群集行为广泛存在于自然界中，个体间通过简单的互动规则能形成聚集、涡旋的构型。由此发展的理论已经在多个体协调控制领域、恐慌人群疏散等应急事件中得到了应用。如果能够深入研究群集在时空方面表现出的特性，并将这些因素考虑进模型当中，有利于对复杂系统模型更切实的描述，以及在探究表现出的行为机制与功能方面的联系。从而，为充分认知群集系统提供新的视角，为群集社会建设提供理论指导。
　　对于微观的群集来说，免疫细胞是作为生命体抵御外来病毒、细胞入侵的关键防线。免疫单核细胞在应答过程中不断运动迁移并与其他种类细胞相互协作，共同发挥免疫作用。但是关于单核细胞免疫所知甚少，对其的行为模式和生理活化机制认识不够充分。为了探究免疫应答中单核细胞行为与活化机制，基于时序图像重构细胞轨迹，发现细胞运动符合指数截断模式，并在运动过程中有与其他个体产生接触的现象。经过体外实验，指出了接触行为对细胞活化有促进效果。并通过对比不同的随机游走模型，阐述了细胞运动模式与活化之间的联系。
　　在宏观群集方面，为了满足人们日益增长的交通需求，缓解交通压力，人们将目光投向了地下轨道交通(地铁)，地铁作为公共交通工具，为城市的现代化发展提供了有力支持。本文收集了人口密度数据以及地铁网络拓扑和地址位置信息。发现在空间上，人口分布符合幂律衰减。通过将人口因素考虑进模型，识别出网络中的关键节点，并做了介数和权值的相关性分析。在拓扑结构方面，发现有环网络比无环网络具有更低的风险性。
　　对于各种集群的时空特性的挖掘和建模仍旧是当前的研究热点。通过实证数据挖掘机制，将机制与功能联系起来，有利于理解群集运动中出现的各种复杂的现象。并且能够将挖掘的机制推广到实际的人类社会中来，在交通规划、舆论监督等方面具有应用价值。