蜂群算法是近年来发展迅速的一个人工智能学科领域，通过研究分散、自组织的生物群体智慧，实现分布式、去中心化的智能行为，通常用于无人机、机器人集群的协同作业。

       面对多种类制冷工艺、数以百计的受控设备、数以万计的控制点位的大型中央空调系统，对系统的可靠性要求越高。当系统中的一些组件不稳定，就可能导致系统崩溃、数据丢失、生产中断，控制管理软件和操作系统的卡顿、死机，可能引发系统的宕机，要提高系统的安全性、稳定性和可靠性，就要将系统去中心化，将单点故障对系统的影响缩减到最小，而蜂群算法的分布式、去中心化的优点，恰能有效地解决这一控制难题。

一 算法的起源：蜂群思维

       蜂群思维是自然界群居生物的智慧模拟。是指能同时进行感知和记忆的分布式内存，由许多独立的单元高度连接而成的一个活系统，具有典型的自适应性特征。

       在蜂群中，没有一只蜜蜂在统筹控制，但却有一只看不见的手，高效地、神奇地控制着整个群体。从单只蜜蜂到大量的蜜蜂聚集，无论复杂程度如何，他们都能相互交流，具有分布控制、去中心化的自组织智能行为，群体涌现出的智慧超越个体智慧。

       蜂群思维的四大特征：

       ①去中心化。没有强制的中心控制 

       ②自治自理。次级单位具有自治的特质 

       ③高度协调。次级单位之间彼此高度连接  

       ④非线性因果关系。点对点间的影响通过网络形成非线性因果关系

二 算法的研究:将智慧注入机器

       汇通华城将蜂群算法应用于暖通空调的集群控制与优化，可实现设备投运组合的优选、故障的失效代偿、群智能协同决策等。

       群意识

       可实现自组网、自组群。这种设计打破了传统网络结构对于中心节点的依赖，使得网络更加去中心化；其次，每个节点都可以自主判断离群与入群，使网络具有很强的适应性，能够应对各种复杂的环境变化，即使部分节点出现故障，也不会影响整个网络的运行。

       群决策

       采用群决策机制，有效提高了系统的适应性和决策质量。群间通过整合信息、协同工作，动态调整，共同协商形成开机决策、增减机决策、代偿决策以使系统按需供给，实现节能降耗的目的。

       群进化

       以系统优化为目标，根据机器学习、遗传算法寻找适合当前运行工况和环境工况的控制目标，并在运行过程中持续丰富、更新知识库、不断对控制系统目标进行优化。

三 算法的应用:暖通空调迈入智慧时代

       汇通华城将复杂的暖通空调系统分解，对具备独立正常供冷的最小设备组合定义为一个“供冷单元”，多个供冷单元组成供冷群。由供冷群通过“分布自组织”的协作完成工作。

       通过试验测试和应用数据统计，我们发现：

       ①系统可靠性得到保障。由于打破了集中控制中心对系统的控制，每个供冷单元自成中心而形成了对等网络结构，在群会话机制的前提下，供冷单元对是否需要本单元供冷、供冷量的调节、群内其他供冷单元的状态均进行充分识别后自行调控，使得某个供冷单元出现故障对系统造成的损害降至最小。

       ②系统的能效优化得到保证。供冷单元以效率最优为目标，系统建立的能效知识库成为决策的基础，不断形成在工况条件、环境条件下的最优解。

       美国科技作家凯文·凯利（Kevin Kelly）在《失控》中提到：“一种由无数默默无闻的零件，通过永不停歇的工作，而形成的缓慢而宽广的创造力。”随着人工智能技术融入生产与生活，我们相信，未来将是人与机器共存的时代，我们思考的时候用智慧的火花，点亮自己，点亮机器，点亮星空。