• 提供配置文件
  • IRIDIA是Université布鲁塞尔自由学院的人工智能研究实验室。它深入参与计算智能的理论和应用研究。

    主要的能力领域是:群体智能，用于解决组合和连续空间优化问题的元启发式，生物网络的基础研究，以及商业智能应用。
产品组合

  • 研究

  • 群体智慧

  • 群体智能是一种人工智能技术，它涉及算法设计或分布式解决问题的机制，以社会性昆虫群体和其他动物群体的集体行为为灵感。群体智能系统通常由一群简单的代理组成，它们在本地相互作用，并与环境相互作用。IRIDIA是世界上两个最成功的群体智能研究领域的领导者:蚁群优化(ACO)和蜂群机器人。

    蚁群算法是一种元启发式优化算法，可用于求解复杂组合优化问题的近似解。在蚁群算法中，人工蚂蚁通过在问题空间的地图上移动来构建解决方案。它们模仿真正的蚂蚁，在问题空间的地图上沉积人工信息素，从而使未来的人工蚂蚁能够构建更好的解决方案。蚁群算法已经成功地应用于大量的优化问题。

    群机器人技术是将群智能原理应用于大量机器人。最近完成的swarm - bots和SWARMANOID项目成功地基于群机器人方法生产了一个可行的分布式机器人系统。

    • MIBISOC

    • 利用生物启发和软计算的医学成像

    • Swarm-bots

    • Swarm-bots是由欧盟委员会的未来和新兴技术项目(IST-2000-31010)赞助的一个项目，旨在研究自组织和自组装工件的设计和实现的新方法。

      该工程历时42个月，于2005年3月31日成功竣工。自2006年10月1日起，Swarmanoid项目将在Swarm-bots项目中完成的工作扩展到三维环境中。

      Marco Dorigo教授，项目协调员和蜂群智能和蜂群机器人研究领域的创始人之一，于2003年11月被授予第一届欧盟玛丽·居里奖，并于2005年11月被授予著名的«FNRS奖- A. De Leeuw-Damry-Bourlart博士奖，价值7.5万欧元，以表彰他对人工智能和机器人的贡献。

      Francesco Mondada博士是洛桑EPFL的蜂群机器人的主要设计师之一，他在2005年11月被授予瑞士拉西斯大学奖，价值16500欧元，以表彰他对生物机器人的贡献。

    • Swarmanoid

    • Swarmanoid项目(IST-022888)是由欧盟委员会资助的未来和新兴技术(FET-OPEN)项目。

      本研究项目的主要科学目标是设计、实现和控制一种新型分布式机器人系统。该系统将由异构的、动态连接的小型自主机器人组成。总的来说，这些机器人将形成我们所说的“swarmanoid”。我们打算建造的swarmanoid将由许多(大约60个)自主机器人组成，有三种类型:眼睛机器人、手机器人和脚机器人。

      Swarmanoid项目是Swarm-bots项目的后续项目，建立在Swarm-bots项目期间获得的结果的基础上。

      项目协调员是Marco Dorigo教授。
      项目协调员、群智能和群机器人研究领域的创始人之一Marco Dorigo教授于2007年11月被授予“CajAstur国际软计算奖”。

  • Metaheuristics

  • 元启发式被广泛用于解决重要的实际优化问题。元启发式可以被看作是一个通用的算法框架，它可以应用于不同的优化问题，只需要相对较少的修改就可以使其适应特定的问题。元启发式的例子包括蚁群优化、进化计算、迭代局部搜索、模拟退火和禁忌搜索。

    我们的研究重点是特定的元启发式，如蚁群优化或迭代局部搜索，以及它们在NP-hard和连续优化问题中的应用。我们对动态的、多目标的和随机的优化问题特别感兴趣。在我们的研究中，一个中心点是一个良好的实验方法的应用和开发工具的实证研究和配置元启发式。

    元启发式是属于随机局部搜索框架的一类重要算法方法。我们特别感兴趣的是开发一种工程方法，用于设计和实现随机局部搜索算法，因此，也用于元启发式。

    • MIBISOC

    • 利用生物启发和软计算的医学成像

  • 生物信息学

  • IRIDIA涉及生物信息学的多个领域。其中之一是生物网络的计算研究，如神经网络、免疫网络或化学反应系统。我们正试图找出它们的共同特征和共同机制。所有这些网络似乎都以类似的方式增长，导致了类似的拓扑结构。它们都显示出它们的结构连续变化(拓扑、节点和连接)和它们的内部动力学(固定点、振荡或混沌)之间的相互依赖性。它们的可塑性是它们在复杂和不断变化的环境中适应的主要原因。因此，我们也试图从他们的建模中为自适应分布式工程构件的概念汲取可能的启发。

    • MBSTDTG

    • 甲状腺信号转导疾病的分子基础

    • 聪明的

    • 统计监测在研究试验中的应用

  • 商业智能

  • IRIDIA参与了数据和文本挖掘、复杂系统的自适应控制(使用模糊逻辑和神经网络)和面向对象开发的方法支持开发。我们有大量使用数据挖掘进行缺陷识别和时间序列预测的工业实现记录。我们教授面向对象技术，并协助工业界、行政部门和生物、化学领域的研究人员掌握和掌握面向对象技术。