群體仿真中聚集路徑的生成和自動評價的方法研究.pdf

1、群體仿真是一項借助計算機對群體行為進行模擬研究的技術(shù)，它隨著計算機圖形學(xué)和虛擬現(xiàn)實的發(fā)展而逐漸發(fā)展起來，并在各個領(lǐng)域得到廣泛的應(yīng)用。特別是在城市規(guī)劃、群體性突發(fā)事件的預(yù)判、大型動漫游戲的制作、消防安全、建筑設(shè)計、國防安全等方面發(fā)揮了重要的作用。群體智能算法是人工智能的一個重要分支。它通過對生物群體行為的模擬，產(chǎn)生了一些處理復(fù)雜優(yōu)化問題和其它一些實際應(yīng)用難題的新思路和新方法。比如，受到鳥群覓食行為而成功設(shè)計的啟發(fā)式算法有效的應(yīng)用在組合優(yōu)化

2、、群體路徑規(guī)劃、資源調(diào)度、虛擬網(wǎng)絡(luò)和通信等方面的實際問題。路徑規(guī)劃是群體仿真中最重要的研究之一。在自然界中有許多動物和昆蟲雖然個體微不足道，但群體分工明確、秩序井然。群體智能算法就是一類模仿自然界群體智慧的算法。群體仿真和群體智能存在著天然的聯(lián)系。在群體仿真中，如何通過群體智能算法進行群體路徑的規(guī)劃是當(dāng)前研究的熱點，它能為群體動畫的創(chuàng)作提供素材和技術(shù)支持，也能為大型的疏散逃生仿真提供底層支撐。決策樹算法是一種通過一系列的規(guī)則對數(shù)據(jù)進行分

3、類評價的方法，也是一種機器學(xué)習(xí)的方法。通過它可以進行路徑評價，提高分類的效率和準(zhǔn)確率。
　　本文所做的工作主要如下：
　　(1)針對群體仿真中聚集場景的特點和現(xiàn)有方法的不足提出了基于改進微粒群算法的多種群劃分的聚集路徑規(guī)劃方法。具體方法是：首先，針對聚集現(xiàn)象修改算法的參數(shù)；其次，提出一種基于微粒群算法的多種群劃分策略；最后，對多目標(biāo)點聚集可能出現(xiàn)的擁堵排隊狀況提出了一種動態(tài)調(diào)整的策略。避免了傳統(tǒng)的多種群劃分的依據(jù)單一、不明確

4、的情況。這一改進有效的提高了群體仿真路徑規(guī)劃的效率，增強了群體仿真的逼真效果。
　　(2)針對群體仿真中大量粒子運動路徑的評價中存在的評價速度慢、準(zhǔn)確率低、缺乏依據(jù)特征等問題，提出了基于決策樹算法的路徑自動評價模型。在群體粒子的聚集過程中，通過分析提取影響其運動行為的屬性，應(yīng)用于決策樹算法進行生成路徑好壞的判斷評價。這一模型有效改善了傳統(tǒng)評價方法的缺陷，具有較高的實用性和有效性。
　　(3)結(jié)合具體科研項目，在 VS2003