隨著虛擬現實與增強現實技術的發展，打造虛擬世界的需求越來越旺盛。虛擬世界的構造不僅包括靜態場景的構建，還包括場景中生物體的模擬。常見的生物體包括人和飛行生物群等。對人群、飛蟲群等生命體進行仿真也就成為了當前計算機圖形學的研究熱點之一。本書基于流體模型從宏觀層面進行仿真，重點表現群體的全局變化，主要探討將流體模型擴展應用到生物群體的仿真研究，包括經典的流體仿真算法（SPH）和過程式（Procedure）流體仿真算法。 本書適合作為計算機圖形學、計算機仿真學以及生物仿真等領域研究人員的參考用書，也可作為對相關領域感興趣的讀者的閱讀資料。

大規模生物群體包括人群、昆蟲群、獸群等，對這些生物群體從宏觀層面進行大規模仿真以及從微觀層面進行真實感模擬是當前計算機圖形學的主要研究方向之一。相應的仿真技術在虛擬現實、影視游戲、疏散模擬、大型體育仿真、蟲災防治、仿生機器人等領域都有著廣泛的應用前景。將高密度的生物群當作連續體來仿真以及從微觀上對飛行生物進行物理仿真仍存在很多挑戰。主要體現在：①難以表達高密度人群應對環境刺激所呈現的線性響應；②難以刻畫宏觀形狀約束條件下飛行生物群的固有噪聲(Inherent Noise)；③難以刻畫飛行生物的真實感飛行姿態變化。針對這些挑戰，本書分別提出了相應的解決方案，概述如下：
（1）提出了一種大規模、高密度人群的宏觀線性波動仿真方法。從流體力學角度仿真全局信息的變化，解決全局信息（如速度、密度、全局流動方向傳導、邊界擾動響應等）動態變化建模仿真問題?；诶窭嗜樟黧w力學方法模擬高密度人群的流體性運動，在此基礎上提出線性動量觸發方法用于人群的線性波動仿真。此方法可用于大規模、高密度人群在物理環境約束下的有序引導和安全疏散仿真。
（2）提出了一種宏觀形狀約束的飛蟲群組仿真方法。采用近似方法仿真飛蟲的固有噪聲，解決形狀約束條件下飛蟲的動力表達問題。設計內在驅動力來仿真單個飛蟲的生物固有噪聲與集群行為。另外，設計外在驅動力引導飛蟲平滑地變形到任意目標形狀。讓飛蟲群體變形為用戶指定的任意形狀，并且不失去飛蟲所特有的生物噪聲行為。該方法可用于大規模形狀可控的飛行昆蟲群組仿真、VR場景動畫、仿生飛行機器人陣形控制等。
（3）提出了一種受生物學啟發的蝴蝶建模與飛行仿真方法。從生物學角度進行蝴蝶個體的參數化建模，重點解決蝴蝶翅膀與腹部動力學控制問題?；诳諝鈩恿Γòㄉ?、阻力和渦旋力）仿真蝴蝶飛行過程中身體的快速變化。作為一種綜合的解決方案，該方法不僅解決了真實感的蝴蝶個體仿真問題，還可以直接用于群組仿真。能夠仿真飛行生物真實感的飛行姿態與飛行軌跡，為真實感的飛行生物仿真提供一種實時、便捷的可行方法。
本書的結構如下：
第1章，介紹研究背景，總結主要的智能仿真算法，包括人群仿真、飛行生物仿真研究領域所存在的問題，在此基礎上提出本書的研究內容，并提煉本書的主要貢獻。
第2章，介紹基于流體模型的智能體仿真的算法基礎，包括作用力的計算，流體模型的原理，通過對這些算法基礎知識的介紹，為全面掌握本書后續所述智能體（包括人群、飛蟲）奠定基礎。
第3章，介紹一種大規模、高密度人群的宏觀線性波動仿真算法。對應用的拉格朗日流體力學人群建模、宏觀線性波動仿真進行詳細的介紹。通過實驗證明所提出的仿真模型可以仿真大規模、高密度人群的線性波動。
第4章，介紹一種宏觀形狀約束的飛蟲仿真算法。詳細介紹用于仿真飛蟲噪聲行為的內在驅動力與用于形狀約束的外在驅動力。通過實驗證明所提出的模型可用于任意約束形狀的飛蟲群組仿真。
第5章，介紹一種基于空氣動力受生物啟發的鱗翅目飛蟲仿真算法。首先介紹受生物啟發、參數化的蝴蝶個體建模方法；然后介紹用于仿真蝴蝶飛行過程中身體的快速變化的空氣動力，包括升力、阻力和渦旋力；最后通過模擬實驗和對比實驗證明該算法可以模擬真實感的蝴蝶飛行過程的姿態與飛行軌跡。
第6章，對本書所論述的基于流體模型的智能體仿真算法進行總結與展望。
本書得到了江西財經大學的支持，也得到了江西財經大學多位老師的熱情幫助，在此一并表示感謝！
由于著者學識有限，加之智能體仿真技術在不斷發展之中，書中疏漏和不足之處在所難免，敬請廣大讀者批評指正。
著者
2022年5月

第1章基于流體模型的智能體仿真概述 1.1引言 1.2主流研究對象之人群仿真和飛行生物仿真 1.2.1微觀與宏觀人群仿真算法的發展 1.2.2飛行生物之個體與群組仿真算法研究概況 1.3基于流體模型之生物群體仿真對象 第2章仿真算法基礎 2.1智能體仿真算法基礎 2.2基于流體模型的智能體仿真算法基礎 本章小結 第3章極化的高密度人群線性波動仿真算法 3.1引言 3.2模型概述 3.3極化的高密度人群仿真算法 3.3.1人群流體特征仿真算法 3.3.2人群宏觀運動仿真算法 3.3.3運動合成算法 3.3.4障礙物避免算法 3.4仿真結果與討論 3.4.1仿真結果 3.4.2比較實驗 3.4.3性能討論 本章小結 第4章形狀約束的飛蟲群組仿真算法

陳強，男，博士，江西財經大學講師，主要的研究方向為計算圖形學、計算機動畫、虛擬現實、生物群體仿真。主持或參與多項國家級課題研究，主持并結題一項省級課題，作為骨干力量參與參與多項國家級研究項目、省級重點研究項目。在計算機動畫研究領域發表學術論文6篇，申請發明專利3項（已授權2權），實用型發明專利3項（已授權2項）。申請軟件著作權2限。

隨著虛擬現實與增強現實技術的發展，打造虛擬世界的需求越來越旺盛。本書基于流體模型從宏觀層面進行仿真，重點表現群體的全局變化，主要探討將流體模型擴展應用到生物群體的仿真研究。


本書適合作為計算機圖形學、計算機仿真學以及生物仿真等領域研究人員的參考用書，也可作為對相關領域感興趣的讀者的閱讀資料。