菌群群体感应控制机制及优化算法研究

Bacteria belongs to the simplest single cell organisms, exist on the earth at least 3.5 billion years, witness and participate the long biological evolution process. The bacterial quorum sensing behavior is a necessary factor for their survival adaptation in time-varying environment, Meanwhile, the quorum sensing mechanism is also a complex dynamical system, showing diversity, complexity and dynamic feature. Therefore, the study of quorum sensing mechanism offers an important reference function to the complex dynamic system modelling and optimization. This project will be based on survival environment structure model and the quorum sensing control mechanism research, design individual and population adaptive control method of the typical behavior under the quorum sensing system, typical behavior include individual forage behavior, population size adaptive adjust behavior and multi sensing signals response behavior; On this basis, from the perspective of complex adaptive system, establish quorum sensing control mode, through the virtual simulation environment and the analysis of the system characteristics of quorum sensing control model, reveal the mode and the law between the bacterial quorum sensing mechanism and the population evolution; Finally proposed bacterial quorum sensing optimization method, offers a new model and the method for complex engineering problem. This research project would push the research of complex systems with the research of micro-ecological system to intelligence field, and provides a new research perspective for crossover and integration of engineering science and biological sciences.

细菌属于最简单的单细胞生物，存在于地球上至少具有 35 亿年历史，见证并参与了漫长的生物进化过程。细菌的群体感应行为是保障细菌在时变环境中适应性生存的必要条件，同时，群体感应机制也是一个复杂动力系统，呈现出多样性、复杂性和动态性。因此，研究群体感应机制对复杂动态系统的建模与优化具有重要的借鉴作用。本项目将基于菌群生存环境结构模型与群体感应控制机制的研究，设计群感机制对个体和群体的典型控制行为，包括个体觅食行为、种群规模自适应调整行为和多重信号自适应响应行为的控制方法；在此基础上，从复杂自适应系统角度建立菌群群体感应调控模型，通过虚拟仿真环境和对提出的群体感应调控模型进行分析与验证；最终提出基于细菌群体感应的新型优化计算方法，为复杂工程领域的问题求解提供新的模型与方法。本项目的研究把复杂系统的研究推向与微生态系统相结合的智能领域，为工程科学与生物科学的交叉与融合提供了新的研究视角。

本项目研究了菌群群体感应机制与群体感应效能之间的自适应、自组织、自学习过程的规则演化、知识涌现的本质特征，设计了菌群群体感应调控模型及其优化决策方法，并 对其寻优性、适应性、鲁棒性和工程应用性进行测试分析，从而为复杂动态系统的建模理论 和解决复杂工程问题提供行之有效的理论方法。.（1）基于动力学模型的优化决策建模方法。现有的群智能算法都主要集中在利用生物行为的表象机制实现函数优化及工程控制。本项目与以往算法不同，本项目基于菌群行为，采用动力学知识，通过数学建模方法建立优化决策方法，这为复杂系统的解释及控制，及复杂系统建模的理论和方法提供了创新性思路。.（2）菌群生物动力学智能感知模型的研究。本项目基于控制视角，对从属于复杂系统的菌群生物系统，设计了基于菌群单元行为或现象的智能感知模型，为系统复杂系统智能涌现的研究提供了一个独到的视角，特别是其层次控制和目的性的理论为复杂性的突现提供了一个机制。.（3）种群规模自适应动力学模型及研究。本项目基于Logistic动力学模型设计了菌群种群规模自适应模型，包括增加/删除个体数目的内在增长算子、内在减少算子、波动算子和外部环境算子。其适应性体现在，不论觅食环境是什么，利用此动力学模型，种群规模均可实现自适应。此外，生物系统属于复杂系统，在系统内通常会存在多条正负反馈机制。本项目为其他反馈机制动力学模型的研究提供了参考方法。测试研究后测试结果表明，此算法在收敛速度、求解精度、结果鲁棒性都要优于原始PSO算法。.（4）本项目基于生物系统中的选择，繁殖和变异是生物进化的三个原动力，将动力学机制引入群体智能，试图通过复杂生物系统的动力学机制的研究来探究复杂系统智能涌现的原因。基于选择、繁殖和变异的三个原动力，本项目增加了觅食动力特征。测试研究后测试结果表明，此算法在收敛速度、求解精度、结果鲁棒性较好。.（5）车辆路径问题应用研究。本项目将设计的算法应用与车辆路径问题，结果显示本项目设计的算法具有较好的求解组合优化问题的能力。