1、中国科学技术大学硕士学位论文人工内分泌机制及其应用研究姓名：李霞申请学位级别：硕士专业：计算机软件与理论指导教师：王煦法2011-04-20摘要 II 能模型和算法具有重要的理论意义和广阔的应用前景。本文对内分泌系统的信息处理机制进行了初步研究，并探索了内分泌机制在智能控制等问题中的应用研究，如何建立完善人工内分泌模型，探索人工内分泌系统更广阔的应用领域是今后的研究重点。 关键词：人工内分泌系统 荷尔蒙 智能控制 ABSTRACT III ABSTRACT The endocrine system is a distributed and adaptive complex system, wh
2、ich has the properties of regulating mechanism to neural system, emotion reacting mechanism, self-organization, distributed processing and so on. The endocrine systems properties keep living organisms life activities and adapt to changes in dynamic environments, both internal and external. Extractin
3、g these mechanisms of endocrine system and establishing artificial endocrine model is a newly important research subject of artificial intelligence, which is significant to develop new-style intelligent information processing technology, facilitate the development of artificial intelligence and deal
4、 with complex problems. With the study of Biological Endocrinology, people start to understand hormones production, transport and regulation from the molecular and cellular level, which provide a more solid physiological basis for the research of artificial endocrine system. Because of the capabilit
5、y of self-organization, endocrine system can be applied to solve many complex problems, especially for those that need to make decisions in the changing environment. This dissertation includes some research in the models of artificial endocrine system and its application from different aspects. The
6、main works can be summarized as follows: (1) Mechanism mining of biological endocrine system. Summarizing the functional characteristics and mechanisms of endocrine system, is significant to exploit new-style intelligent information processing technology and advance development of artificial intelli
7、gence. From the information processing point of view, this dissertation summarized the characteristics of regulatory mechanisms in detail. All these provide theoretical basis in research of the models of the artificial endocrine system and its applications. (2) A self-organized algorithm and its app
8、lication researching based on hormone. Through the reaction-diffusion mechanism of hormones, the endocrine system of organism is maintained homeostasis, and the living organisms life is kept activities. Inspired by the hormones reaction-diffusion mechanism, a self-organized algorithm based on hormon
9、e is proposed. In this algorithm, through the regulation of the hormones, the robots could adjust their behavior in time and improve the ability of self-organization. A simulation of task allocation in the multi-robot system is ABSTRACT IV performed to verify the validity of the algorithm. Experimen
10、tal results demonstrate that with the regulatory mechanism, the task can be accomplished effectively, and the topology and routing of the robots are optimized. (3) Genetic algorithm and its application researching based on endocrine system. The genetic algorithm considering endocrine cells as chromo
11、some is proposed in this dissertation. In this algorithm, intelligent agents are viewed as endocrine cells, which can secrete and diffuse hormones. By the regulation of hormones, agents could adjust their behaviors in time to achieve optimization of system performance. In order to prove the validity
12、 of this algorithm, a simulation of task allocation is performed, and the experimental results show that the proposed algorithm has superior performance to solve problems. In conclusion, the endocrine system of organism contains special information processing mechanisms, learning from characteristic
13、s of the endocrine system, and establishing intelligent models and algorithms have important theoretical significance and wide application foreground. The dissertation investigates some trial research on information processing mechanisms of the endocrine system, and explores their applications in in
14、telligent controls problems. How to create a perfect artificial endocrine model and explore wider areas of application is the focus of our future work. Key Words: Artificial Endocrine System, Hormone, Intelligent Controls 中国科学技术大学学位论文原创性声明 本人声明所呈交的学位论文,是本人在导师指导下进行研究工作所取得的成果。除已特别加以标注和致谢的地方外，论文中不包含任何他
15、人已经发表或撰写过的研究成果。与我一同工作的同志对本研究所做的贡献均已在论文中作了明确的说明。 作者签名：_ 签字日期：_ 中国科学技术大学学位论文授权使用声明 作为申请学位的条件之一，学位论文著作权拥有者授权中国科学技术大学拥有学位论文的部分使用权，即：学校有权按有关规定向国家有关部门或机构送交论文的复印件和电子版，允许论文被查阅和借阅，可以将学位论文编入有关数据库进行检索，可以采用影印、缩印或扫描等复制手段保存、汇编学位论文。本人提交的电子文档的内容和纸质论文的内容相一致。 保密的学位论文在解密后也遵守此规定。 公开 保密（_年） 作者签名：_ 导师签名：_ 签字日期：_ 签字日期：_ 第
16、1章 绪论 1 第1章 绪论 基于生物体的信息处理机制是近年来人工智能研究领域的一个热点1-4。人工神经网络、遗传算法、人工免疫算法等典型的智能计算方法已经被广泛的研究，而作为人体的三大调节系统之一（神经、免疫、内分泌）的内分泌系统的研究近几年才刚刚起步,相关工作还比较少。人体内分泌系统蕴含独特的信息处理机制，具有分布性，多样性，灵活性和扩展性等特点，同时具有自组织能力，是生物信息处理系统的重要组成部分，抽取内分泌系统的生物机理，对研究新的计算智能模型有着重要意义。 对于在实际应用领域中产生的许多复杂问题，难以建立有效的数学模型和用常规的方法进行定量与定性分析。有些问题具有实时性，多样性等特点
17、，需要具有自适应、自学习能力的算法实现问题的求解，以适应动态变化的环境。因此，设计这类问题的智能近似算法，已成为计算机科学和数学中学术探讨的一个无法抗拒的主题。生物内分泌系统有着与生俱来的自组织能力，能适应各种复杂的内外界环境，因此内分泌系统的作用机制可以被应用到许多复杂问题的求解中，尤其是针对那些需要在变化的环境中做出决策的问题。鉴于此，本文将内分泌系统的作用机制应用于智能控制问题中，以提高系统的自组织、自适应能力，从而提高系统整体性能。 1.1 生物内分泌系统的主要功能特点 生物内分泌系统是一个高度复杂的自适应巨系统，该系统所特有的对高层的调控作用，情感反应机制及自组织性等一系列独特的功能
18、，能够使生物体适应内、外环境的变化，对维持生物体内环境稳定，保证生物体的正常生命活动，具有重要作用。内分泌系统的这些功能特点，为我们构建体现内分泌机制特点的人工智能模型和算法提供了基础。 一、内分泌系统的高层调控作用 生物的各种器官、组织和系统不是孤立的，而是相互协调、相互制约使机体成为一个统一的整体，这样才能使机体适应内外界环境的变化。神经系统和内分泌系统是人体的两大调节系统，长期以来人们一直把它们看作是两个相互独立的系统，但神经内分泌学的研究表明5-7，神经系统和内分泌系统之间存在着密切联系，没有它们之间的密切配合，机体内环境就不能保持稳定。神经系统的刺激能引起内分泌腺分泌功能的改变，例如
19、，疼痛促进垂体促肾上腺皮质激素和肾上腺皮质激素的分泌；急性寒冷促进垂体促甲状腺激素和甲状腺激素的分泌；同样第1章 绪论 2 内分泌系统也能够影响神经系统的功能，它分泌的活性物质荷尔蒙能够反馈调节神经系统的作用。生理学上将这种研究神经系统和内分泌系统之间关系的学科称为神经内分泌学。 生物体神经系统与内分泌系统的相互作用机制对维持机体正常生理活动至关重要。现今神经系统的控制机理已被应用到自主体控制中，并适用于大部分需求，但结果都不是很理想。近几年，内分泌系统的作用机理也开始被重视，但还处于初级阶段，对环境的建模还不充分。研究和抽取神经内分泌系统的信息处理机制，建立更加完善的人工智能模型和算法，具有
20、广阔的前景。 二、内分泌系统的情感反应机制 情感是人类的一种心理现象，是人类智能不可分割的一个部分，它在人类的感知、推理、决策、计划、创造以及社交等活动中起着无法替代的作用。情感的生理反应是多方面的，内分泌系统的情感反应是其中的一个主要方面。内分泌系统作为人体重要的调节系统，对情感具有显著的调节作用，如肾上腺素对恐惧具有重要的调节作用，内啡肽具有抑制疼痛的作用，多巴胺对于高兴具有主导作用，沮丧是受到梅拉多宁激素的影响等等。随着对内分泌系统的深入研究，人们逐步认识到内分泌系统分泌的各种荷尔蒙参与人体的一切功能活动，甚至影响人们的精神状态和行为决策。将内分泌系统和情感结合起来，不但可以加深我们对内
21、分泌系统的认识，还有助于我们建立更加完善的人工内分泌模型，对开发新型的智能信息处理技术具有重要意义。 三、内分泌系统的自组织性 生物内分泌系统是由众多内分泌细胞组成的，这些内分泌细胞可以分泌活性物质荷尔蒙。与荷尔蒙对应的是荷尔蒙受体，这些受体分布于内分泌细胞的细胞核内或细胞膜表面，可以接受化学物质荷尔蒙的刺激。受体根据接收到的荷尔蒙可以做出相应反应，例如增强或减弱荷尔蒙的释放等。每个内分泌细胞都是一个自主的个体，这些自主体分泌荷尔蒙，并通过荷尔蒙的反应扩散与相应的受体结合来调节各种生理参数，使生命体处于最佳状态，维持身体内部平衡。在荷尔蒙的作用过程中，内分泌系统内部各腺体之间、荷尔蒙与靶细胞之
22、间、荷尔蒙与荷尔蒙之间形成了一个相互作用的动态平衡网络系统。 研究和分析内分泌系统的信息处理机制，并对其作用机制进行提取和总结，建立相应的人工内分泌模型，有助于我们理解人体内分泌系统的调节机制，建立更加完善的人工智能模型。 1.2 人工内分泌系统研究概述 第1章 绪论 3 人工内分泌系统(Artificial Endocrine System， AES)，是指借鉴人体内分泌系统的功能机制，抽象出的体现人体内分泌系统信息处理特征的一种新型的智能计算模型和方法。Neal和Timmis在2003年首先提出了“人工内分泌系统（AES）”的概念8-9，并将其定义为“能对外部激励做出反应，并具有控制功能荷
23、尔蒙的系统”。随着生物内分泌学的发展，人们对内分泌系统的作用机理有了更深入的了解，针对内分泌信息处理机制的智能计算模型也越来越受到人们的重视。随着人们对生物内分泌系统的认识和研究，出现了一些人工内分泌系统的相关研究工作。人工内分泌系统的研究主要有以下几类： 一、基于内分泌信息处理机制的人工内分泌模型研究 这方面的研究工作才刚刚展开，且大部分是由生物学家进行的，目前公认的比较完善的人工内分泌系统模型尚未建立。 E.V. Budilova等人10认为内分泌系统和生物体的其它系统一样，可以被看作一种网络结构。原因如下： 从功能上看，内分泌系统完成一定的功能是通过其各组成部分之间相互协作实现的。每一种
24、荷尔蒙可能具有多种功能，单独的解释这种多功能性有一定难度，但从网络的角度可以更容易的解释这种协作性与多功能性。 从生理角度来看，虽然内分泌系统也受神经系统及其它系统的控制，但内分泌系统实现的很多自适应反应，主要是由内分泌系统自身来完成。用网络结构来解释内分泌系统的这种自适应特性更容易理解。 从解剖学及生物化学角度看，内分泌系统主要是由内分泌细胞组成的，内分泌细胞存在于内分泌腺体及各种器官或组织中（如脑、内脏等）。内分泌细胞可以分泌荷尔蒙，同时内分泌细胞膜上存在荷尔蒙受体，可以接受特定的化学信号，调控荷尔蒙的产生，这就形成了内分泌网络的基础。在这个网络中，多种荷尔蒙之间可以相互调控，进而发挥作用
25、。 在E.V. Budilova等人建立的内分泌网络模型中，将网络结点看作是内分泌细胞，网络连接看作是内环境中荷尔蒙分子的体液传输，网络连接的权重由荷尔蒙分子与其受体之间的亲和度以及环境中的荷尔蒙浓度共同决定。在这个网络中，网络结点可以产生荷尔蒙，网络结点数目就等于荷尔蒙种类数目。通过上述方法，建立了一个全连接的非对称网络。作者进行了仿真实验，仿真结果表明，该内分泌网络可以收敛到稳定状态。 借鉴荷尔蒙的反应扩散机制，Shen W M等人11-12提出了一种数字荷尔蒙模型(Digital Hormone Model，DHM）。这个模型是基于网格结构的，模型中的每一个细胞位于一个栅格中，在该模型中
26、内分泌细胞在每个时间步分泌两种荷尔蒙，激励荷尔蒙和抑制荷尔蒙，内分泌细胞根据它感知到的邻域内的荷尔蒙浓度做出行第1章 绪论 4 为选择，并执行所选择的行为，即按照选择结果进行迁移。栅格中的荷尔蒙浓度越高，内分泌细胞将该栅格方向选为迁移方向的概率越大。Shen W M等人将DHM模型用在大规模多机器人系统中，在该模型中，机器人被模拟成能分泌荷尔蒙的内分泌细胞，每一个细胞同一时刻存在于一个栅格中，并能分泌荷尔蒙。荷尔蒙信息可以在栅格中扩散，并影响它所到达的那些栅格中的内分泌细胞的行为。最终内分泌细胞可以聚集成不同的簇，簇的规模与环境中细胞的密度无关，但是簇的数目与细胞种群的密度有关。作者将该方法用
27、于多机器人系统中，对于给定的目标位置，可由适当数目的机器人到达，即每个目标所需要的机器人数与目标本身的需求有关。实验结果表明，DHM方法具有鲁棒性和自组织性。 Leon S.Farhy13针对内分泌系统的反馈机制进行建模，将内分泌系统看作一个网络，将合成、分泌与存储荷尔蒙的内分泌池看作网络结点，单个内分泌细胞分泌荷尔蒙的过程包括荷尔蒙的分泌和消减作用。通过数据分析，定量与定性分析，研究内分泌系统荷尔蒙之间的相互作用机制。为了验证该模型的性能，作者设计了一个由两个结点和一个反馈环路组成的内分泌网络结构，并进行仿真实验，仿真结果显示该网络经过一定时间的调节会出现吸引子，并最终进入稳定或近似稳定状态
28、。最后又设计了一个多点多反馈的复杂网络，并采用简化方法进行仿真实验，该网络也同样能够进入近似稳定状态。上述实验结果证明了该方法的有效性。 二、内分泌机制与应用问题结合的研究 目前大部分的工作主要是从应用问题出发，针对某一应用领域的特定问题，借鉴生物内分泌系统的作用机制，设计相应的模型和算法，这方面的研究工作相对较多： （1）内分泌机制在机器人行为控制中的应用 近年来学者已意识到：内分泌系统的信息处理机制对开发新的人工智能模型和算法具有重要意义，国内外已出现了一些这方面的研究工作，其中大部分应用在机器人行为控制中14,20-22。 由于机器人处于未知的环境中，很难利用传统的规划方法事先设计行为动
29、作，因此机器人如何利用感知到的信息做出行为决策是机器人控制的难点。在机器人的行为决策中需要解决两个问题：一是如何选择一个期望是正确的行为；二是在机器人选择的行为之间发生冲突时应该如何解决。对于机器人的行为选择问题主要需要做出两方面决策：首先是在行为选择过程中应该采用分散控制还是集中控制；其次当冲突发生时，它的解决方案是预先设定的还是可以根据运行环境动态调整的。 1988年，生物学家Kravitz借鉴龙虾的行为控制方法15，提出了生物荷尔第1章 绪论 5 蒙控制模型。三年后，Brooks在生物荷尔蒙控制模型的基础上提出了荷尔蒙计算模型16，在该模型中采用激励水平描述行为被激活的程度：每一种行为和
30、输入的感知信息都可以激活一种状态，这种状态又可以影响荷尔蒙的释放量。同时荷尔蒙又影响行为的激励水平，荷尔蒙可以单独作用也可以和其它荷尔蒙共同作用。为每一种行为的激励水平设定一个阈值，若该激励水平超过它先前设定的阈值，则该激励所对应的行为就被激活。环境中的荷尔蒙种类和浓度可以影响机器人的行为，行为的结果又影响机器人的所有组成部分，因此荷尔蒙可以直接或间接地影响机器人的所有组成部分。环境中的荷尔蒙浓度可以改变机器人行为的激励水平，这种激励水平影响机器人相应的行为是否被触发，进而影响机器人的整体行为。在不同的条件下，对于同样的输入，机器人的感知结果可能大不相同。反馈环路可以影响荷尔蒙的释放，不同的反
31、馈环路对荷尔蒙释放量的影响不同。该模型可以解决基于行为系统的行为集成问题，提高了机器人在复杂环境中的生存能力。 变结构机器人由多个自治的和相互连接的模块组成，现有的变结构控制方法（如步态表、集中式控制等）不适合机器人结构的动态特性，只要结构发生变化控制方法就必需重写。生物内分泌系统对机体各组成部分有控制协调作用，为了解决变结构机器人模块控制问题，借鉴该内分泌系统的控制协调机制，Shen W M17-19等人提出了一种能够运用于变结构机器人的新方法。在该方法中，它们提出了两种通讯协议控制算法：一种是自适应通信（Adaptive Communication， AC），用来解决模块间的自适应通信问题
32、；另一种是自适应分布式控制（Adaptive Distributed Control， ADC），用来解决模块间的自适应协作问题。为了协调模块间的动作，将荷尔蒙信息在模块间传播，使一个模块通知它的直接邻居其所采取的动作，此邻居则可以根据这些信息选择合适的动作并继续荷尔蒙的传播。该方法解决了变结构机器人同步问题，具有较好的稳定性，但由于环境中的荷尔蒙和机器人的规则库是人为预先设定的，因此该方法的自适应能力有限，机器人很难在完全没有外界干预的条件下工作。 生物体内环境的稳定是其实现智能活动的基础，Arkin R C等人20-21认为机器人的行动不仅与外界环境有关，还取决于内环境的变化，并在此基础上
33、设计了一种新的自主式机器人体系结构。在该系统中增加了内感知器和自我平衡子系统。内感知器感知内部环境的变化，机器人针对感知器感知到的变化对行为进行相应调整。自我平衡子系统由发射器（Transmitter）和接收器（Receptor）组成：发射器模拟产生荷尔蒙的腺体，接收器模拟接收荷尔蒙的各种靶腺或靶细胞，并嵌入基本的运动单元中。发射器与感知器相连，在感知内环境的变化后广播相应的荷尔蒙信息；处于激活状态的接收器在接收到相应荷尔蒙后改变该单元的激第1章 绪论 6 活状态，进而影响机器人的行为。这种调节机制各运动单元仅需要传递相应的荷尔蒙信息，不需要高层控制，是底层的一种无意识的反应，不仅考虑了外环境
34、的变化，还与内环境状态有关。 Mark Neal等人22-24用神经网络控制机器人的行为，并增加了内分泌模块，通过荷尔蒙影响神经网络调节机器人的行为。雷扬等人25-26受神经内分泌系统调节机制的启发，提出一种神经内分泌计算模型及算法。在该模型中，内分泌系统对神经系统的学习与记忆行为进行反馈调节，进而使机器人及时调整其行为，提高了机器人学习和适应环境的能力。作者将其应用于机器人导航避障实验中，实验结果表明该方法使具有较好的自学习自适应能力，能够使机器人及时地发现并躲避障碍物。 （2）基于内分泌调节的情感模型 情感是人类智能不可分割的一部分，情感计算是关于情感、情感产生以及影响情感方面的计算。已有
35、众多情感计算方法产生，相关研究成果可应用到工业控制、模式识别、生物医学等诸多领域，把情感与内分泌系统结合是人工智能领域一个很好的研究方向。 Canamero D等人27-28运用生理参数进行情感建模，指出情感有助于机器人认识特定环境目标，并且与机器人的动机密切相关。外部环境或某种刺激模式可以激活情感，情感又可以影响荷尔蒙的释放。反过来这些荷尔蒙又可以影响机器人对内、外环境信息的感知，进而影响它们的行为决策。对情感建模时可以考虑外界环境刺激、激活的强度、被激活的情感所释放的荷尔蒙信息以及情感作用后的各种生理反应等因素。在该模型中，情感机制与动机系统并行来完成机器人的行为选择，增加了机器人对未知环
36、境的自适应能力，但由于机器人的情感和行为动机都是人工预先设定的，因此无法保证该行为决策的效果。 日本学者T. Ogata等人29-30针对机器人对部分情感的识别能力，提出一种内分泌系统模型，这个模型通过检测肌肉的紧张程度、体温变化及瞳孔的收缩等情况来识别部分情感，利用荷尔蒙信息维持有机体内在运转。他们通过“自我生存评价函数”来控制这些模块，并把这种模型运用在人机交流实验中，取得了很好的效果，实验结果表明该模型具有较好的适应性、情感交流的实时性和多样性等特点。 黄国锐31-32等人借鉴内分泌情感反应机制，提出一种自适应Agent模型。在该模型中内外感知器将感知到的信息传递给情感生成模块；情感生成
37、模块通过感知到的内外环境信息生成情感，进而刺激内分泌模块分泌相应荷尔蒙信息；荷尔蒙调节内环境参数并维持内环境稳定；动机生成模块通过内外感知器感知的情况生成动机；最后行为选择模块选择具有最大激发强度的动机行为，行为执行模块第1章 绪论 7 执行选择的行为，进而改变Agent的内外界环境。Agent的自身需求和内外界环境的变化都可能影响它的行为决策。 Avila-Garcia等人33-34，根据生物生存理论和活动周期，将内分泌机制与情感机制相结合，提出了一种仿荷尔蒙机制。在该机制中，把内分泌荷尔蒙的反馈调节机制用于机器人的行为控制中。建模时考虑了外界刺激、激活强度、环境中的荷尔蒙、情感作用后的生理
38、反应等因素，在行为选择体系中增加一个能分泌荷尔蒙的腺体层，模型机制如图1.1所示。定义其荷尔蒙浓度为致命风险和对竞争者的激励感应函数，如（1.1）式所示。 competitorgSRoDc+= （1.1） 仿真实验结果表明机器人能避免能量耗尽，躲避障碍物等，提高了适应环境的能力。 图1.1 基于行为选择体系的仿荷尔蒙调节机制 Velsquez等人35-36提出一种模块化的情感体系，并将简单的情感机制引入到机器人系统中，验证了该机制能有效地提高机器人自适应性和问题的表达能力。梁建伟等人37选取几种基本情感（愤怒、恐惧、高兴和悲伤）作为研究对象，对于每种情感使用不同的激素进行调节，并将调节后的情感
39、用于行为决策，最后将行为执行结果反馈于内分泌系统和情感系统。 （3）内分泌机制在其它问题中的应用 荷尔蒙具有如下特性：没有特定的路由信息；在网络中传播；具有生命周期；在不同的接收者可以引发不同的动作。借鉴荷尔蒙的上述特性，Paul Richard 第1章 绪论 8 Thompson等人38提出一种基于荷尔蒙的通讯和控制体系结构（HCC）。在该结构中包含有限的局部状态信息的荷尔蒙在网络中传播，接收荷尔蒙的自主体可以根据自身状态做出不同的反应。这种通讯机制被用于多Agent系统中，实验结果表示该方法是有效的，仅需要传递荷尔蒙信息，且具有可扩展性，不依赖于机器人的具体数目。该研究对多Agent系统的
40、控制有重要的参考意义。 Brinkschulte等人39-40提出一种人工荷尔蒙系统，该系统能够实现分布式自组织任务分配。在该系统中，每一个处理单元都定义了三种荷尔蒙：Eager value，这种荷尔蒙决定了任务被分配在该处理单元上执行的可能性。处理单元上的Eager value值越大，任务在此处理单元执行的可能性也就越大；Accelerator，这种荷尔蒙对任务在此处理单元上执行具有促进作用。Suppressor，这种荷尔蒙与Accelerator的作用相反，对任务在此处理单元上的执行有抑制作用。荷尔蒙系统可以被看作一个中间层，协调各处理单元上任务的执行，一个处理单元可以同时向其它所有单元发
41、送Accelerator荷尔蒙，并向其邻居单元发送Suppressor荷尔蒙，处理单元通过计算修正后的Eager value值决定任务的分配方案。该方法具有以下优点：具有鲁棒性，没有中心任务分配单元；相关任务分配在相近的处理单元上，通信开销小；具有自配置的时间上限；具有自修复能力等等。 张翼鹏等人41将内分泌荷尔蒙作用机制应用于传感器网络中，网络中的节点通过发送和接收荷尔蒙消息交换监测信息，进而协调网络节点间的动作。这种方法可以保证完成监测任务，同时也可以减少监测过程中参与的节点数目，从而降低整个网络的能量消耗，提高传感器网络节点间的自组织和自适应能力。 从上述研究可以看出，生物内分泌系统有着
42、与生俱来的自组织能力，无需集中控制，通过荷尔蒙的局部交互作用，使系统做出整体行为决策，以获得最优或近似最优解。荷尔蒙的作用机制可以应用到许多复杂问题的求解中，尤其是针对那些需要在变化的环境中做出决策的问题。现实生活中的许多问题具有复杂性、非线性、实时性、不确定性和不完全性等特点，需要具有自适应、自组织、自学习和自协调能力的算法求得问题的解，以适应动态变化的环境。因此本文的主要工作是将内分泌系统荷尔蒙的作用机制引入智能控制问题中，提高系统的并行性和自适应学习能力。 上述研究分别采用不同的方式对内分泌机制特点进行研究，并在机器人控制，多Agent系统或分布式自组织系统，传感器网络等应用中进行了尝试
43、，取得了一些成果。但总体来讲，人工内分泌系统的研究还处于初步阶段，而且到目前为止，已有成果都停留在实验比较分析阶段，这方面的相关研究工作也比较局限，发展比较缓慢。具体而言： 一、尚无统一的人工内分泌模型。 第1章 绪论 9 内分泌系统是一个复杂的巨系统，具有强大的信息处理机制，但现有的模型和算法还比较简单，远不能体现内分泌系统的机制，适应人工智能发展的需要，完整的人工内分泌模型尚未建立。因此深入剖析内分泌系统的作用机理和执行过程，进而提出更好更实用的模型和算法是以后人工内分泌系统研究的重点。此外，现今的研究工作大多没有与其它智能模型结合，仅仅考虑于内分泌系统本身的作用，若将内分泌系统与模糊逻辑
44、、神经网络、遗传算法等智能方法相结合，则可以产生出新的智能计算方法。 二、已有的人工内分泌系统应用较为狭窄。 目前对人工内分泌系统尚没有进行系统全面的研究，内分泌机制的特征抽取也较为零散。现有的大多研究成果仅仅在一些初级的、零散的、局部的领域取得，对内分泌系统缺乏整体把握。进一步扩展人工内分泌系统的研究，特别是扩大其在科学和工程领域中的应用范围是下一步工作的重点。在长期的进化过程中形成的生物内分泌系统功能强大，通过荷尔蒙的调节作用高效地实现内稳态。从内分泌系统的整体功能上看，虽然内分泌系统受神经系统和机体的其他系统的调节，但是它主要是通过内部各组成部分之间的协调作用来实现其生理功能的。在生物内
45、分泌系统中，荷尔蒙通过反应扩散过程与受体的特异性结合，调节各种生理参数，使生命体处于最佳状态，维持内环境稳定。本文对内分泌系统维持生物体内稳态的机制进行了深入研究，并将其应用于机器人控制、任务分配等问题中。 1.3 本文的研究内容 人体的内分泌系统功能强大，其中内分泌系统的高层调控作用、内分泌系统的情感反应机制及内分泌系统基于荷尔蒙反应扩散机制的自组织性等，在许多工程领域及复杂问题求解中具有重要意义和应用前景。本文后续章节将从不同方面分析和探讨人工内分泌系统的模型及其应用。 （一）生物内分泌系统功能简介 作为一门新兴学科的内分泌学，是研究内分泌系统的组织结构和生理机能，理解内分泌调节机理和病理
46、作用的学科。生物内分泌系统作为机体复杂的调控系统，对维持生物体内部平衡起关键作用。深入剖析内分泌系统的功能特点及作用机理对开发新型的智能计算模型及方法有重要意义。因此，本文从信息处理角度概括和总结了人体内分泌系统的主要功能特点及其调控机理，并对其中的主要概念和术语做了简单讲解，为人工内分泌系统理论模型的建立及其应用研究的开拓提供了理论基础。 （二）基于荷尔蒙的自组织算法及其应用研究 第1章 绪论 10 生物内分泌系统是一个分布式，自适应的复杂巨系统，具有强大的自适应调节能力，其发挥调制作用的核心就是荷尔蒙，机体内的每一个生理调节过程几乎都受荷尔蒙的影响。荷尔蒙在生物内的量虽然不多，但是对健康却
47、有很大的影响，缺乏或是过多都将引发各种疾病。内分泌系统是由多种内分泌细胞组成，这些内分泌细胞大多集中在腺体内，但仍有一部分位于生物体的其它组织中。内分泌细胞受到内、外界环境的刺激可以分泌特定的荷尔蒙，内分泌细胞分泌荷尔蒙一方面受外界环境的刺激，另一方面受环境中相应荷尔蒙浓度的影响，这些荷尔蒙起激励或抑制作用。长期的生物进化使生物内分泌系统具有强大的功能，通过荷尔蒙的反应扩散过程进行调节，以维持机体的内稳态，为生物体的正常生命活动提供保障。本文借鉴荷尔蒙反应扩散机制，提出一种基于荷尔蒙的自组织算法，算法中机器人根据环境中的荷尔蒙信息做出行为决策，通过内分泌系统的调节作用，使多个自主体根据环境状态
48、及时调整行为，从而提高多自主体系统的自组织能力。为验证算法的有效性，将其用于多机器人任务分配中，实验结果表明该方法能够实现机器人的优化分布，高效地完成任务。 （三）基于内分泌调节机制的遗传算法及其应用研究 生物内分泌系统是由内分泌细胞构成的一个动态平衡系统，每个内分泌细胞都是一个自主的个体，具有感受器（细胞膜表面的受体）和效应器（细胞分泌的荷尔蒙）。荷尔蒙在机体的内环境中通过扩散无选择地流向身体的各个部位，由于靶细胞内含有与其发生特异结合的受体，因此它能够引起靶细胞发生特异性反应。荷尔蒙是一种变构性配体，而荷尔蒙受体则是一种变结构性配基，并且有些受体的结构还存在亚型，荷尔蒙与其受体之间在接触的
49、时候可以通过诱导作用来改变本身的构型，进而去适应对方的构型，上述性质保证了荷尔蒙与其受体之间能够发生特异性结合。鉴于此，本文提出一种基于内分泌调节机制的遗传算法，并用内分泌细胞来模拟种群个体，这些内分泌细胞可以分泌和扩散荷尔蒙，并根据接收到的荷尔蒙信息对自身结构作适当调整，从而实现对系统功能的调节。为验证算法的有效性，将其用于任务分配问题求解中，实验结果表明该算法具有自适应求解能力。 1.4 本文的内容安排 本文以下各章内容安排如下：第二章对内分泌系统的生物学基础知识进行了简单介绍，引入了内分泌腺体、内分泌细胞、荷尔蒙等基本概念，并在最后针对内分泌系统的作用特点和调节机制从信息处理角度出发进行了重点讨论；第三章分析了内分泌系统荷尔蒙的反应扩散机制，提出一种基于荷尔蒙的自组织算法，第1章 绪论 11 并将其应用于多机器人系统中；第四章提出一种基于内分泌调节机制的遗传算法，并进行了仿真实验，将其应用于任务分配问题中；第五章总结了全文的研究工作，并进一
