人工内分泌系统研究关丽霞

　　自古至今，人类不断地从大自然中获得灵感，提炼总结出新的机理、方法来解决生产和生活中遇到的问题。从上个世纪开始， 人体信息处理机制引起了科学工作者的兴趣， 由脑神经系统、遗传系统、免疫系统发展而来的人工神经网络、遗传算法、人工免疫系统的理论、模型与应用的研究获得了很大成功，这充分显示出基于人体信息处理机制的智能模型研究的重要理论意义和应用价值。上世纪 90 年代，国内外的一些研究者已开始意识到： 内分泌系统的分布式调节机制作为生物信息处理的一个重要组成部分， 在开发新的人工智能模型和算法时是不应被忽视的。 1988 年生物学家 E. A. Kravitz 在对龙虾行为控制机理的研究中，提出了生物荷尔蒙控制模型。随后 R. Brooks 在生物激素控制模型的基础上提出了荷尔蒙计算模型，这是 AES 相关研究的开始。L.S. Farhy 于 2001 年提出了对激素腺体分泌激素的通用规律; 日本学者 T. Shibata 等提出了类似情感模型的仿荷尔蒙机制，并在情感识别机器人的控制中得到应用。SHEN W M 提出了一种数字荷尔蒙模型， 较好地解决了多机器人系统中的通信和控制难题。O. Avila-Garcia 受生理学中相同解剖结构的神经元可以抽取不同的功能效应的启发， 提出一种独特的仿荷尔蒙机制。2003 年，Neal 和 Timmis 首次提出了人工内分泌系统一词，并就生物机体的动态平衡原理对神经-免疫-内分泌系统的综合研究进行了探索。Renteln 于 2008 年提出人工荷尔蒙系统的概念用于自组织的任务分配。在国内，黄国锐借鉴内分泌系统对神经系统的高层调控机制，提出了集神经、遗传、内分泌系统于一体的 IBC 自主体控制结构。刘宝等基于下丘脑-垂体-睾丸素内分泌调节回路模型，设计了一种双层结构控制器。崔嵬基于免疫应答原理和内分泌调节机理， 提出了一种新的免疫内分泌算法。目前，对人工内分泌系统尚没有进行系统全面的研究，现有的研究成果多集中在 AES 和其他系统相结合的方面，AES 在整个大系统中一般是作为一个很小的模块起调节的作用， 而应用多集中在机器人的自主导航方面。本文通过分析内分泌系统的生物机理，综合介绍了当前 AES 领域的主要研究状况，分析其存在的问题，并给出下一步的重点研究方向和思路。