摘要：针对动物集群运动机理的研究在近几年受到了国内外学者的广泛关注。研究这些集群运动不仅对人们的工作和生活具有重要的现实意义，对了解自然界和生物系统也具有深远的科学意义。集群运动的研究具有广阔的应用前景：在工程方面，生物群体中的同步、避障机制可以有效地应用到分布式机器人集群、无人驾驶飞行器群、卫星群的运动控制等。

本文针对粒子集群的运动进行了研究，完成了对粒子集群运动的数学模型建立和Matlab计算机模拟，并通过改进的模型对粒子集群一致性的收敛时间和收敛效率进行了深度分析。文中首先对Vicsek经典的模型进行分析，通过Matlab得到仿真结果并对其影响因素进行了定性分析。在此基础上提出自己的模型用于模拟自然界生物的运动，并尽量在新模型中弥补Vicsek模型不足。新的模型考虑了集群中个体的局部一致性对于角度更新的影响，以使结果更加接近实际。

本文通过对于群集网络拓扑关系研究，我们提出了一种可以让群集粒子的所有个体快速达到一致性的更新迭代规则。该规则把个体在邻域内的局部一致性考虑在内，以包含局部一致性的表达式作为权重，进而衡量个体在下一时刻的角度更新决策。以此算法来取代Vicsek经典模型的更新策略，通过仿真计算，对比了改进模型与Vicsek经典模型的收敛时间和收敛效率，进一步的，加入了噪声来分析改进模型的稳定性。仿真结果表明，引入局部一致性参数对于收敛时间和效率具有显著的提高，并且在噪声环境下具有很好的鲁棒性。

 

关键词  Vicsek模型；集群；多智能体；一致性

 

目录

摘要

Abstract

1 绪论-1

1.1 课题背景及项目的研究意义-1

1.2 国内外研究现状-1

1.2.1 相关理论与模型改进的研究-1

1.3 本论文的研究内容-2

2 经典Biod模型与Vicsek模型-3

2.1 经典Biod模型-3

2.2 Vicsek模型-5

2.2.1 模型描述-5

2.2.2 Vicsek模型的主要结论-6

3 基于局部一致性权重的算法

3.1 权重的改进算法-8

3.2 仿真与分析-8

3.2.1 收敛的定义-9

3.2.2 算法的程序流程-9

3.2.3 与经典模型的对比-9

4 加入噪声模型的鲁棒性-12

4.1 数学模型-12

4.2 仿真计算-12

结论-13

参考文献-14

附录-15

致谢-19