一种改进的自组织生物群体仿真模型

在Boid群体仿真规则基础上,增加了三类控制变量：环境变量、种群特征变量和性格变量构建自组织生物群体仿真系统。利用社会学习因子和自学习因子构建了个体的种群靠拢系数、速度匹配系数和自由游弋系数等参数,去除了传统模型中个体一致性假设,可更为真实地反映不同生物群体的群体行为。本文在此基础上构建了相应的仿真平台。仿真实验结果表明,可以更好地对生物群体行为仿真进行建模,同时给出了鸟群、鱼群和昆虫群三种典型生物群体仿真的参数集合,同时还分析了不同群体的特征。     

基于物理与生物学机理的人工鱼行为模拟

针对人工鱼行为模拟中,对象与行为建模过程及动画实现工作量巨大,而且对硬件资源要求非常严格的问题,本文提出一种简化的基于物理与生物学原理相结合的对象建模方法,并运用到鱼群运动的模拟之中．在该模拟中,人工鱼群的每一个体被定义为一个自主智能体,在个体生物感知模型和群体行为运动的物理机制约束下,采用运动学原理和渐变动画技术,较好地解决了人工鱼集群运动中个体与整体之间的运动协调性问题,在普通PC机上实现了三维鱼群游动的计算机模拟,达到了较好的模拟效果．     

异构智能群体跟踪控制

对智能群体(swarm)跟踪领航者(1eader)进行了研究.提出了一个混杂控制方法,使智能群体中各个智能体的运动状态渐近地收敛到时变的参考轨迹.用图论模型表示智能体之间的相互作用或通信关系,基于异构的智能群体,建立了动态的有向网络模型.运用矩阵分析法及传统的控制理论进行了稳定性分析,从理论上证明了系统的跟踪误差渐近收敛到零.给出了智能群体跟踪时变参考轨迹及到达集合点(rendezvous)的计算机仿真示例,仿真结果证实了该方法的有效性.     

简单巨系统研究及其系统动力学分析

研究大量简单个体依照一定规则相互作用而在宏观上表现出群体智能特性可以用于解决一些复杂的问题.通过对一个实际问题-研究生楼问题的观察和分析,研究了单个个体的行为对整个系统带来的影响.在此基础上,提出了相应的数学模型,并进行了分析,得出了几点有价值的结论.     

基于多自主智能体的电影混战群体仿真

群体动画一直是电影制作领域具有挑战性的研究热点.针对目前电影混战场景数字化仿真存在的运动模式单一、真实感较差、工作量大等问题,提出基于多自主智能体的电影混战群体仿真方法.首先,根据场景规模和角度智能划分作战区域,并建立相应的局部KD树(K-dimension tree);然后,在个体角色具有视觉感知、避障、逃避、智能调用动作数据等行为的基础上,对混战场景中的群体角色进行智能控制,实现群体聚集、追随、智能搜索攻击目标等行为.实验结果表明,该方法是可行的,能够较好地模拟电影混战场景中复杂的多角色智能运动,且具有较高的逼真度.     

改进的人工鱼群算法

通过对人工鱼群算法的研究,给出了改进的人工鱼群算法。采用最优个体保留策略对觅食行为进行改进,防止群体中最优个体的退化;给出加速个体局部搜索方法,改进算法中的聚群行为和追尾行为,使全局最优值更快地突现出来;根据双射的定义和性质,在不影响最终寻优结果的情况下对问题的搜索域进行"缩小",从而加速了全局搜索。仿真结果表明改进的人工鱼群算法具有求解精度高、寻优成功率高、收敛速度快、算法稳定等优点。     

粒子群算法改进策略研究

粒子群算法是在鸟群、鱼群和人类社会的行为规律的启发下提出的一种新兴的基于群智能的演化计算技术,是一种启发式全局搜索算法,通过群体中个体之间的协作和信息共享,通过迭代寻找最优解。由于粒子群算法中粒子向自身历史最佳位置和领域群体历史最佳位置聚集,形成种群的快速趋同效应,容易出现陷入局部极值、早熟收敛或停滞现象。基于此,对粒子群的改进进行了全面的分析和研究。     

用java实现鱼群游动模拟系统

利用人工生命技术的特点,根据鱼群游动的规律建立了一种基于向量的数据模型,并利用JAVA算法设计各种运算,从而完成整个鱼群游动模拟系统.此系统的实现验证了人工生命模型所强调的是对底层个体建模,并且这些个体只具有有限的感知能力和遵循简单的行为规则,它们所表现出来的的复杂行为完全是自下而上自发涌现出来的这一特性.     

基于多智能体的城市交通仿真研究

多智能体模型是一种研究社会、经济、生态等复杂系统的动态研究方法,交通系统是一个具有随机性、动态性和自适应性等特征的开放的复杂系统。因此以多Agent技术为手段结合交通系统的组成和复杂性特征,利用基于Agent的计算机仿真通过模拟交通系统中个体的行为,可以让一群这样的个体在计算机所营造的虚拟环境下进行相互作用并演化,自下而上的涌现出整体系统的复杂性行为。借助Netlogo软件平台,利用Traffic Grid模型仿真研究了有人参与的交通仿真实验,获取了随着时间变化的车辆平均速度、平均等待时间等数据,根据其变化曲线为建设低碳交通和智能交通系统(ITS)提供决策。     

群体智能计算

群体智能是正在迅速发展的新兴研究领域.通过对自然界生命现象的模拟,在不同层次上揭示生命现象和进化规律,为复杂系统复杂行为建模与仿真提供了新的思路.该文对群体智能和计算智能的概念、基本原理和研究方法作了阐述,并对群体智能计算的未来发展趋势作了展望.