非空间法
非空间法非空间法之反映种群层次的群体动力学模型是以非空间形式描述的，其依据群体的规模及频率分布特性为基础来展开建模步骤。建模时假定大规模群体可基于若干小规模群体邂逅的相互作用、各自所处环境地貌的制约、兼顾若干小群体自身固有的动力学特征，可将群体的现有规模主动的进行拆分或归并成任何规模的群体以为实际建模的需要提供便利。非空间法建模的弊端在于需对其进行人为的群体规模的随意“融合拆分”处理并需提出相关假定方能在描述和分析群体动力学时行之有效。仿真法仿真集群模型的优点在于其可对个体在集群行为过程中的全程表现提供一个清晰的可视化描述过程。鉴于个体所遵循的简单行为规则通常会不尽相同且其或许会使群体呈现出相同的集结行为，若仅以其为据而从群体行为的仿真实验结果中借助获取的群体涌现现象来随意推断出个体的行为规则将无疑是不确切的；而且，非常复杂的有关实际智能个体的行为表现，往往在仿真时难以复现。总之，虽然借助仿真实验依据个体遵循的简单行为规则可使群体涌现出与真实生物群体相近的群体行为，但依然缺乏理论分析方面的合理性论证，同时很难保证真实生物群体是否就是遵循着如此的简单规则的。譬如，Reynolds 对鸟群飞行模式及 Sole 等对蚁群觅食行为的仿真研究等就为采用仿真法建模的具体事例，群体的集群行为可在这些实例中得以身临其境般的观察.鉴于在构建文中的三类智能群体模型时，设想在智能群体的协调运动过程中智能个体之间的交流方式是连续时间形式的，故采用微分方程来描述的智能个体遵循的状态更新规则。相反，若信息交流的数据以离散时间形式传递，就应采用差分方程来描述智能个体遵循的状态更新规则。有时根据需要会选择更加繁杂的混杂模型，并要假定智能个体的视觉范围是圆形区域，这与生物体的视觉范围往往是一个扇形区域是存在差距的；再者，假定基于个体的智能群体动力学模型在单处理器计算环境下以串行同步的模式实现。但是，生物学背景揭示出的生物种群的集群行为却是具有并行本质的特点的。因此，引入体现并行异步的实现模式的可信度更高的群体动力学模型是势在必行的，使其可在多处理器计算环境下以并行异步的模式实现，可使智能个体的运动速度及群体的协调合作效率得以提高；此外，实际的智能个体都存在有限的尺寸和质量，而基于个体的动力学模型往往将同构的智能个体视为可忽略实体物理尺寸的质点。若不考虑个体的实际尺寸，大规模的智能个体在聚集过程中个体间的碰撞就会不可避免的随时发生。
页:
[1]