多智能體系統(tǒng)是一組智能體的集合,包括人群、交通流、飛蟲群、鳥群等。在智能體系統(tǒng)中,個體之間會發(fā)生相互影響,產(chǎn)生集群行為。多智能體仿真的應(yīng)用包括人群恐懼癥的VR治療、自動駕駛中的車輛仿真、城市設(shè)計和規(guī)劃、駕駛學(xué)習(xí)仿真系統(tǒng)以及其它娛樂方面的應(yīng)用。已有研究者嘗試對多智能體的行為進行仿真和評價,但仍存在如下問題:1.集群行為是如何產(chǎn)生的?關(guān)鍵因素是什么?2.當不同種類的智能體混合在一起的時候,如何仿真;3.如何評價同種生物的不同軌跡的運動相似程度。針對以上問題,本文從動力學(xué)模型、信息傳遞機制、混合多智能體仿真、數(shù)據(jù)驅(qū)動的運動評價四個方面開展了以下工作:1.提出了一種生物學(xué)啟發(fā)的大規(guī)模鳥群的仿真方法。本文采用信息傳遞網(wǎng)絡(luò)來描述個體之間的邏輯關(guān)系,用移動哈希表來描述個體之間的空間關(guān)系。在實踐中,該方法可以生成不同的鳥群行為,包括跳舞和大規(guī)模聚合。此外,本模型可以更真實地刻畫出鳥群運動的特征。2.提出了一種基于強連通圖的鳥群信息傳遞方法。該方法將信息傳遞網(wǎng)絡(luò)與自驅(qū)動粒子的動態(tài)模型相結(jié)合,發(fā)現(xiàn)使用穩(wěn)定信息傳輸網(wǎng)絡(luò)得到的模型產(chǎn)生的鳥群行為更穩(wěn)定。本文進一步表明,鳥群中信息傳遞的時間與其規(guī)模呈對數(shù)增長,且... 

【文章來源】：浙江大學(xué)浙江省 211工程院校 985工程院校 教育部直屬院校

【文章頁數(shù)】：109 頁

【學(xué)位級別】：博士

【文章目錄】：
摘要
Abstract
第1章 緒論
    1.1 引言
    1.2 研究現(xiàn)狀
        1.2.1 多智能體系統(tǒng)的動力學(xué)模型
        1.2.2 鳥群的信息交互機制
        1.2.3 數(shù)據(jù)驅(qū)動的多智能體系統(tǒng)仿真
        1.2.4 多智能體系統(tǒng)仿真的運動評價模型
    1.3 研究目標
    1.4 本文工作
        1.4.1 主要貢獻
        1.4.2 本文組織結(jié)構(gòu)
第2章 大規(guī)模鳥群的快速仿真
    2.1 引言
    2.2 相關(guān)工作
    2.3 自驅(qū)動力模型
    2.4 結(jié)果
        2.4.1 實現(xiàn)
        2.4.2 仿真結(jié)果
        2.4.3 本章仿真結(jié)果與真實運動的對比
    2.5 結(jié)果分析
        2.5.1 不同初始密度的結(jié)果
        2.5.2 凝聚力的權(quán)重對結(jié)果的影響
        2.5.3 排斥力的權(quán)重對結(jié)果的影響
        2.5.4 穩(wěn)定信息傳遞網(wǎng)絡(luò)下鄰居個數(shù)對結(jié)果的影響
        2.5.5 非穩(wěn)定信息傳遞網(wǎng)絡(luò)下鄰居個數(shù)對結(jié)果的影響
        2.5.6 時間性能
    2.6 本章小結(jié)
第3章 穩(wěn)定的信息傳遞網(wǎng)絡(luò)對鳥群群體行為產(chǎn)生的影響
    3.1 引言
    3.2 相關(guān)工作
    3.3 穩(wěn)定的信息傳遞網(wǎng)絡(luò):一個不變的圖
    3.4 圖上的信息傳遞
        3.4.1 信息傳遞時間
        3.4.2 鳥群的信息傳遞過程
    3.5 穩(wěn)定的信息傳遞網(wǎng)絡(luò)vs.不穩(wěn)定的信息傳遞網(wǎng)絡(luò)
        3.5.1 自驅(qū)動力模型
        3.5.2 對比
    3.6 實現(xiàn)
        3.6.1 信息傳遞過程的仿真方法
    3.7 本章小結(jié)
第4章 基于實時數(shù)據(jù)驅(qū)動優(yōu)化的混合多智能體系統(tǒng)仿真
    4.1 引言
    4.2 相關(guān)工作
        4.2.1 參數(shù)估計和真實數(shù)據(jù)特征
        4.2.2 數(shù)據(jù)驅(qū)動的群體仿真
    4.3 基于數(shù)據(jù)驅(qū)動的優(yōu)化
        4.3.1 術(shù)語和符號
        4.3.2 總體方法
        4.3.3 動力學(xué)方程
        4.3.4 速度連續(xù)性
        4.3.5 碰撞避免
        4.3.6 吸引力
        4.3.7 方向控制
    4.4 基于數(shù)據(jù)驅(qū)動優(yōu)化的多智能體系統(tǒng)仿真
        4.4.1 數(shù)據(jù)集的狀態(tài)估計
        4.4.2 方向調(diào)整
        4.4.3 距離和鄰居
        4.4.4 快速計算
    4.5 結(jié)果
        4.5.1 數(shù)據(jù)獲取
        4.5.2 人群
        4.5.3 交通
        4.5.4 虛擬現(xiàn)實場景
    4.6 性能分析
        4.6.1 時間性能
        4.6.2 對比
        4.6.3 使用數(shù)據(jù)集和不使用數(shù)據(jù)集的情況的仿真結(jié)果對比
    4.7 用戶測試和評價
        4.7.1 俯視視角的用戶測試
        4.7.2 個體視角的用戶測試
        4.7.3 VR和桌面顯示的用戶測試對比
    4.8 本章小結(jié)
第5章 基于數(shù)據(jù)驅(qū)動的飛蟲運動評價與噪聲建模
    5.1 引言
    5.2 相關(guān)工作
        5.2.1 聚集行為模型
        5.2.2 噪聲函數(shù)
        5.2.3 評價方法
    5.3 數(shù)據(jù)驅(qū)動的噪聲模型
        5.3.1 模型評價
        5.3.2 時變指標
        5.3.3 熵權(quán)模型評價
        5.3.4 真實數(shù)據(jù)集
        5.3.5 數(shù)據(jù)驅(qū)動的噪聲模型
        5.3.6 多智能體仿真模型的比較
        5.3.7 基于噪聲模型的集群行為
    5.4 本章小結(jié)
第6章 總結(jié)與展望
    6.1 本文工作總結(jié)
    6.2 未來工作展望
參考文獻
攻讀博士學(xué)位期間的主要研究成果
致謝



本文編號：2895210