動物集群行为的建模与仿真.docVIP

动物集群行为的建模与仿真 摘要 生态系统中,动物个体的行为相对简单,集群后却能表现出复杂的群体行为。个体行为是构成群体行为的基础,个体之间的组织结构、个体行为之间的关系和群体行为的涌现机制是研究群体行为的关键要素。 本文首先基于boid模型的三原则，从个体出发，对动物个体进行建模,分析个体之间的行为规则及相互影响，从而仿真出动物的集群行为。仿真结果在一定程度上反映了动物集群行为的实际情况，但该模型对各个参数的设置非常敏感，动物群体的速度不会趋于稳定一致，而且此模型假设各动物的速率相等且保持不变是不合理的，所以对模型进行了改进。 改进模型引入了势场函数，将个体之间的相互作用抽象成吸引力和排斥力，利用牛顿运动定理描述个体运动规律。通过仿真结果发现，动物个体会先调整各自的间距，使其相互靠近以免落单，但又不至于相互碰撞；当动物个体之间的距离接近平衡距离时，动物个体会保持相对位置基本不变，调整各自的速度方向使趋近一致并平稳；另外，个体数目越多，出现落单的可能性就越小。上述结论都是符合实际情况的，说明改进后的模型更合理。 鱼群躲避鲨鱼的行为，可以认为是由鲨鱼对鱼群的排斥力引起的，所以在原有合力的基础上再加上由鲨鱼引起的斥力即得到小鱼发现鲨鱼后的合力。仿真得到的结果反映，当有鲨鱼出没时，鱼群会迅速改变运动状态，逃离鲨鱼的攻击。 动物群中的信息丰富者可以理解成Leader-Follower模型中的Leader，其他个体都是Follower。结合问题一中改进的模型和Leader-Follower模型，通过matlab编程仿真得到的结果反映了Leader对整个群体的作用和影响。 关键词：集群行为 boid模型 势函数 leader-follower模型 matlab仿真 1 问题重述 在动物界，通常有一些动物会成群地行动，它们在运动过程中具有很明显的特征：群中的个体聚集性很强，运动方向、速度具有一致性。近几十年来，智能群体(flock／swarm)的协调控制问题引起了研究人员的极大关注。最近在通信，计算技术，以及相关问题在生物学，社会行为学，统计物理，计算机图形学方面的进展，大大推动了此领域 的研究。研究动物集群运动的机理，建立数学模型刻画动物集群运动、躲避威胁等行为，对智能群体(flock／swarm)的协调控制问题有重要地作用。从以下几个方面分析建模： 1. 建立数学模型模拟动物的集群运动。 2. 建立数学模型刻画鱼群躲避黑鳍礁鲨鱼的运动行为。 3. 假定动物群中有一部分个体是信息丰富者(如掌握食物源位置信息，掌握迁徙路线信息)，建模分析它们对于群运动行为的影响，解释群运动方向决策如何达成。 2 模型假设 假设所有动物个体都可以看成质点； 假设动物群体中的决策者会通过一种特殊信息（气味，动作等）通知其他个体。 3 符号说明 动物的位置向量； 动物与动物的相对位置向量； 动物的瞬时速度； 动物的加速度； 动物个体的最大速率； 动物个体之间的平衡距离； 动物个体的感知半径； 动物与动物之间的势场函数； 动物对动物的作用力； 动物的邻居个数； 4模型建立与模型求解 4.1 动物集群运动的建模与仿真 动物集群行为由三部分因素构成:环境、个体、行为规则。环境是个体的生存空间,个体在环境中活动,收集环境中的各种信息（食物，障碍，敌人等等）；个体的特性（感知范围，速度，加速度等）制约了个体的运动，而个体的总和构成了研究的群体对象;群体的演化过程由其行为规则集来控制,行为规则决定了个体与个体之间、个体与环境之间相互作用的方式。 由于该问不考虑动物觅食、避险等行为，只研究动物的集群行为，所以在这里忽略环境对动物行为的影响，假设动物的活动范围无穷大。 4.1．1 个体的描述 把每个动物个体看成是一个能够自主决策的智能体,它们会根据自己的观察来感知周围的环境,并按照一定的规则决策。个体之间的交互作用是局部的,只能发生在所定义的邻域内。个体应当具有以下属性: (1)感知范围:个体所能感知的范围。个体的感知范围取决于所定义邻域半径的大小和个体与领域之间的夹角（本文中），感知范围越大,表明该个体与其它个体的作用越强，如下图所示： 图一 感知范围示意图 (2)位置:个体位置向量由一组坐标(x, y，z)表示。 (3)速度:每个个体在运动时都具有一定的速度,它是瞬时的，具有大小和方向，用向量（x，y，z）表示。 (4)加速度:个体改变速度大小的能力。 (5)最大速度:每个个体的速度不可能无限增长,具有一个最大值。 (6)平衡距离:个体之间的平衡距离。当个体间的距离小于该值时,个体将朝着远离的方向运动。当个体之间的距离大于该值时,个体将朝着接近的方向运动。 4.1．2 行为规则的描述 1