中文摘要：

自然内分泌系统存在着复杂的激素调节机制，但如何借鉴这种机制并建立一种人工智能协同计算模型尚有待进一步研究。为此，课题组在深入分析目前国内外针对自然启发式计算研究现状的基础上，首先，建立一种基于人工内分泌细胞、人工激素和外部应用环境等功能因子相互作用的协同计算模型，以实现系统在多变环境条件下的自适应能力，以及解决在复杂应用背景下的服务发现和自组织优化等问题；其次，分析该系统在计算方面的涌现性和脆弱性等动力学特性，初步构建人工内分泌系统的理论框架，并着重分析其多状态反馈、多模函数优化下的自适应学习算法的收敛性和有效性，以此作为指导后续应用研究的理论基础；最后，主要针对医学应用领域，拓展其应用集成系统的研究工作，促进人类健康事业的发展，并以此为契机取得具有我国自主知识产权的研究成果。

结论摘要：

课题旨在探讨如何借鉴自然内分泌系统内在的复杂激素调节机制，以构造出一种新型的、高度协同的智能计算模型。具体研究工作主要从三个方面展开首先，建立一种基于人工内分泌细胞、人工激素和外部应用环境等功能因子相互作用的协同计算模型，以实现系统在多变环境条件下的自适应能力，以及解决在复杂应用背景下的服务发现和自组织优化等问题；其次，分析该系统在计算方面的涌现性和脆弱性等动力学特性，初步构建人工内分泌系统的理论框架，并着重分析其多状态反馈、多模函数优化下的自适应学习算法的收敛性和有效性，以此作为指导后续应用研究的理论基础；最后，以应用为导向，探讨拓展其集成系统的研究工作，并以此为契机取得具有我国自主知识产权的研究成果。研究工作的主要成果在于构造出具有高度协同特性的人工内分泌系统模型（Lattice-based Artificial Endocrine System，LAES）。该模型以环境晶格化为基础，以细胞智能化为依托，以累加激素为纽带，以靶细胞为导向，能够适应外环境的持续变化，保持内环境的相对稳定，充分体现人体内分泌系统的自组织和自修复特性。研究工作的创新性主要体现在自适应计算机制的设计方面，即在晶格网络这个环境空间内，内分泌细胞群体动态分布和移动，无需集中控制策略或“领导者”细胞，各内分泌细胞仅利用累加激素信息相互通信，协调各自动作，在靶细胞的干预和指导下，完成特定的任务；同时，累加激素信息没有地址标识，在整个晶格网络内部自由传播。另一方面，每个内分泌细胞依据所获取的累加激素信息、局部拓扑结构和自身状态信息来决定下一步如何行动。大量的仿真实验结果表明，LAES模型无需复杂的集中控制策略，因此基于该人工内分泌系统模型的多机器人系统能够在未知或危险环境中执行搜索和捕获多目标的任务。在以上研究进展的基础上，课题组在研究期内发表论文25篇（其中SCI收录10篇，EI收录8篇，ISTP收录1篇）；申请国家发明专利9项（获批4项，公开5项），软件著作权12项。对照立项时制定的客观目标，已全面保质保量完成。同时，综合研究成果——“人工内分泌协同信息处理基础理论及关键技术”获2013年陕西高等学校科学技术奖一等奖，目前正组织申报更高一级的奖项。