为了深入研究群体智能行为之间的交互规则,本文受社会昆虫,如:蚁群、蜂群和群居动物,如狮群、狼群等群智能的启发,提出五条基本规则,并且初始化模拟每个个体具备4中特征属性,目的使功能相对简单个体通过彼此的交互协作,仿真出群体的智能行为。其中,社会群体活动中的个体间的交互行为,主要包括感知、学习、决策、互助等,然后经由自身个体的特性和外部环境共同作用下形成更为复杂的群智能行为。同时,由于个体交互行为存在差异性,导致群体内部间的关联也是一个复杂多变的过程,但最终这些个体的行为会呈现出复杂的群体智能行为。 本文就是根据人类社会群体中个体的属性多样性,从复杂网络拓扑结构演化角度入手,结合人类社会群体的感知和帮扶交互理论背景,引入马氏距离,并建立相应的社会群体演化网络模型。演化模型具体研究三部分为: 一、在研究社会结构时,引入节点属性适应值来确定节点在社会网络中处于的网络层级; 二、在感知演化网络模型中,引入节点维度属性适应值,从节点的不同维度分层次考察节点间的差异性,依据马氏距离定理建立网络优先连接机制,并进一步结合具体维度属性因子权重、优先连接概率阈值、属性权重关联度阈值等因素来探讨网络演化参数对模型建立的影响; 三、在帮扶演化网络模型中,首先以帮扶行为中强者帮助弱者原则为基础,依据节点属性综合适应值的大小表现,确定帮扶连接的局域世界,再以综合计算得出的马氏距离为节点之间优先连接的判断标准,进一步分析影响网络统计参数的内部和外部因素,最终模拟计算出两模型在多维因素下的差异。 本文研究的创新之处是:没有按照群体特征的方法提取多条行为规则,而是直接用个体维度属性表现其自身的复杂性,然后采用同维度属性交互的方法来研究群体复杂性。这样的优点是可以从个体属性维数复杂性,属性关联复杂性来考察群体复杂性行为。