基于主体的仿真与群集智能的研究

lihp780328

生物学家探寻的问题

---- 数以百万计的蚂蚁如何组成一个群落？在蚁群中，单只蚂蚁的能力和智力如此简单，不论工蚁还是蚁后都不可能有足够的能力来指挥完成筑巢、觅食、迁徙、清扫蚁穴等复杂行为。那么，它们是如何相互协调、分工、合作来完成这些任务呢？像蚁巢这样复杂结构的信息又是如何存储在这群蚂蚁当中呢？这些一直是困扰生物学家的问题。

---- 经济学家思考的问题

---- 当今处于全球化进程的社会中，各个厂商都是为了自己的最大利益生产、销售产品。没有任何单个厂商有足够的能力把握全局，但各大城市的物品却很少出现匮乏，总能达到供需平衡。厂商是在什么力量的支配下完成这些配给任务的？经济学家一直在思考这个问题。

---- 生态学家感兴趣的问题

---- 我们经常能够看到成群的鸟、鱼或者浮游生物。这些生物的聚集行为有利于它们觅食和逃避捕食者。它们的群落规模动辄以十、百、千甚至万计，并且经常不存在一个统一的指挥者。它们是如何完成聚集、移动这些功能呢？生态学家对这个问题一直十分感兴趣。

基于主体的仿真

---- 传统解释方法

---- 您是否从上面的这些问题看出了什么？

---- 其实，这些看似毫不相关的问题都具有相同的特征，即相对简单的个体在没有一个集中控制的情况下，通过相互作用产生复杂的群体行为。它们都属于复杂系统研究的范围，各个领域的专家已经对这些问题有了长期、深入的研究，提出了一些解释并建立了一些模型。

---- 例如对于动物群体的聚集行为有2种数学的描述。第一种方法是在考虑到相同物种的相互吸引与排斥的同时，基于每个个体的随机移动利用欧拉连续方程(偏微分方程)进行描述，从而描述整个群体的密度。另外一种方法是基于个体的轨迹，利用拉格朗日方程对于个体的移动、速度等进行描述。

---- 基于主体的仿真及Boid模型

---- 然而随着计算能力的普及，我们可以不是利用方程，而是利用通过对个体行为准则的模拟、仿真进行建模，这种建模方式被称作基于主体的仿真(Agent Based Simulation)。这种建模方式强调群体中的每个个体的特性，更强调个体之间的相互交互作用。后者是许多传统建模方式所缺少的。并且这种建模常常能够对模型进行可视化的观察。

---- 例如，1986年Craig Reynolds提出了Boid (Bird-oid)模型用以模拟鸟类聚集飞行的行为。在这个模型中，每个个体的行为只和它周围邻近个体的行为有关，每个个体只需遵循以下3条规则:

避免碰撞(Collision Avoidance): 避免和邻近的个体相碰撞。

速度一致(Velocity Matching): 和邻近的个体的平均速度保持一致。

向中心聚集(Flock Centering): 向邻近个体的平均位置移动。
---- 鸟群中的每只鸟在初始状态下是处于随机位置向各个随机方向飞行的，但是随着时间的推移，这些初始处于随机状态的鸟通过自组织(self-organization)逐步聚集成一个个小的群落，并且以相同速度朝着相同方向飞行，然后几个小的群落又聚集成大的群落，大的群落可能又分散为一个个小的群落。这些行为和现实中的鸟类飞行的特性是一致的。

---- 我们可以看出鸟群的同步飞行这个整体的行为只是建立在每只鸟对周围的局部感知上面，而且并不存在一个集中的控制者。也就是说整个群体组织起来但却没有一个组织者，群体之间相互协调却没有一个协调者(organized without an organizer , coordinated without a coordinator)，这和前面我们对这些系统的整体感觉是一致的。