約性能釋放的關鍵瓶頸。傳統散熱解決方案在應對新一代300W+ TDP的GPU時已顯得力不從心，導致：
? 芯片溫度頻繁觸及105℃臨界值，觸發降頻保護機制
? 冷卻系統噪音高達65分貝以上
隨著具身智能（Embodied AI）在2025年政府工作報告中被列為新興科技重點領域，其核心載體——人形機器人、自動駕駛設備等智能系統對材料性能的要求愈發嚴苛。在這一背景下，熱機械分析（TMA）技術能對材料線性膨脹系數（CTE）進行精準測試，成為保障具身智能產品可靠性與穩定性的關鍵技術支撐。
具身智能系統通過物理身體與環境交互，其核心硬件（如關節、傳感器、傳動部件）需在復雜工況下保持穩定
威伯科（WABCO）1869年在美國成立，是全球領先的商用車制動控制系統技術與服務供應商， 總部設在比利時的布魯塞爾。致力于提高商用車安全、效率和智能互聯技術。2019年，采埃孚和威伯科作為獨立運營的兩家公司分別實現了365億歐元和34億美元的銷售額。2020年5月29日，采埃孚收購了威伯科控股公司。
威伯科（WABCO）將CADENAS幾何相似性搜索功能引入產品開發流程
