蜂拥算法《Collective Memory and Spatial Sorting in Animal Groups》

Collective Memory and Spatial Sorting in Animal Groups

---

模型

行为规则：摘要（BEHAVIOURAL RULES: DESCRIPTION）

个体的模型的建立依据以下两条简单规则：

• 规则1：个体在任何时候都试图保持自己与他人之间的最小距离。 该规则具有最高优先级，并且对应于自然界中经常观察到的动物行为。
• 规则2：如果个体没有进行回避操作（规则1），他们往往会被其他人吸引（以避免孤立）并与邻居保持一致。 使用局部感知和简单的反应行为来模拟这些行为倾向。

行为规则：说明（BEHAVIOURAL RULES: SUMMARY）

  在连续的三维空间中模拟具有位置矢量$c_i$和单位方向矢量$v_i$的$N$个个体$(i=1,2,...,N)$。 时间被划分为具有规则间隔t的离散时间步长$t$,在这里，$t$被设置为0.1s，对应于鱼的响应潜伏期。 在每个时间步骤中，个体评估三个非重叠区域内的$n$个邻居的位置和/或方向（如下所述;图1）。 该信息用于使用以下规则确定连续时间步长$d_i(t+\tau )$的每个个体的期望方向。

  每个个体将以自己为球心，简化成半径为$r_r$的球体。在球体内距离为$zor$的区域内若存在其他相邻个体，则该个体将尝试着将与其他相邻个体保持最小距离$zor$。如果在时间$t$时刻，在距离为$zor$的空间中存在$n_r$个邻居，则个体$i$通过以下响应来远离该区域内的相邻个体：

  如果在$zor$内没有其他个体，即$n_r=0$，这时个体对在$zoo$和$zoa$中对其他个体做出回应。 模型的建立是以个体为中心的球形，并且个体背后的一个体积中是检测不到相邻个体的，相当于检测盲区。 这种“体积”被定义为具有内角$(360-\alpha )$的锥体，其中$\alpha$被定义为感知场（参见图1）。 具有$(\alpha =360)$的个人可以在检测到区域内任何个体。

  在区域$r_r\le |(c_j-c_i)|<r_o$内，个体的速度方向与在区域中的个体方向协同；在区域$r_o\le |(c_j-c_i)|<r_a$内，个体受到该区域中相邻个体的吸引力。空间中这些区域被定义为$\Delta r_o=r_o-r_r$和$\Delta r_a=r_a-r_o$。

  个体会尝试着与在$zor$区域内的相邻个体进行速度协同，即：

同时，朝着在$zoa$区域内的其他个体运动

  吸引力代表生物体加入群体的趋势并避免与周边上其他个体碰撞。 如果相邻个体只存在$zoo$中，$(n=no)$，那么$d_i(t+\tau )=d_o(t+\tau )$。 同样地，相邻个体只存在$zoa$中，那么$d_i(t+\tau )=d_a(t+\tau )$。如果在$zoo$和$zoa$中同时存在相邻个体，那么$d_i(t+\tau )=1/2[d_o(t+\tau )+d_a(t+\tau )]$。如果在相邻个体的作用下计算得到0向量，或者没有检测到相邻个体的存在，那么$d_i(t+\tau )=v_i(t)$。

  动物的决策受到随机效应（例如感觉误差，运动误差）的影响。 这是通过修改$d_i(t+\tau )$来模拟的，通过从具有标准偏差$\sigma$的球形包裹的高斯分布随机旋转一个角度来表示（表1）。

  在对每个人进行上述处理之后，他们通过转弯率$\theta$转向方向矢量$d_i(t+\tau )$。如果$vi(t)$和$d_i(t+\tau )$之间的角度小于最大转弯角度$\theta \tau$，则$v_i(t+\tau )=d_i(t+\tau )$; 如果不是，则个人朝向期望的方向旋转$\theta \tau$。 为了简化参数空间的分析，我们首先假设个体以每秒s单位的恒定速度移动（我们在下面研究个体速度差异的重要性）。 遵循这些规则，可以随时间整合个体轨迹，以探索行为反应如何影响集体行为。

模型分析（ANALYSIS OF THE MODEL）

  为了分析模型的集体行为，我们探讨了改变参数值的后果（如表1所示）。模型的两个全局属性是根据所有个体的综合轨迹计算出来的: 1)集群极化(group polarization)， $p_{group}[0\le p_{group}\le 1]$ eqn(4); 2) 集群角动量（group angular momentum），$m_{group}[0\le m_{group}\le 1]$ eqn(5)。集群极化随着组内个体之间的对齐程度增加而增加，而组角动量是围绕组中心的个体的角动量的总和，$c_{group}$ [也称为组质心，eqn(6)]。 因此，集群角动量表示组围绕组中心的旋转程度。 从而，

  对于参数的每个组合，个体以随机取向开始并且在球体内的随机位置开始，其中每个可以检测至少一个个体。

  模型的集体行为在达到动态稳定状态后进行分析，其中不同系统的测量值已经稳定（在5000个时间步长内，相当于实时的8.3分钟，对于此处分析的参数范围）。

  为了理解个体差异对群体内空间位置的影响，我们研究了改变一个群体中的个体的下列参数的影响：速度 $s$，转弯率$\theta$;误差$\sigma$; $r_r$，$r_o$和$r_a$在。为了模拟变化，上述的参数通过为每个个体独立绘制的高斯分布偏差来修改其数值，然后在实验期间固定在该值。该分布的标准偏差决定了个体相对于该组内该参数的不同程度，并且被调查到截止点，超过该截止点，该组倾向于分裂。使用斯皮尔曼等级相关系数（rho）测量这些参数与个体与组中心$c_{group}(t)$之间的距离以及到组前方的距离之间的相关性。通过首先计算从组中心$c_{group}(t)$延伸的方向向量$d_{group}(t)$来确定组的方向。

然后用它来定义垂直于$d_{group}(t)$并穿过$c_{group}(t)$的平面。 该集群前面的个体是与$d_{group}(t)$延伸的一侧的平面的最小距离最大的那个。 该组后部的个体与另一侧的平面的最小距离最大。 其他人的排名也相应（见图2）。

仿真结果（Results）