●●● ●●●● ●●●●● ●●●● Swarm Intelligence(续) ●●0●● ●●●0 由于S的理论依据是源于对生物群社会性的模 拟,因此其相关数学分析还比较薄弱,这就导 致了现有研究还存在一些问题。 数学理论基础薄弱:群智能算法的数学理论基础相对薄弱,缺乏 具备普遍意义的理论性分析,算法中涉及的各种参数设置一直 没有确切的理论依据,通常都是按照经验型方法确定,对具体 问题和应用环境的依赖性比较大。 结果的可信性:同其它的自适应问题处理方法一样,群智能也不 具备绝对的可信性,当处理突发事件时,系统的反应可能是不 可测的,这在一定程度上增加了其应用风险。 另外,群智能与其它各种先进技术(如:神经网络、模糊逻辑、支持 向量机等)的融合还不足Swarm Intelligence(续) 由于SI的理论依据是源于对生物群社会性的模 拟，因此其相关数学分析还比较薄弱，这就导 致了现有研究还存在一些问题。 数学理论基础薄弱：群智能算法的数学理论基础相对薄弱，缺乏 具备普遍意义的理论性分析，算法中涉及的各种参数设置一直 没有确切的理论依据，通常都是按照经验型方法确定，对具体 问题和应用环境的依赖性比较大。 结果的可信性：同其它的自适应问题处理方法一样，群智能也不 具备绝对的可信性，当处理突发事件时,系统的反应可能是不 可测的,这在一定程度上增加了其应用风险。 另外,群智能与其它各种先进技术(如:神经网络、模糊逻辑、支持 向量机等) 的融合还不足