一种飞虫运动模型噪声项的确认方法
【技术领域】
[0001] 本发明涉及计算机群组动画技术领域，尤其涉及的是一种飞虫运动模型噪声项的 确认方法。
【背景技术】
[0002] 飞虫群是地球上种类最多的动物之一，大自然中随处可见飞虫的群体行为，飞虫 通过个体之间的局部交互，最终形成整个飞虫群的行为。飞虫群表现出许多与其它动物不 一样的群体行为，比如聚集、相变、趋光性、大规模迀徙、逃跑等等。社会学家和人类学家提 出了很多模型来表示动物的这种群体行为，这些模型经常被应用到计算机动画、虚拟现实、 游戏等领域。
[0003][0004] 由于飞虫个体小，飞行速度快，天生存在不稳定的随机飞行行为，又容易聚集成具 有成千上万个体的飞虫群，产生视觉上非常混乱的飞行效果。其中，飞虫群内部个体的噪声 是飞虫群的一大特点，飞虫个体的噪声相当于飞虫的随机运动，飞虫运动模型中的噪声项 对仿真结果有着不可忽视的影响。
[0005] 因此，如何选取飞虫运动模型的噪声项，从而使得飞虫运动模型的仿真结果与真 实的飞虫运动尽可能地接近，成为一个飞虫群模拟、仿真的重要问题。
【发明内容】
[0006] 本发明提供了一种飞虫运动模型噪声项的确认方法，将该方法用于生成与真实运 动尽可能接近的飞虫运动模型，使飞虫运动模型中噪声项的确定更加科学，对模型的飞虫 运动模型的评价也更加公平。
[0007] -种飞虫运动模型噪声项的确认方法，包括以下步骤：
[0008] (1)选取多个飞虫运动模型，每个飞虫运动模型包括基础项和噪声项，各飞虫运动 模型的基础项相同，各飞虫运动模型的噪声项选用不同类型；
[0009] (2)获取真实的飞虫运动数据作为参考数据，并根据飞虫运动模型的仿真数据与 参考数据的相似程度计算每个飞虫运动模型的评价函数；
[0010] (3)初始化每个评价函数的权重和参数集合，设定参数集合中的参数范围；
[0011] (4)以评价函数为目标函数，使用智能优化算法计算得到各飞虫运动模型的最优 参数，仿真数据与参考数据相似程度最大时，得到最优参数以，及最优参数下对应的能量项 的值；
[0012] (5)根据步骤（4)得到的最优参数下对应的能量项的值，建立能量项矩阵X = (Xij) IXn:
[0013]
【主权项】
1. 一种飞虫运动模型噪声项的确认方法，其特征在于，包括以下步骤： (1) 选取多个飞虫运动模型，每个飞虫运动模型包括基础项和噪声项，各飞虫运动模型 的基础项相同，各飞虫运动模型的噪声项选用不同类型； (2) 获取真实的飞虫运动数据作为参考数据，并根据飞虫运动模型的仿真数据与参考 数据的相似程度计算每个飞虫运动模型的评价函数； (3) 初始化每个评价函数的权重和参数集合，设定参数集合中的参数范围； (4) 以评价函数为目标函数，使用智能优化算法计算得到各飞虫运动模型的最优参数， 以及最优参数下对应的能量项的值； (5) 根据步骤⑷得到的最优参数下对应的能量项的值，建立能量项矩阵X= (Xij) IXn*
其中，1为飞虫运动模型个数，η为评价函数的能量项个数，表示任一能量项的值，i 表示能量项矩阵的第i行，j表示能量项矩阵的第j列； (6) 使用信息熵方法计算能量项矩阵中各能量项对应的标准化参数及其权重； (7) 当步骤（6)计算得到的权重符合预设条件时，则进入步骤（8); 不符合预设条件时，利用步骤（4)中得到的最优参数集合以及步骤（6)得到的权重更 新飞虫运动模型的权重和参数集合，然后进入步骤（4)进行迭代； (8) 得到各飞虫运动模型的最优参数以及评价函数的各能量项的权重，选定评价函数 的值最低的飞虫运动模型对应的噪声项作为最终结果。
2. 如权利要求1所述的飞虫运动模型噪声项的确认方法，其特征在于，在步骤（1)中， 所述的噪声项包括：白噪声、高斯白噪声、柏林噪声或旋度噪声。
3. 如权利要求1所述的飞虫运动模型噪声项的确认方法，其特征在于，在步骤（4)中， 使用遗传算法极小化评价函数得到各飞虫运动模型的最优参数，以及最优参数下对应的能 量项的值。
4. 如权利要求1所述的飞虫运动模型噪声项的确认方法，其特征在于，在步骤（6)中， 使用信息熵方法计算能量项矩阵中各能量项对应的标准化参数及其权重具体步骤包括： 6-1、对能量项矩阵的每一列进行标准化，标准化公式为：
其中A, = λ:,和, = max X,., - X,.,是标准化参数，X，i」为X i」标准化后的值； 6-2、权重的计算公式如下： 令 R = 〇^·)1Χη，Aj= 1-x' i1； 则每一个能量项的熵为：
其中
且当 gij= O 时 g ij In gij= O ; 得到第i个能量项的权重为
Wj表示第j个能量项对应的权重； ej表示第j个能量项对应的j：商； Apgij为中间变量。
5.如权利要求1所述的飞虫运动模型噪声项的确认方法，其特征在于，在步骤（7)中， 预设阀值常量和最大迭代次数，所述的预设条件为：步骤(6)中计算得到的权重与上一次 迭代的权重之间的距离小于阀值常量或者当前迭代次数为最大迭代次数。
【专利摘要】本发明公开了一种飞虫运动模型噪声项的确认方法，包括以下步骤：选取多个飞虫运动模型；根据飞虫运动模型的仿真数据与参考数据的相似程度计算每个飞虫运动模型的评价函数；初始化每个评价函数的权重和参数集合，设定参数集合中的参数范围；计算得到各飞虫运动模型的最优参数，以及最优参数下对应的能量项的值；建立能量项矩阵；计算得到标准化参数及其权重；与预设条件比较，符合输出结果，不符合进行迭代；选定评价函数的值最低的飞虫运动模型对应的噪声项作为最终结果；本发明采用信息熵方法动态计算评价模型中各能量项权重，使得各运动模型的比较更加公平，得到最优的噪声项结果。
【IPC分类】G06T13-40
【公开号】CN104766359
【申请号】CN201510164063
【发明人】任佳萍, 王欣捷, 金小刚
【申请人】浙江大学
【公开日】2015年7月8日
【申请日】2015年4月8日