基于三维空间关于海豚围捕沙丁鱼群的运动规律

摘要

生物学家Craig Reynolds在1987年提出了一个非常有影响的鸟群聚集模型并由此我们可以总结出离散集群的四个运动原则:避免碰撞,速度匹配,中心聚集,惯性因素。在这个研究中粒子群优化(pos)初始化为一群随机粒子,然后通过迭代找到最优解,在每一次迭代中,粒子通过跟踪两个极值来更新自己。所以在本题目中,根据集群的四个运动原则对各个方向求取加权,建立个体运动方向的数据模型由此可对运动状态进行迭代更新。Vt+1=λ1V1t+λ2V2t+λ3V3t+λ4V4t+λ5V5t λ1+λ2+λ3+λ4+λ5=1其中V5t=arctan y0-y5t/x0-x5t, 通过迭代,我们可以分析得出个体鱼游动的特点,再由个体鱼推广到海豚对个体鱼运动的影响。后根据粒子群优化算法,建立海豚个体与沙丁鱼群的初始化模型,模拟出海豚个体与沙丁鱼群的运动关系。同样的,我们查阅资料制定了海豚围捕沙丁鱼的策略:简要说就是十分讲究排兵布阵,兵分几路,一部分摆出一个口袋型的包围圈,一部分海豚充当“轰赶者”,将猎物向包围圈中驱赶,防止沙丁鱼扩散逃跑。下面结合粒子群算法和群体运动模型来实现相互配合的海豚觅食行为。设海豚在3维的目标空间搜索食物,群体规模为n,设领导者在空间中的位置xk,运动速度vk,领导者在空间中所搜索到的最佳食物位置记为pk,设整个粒子群迄今为止搜索到的最优位置记为pg,则以搜索食物的最优位置为目标,调整信息拥有者在t+1时刻的位置xk(t+1)和运动方向vk(t+1)为: vkt+1=w*vkt+c1r1(pt-xkt)+c2r2(pg-xkt) Xkt+1=Xkt+vkt+1 据此可以用粒子群优化算法对海豚间的相互配合进行分析,最后用MATLAB进行模拟,即可以进行仿真。