文献类型：期刊文章

作　　者：蒲志强[1,2,3] 易建强[1,2,3] 刘振[1,3] 丘腾海[1,3] 孙金林[1,4] 李非墨[1]

PU Zhi-Qiang;YI Jian-Qiang;LIU Zhen;QIU Teng-Hai;SUN Jin-Lin;LI Fei-Mo(Integrated Information System Research Center,Institute of Automation,Chinese Academy of Sciences,Beijing 100190;School of Artificial Intelligence,University of Chinese Academy of Sciences,Beijing 100049;Taizhou Institute of Intelligent Manufacturing,Taizhou 225321;School of Electrical and Information Engineering,Jiangsu University,Zhenjiang 212013)

机构地区：[1]中国科学院自动化研究所综合信息系统研究中心,北京100190 [2]中国科学院大学人工智能学院,北京100049 [3]泰州智能制造研究院,泰州225321 [4]江苏大学电气信息工程学院,镇江212013

出　　处：《自动化学报》

基　　金：科技创新2030“新一代人工智能”重大项目(2020AAA0103404);国家自然科学基金(62073323)资助。

年　　份：2022

卷　　号：48

期　　号：3

起止页码：627-643

语　　种：中文

收录情况：BDHX、BDHX2020、CAS、CSCD、CSCD2021_2022、EAPJ、EI、IC、JST、PUBMED、RCCSE、SCOPUS、ZGKJHX、ZMATH、核心刊

摘　　要：群体智能(Collectire intelligence,CI)系统具有广泛的应用前景.当前的群体智能决策方法主要包括知识驱动、数据驱动两大类,但各自存在优缺点.本文指出,知识与数据协同驱动将为群体智能决策提供新解法.本文系统梳理了知识与数据协同驱动可能存在的不同方法路径,从知识与数据的架构级协同、算法级协同两个层面对典型方法进行了分类,同时将算法级协同方法进一步划分为算法的层次化协同和组件化协同,前者包含神经网络树、遗传模糊树、分层强化学习等层次化方法;后者进一步总结为知识增强的数据驱动、数据调优的知识驱动、知识与数据的互补结合等方法.最后,从理论发展与实际应用的需求出发,指出了知识与数据协同驱动的群体智能决策中未来几个重要的研究方向.

关 键 词：群体智能 知识与数据协同  多智能体 决策智能  

分 类 号：O225]