改進混合蛙跳算法及其在人群運動仿真中的應(yīng)用研究.pdf

1、混合蛙跳算法是一種仿生物學(xué)群體智能優(yōu)化算法，被成功用于求解實際優(yōu)化問題。但是，因為其提出的時間相對較短，所以目前的研究還沒有達到成熟和全面。目前，大多數(shù)文獻在其算法分析及理論研究尚處于起步階段，算法仍有很大的研究空間，值得我們進一步研究。
　　近幾年虛擬現(xiàn)實技術(shù)飛速發(fā)展，作為虛擬現(xiàn)實技術(shù)的重要研究方向之一，人群運動仿真在工業(yè)、交通、娛樂等多個領(lǐng)域應(yīng)用前景廣闊，但目前仍存在一定的挑戰(zhàn)。路徑規(guī)劃方法是實現(xiàn)人群運動仿真的一種重要方法。<

2、br>　　本文的主要工作是對混合蛙跳算法進行改進，并將其應(yīng)用到基于路徑規(guī)劃的人群運動仿真中。本文的主要工作與創(chuàng)新點如下：
　　(1)針對混合蛙跳算法的收斂速度慢、收斂精度低的缺點，本文利用自適應(yīng)慣性權(quán)重以及人工蜂群算法的優(yōu)點對其進行改進。在標(biāo)準(zhǔn)混合蛙跳算法的局部信息交流中引入了自適應(yīng)慣性權(quán)重因子，在算法的全局信息交流中與人工蜂群算法相結(jié)合，最終提出了一種改進的混合蛙跳算法—A2SFLA。仿真實驗結(jié)果表明，該算法在收斂速度、尋優(yōu)能力

3、以及收斂精度上較原算法都有了一定的提升。
　　(2)將標(biāo)準(zhǔn)混合蛙跳算法及其改進算法 A2SFLA在人群運動仿真中進行應(yīng)用。本文將混合蛙跳算法以及對其改進的A2SFLA與人群運動仿真相結(jié)合，并且在人群運動仿真系統(tǒng)中進行群體仿真，分別實現(xiàn)了人群的標(biāo)準(zhǔn)運動、聚集現(xiàn)象和多出口疏散現(xiàn)象。仿真結(jié)果表明，SFLA及其改進算法在進行人群運動仿真時具有很高的真實性。
　　(3)根據(jù)不同的仿真場景，提出了兩種層次化路徑規(guī)劃模型：基于A*算法的層

4、次化路徑規(guī)劃模型和基于拓撲圖的層次化路徑規(guī)劃模型。其中前者適用于障礙物比較分散的室外場景，而后者適用于室內(nèi)等容易進行區(qū)域劃分的場景。人群運動仿真實驗驗證了兩種方法的有效性，并且表現(xiàn)出了優(yōu)良的仿真性能。
　　結(jié)合以上三點研究內(nèi)容，在所參與的科研項目中實現(xiàn)了“基于群體智能的群體仿真系統(tǒng)”和“基于人工生命和群體智能的動畫創(chuàng)作系統(tǒng)”中的多個功能模塊。本文作者設(shè)計并完成的模塊該包括場景建立模塊、運動仿真模塊、基于A*算法的分層路徑規(guī)劃模塊、