SlideShare a Scribd company logo
1 of 16
Выпускная квалификационная работа
на тему:
«3D-моделирование поведения роя
частиц с использованием подходов
многоагентных систем»
Научный руководитель: к.ф.-м.н.,
доц. каф. 806 Крапивенко А.В.
Дипломник: гр. 08-606
Максимова В.В.
1
2015
Методы роя частиц
 Параметрическая и
структурная оптимизация
 Глобальная условная оптимизация
 Мультимедиа и игровая индустрия
 Имитация социального поведения
 Изучение коллективного
мышления и его появления
 Машинное обучение
2
Постановка задачи
 Исследование алгоритмов роя частиц, выбор
наиболее оптимального с учетом скорости и
гарантии сходимости, ширины изучаемого
пространства.
 Реализация трехмерной модель поведения на
примере стаи рыб.
 Рыба – отдельный агент в системе. На каждом шаге
определяется скорость и направление движения
для каждого агента отдельно.
 При появлении хищника следует защитная
реакция стаи и соответствующее изменение
поведения.
3
Принципы работы алгоритмов
 каждая частица стремится избежать столкновения
с соседними
 скорость и направление движения зависят от
ближайших частиц
 частицы стремятся двигаться на одинаковом
расстоянии друг от друга
4
Существующие Алгоритмы
 Поведенческая модель Boids
 Классический алгоритм роя частиц (GBEST)
 LBEST
 Inertia Weighted Particle Swarm Optimization (IPSO)
 Canonical PSO
 Fully Informed Particle Swarm
5
Inertia Weighted PSO
6
 Изменение скорости частицы (появление
коэффициента инерции):
 Наилучшее личное положение частицы
 Глобальное лучшее положение
7
Целевые функции
 Функция сферы:
min(0) = 0
 Функция Швефеля:
min(420.96875) = -418.9829*n
8
Подбор коэффициентов
№ Целевая функция с1 с2 w Скорость схождения
1. Сферы 0.2 1.0 0.9 107
2. Швефеля 0.2 1.0 0.9 126
3. Сферы 0.2 1.0 0.1 370
4. Швефеля 0.2 1.0 0.1 1200
5. Сферы 0.1 0.9 0.9 60
6. Швефеля 0.1 0.9 0.9 75
7. Сферы 0.1 0.9 0.1 350
8. Швефеля 0.1 0.9 0.1 100
9. Сферы 0.7 0.3 0.9 120
10. Швефеля 0.7 0.3 0.9 –
11. Сферы 0.7 0.3 0.9 4041
12. Швефеля*0.01 0.7 0.3 0.1 1089
13. Сферы 0.7 0.3 0.1 –
14. Швефеля*0.01 0.7 0.3 0.1 35078
9
10
Распределение частиц на различных этапах схождения с использованием ф-ии сферы.
(a) Итерации = 1. (b) Итерации = 100. (c) Итерации = 250.
(a) (b) (c)
Распределение частиц с использованием
ф-ии Швефеля. Итерации = 98
Распределение частиц с использованием
ф-ии Швефеля * 0.01. Итерации = 150
Внешние воздействия
11
«Ф-маневр» стаи рыб
при атаке акулы
Моделирование «Ф-маневра»
вид сверху
фронтальный вид
Архитектурная схема проекта
12
Результат работы
13
Дальнейшее развитие модели
 Усовершенствование анимации движения живых
существ.
 Оптимизация метода путем использования в
вычислениях параллельных алгоритмов.
 Исследование причин сходимости алгоритма роя
частиц.
 Включение в модель аналогов более сложных
природных механизмов (внешних воздействий).
 Масштабирование процесса рендринга.
 Консультация со специалистом на предмет
реалистичности поведения моделируемых рыб.
14
Достигнутые результаты
 Исследованы алгоритмы роя частиц, выбран
подходящий для поставленной задачи.
 Реализована 3D-модель поведения роя частиц на
примере стаи рыб.
 В качестве образования шара и «Ф-маневра»
смоделирована реакция рыб на появление хищника.
 Проведена оценка результатов.
 Предложены методы дальнейшего развития модели.
15
16

More Related Content

More from Sergey Maslennikov

Оптимизация методов внутрикадрового предсказания формата H.265(HEVC) для пото...
Оптимизация методов внутрикадрового предсказания формата H.265(HEVC) для пото...Оптимизация методов внутрикадрового предсказания формата H.265(HEVC) для пото...
Оптимизация методов внутрикадрового предсказания формата H.265(HEVC) для пото...Sergey Maslennikov
 
Система автоматического мониторинга физической подготовки учащихся на основ...
Система автоматического мониторинга  физической подготовки учащихся  на основ...Система автоматического мониторинга  физической подготовки учащихся  на основ...
Система автоматического мониторинга физической подготовки учащихся на основ...Sergey Maslennikov
 
Применение алгоритмов гарантированной двухсторонней оценки решения в задачах ...
Применение алгоритмов гарантированной двухсторонней оценки решения в задачах ...Применение алгоритмов гарантированной двухсторонней оценки решения в задачах ...
Применение алгоритмов гарантированной двухсторонней оценки решения в задачах ...Sergey Maslennikov
 
Программно-информационное обеспечение построения орбитальной группировки косм...
Программно-информационное обеспечение построения орбитальной группировки косм...Программно-информационное обеспечение построения орбитальной группировки косм...
Программно-информационное обеспечение построения орбитальной группировки косм...Sergey Maslennikov
 
ВЕБ-СЕРВИС ДЛЯ РАСПРЕДЕЛЕННОЙ СИСТЕМЫ АВТОМАТИЗИРОВАННОГО ТЕСТИРОВАНИЯ С ФУНК...
ВЕБ-СЕРВИС ДЛЯ РАСПРЕДЕЛЕННОЙ СИСТЕМЫ АВТОМАТИЗИРОВАННОГО ТЕСТИРОВАНИЯ С ФУНК...ВЕБ-СЕРВИС ДЛЯ РАСПРЕДЕЛЕННОЙ СИСТЕМЫ АВТОМАТИЗИРОВАННОГО ТЕСТИРОВАНИЯ С ФУНК...
ВЕБ-СЕРВИС ДЛЯ РАСПРЕДЕЛЕННОЙ СИСТЕМЫ АВТОМАТИЗИРОВАННОГО ТЕСТИРОВАНИЯ С ФУНК...Sergey Maslennikov
 
Программное и информационное обеспечение шахматной системы
Программное и информационное обеспечение шахматной системыПрограммное и информационное обеспечение шахматной системы
Программное и информационное обеспечение шахматной системыSergey Maslennikov
 
Платформа для проведения интернет конференций
Платформа для проведения интернет конференцийПлатформа для проведения интернет конференций
Платформа для проведения интернет конференцийSergey Maslennikov
 

More from Sergey Maslennikov (9)

Оптимизация методов внутрикадрового предсказания формата H.265(HEVC) для пото...
Оптимизация методов внутрикадрового предсказания формата H.265(HEVC) для пото...Оптимизация методов внутрикадрового предсказания формата H.265(HEVC) для пото...
Оптимизация методов внутрикадрового предсказания формата H.265(HEVC) для пото...
 
Система автоматического мониторинга физической подготовки учащихся на основ...
Система автоматического мониторинга  физической подготовки учащихся  на основ...Система автоматического мониторинга  физической подготовки учащихся  на основ...
Система автоматического мониторинга физической подготовки учащихся на основ...
 
Применение алгоритмов гарантированной двухсторонней оценки решения в задачах ...
Применение алгоритмов гарантированной двухсторонней оценки решения в задачах ...Применение алгоритмов гарантированной двухсторонней оценки решения в задачах ...
Применение алгоритмов гарантированной двухсторонней оценки решения в задачах ...
 
Программно-информационное обеспечение построения орбитальной группировки косм...
Программно-информационное обеспечение построения орбитальной группировки косм...Программно-информационное обеспечение построения орбитальной группировки косм...
Программно-информационное обеспечение построения орбитальной группировки косм...
 
ВЕБ-СЕРВИС ДЛЯ РАСПРЕДЕЛЕННОЙ СИСТЕМЫ АВТОМАТИЗИРОВАННОГО ТЕСТИРОВАНИЯ С ФУНК...
ВЕБ-СЕРВИС ДЛЯ РАСПРЕДЕЛЕННОЙ СИСТЕМЫ АВТОМАТИЗИРОВАННОГО ТЕСТИРОВАНИЯ С ФУНК...ВЕБ-СЕРВИС ДЛЯ РАСПРЕДЕЛЕННОЙ СИСТЕМЫ АВТОМАТИЗИРОВАННОГО ТЕСТИРОВАНИЯ С ФУНК...
ВЕБ-СЕРВИС ДЛЯ РАСПРЕДЕЛЕННОЙ СИСТЕМЫ АВТОМАТИЗИРОВАННОГО ТЕСТИРОВАНИЯ С ФУНК...
 
Программное и информационное обеспечение шахматной системы
Программное и информационное обеспечение шахматной системыПрограммное и информационное обеспечение шахматной системы
Программное и информационное обеспечение шахматной системы
 
Maslennikov
MaslennikovMaslennikov
Maslennikov
 
Платформа для проведения интернет конференций
Платформа для проведения интернет конференцийПлатформа для проведения интернет конференций
Платформа для проведения интернет конференций
 
Django
DjangoDjango
Django
 

3D-моделирование поведения роя частиц с использованием подходов многоагентных систем

  • 1. Выпускная квалификационная работа на тему: «3D-моделирование поведения роя частиц с использованием подходов многоагентных систем» Научный руководитель: к.ф.-м.н., доц. каф. 806 Крапивенко А.В. Дипломник: гр. 08-606 Максимова В.В. 1 2015
  • 2. Методы роя частиц  Параметрическая и структурная оптимизация  Глобальная условная оптимизация  Мультимедиа и игровая индустрия  Имитация социального поведения  Изучение коллективного мышления и его появления  Машинное обучение 2
  • 3. Постановка задачи  Исследование алгоритмов роя частиц, выбор наиболее оптимального с учетом скорости и гарантии сходимости, ширины изучаемого пространства.  Реализация трехмерной модель поведения на примере стаи рыб.  Рыба – отдельный агент в системе. На каждом шаге определяется скорость и направление движения для каждого агента отдельно.  При появлении хищника следует защитная реакция стаи и соответствующее изменение поведения. 3
  • 4. Принципы работы алгоритмов  каждая частица стремится избежать столкновения с соседними  скорость и направление движения зависят от ближайших частиц  частицы стремятся двигаться на одинаковом расстоянии друг от друга 4
  • 5. Существующие Алгоритмы  Поведенческая модель Boids  Классический алгоритм роя частиц (GBEST)  LBEST  Inertia Weighted Particle Swarm Optimization (IPSO)  Canonical PSO  Fully Informed Particle Swarm 5
  • 7.  Изменение скорости частицы (появление коэффициента инерции):  Наилучшее личное положение частицы  Глобальное лучшее положение 7
  • 8. Целевые функции  Функция сферы: min(0) = 0  Функция Швефеля: min(420.96875) = -418.9829*n 8
  • 9. Подбор коэффициентов № Целевая функция с1 с2 w Скорость схождения 1. Сферы 0.2 1.0 0.9 107 2. Швефеля 0.2 1.0 0.9 126 3. Сферы 0.2 1.0 0.1 370 4. Швефеля 0.2 1.0 0.1 1200 5. Сферы 0.1 0.9 0.9 60 6. Швефеля 0.1 0.9 0.9 75 7. Сферы 0.1 0.9 0.1 350 8. Швефеля 0.1 0.9 0.1 100 9. Сферы 0.7 0.3 0.9 120 10. Швефеля 0.7 0.3 0.9 – 11. Сферы 0.7 0.3 0.9 4041 12. Швефеля*0.01 0.7 0.3 0.1 1089 13. Сферы 0.7 0.3 0.1 – 14. Швефеля*0.01 0.7 0.3 0.1 35078 9
  • 10. 10 Распределение частиц на различных этапах схождения с использованием ф-ии сферы. (a) Итерации = 1. (b) Итерации = 100. (c) Итерации = 250. (a) (b) (c) Распределение частиц с использованием ф-ии Швефеля. Итерации = 98 Распределение частиц с использованием ф-ии Швефеля * 0.01. Итерации = 150
  • 11. Внешние воздействия 11 «Ф-маневр» стаи рыб при атаке акулы Моделирование «Ф-маневра» вид сверху фронтальный вид
  • 14. Дальнейшее развитие модели  Усовершенствование анимации движения живых существ.  Оптимизация метода путем использования в вычислениях параллельных алгоритмов.  Исследование причин сходимости алгоритма роя частиц.  Включение в модель аналогов более сложных природных механизмов (внешних воздействий).  Масштабирование процесса рендринга.  Консультация со специалистом на предмет реалистичности поведения моделируемых рыб. 14
  • 15. Достигнутые результаты  Исследованы алгоритмы роя частиц, выбран подходящий для поставленной задачи.  Реализована 3D-модель поведения роя частиц на примере стаи рыб.  В качестве образования шара и «Ф-маневра» смоделирована реакция рыб на появление хищника.  Проведена оценка результатов.  Предложены методы дальнейшего развития модели. 15
  • 16. 16