鸟群算法 - 版本历史

Swarma：修复双重重定向: Boids模型 → 鸟群算法 Boids

2025-07-14T05:55:48Z

修复双重重定向: Boids模型 → 鸟群算法 Boids

Jake：重定向页面至Boids模型

2024-12-21T02:57:02Z

重定向页面至Boids模型

显示更改

Gyt666：Gyt666移动页面鸟群算法 Boids至鸟群算法覆盖重定向

2024-06-03T08:14:12Z

Gyt666移动页面鸟群算法 Boids至鸟群算法覆盖重定向

2024年6月3日 (一) 08:13 Gyt666

2024-06-03T08:13:49Z

2021年2月27日 (六) 08:32 思无涯咿呀咿呀

2021-02-27T08:32:40Z

思无涯咿呀咿呀：/* 参见 */

2021-02-27T08:25:39Z

参见

思无涯咿呀咿呀：/* 参见 */

2021-02-27T03:29:31Z

参见

思无涯咿呀咿呀：/* 算法介绍 */

2021-02-27T03:26:17Z

算法介绍

思无涯咿呀咿呀：/* 算法介绍 */

2021-02-27T02:40:03Z

算法介绍

思无涯咿呀咿呀：/* 算法介绍 */

2021-02-27T02:38:39Z

算法介绍

←上一版本		2025年7月14日 (一) 05:55的版本
第1行：		第1行：
−	#~~重定向~~ [[~~Boids模型~~]]	+	#REDIRECT [[鸟群算法 Boids]]

←上一版本		2024年6月3日 (一) 08:13的版本
第4行：		第4行：
	}}		}}

−	'''<font color="#ff8000">~~鸟群算法 Boids~~</font>'''是模拟鸟类群集行为的人工生命项目，由'''克雷格·雷诺兹 Craig Reynolds'''于1986年开发。该模型常用于计算机动画或计算机辅助设计的计算机三维几何。他关于这个主题的论文发表在1987年的 ACM SIGGRAPH（美国计算机协会计算机图形专业组组织的计算机图形学顶级年度会议）会议记录上。<ref>{{Cite book \| last1=Reynolds\| first1=Craig\| title=Flocks, herds and schools: A distributed behavioral model.\| year=1987 \|journal=SIGGRAPH '87: Proceedings of the 14th Annual Conference on Computer Graphics and Interactive Techniques\| publisher=Association for Computing Machinery \| pages=25–34\| isbn=978-0-89791-227-3\| doi=10.1145/37401.37406\| citeseerx=10.1.1.103.7187}}</ref>“ boid”是“ bird-oid object”的缩写，指一个类鸟对象。<ref>{{Cite journal\| last1=Banks\| first1=Alec\| last2=Vincent\| first2=Jonathan\| last3=Anyakoha\| first3=Chukwudi \| title=A review of particle swarm optimization. Part I: background and development\|date=July 2007\| journal=Natural Computing\| volume=6\| issue=4\| pages=467–484\| doi=10.1007/s11047-007-9049-5\| citeseerx=10.1.1.605.5879}}</ref>恰巧，“boid”也是纽约都市方言中“bird”的发音。	+	'''<font color="#ff8000">鸟群算法（ Boids）</font>'''是模拟鸟类群集行为的人工生命项目，由'''克雷格·雷诺兹 Craig Reynolds'''于1986年开发。该模型常用于计算机动画或计算机辅助设计的计算机三维几何。他关于这个主题的论文发表在1987年的 ACM SIGGRAPH（美国计算机协会计算机图形专业组组织的计算机图形学顶级年度会议）会议记录上。<ref>{{Cite book \| last1=Reynolds\| first1=Craig\| title=Flocks, herds and schools: A distributed behavioral model.\| year=1987 \|journal=SIGGRAPH '87: Proceedings of the 14th Annual Conference on Computer Graphics and Interactive Techniques\| publisher=Association for Computing Machinery \| pages=25–34\| isbn=978-0-89791-227-3\| doi=10.1145/37401.37406\| citeseerx=10.1.1.103.7187}}</ref>“ boid”是“ bird-oid object”的缩写，指一个类鸟对象。<ref>{{Cite journal\| last1=Banks\| first1=Alec\| last2=Vincent\| first2=Jonathan\| last3=Anyakoha\| first3=Chukwudi \| title=A review of particle swarm optimization. Part I: background and development\|date=July 2007\| journal=Natural Computing\| volume=6\| issue=4\| pages=467–484\| doi=10.1007/s11047-007-9049-5\| citeseerx=10.1.1.605.5879}}</ref>恰巧，“boid”也是纽约都市方言中“bird”的发音。

←上一版本		2021年2月27日 (六) 08:32的版本
第42行：		第42行：

	Boids 模型已经被用于其他有趣应用。该系统已应用于互联网多频道广播电台的自动节目编排，它也被用于可视化信息和优化任务。<ref>{{cite conference\| title= DJ-boids: emergent collective behavior as multichannel radio station programming\| first1 = Jesús \| last1 = Ibáñez\| first2 = Antonio F. \| last2 = Gómez-Skarmeta\| first3 = Josep \| last3 = Blat\| date = 2003\| booktitle = Proceedings of the 8th international conference on Intelligent User Interfaces\| pages = 248–250\| doi= 10.1145/604045.604089}}</ref>以及可视化信息<ref>{{cite conference\| title= Time-Varying Data Visualization Using Information Flocking Boids\| last = Moere \| first = A V\| date= 2004\| booktitle = Proceedings of the IEEE Symposium on Information Visualization\| pages= 97–104\| doi= 10.1109/INFVIS.2004.65}}</ref>和优化任务。<ref>{{cite journal\|first1 = Zhihua \| last1 = Cui\|first2 = Zhongzhi \| last2 = Shi\|title= Boid particle swarm optimisation\|journal= International Journal of Innovative Computing and Applications\|volume=2 \|issue=2 \|pages= 77–85\|date=2009\|doi= 10.1504/IJICA.2009.031778}}</ref>		Boids 模型已经被用于其他有趣应用。该系统已应用于互联网多频道广播电台的自动节目编排，它也被用于可视化信息和优化任务。<ref>{{cite conference\| title= DJ-boids: emergent collective behavior as multichannel radio station programming\| first1 = Jesús \| last1 = Ibáñez\| first2 = Antonio F. \| last2 = Gómez-Skarmeta\| first3 = Josep \| last3 = Blat\| date = 2003\| booktitle = Proceedings of the 8th international conference on Intelligent User Interfaces\| pages = 248–250\| doi= 10.1145/604045.604089}}</ref>以及可视化信息<ref>{{cite conference\| title= Time-Varying Data Visualization Using Information Flocking Boids\| last = Moere \| first = A V\| date= 2004\| booktitle = Proceedings of the IEEE Symposium on Information Visualization\| pages= 97–104\| doi= 10.1109/INFVIS.2004.65}}</ref>和优化任务。<ref>{{cite journal\|first1 = Zhihua \| last1 = Cui\|first2 = Zhongzhi \| last2 = Shi\|title= Boid particle swarm optimisation\|journal= International Journal of Innovative Computing and Applications\|volume=2 \|issue=2 \|pages= 77–85\|date=2009\|doi= 10.1504/IJICA.2009.031778}}</ref>
		+
		+	==代码实现==
		+	以下内容是使用BOIDS三层模型对鸟群运动进行了模拟，可以通过调节不同的参数获取到不同的实验现象，可以在这个基础上修改模型规则，以更好的模拟集群运动，本文提供一个模板。代码来源是[https://www.cnblogs.com/zhangqifire/p/6621441.html 沐雨橙风fire]所写的博客。
		+
		+	<source lang="python">
		+
		+	# -- coding:utf-8 --
		+	import argparse
		+	import math
		+	import numpy as np
		+	import matplotlib.pyplot as plt
		+	import matplotlib.animation as animation
		+	from scipy.spatial.distance import squareform, pdist
		+	from numpy.linalg import norm
		+
		+	width, height = 1920, 1080
		+
		+	N = 100 # number of birds
		+	minDist = 100.0 # min dist of approach
		+	maxRuleVel = 0.3 # max magnitude of velocities calculated by "rules"
		+	maxVel = 3.0 # max magnitude of final velocity
		+
		+
		+	class Birds:
		+	"""
		+	Simulates flock behaviour of birds, using the realistic-looking Boids model (1986)
		+	"""
		+	def __init__(self):
		+	self.N = N
		+	self.minDist = minDist
		+	self.maxRuleVel = maxRuleVel
		+	self.maxVel = maxVel
		+
		+	# Computing initial position and velocity
		+	self.pos = [width / 2.0, height / 2.0] + 10 * np.random.rand(2 * N).reshape(N, 2)
		+	# Create an array of N random variable angles in the range [0. 2pi]
		+	angles = 2 * math.pi * np.random.rand(N)
		+	# Random velocity vector [x,y] coordinates zip grouped
		+	self.vel = np.array(list(zip(np.sin(angles), np.cos(angles))))
		+	def savef(self):
		+	with open("douban.txt", "a") as f:
		+	f.write(str(self.pos.reshape(1, N*2)))
		+	print str(self.pos.reshape(1, N*2))
		+	f.close()
		+	def tick(self, frameNum, pts, beak):
		+	"""
		+	Update the simulation by one time step
		+	"""
		+	# get pairwise distances
		+	self.distMatrix = squareform(pdist(self.pos))
		+	# apply rules:
		+	self.vel += self.apply_rules()
		+	self.limit(self.vel, self.maxVel)
		+	self.pos += self.vel
		+	self.apply_bc()
		+	# update data
		+	pts.set_data(self.pos.reshape(2 * self.N)[::2],
		+	self.pos.reshape(2 * self.N)[1::2])
		+	vec = self.pos + 10 * self.vel / self.maxVel
		+	beak.set_data(vec.reshape(2 * self.N)[::2],
		+	vec.reshape(2 * self.N)[1::2])
		+	self.savef()
		+	#print self.pos.reshape(2 * self.N)
		+	#np.savetxt("x.txt", self.pos.reshape(1, 2*N))
		+	def limit_vec(self, vec, max_val):
		+	""" Limit magnitude of 2D vector """
		+	mag = norm(vec)
		+	if mag > max_val:
		+	vec[0], vec[1] = vec[0] * max_val / mag, vec[1] * max_val / mag
		+
		+	def limit(self, x, max_val):
		+	""" Limit magnitide of 2D vectors in array X to maxValue """
		+	for vec in x:
		+	self.limit_vec(vec, max_val)
		+
		+	def apply_bc(self):
		+	""" Apply boundary conditions """
		+	deltaR = 2.0
		+	for coord in self.pos:
		+	if coord[0] > width + deltaR:
		+	coord[0] = - deltaR
		+	if coord[0] < - deltaR:
		+	coord[0] = width + deltaR
		+	if coord[1] > height + deltaR:
		+	coord[1] = - deltaR
		+	if coord[1] < - deltaR:
		+	coord[1] = height + deltaR
		+
		+	def apply_rules(self):
		+	# apply rule #1 - Separation
		+	D = self.distMatrix < 20.0
		+	vel = self.pos * D.sum(axis=1).reshape(self.N, 1) - D.dot(self.pos)
		+	self.limit(vel, self.maxRuleVel)
		+
		+	# different distance threshold
		+	D = self.distMatrix < 50.0
		+
		+	# apply rule #2 - Alignment
		+	vel2 = D.dot(self.vel)
		+	self.limit(vel2, self.maxRuleVel)
		+	vel += vel2
		+
		+	# apply rule #1 - Cohesion
		+	vel3 = D.dot(self.pos) - self.pos
		+	self.limit(vel3, self.maxRuleVel)
		+	vel += vel3
		+
		+	return vel
		+
		+
		+	def tick(frameNum, pts, beak, birds):
		+	""" Update function for animation """
		+	birds.tick(frameNum, pts, beak)
		+	return pts, beak
		+
		+
		+	def main():
		+	print('Starting flock simulation...')
		+
		+	# Create birds
		+	birds = Birds()
		+
		+	# Setup plot
		+	fig = plt.figure()
		+	ax = plt.axes(xlim=(0, width), ylim=(0, height))
		+	pts, = ax.plot([], [], markersize=10, c='k', marker='o', ls='None')
		+	beak, = ax.plot([], [], markersize=4, c='r', marker='o', ls='None')
		+	anim = animation.FuncAnimation(fig, tick, fargs=(pts, beak, birds), interval=20)
		+
		+	# TODO: add a "button press" event handler to scatter birds
		+	#anim.save('basic_animation.mp4', fps=30, extra_args=['-vcodec', 'libx264'])
		+	plt.show(anim)
		+	if __name__ == '__main__':
		+	main()
		+
		+
		+	</source>
		+
		+

	==参见==		==参见==

@@ 第47行： / 第47行： @@
 *[[群体智能]] Swarm intelligence
-*[粒子群优化算法]]
+*[[粒子群优化算法]]
 *[[集群机器人]]

@@ 第45行： / 第45行： @@
 ==参见==
-*[[群体智能 Swarm intelligence]]
+*[[群体智能]] Swarm intelligence
-*[[集体细胞迁移 Collective cell migration]]
+*[粒子群优化算法]]
 ==参考文献==

@@ 第12行： / 第12行： @@
 [[File:Rule_alignment.gif|thumb|200px|靠近]]
-与大多数人工生命模拟一样，Boids 是[[涌现]]行为的一个例子; 也就是说，Boids 的复杂性来自于遵循一系列简单规则的'''个体 agents'''（这里是 Boids）的相互作用。在最简单的Boids世界中适用的规则如下，其描述了鸟群中的个体如何根据周边同伴的位置和速度移动:
+与大多数人工生命模拟一样，Boids 是[[涌现]]行为的一个例子; 也就是说，Boids 的复杂性来自于遵循一系列简单规则'''个体 agents'''（这里是 Boids）的相互作用。在最简单的Boids世界中适用的规则如下，其描述了鸟群中的个体如何根据周边同伴的位置和速度移动:
 * '''<font color="#ff8000">分离 Separation</font>''': 移动以避开群体拥挤处
-* '''<font color="#ff8000">对齐 Alignment</font>''': 转向群体的平均航向
+* '''<font color="#ff8000">对齐 Alignment</font>''': 朝着周围同伴的平均方向前进
-* '''<font color="#ff8000">靠近 Cohesion</font>''': 朝群体的平均位置（质心）移动
+* '''<font color="#ff8000">靠近 Cohesion</font>''': 朝着周围同伴的平均位置（质心）移动
 每个 boid 个体都可以得知整体的几何参数，但群体要求其只对其周围某个小邻近范围作出反应。该邻近范围由一个距离（从该个体的中心算起）和一个角度（从其飞行方向算起）决定。此范围外的同伴不予考虑。该临近范围可以认为是一个有限知觉的模型（就像浑水中的鱼一样）；但更恰当的想法可能是，其定义了鸟群影响了个体转向的区域范围。
-可以添加更复杂的规则，如避障和寻找目标。
+当然也可以添加更复杂的规则，如避障和寻找目标。
@@ 第29行： / 第29行： @@
 |journal= New Generation Computing|volume=25 |issue=2 |pages= 145–169|date=2007|doi= 10.1007/s00354-007-0009-5}}</ref>等人扩展基本模型以加入恐惧的影响。因为动物之间靠嗅觉来传递情感，所以他利用一种可自由膨胀气体中的粒子来模拟信息素。'''哈特曼 Hartman'''和'''贝内斯 Benes'''<ref>{{cite journal|first1= Christopher | last1= Hartman|first1= Christopher | last1= Hartman|first2= Bedr̆ich |last2= Benes̆|title= Autonomous boids|journal= Computer Animation and Virtual Worlds|volume=17 |issue=3–4 |pages= 199–206|date=July 2006|doi= 10.1002/cav.123}}</ref>我们为这种结盟引入了互补的力量，称之为领导力更替。这个力决定了这个鸟成为领导者或者试图逃脱群体的概率。
-Boids 的运动可以表现为混乱（分裂的群体和狂野的行为）或有序。意想不到的行为，比如群体分散和避开障碍后的聚合可以被认为是涌现的。
+Boids 的运动可以表现为混乱（分裂的群体和狂野的行为）或有序。意想不到的行为比如群体分散和避开障碍后的集聚，可以被认为是涌现的。
@@ 第38行： / 第38行： @@
-在当时提出时，雷诺兹的方法相比于传统的计算机动画电影技术是一个巨大的进步。第一部利用了此模型的动画片是《'''史丹利和史黛拉: 破冰 Stanley and Stella in: Breaking The Ice'''》（1987），之后是'''蒂姆·伯顿 Tim Burton'''的故事片《'''蝙蝠侠归来 Batman Returns'''》（1992），电脑合成的蝙蝠群和成群的企鹅行进穿过'''哥谭市 Gotham City'''的街道。<ref>{{cite journal | url=http://lrss.fri.uni-lj.si/people/ilbajec/papers/ilb_ab09.pdf | last1=Lebar Bajec |first1= Iztok |first2=  Frank H. |last2= Heppner | date=2009 | title=Organized flight in birds | journal=Animal Behaviour | volume = 78 | issue = 4 | pages = 777–789 | doi = 10.1016/j.anbehav.2009.07.007 }}</ref>
+在当时提出时，Reynolds的方法相比于传统的计算机动画电影技术是一个巨大的进步。第一部利用了此模型的动画片是《'''史丹利和史黛拉: 破冰 Stanley and Stella in: Breaking The Ice'''》（1987），之后是'''蒂姆·伯顿 Tim Burton'''的故事片《'''蝙蝠侠归来 Batman Returns'''》（1992），电脑合成的蝙蝠群和成群的企鹅行进穿过'''哥谭市 Gotham City'''的街道。<ref>{{cite journal | url=http://lrss.fri.uni-lj.si/people/ilbajec/papers/ilb_ab09.pdf | last1=Lebar Bajec |first1= Iztok |first2=  Frank H. |last2= Heppner | date=2009 | title=Organized flight in birds | journal=Animal Behaviour | volume = 78 | issue = 4 | pages = 777–789 | doi = 10.1016/j.anbehav.2009.07.007 }}</ref>
-Boids 模型已经被用于其他有趣应用。该系统已应用于互联网多频道广播电台的自动节目编排，.<ref>{{cite conference| title= DJ-boids: emergent collective behavior as multichannel radio station programming| first1 = Jesús | last1 = Ibáñez| first2 = Antonio F. | last2 = Gómez-Skarmeta| first3 = Josep | last3 = Blat| date = 2003| booktitle = Proceedings of the 8th international conference on Intelligent User Interfaces| pages = 248–250| doi= 10.1145/604045.604089}}</ref>以及可视化信息<ref>{{cite conference| title= Time-Varying Data Visualization Using Information Flocking Boids| last = Moere | first = A V| date= 2004| booktitle = Proceedings of the IEEE Symposium on Information Visualization| pages= 97–104| doi= 10.1109/INFVIS.2004.65}}</ref>和优化任务。<ref>{{cite journal|first1 = Zhihua | last1 = Cui|first2 = Zhongzhi | last2 = Shi|title= Boid particle swarm optimisation|journal= International Journal of Innovative Computing and Applications|volume=2 |issue=2 |pages= 77–85|date=2009|doi= 10.1504/IJICA.2009.031778}}</ref>
+Boids 模型已经被用于其他有趣应用。该系统已应用于互联网多频道广播电台的自动节目编排，它也被用于可视化信息和优化任务。<ref>{{cite conference| title= DJ-boids: emergent collective behavior as multichannel radio station programming| first1 = Jesús | last1 = Ibáñez| first2 = Antonio F. | last2 = Gómez-Skarmeta| first3 = Josep | last3 = Blat| date = 2003| booktitle = Proceedings of the 8th international conference on Intelligent User Interfaces| pages = 248–250| doi= 10.1145/604045.604089}}</ref>以及可视化信息<ref>{{cite conference| title= Time-Varying Data Visualization Using Information Flocking Boids| last = Moere | first = A V| date= 2004| booktitle = Proceedings of the IEEE Symposium on Information Visualization| pages= 97–104| doi= 10.1109/INFVIS.2004.65}}</ref>和优化任务。<ref>{{cite journal|first1 = Zhihua | last1 = Cui|first2 = Zhongzhi | last2 = Shi|title= Boid particle swarm optimisation|journal= International Journal of Innovative Computing and Applications|volume=2 |issue=2 |pages= 77–85|date=2009|doi= 10.1504/IJICA.2009.031778}}</ref>
 ==参见==

←上一版本		2021年2月27日 (六) 02:40的版本
第29行：		第29行：
	\|journal= New Generation Computing\|volume=25 \|issue=2 \|pages= 145–169\|date=2007\|doi= 10.1007/s00354-007-0009-5}}</ref>等人扩展基本模型以加入恐惧的影响。因为动物之间靠嗅觉来传递情感，所以他利用一种可自由膨胀气体中的粒子来模拟信息素。'''哈特曼 Hartman'''和'''贝内斯 Benes'''<ref>{{cite journal\|first1= Christopher \| last1= Hartman\|first1= Christopher \| last1= Hartman\|first2= Bedr̆ich \|last2= Benes̆\|title= Autonomous boids\|journal= Computer Animation and Virtual Worlds\|volume=17 \|issue=3–4 \|pages= 199–206\|date=July 2006\|doi= 10.1002/cav.123}}</ref>我们为这种结盟引入了互补的力量，称之为领导力更替。这个力决定了这个鸟成为领导者或者试图逃脱群体的概率。		\|journal= New Generation Computing\|volume=25 \|issue=2 \|pages= 145–169\|date=2007\|doi= 10.1007/s00354-007-0009-5}}</ref>等人扩展基本模型以加入恐惧的影响。因为动物之间靠嗅觉来传递情感，所以他利用一种可自由膨胀气体中的粒子来模拟信息素。'''哈特曼 Hartman'''和'''贝内斯 Benes'''<ref>{{cite journal\|first1= Christopher \| last1= Hartman\|first1= Christopher \| last1= Hartman\|first2= Bedr̆ich \|last2= Benes̆\|title= Autonomous boids\|journal= Computer Animation and Virtual Worlds\|volume=17 \|issue=3–4 \|pages= 199–206\|date=July 2006\|doi= 10.1002/cav.123}}</ref>我们为这种结盟引入了互补的力量，称之为领导力更替。这个力决定了这个鸟成为领导者或者试图逃脱群体的概率。

−	Boids ~~的运动可以表现为混乱（分裂的群体和狂野的行为）或有序。意想不到的行为，比如群体分散和避开障碍后的团聚可以被认为是应急的。~~	+	Boids 的运动可以表现为混乱（分裂的群体和狂野的行为）或有序。意想不到的行为，比如群体分散和避开障碍后的聚合可以被认为是涌现的。

@@ 第27行： / 第27行： @@
 该基本模型自Reynolds提出以来，已用多种方法扩展。例如，Delgado-Mata <ref>{{cite journal|first1= Carlos | last1= Delgado-Mata|first2= Jesus Ibanez | last2= Martinez|first3= Simon | last3= Bee|first4= Rocio | last4= Ruiz-Rodarte|first5= Ruth | last5= Aylett|title= On the use of Virtual Animals with Artificial Fear in Virtual Environments
-|journal= New Generation Computing|volume=25 |issue=2 |pages= 145–169|date=2007|doi= 10.1007/s00354-007-0009-5}}</ref>等人扩展基本模型以加入恐惧的影响。因为动物之间靠嗅觉来传递情感，所以他利用一种可自由膨胀气体中的粒子来模拟信息素。'''哈特曼 Hartman'''和'''贝内斯 Benes'''<ref>{{cite journal|first1= Christopher | last1= Hartman|first1= Christopher | last1= Hartman|first2= Bedr̆ich |last2= Benes̆|title= Autonomous boids|journal= Computer Animation and Virtual Worlds|volume=17 |issue=3–4 |pages= 199–206|date=July 2006|doi= 10.1002/cav.123}}</ref>为结盟过程力量，他们称之为领导权的更迭。这条决定了某只鸟成为领导者及试图逃跑的机会。
+|journal= New Generation Computing|volume=25 |issue=2 |pages= 145–169|date=2007|doi= 10.1007/s00354-007-0009-5}}</ref>等人扩展基本模型以加入恐惧的影响。因为动物之间靠嗅觉来传递情感，所以他利用一种可自由膨胀气体中的粒子来模拟信息素。'''哈特曼 Hartman'''和'''贝内斯 Benes'''<ref>{{cite journal|first1= Christopher | last1= Hartman|first1= Christopher | last1= Hartman|first2= Bedr̆ich |last2= Benes̆|title= Autonomous boids|journal= Computer Animation and Virtual Worlds|volume=17 |issue=3–4 |pages= 199–206|date=July 2006|doi= 10.1002/cav.123}}</ref>我们为这种结盟引入了互补的力量，称之为领导力更替。这个力决定了这个鸟成为领导者或者试图逃脱群体的概率。
 Boids 的运动可以表现为混乱（分裂的群体和狂野的行为）或有序。意想不到的行为，比如群体分散和避开障碍后的团聚可以被认为是应急的。