군집 행동

Swarm behaviour
"Swarm"은 여기서 리다이렉트 됩니다.그 외의 용도는, 「군집」(명확화)를 참조해 주세요.
오크릿 떼는 무리짓는 행동을 보인다.

군집행동 또는 군집행동(軍 about行動)은 같은 지점에서 밀링하거나 집단으로 이동하거나 어떤 방향으로 이동하는 유사한 크기의 개체, 특히 동물에 의해 나타나는 집단행동이다.그것은 매우 학제적인 [1]주제이다.이 용어는 특히 곤충에게 적용되지만, 군집 행동을 보이는 다른 실체나 동물에게도 적용될 수 있다.떼지어 다니거나 중얼거림이라는 용어는 특히 새의 떼 행동, 네발동물의 떼 행동을 가리키는 목축, 물고기의 떼 행동을 가리키는 목축 또는 군집 현상을 가리킬 수 있습니다.식물성 플랑크톤은 또한 꽃이라고 불리는 거대한 떼로 모입니다. 비록 이 유기체들은 조류이고 동물들이 있는 방식처럼 자주 추진되지 않습니다.확장적으로, "무기"라는 용어는 로봇 무리, 지진 무리 또는 별의 무리처럼 평행한 행동을 보이는 무생물체에도 적용된다.

좀 더 추상적인 관점에서 보면, 군집 행동은 많은 수의 자주적인 [2]실체의 집단 운동이다.수학적 모델러의 관점에서 보면, 이는 개인이 따르고 중앙 조정을 수반하지 않는 단순한 규칙에서 발생하는 새로운 행동이다.군집행동은 또한 열역학적 평형에 있지 않은 현상으로 활물질 물리학자에 의해 연구되며, 따라서 열역학적 평형에 있는 시스템의 통계 물리학에서 이용할 수 있는 것 이상의 도구의 개발이 필요하다.이와 관련하여, 떼지어 다니는 것은 초유체의 수학, 특히 찌르레기 [3]떼의 맥락에서 비교되어 왔다.

군집행동은 1986년 시뮬레이션 프로그램인 [4]boids로 컴퓨터에서 처음 시뮬레이션되었다.이 프로그램은 기본 규칙에 따라 이동할 수 있는 단순 에이전트(BOID)를 시뮬레이션합니다.이 모델은 원래 새의 떼 지어 다니는 행동을 모방하기 위해 고안되었지만, 물고기와 다른 떼지어 다니는 실체에도 적용될 수 있습니다.

모델

참고 항목: 동물 집단 행동

최근 수십 년 동안 과학자들은 이러한 행동을 더 깊이 이해하기 위해 군집 행동을 모델링하는 데 관심을 기울였습니다.

수학적 모델

어군(왼쪽)의 미터법 거리 모형에서 초점 물고기(노란색)는 작은 반발 구역(빨간색), 정렬 구역(연한 빨간색) 및 큰 유인 구역(가장 밝은 빨간색) 내의 모든 물고기에 주의를 기울인다.위상 거리 모형(오른쪽)에서 초점 물고기는 거리에 관계없이 6, 7개의 가장 가까운 물고기(녹색)에만 주의를 기울입니다.
외부 이미지
image icon Boids 시뮬레이션
image icon iFloys 시뮬레이션
image icon 이플로이스 시뮬레이션

군집 행동에 대한 초기 연구는 행동을 시뮬레이션하고 이해하기 위해 수학적 모델을 사용했다.동물 떼의 가장 단순한 수학적 모델은 일반적으로 다음과 같은 세 가지 규칙으로 개별 동물을 나타낸다.

  • 이웃과 같은 방향으로 이동합니다.
  • 이웃과 친하게 지내다
  • 이웃과의 충돌을 피하다

1986년 크레이그 레이놀즈가 만든 보이즈 컴퓨터 프로그램은 위의 규칙에 따라 [4]군집 행동을 시뮬레이션합니다.많은 후속 및 현재 모델들은 이러한 규칙들에 변형을 사용하며, 종종 각 동물들 주변의 동심원 "존"을 통해 그것들을 시행합니다.동물과 매우 가까운 "반발 구역"에서, 초점 동물은 충돌을 피하기 위해 이웃으로부터 거리를 두려고 할 것이다.조금 더 멀리, "정렬 구역"에서, 초점 동물은 자신의 운동 방향을 이웃과 정렬하려고 할 것이다.초점 동물로부터 최대한 멀리 뻗어 있는 가장 바깥쪽의 "유인 영역"에서 초점 동물은 이웃을 향해 이동하려고 합니다.

이러한 구역의 모양은 반드시 주어진 동물의 감각 능력에 의해 영향을 받을 것이다.예를 들어, 새의 시야는 새의 몸 뒤로 확장되지 않습니다.물고기는 시야와 수평선을 통해 전달되는 유체역학적 지각에 의존하는 반면, 남극 크릴새우는 더듬이를 통해 전달되는 시각과 유체역학적 신호에 모두 의존합니다.

하지만, 찌르레기 떼에 대한 최근의 연구는 각각의 새들이 얼마나 가깝고 얼마나 [5]멀리 떨어져 있는지에 관계없이, 직접적으로 그들 주위를 둘러싼 6, 7마리의 동물들에 비해 그들의 위치를 바꾼다는 것을 보여주었다.따라서 떼지어 다니는 찌르레기들 사이의 상호작용은 미터법이 아닌 위상 법칙에 기초한다.이것이 다른 동물들에게도 적용되는지는 두고 볼 일이다.로마 상공의 무리들의 고속 카메라 영상을 분석하고 최소한의 행동 규칙을 가정한 또 다른 최근 연구는 무리 [6][7][8][9]행동의 많은 측면을 설득력 있게 시뮬레이션했다.

진화 모델

왜 동물들이 떼지어 다니는 행동을 진화시키는지에 대한 통찰력을 얻기 위해, 과학자들은 진화하는 동물들의 개체 수를 시뮬레이션하는 진화 모델로 눈을 돌렸다.일반적으로 이러한 연구는 유전자 알고리즘을 사용하여 여러 세대에 걸친 진화를 시뮬레이션합니다.이 연구들은 이기적인 무리[10][11][12][13] 이론, 포식자 혼란 효과,[14][15] 희석 효과,[16][17] 그리고 많은 눈 [18]이론과 같이 동물들이 떼지어 다니는 행동을 왜 진화시키는지 설명하려고 시도하는 많은 가설을 조사했습니다.

에이전트

주요 기사:생물학의 에이전트 기반 모델
다음 항목도 참조하십시오.에이전트 기반 모델, 인텔리전트 에이전트, Autonomous 에이전트 및 쿼럼 감지
  • Mach, Robert; Schweitzer, Frank (2003). "Multi-Agent Model of Biological Swarming". Advances In Artificial Life. Lecture Notes in Computer Science. Vol. 2801. pp. 810–820. CiteSeerX 10.1.1.87.8022. doi:10.1007/978-3-540-39432-7_87. ISBN 978-3-540-20057-4.

자기 조직화

떼지어 다니는 새는 생물학에서 자기 조직화의 한 예이다.
다음 항목도 참조하십시오.자기조직화 및 생물학적 조직화

출현

주요 기사:출현

출현의 개념, 즉 계층적 수준에서 발견되는 속성과 기능은 존재하지 않으며 하위 수준에서 관련이 없다는 것은 종종 자기 조직 시스템의 [19]기본 원칙입니다.자연계의 출현으로 이어지는 생물학의 자기조직화의 예는 개미 군락에서 나타난다.여왕은 직접 명령을 내리지도 않고 개미들에게 무엇을 [citation needed]하라고 지시하지도 않습니다.대신, 각각의 개미는 유충, 다른 개미, 침입자, 먹이, 폐기물 축적 등의 화학적인 냄새의 형태로 자극에 반응하고 화학적인 흔적을 남기며, 이는 다시 다른 개미들에게 자극을 준다.여기서 개미는 각각의 지역 환경과 그 다양성에 대한 유전적으로 암호화된 규칙에 따라서만 반응하는 자율적인 단위이다.중앙 집중식 의사결정이 부족함에도 불구하고, 개미 군집은 복잡한 행동을 보이고 기하학적 문제를 해결하는 능력까지 입증할 수 있었다.예를 들어, 군락지는 시체를 처리하기 위해 모든 군락 입구에서 최대한의 거리를 정기적으로 찾는다.

스티그머지

주요 기사:스티그머지

군집 지능 분야의 또 다른 핵심 개념은 스티그머지입니다.[20][21]Stigmergy는 에이전트 또는 액션 간의 간접적인 조정 메커니즘입니다.이 원칙은 액션에 의해 환경에 남겨진 트레이스가 동일하거나 다른 에이전트에 의해 다음 액션의 퍼포먼스를 자극하는 것입니다.그런 식으로, 후속 행동들은 서로 강화되고 구축되는 경향이 있으며, 일관성 있고 명백한 체계적인 활동의 자발적인 출현으로 이어집니다.스티그머지는 자기 조직화의 한 형태이다.에이전트 간의 계획, 제어 또는 직접 커뮤니케이션이 필요 없이 복잡하고 지능적인 구조를 생성합니다.따라서 메모리, 인텔리전스, 심지어 [21]서로에 대한 인식도 없는 매우 단순한 에이전트 간의 효율적인 협업을 지원합니다.

군집 지능

주요 기사: 군집 인텔리전스

군집 지능은 자연적 또는 인공적으로 분산된 자기 조직화된 시스템의 집단 행동입니다.그 개념은 인공지능에 관한 작업에 사용된다.이 표현은 1989년 Gerardo Beni와 Jing Wang에 의해 세포 로봇 [22]시스템의 맥락에서 도입되었습니다.

군집 인텔리전스 시스템은 일반적으로 보드와 같은 단순한 에이전트의 집단으로 구성되어 있습니다.보드는 지역적으로 상호 작용하거나 환경과 상호 작용합니다.에이전트는 매우 간단한 규칙을 따르며 개별 에이전트의 동작을 로컬 또는 어느 정도 랜덤으로 지시하는 중앙 집중식 제어 구조는 없지만 이러한 에이전트 간의 상호작용에 의해 개별 에이전트에 알려지지 않은 인텔리전트한 글로벌 동작이 나타납니다.

군집 지능 연구는 다방면에 걸칩니다생물 시스템을 연구하는 자연 군집 연구와 인간의 유물을 연구하는 인공 군집 연구로 나눌 수 있다.또한 군집 시스템 자체를 모델링하고 그 기본 메커니즘을 이해하려는 과학적 흐름과 과학 스트림에 의해 개발된 통찰력을 다른 영역의 실질적인 [23]문제를 해결하기 위해 적용하는 데 초점을 맞춘 공학 흐름도 있습니다.

알고리즘

군집 알고리즘은 라그랑주 접근법 [24]또는 오일러 접근법을 따릅니다.오일러식 접근법은 군집을 하나의 장으로 보고 군집 밀도와 함께 작업하며 평균 필드 특성을 도출합니다.이는 유체역학적 접근법이며 대규모 군집의 [25][26][27]전체 역학을 모델링하는 데 유용할 수 있다.단, 대부분의 모델은 Lagrangian 접근법으로 동작합니다.Lagrangian 접근법은 무리를 구성하는 개별 에이전트(점 또는 입자)를 따르는 에이전트 기반 모델입니다.개별 입자 모델은 오일러식 [24][28]접근법에서 손실된 머리글과 간격에 대한 정보를 따를 수 있습니다.

개미 군락 최적화

주요 기사:개미 군집 최적화 알고리즘
외부 이미지
image icon 스와마노이드 로봇, 이중교량 최단 경로 발견[29]

개미 군집 최적화는 개미의 행동에서 영감을 얻어 널리 사용되는 알고리즘으로,[30] 군집화와 관련된 이산 최적화 문제를 효과적으로 해결하고 있습니다.이 알고리즘은 1992년 [31][32]마르코 도리고에 의해 처음 제안되었고, 이후 더 많은 종류의 수치 문제를 해결하기 위해 다양해졌다.여러 마리의 여왕이 있는 종들은 새로운 장소에서 [33][34]군집을 찾기 위해 몇몇 일개미들과 함께 둥지를 떠나는 과정을 꿀벌들이 떼지어 다니는 것과 비슷하다.

  • 개미는 행동적으로 세련되지 않다; 그들은 집합적으로 복잡한 일을 한다.개미는 고도의 수화 기반 의사소통을 발달시켰다.
  • 개미들은 페로몬을 사용하여 의사소통을 한다; 다른 개미들이 따라갈 수 있는 길들이 놓인다.
  • 라우팅 문제 개미들은 소스에서 수신처로 "가장 짧은" 경로를 계산하는 데 사용되는 서로 다른 페로몬을 폐기합니다.
  • Rauch, EM; Millonas, MM; Chialvo, DR (1995). "Pattern formation and functionality in swarm models". Physics Letters A. 207 (3–4): 185. arXiv:adap-org/9507003. Bibcode:1995PhLA..207..185R. doi:10.1016/0375-9601(95)00624-c. S2CID 120567147.

자주 입자

주요 기사:자주 입자
외부 비디오
video icon SPP 모델 대화형 시뮬레이션[35]
– Java 필요

자주입자(SPP)의 개념은 [4]레이놀즈가 1986년에 도입한 보이즈 모델의 특별한 사례로서 Tamas Vicsek [36]등에 의해 1995년에 도입되었다.SPP 군집은 일정한 속도로 이동하며 각 시간에 국소 [37]근방에서 다른 입자의 평균 운동 방향을 채택함으로써 랜덤 섭동에 응답하는 입자의 집합으로 모델링된다.

시뮬레이션에 따르면 적절한 "가장 가까운 이웃 규칙"은 결국 모든 입자가 함께 모여들거나 같은 방향으로 이동하게 됩니다.이는 중앙집중식 조정이 없고 각 입자의 이웃이 시간이 [36]지남에 따라 지속적으로 변화하더라도 나타납니다.SPP 모델은 무리 [38]내 동물의 종류에 관계없이 무리 내 동물들이 그룹 수준에서 특정 특성을 공유한다고 예측합니다.군집 시스템은 다양한 규모로 발생하는 새로운 행동을 유발하며, 그 중 일부는 보편적이고 강력합니다.이론 물리학에서는 이러한 행동을 [39][40]포착하는 최소 통계 모델을 찾는 것이 과제가 되었다.

입자 군집 최적화

주요 기사: 입자 군집 최적화

입자 군집 최적화는 군집과 관련된 문제를 해결하기 위해 널리 사용되는 또 다른 알고리즘입니다.1995년 케네디와 에버하트에 의해 개발되었으며, 처음으로 새떼와 물고기 [41][42]떼의 사회적 행동과 안무를 시뮬레이션하는 것을 목표로 하였다.알고리즘이 간략화되어 최적화가 이루어지고 있는 것이 관찰되었습니다.이 시스템은 처음에 랜덤 솔루션을 사용하여 모집단을 시드합니다.그런 다음 확률적 최적화를 사용하여 연속 세대를 통해 문제 공간을 탐색하여 최적의 해결책을 찾는다.그것이 발견하는 용액은 입자라고 불린다.각 입자는 자신의 위치와 지금까지 달성한 최고의 해결책을 저장합니다.파티클 군집 옵티마이저는 로컬 인근 파티클에 의해 지금까지 얻어진 최고의 로컬 값을 추적합니다.나머지 입자는 최적 입자의 선두에 따라 문제 공간을 통과합니다.반복할 때마다 입자군 최적기는 간단한 수학적 규칙에 따라 최적의 위치를 향해 각 입자를 가속한다.입자 군집 최적화는 많은 영역에서 적용되어 왔다.조정해야 할 파라미터가 거의 없으며 특정 어플리케이션에 적합한 버전은 관련된 어플리케이션 [43]전체에 걸쳐 사소한 변경을 가해도 잘 동작합니다.Kennedy와 Everhart의 책은 입자 군집 최적화 응용 프로그램과 군집 [44]지능의 철학적인 측면을 설명합니다.응용 프로그램에 대한 광범위한 조사가 Poli에 [45][46]의해 이루어집니다.

이타주의

스위스의 연구원들은 해밀턴의 친족 선택 규칙에 기초한 알고리즘을 개발했다.이 알고리즘은 개체 무리 내의 이타주의가 시간이 지남에 따라 어떻게 진화하고 더 효과적인 [47][48]집단 행동을 야기할 수 있는지를 보여줍니다.

생물군락

암펙스 프리스코스의 선형 클러스터

동물 집단행동의 가장 초기 증거는 약 4억 8천만 년 전으로 거슬러 올라간다.삼엽충 암픽스 프리스커스의 화석은 최근 해저에 일렬로 모여 있는 것으로 묘사되었다.그 동물들은 모두 성숙한 성체였고, 마치 콩가 줄이나 펠로톤을 이룬 것처럼 모두 같은 방향을 향하고 있었다.가시가 있는 바닷가재가 [49]한 줄로 이동하는 것처럼, 그들은 이동하기 위해 이런 방식으로 줄을 서는 것이 제안되었다; 또한 이 형성은 파리 렙토코놉스 토렌과 마찬가지로 [50]짝짓기의 전조라고 제안되었다.그 연구결과는 동물의 집단행동이 매우 이른 진화기원을 [51]가지고 있다는 것을 암시한다.

생물학적 떼의 예는 새떼,[52] 물고기 [53][54]떼, 곤충 [55]떼, 박테리아 떼,[56][57] 곰팡이,[58] 분자 모터,[59] 네발 동물[60] 떼, [61][62][63][64]그리고 사람들에게서 발견된다.

사회성 곤충

나무 꼭대기를 날아다니는 선충 떼

사회성 곤충의 행동은 항상 어린이, 자연주의자 그리고 예술가들에게 매력의 원천이었다.각각의 곤충들은 중앙 통제 없이 그들 자신의 일을 하는 것처럼 보이지만, 군집 전체는 고도로 조정된 방식으로 [65]행동합니다.연구자들은 식민지 차원의 협력이 대부분 자기 조직적이라는 것을 알아냈다.집단적 협조가 나타나는 것은 종종 단지 집단 내 개개인이 상호작용하는 방식의 결과일 뿐이다.이러한 상호작용은 한 개미가 다른 개미가 남긴 흔적을 따라가는 것과 같이 매우 간단할 수 있다.그러나 이러한 행동의 누적 효과는 식품 소스로 가는 가능한 경로의 네트워크에서 최단 경로를 찾는 것과 같은 매우 복잡한 문제를 해결할 수 있다.이러한 방식으로 나타나는 조직적인 행동을 때때로 군집 지능이라고 부르는데, 이는 생물학적 [65]출현의 한 형태이다.

개미

다음 항목도 참조하십시오.개미군락, 개미군락 최적화 알고리즘, 개미밀, 개미로봇
죽은 도마뱀붙이를 운반하는 직조개미 떼(Oecophyla smaragdina)

개미는 복잡한 행동을 보이지 않지만, 개미 군집은 둥지를 만들고, 새끼를 돌보고, 다리를 만들고, 먹이를 찾는 것과 같은 복잡한 일을 집단적으로 해냅니다.개미 군집은 [66]인근 여러 곳에서 가장 좋거나 가장 가까운 식량원을 집단으로 선택할 수 있습니다(즉, 대부분의 일개미들을 보낼 수 있다).이러한 집단적 결정은 긍정적인 피드백 메커니즘을 사용하여 달성된다.최고의 먹이 공급원은 두 가지 간단한 규칙에 따라 개미들에 의해 선택된다.첫째, 먹이를 발견한 개미들은 페로몬 화학물질을 축적하면서 둥지로 돌아옵니다.더 많은 페로몬이 고품질 식품 [67]공급원을 위해 생산된다.따라서, 서로 다른 품질의 동일한 두 개의 식품원이 동시에 발견된다면, 더 나은 것으로 가는 페로몬 흔적이 더 강해질 것이다.둥지에 있는 개미들은 평균적으로 더 강한 길을 선호하기 위해 또 다른 간단한 규칙을 따릅니다.그리고 더 많은 개미들이 더 강한 길을 따라가기 때문에 더 많은 개미들이 고품질의 먹이 공급원에 도착하고, 긍정적인 피드백 사이클이 보장되어 최고의 먹이 공급원에 대한 집단적인 결정이 내려집니다.만약 개미 둥지에서 먹이 공급원으로 가는 두 개의 경로가 있다면, 군집은 보통 더 짧은 경로를 선택합니다.이것은 먹이 공급원에서 둥지로 처음 돌아오는 개미들이 더 짧은 길을 택한 개미들일 가능성이 더 높기 때문이다.그리고 더 많은 개미들이 페로몬 [68]흔적을 보강하면서 더 짧은 길을 거슬러 올라갑니다.

군대개미는 대부분의 개미종과 달리 영구적인 둥지를 짓지 않는다; 군대개미 군락은 존재하는 동안 거의 끊임없이 이동하며 본질적으로 영구적인 군집 상태를 유지한다.여러 계통이 독립적으로 동일한 기본 행동 및 생태 증후군을 진화시켰으며, 종종 "전통적 행동"으로 언급되며 수렴 [69]진화의 예가 될 수 있다.

개미 집단이 사용한 성공적인 기술은 문제를 해결하기 위해 분산되고 내결함성을 갖춘 시스템을 만들기 위해 컴퓨터 과학과 로봇 공학에서 연구되어 왔다.이 생체모방학의 영역은 개미 이동, "식량 추적"을 이용하는 검색 엔진, 내결함성 스토리지 및 [70]네트워킹 알고리즘에 대한 연구로 이어졌다.

꿀벌

벌떼가 나무에 우글거리다.
주요 기사:벌 알고리즘과 스워밍(꿀벌)

온대 기후에서 꿀벌은 보통 늦봄에 떼를 짓는다.한 떼는 보통 늙은 여왕개미와 함께 일개미 절반 정도를 포함하고, 새로운 여왕개미는 원래 벌집에 남아 있는 일개미들과 함께 머문다.꿀벌이 떼를 형성하기 위해 벌통에서 나올 때, 그들은 벌통에서 불과 몇 미터 떨어진 나뭇가지나 덤불에 모일 수 있다.꿀벌들은 여왕개미 주위에 모여들어 새로운 둥지 위치를 찾기 위해 20-50명의 정찰병을 보낸다.정찰병은 군집 내에서 가장 경험이 많은 식량담당자입니다.스카우트가 적당한 장소를 찾으면 클러스터로 돌아와 와글댄스를 추면서 홍보한다.이 춤은 새로운 사이트의 품질, 방향, 거리에 대한 정보를 전달한다.그녀는 자신의 발견에 흥분하면 할수록 더욱 격렬하게 춤을 춘다.만약 그녀가 다른 사람들을 설득할 수 있다면 그들은 그녀가 찾은 사이트를 확인하러 갈 것이다.만약 그들이 승인한다면 그들은 그것을 홍보할 수도 있다.이 의사결정 과정에서 스카우트는 여러 사이트를 확인하고 종종 다른 스카우트의 우수한 사이트를 홍보하기 위해 원래 사이트를 포기합니다.처음에는 여러 다른 스카우트에 의해 여러 다른 사이트가 홍보될 수 있다.몇 시간, 때로는 며칠이 지나면 결국 이 의사결정 프로세스에서 원하는 위치가 나타납니다.모든 정찰병이 최종 위치에 동의하면 전체 클러스터가 이륙하여 그곳으로 몰려듭니다.때때로, 만약 결정이 내려지지 않는다면, 어떤 벌들은 한 방향으로 가고, 다른 벌들은 다른 방향으로 갈 것입니다.이것은 보통 실패의 원인이 되고 두 그룹 모두 사망합니다.새로운 위치는 일반적으로 원래의 벌통으로부터 1킬로미터 이상 떨어져 있지만, 아피스 [71]도르사타와 같은 일부 종은 출생 둥지에서 500미터 이내에 새로운 군집을 형성할 수 있습니다.이 집단적인 의사결정 과정은 가장 적합한 새로운 둥지 부지를 식별하고 무리를 그대로 유지하는 데 매우 성공적이다.좋은 벌집은 군집들을 수용할 수 있을 만큼 충분히 커야 하고, 요소로부터 잘 보호되어야 하며, 최적의 양의 햇빛을 받아야 하고, 땅에서 어느 정도 높아야 하고, 작은 입구를 가지고 있고, 개미의 침입에 저항할 수 있어야 합니다. 그래서 종종 나무 공동이 [72][73][74][75][76]선택됩니다.

비사회성 곤충

사회적 곤충과 달리, 주로 연구되어 온 비사회적 곤충 무리들은 짝짓기, 먹이 주기, 포식자 기피, 그리고 이주와 같은 맥락에서 기능하는 것으로 보인다.

나방류

나방은 암컷에 의해 방출되는 페로몬이 [77]수컷을 찾아 몰려드는 행동을 시작하는 동시에 짝짓기를 할 수 있다.수컷은 민감한 더듬이로 페로몬을 감지하고 수 킬로미터 떨어진 곳까지 [78]암컷을 추적할 수 있습니다.군집 교미는 암컷 선택과 수컷의 경쟁을 수반한다.군집 내에서 한 마리의 수컷(일반적으로 첫 번째 수컷)만이 성공적으로 [79]교미를 할 수 있습니다.여성은 배치된 페로몬의 시작과 크기를 통제하여 피트니스 편익을 극대화하고 비용을 최소화한다.페로몬이 너무 적으면 짝을 유혹할 수 없고, 너무 많으면 건강한 수컷이 신호를 [80]감지하지 못하게 됩니다.교미 후 암컷은 숙주 식물에 알을 낳는다.숙주 식물의 품질은 떼지어 다니거나 알을 낳는 위치에 영향을 미치는 요인일 수 있습니다.한 사례에서, 연구원들은 부패가 토양 영양소와 숙주 식물의 [81]질을 증가시켰을 가능성이 있는 썩은 곳에서 분홍색 줄무늬 참벌레 나방(Anisota virginiensis)이 우글거리는 것을 관찰했다.

파리들

도쿠나가유수리카아카무시 등 산둥이가 떼를 지어 공중에서 춤을 춘다.군집화는 암컷이 군집에게 접근하도록 유인함으로써 짝짓기를 촉진하는 것을 포함한 여러 가지 목적을 수행하는데, 이는 레크 짝짓기라고 알려진 현상이다.이러한 구름 같은 떼는 해가 지고 있는 초저녁, 덤불 끝, 언덕 꼭대기, 물웅덩이, 그리고 때로는 사람 위에 형성된다.그러한 군중의 형성은 본능에서 비롯된 것이 아니라 군중에 있는 개인들 사이의 적응 행동, 즉 "합의"입니다.또한 떼지어 다니는 것은 의식이라고 주장되는데, 그 이유는 수컷 진드기 자체가 거의 없고 떼지어 다니지 않기 때문이다.이는 다양한 유전자의 수컷들이 한 [82]곳에 모여 근친 교배를 낮춘다는 이점 때문에 생겨난 것일 수 있다.물고문 미지로도 알려진 쿨리코이데스속은 [83]포식자들에게 혼란을 주는 것으로 여겨지는 떼지어 다니는 행동을 보여왔다.

바퀴벌레

바퀴벌레는 교미를 위해 공중 페로몬을 방출할 뿐만 아니라 배설물에 화학적 흔적을 남긴다.다른 바퀴벌레들은 음식과 물의 원천을 발견하기 위해, 그리고 다른 바퀴벌레들이 숨어있는 곳을 발견하기 위해 이 길을 따라갈 것이다.따라서 바퀴벌레 그룹은 집단이나 무리들의 행동이 단순한 개별 상호작용 집합에서 나타나는 [84]새로운 행동을 보일 수 있다.

바퀴벌레는 주로 야행성 동물로 빛에 노출되면 도망친다.한 연구는 바퀴벌레가 이러한 조건 하에서 어디로 갈지 결정하기 위해 두 가지 정보만을 사용한다는 가설을 실험했다: 얼마나 어두운지 그리고 얼마나 많은 다른 바퀴벌레가 있는지.호세 할로이와 브뤼셀 자유대학 및 다른 유럽 기관의 동료들에 의해 수행된 연구는 바퀴벌레에게 다른 바퀴벌레처럼 보이는 일련의 작은 로봇들을 만들었고, 따라서 바퀴벌레의 임계 질량에 대한 인식을 바꿀 수 있다.이 로봇들은 또한 진짜 [85]바퀴벌레들에게 받아들여질 수 있도록 특별한 향기를 풍겼다.

메뚜기류

다음 항목도 참조하십시오.행진하는 메뚜기
사막 메뚜기 떼를 묘사한 19세기 작품

메뚜기는 메뚜기과의 짧은 뿔 메뚜기 떼지어 다니는 단계이다.어떤 종들은 적절한 조건하에서 빠르게 번식할 수 있고 그 후에 군집적이고 이주할 수 있다.이들은 요정처럼 무리를 지어 다니다가 성충이 되면 먼 거리를 이동하며 밭을 빠르게 벌거벗기고 농작물에 큰 피해를 줄 수 있습니다.가장 큰 떼는 수백 평방 마일에 달하며 수십억 마리의 메뚜기를 포함할 수 있다.메뚜기는 매일 식물에서 자신의 몸무게를 먹을 수 있습니다.그것은 100만 마리의 메뚜기가 매일 1톤 이상의 먹이를 먹을 수 있고, 가장 큰 메뚜기 떼는 매일 [86]10만 톤 이상을 소비할 수 있다는 것을 의미한다.

메뚜기 떼가 몰려드는 것은 메뚜기들이 색을 바꾸고, 더 많이 먹고, 서로 끌리게 되고, 훨씬 더 쉽게 번식하게 하는 세로토닌의 수치 증가와 관련이 있는 것으로 밝혀졌습니다.연구자들은 무리짓는 행동이 과밀에 대한 반응이라고 제안하고 연구결과에 따르면 뒷다리의 촉각 자극이 증가하거나 다른 개체와 단순히 마주치는 것이 세로토닌 수치를 증가시킨다.메뚜기가 떼지어 다니는 변종으로의 전환은 [87][88][89][90]4시간에 걸쳐 분당 여러 번의 접촉에 의해 유발될 수 있습니다.특히 사막 메뚜기의 부화기, 슈스토체르카 그레가리아에서 부모 [91]단계와는 무관하게 선천적인 골재 성향이 발견되었습니다.

집단 내 정렬 상실에 대한 개별 메뚜기의 반응은 정렬 상태가 다시 달성될 때까지 움직임의 무작위성을 증가시키는 것으로 보인다.이러한 소음 유도 정렬은 집합적 간섭성 [92]운동의 본질적 특성으로 보인다.

이동 거동

왕나비 떼.모나크 나비들은 겨울을 나는 캘리포니아 산타크루즈로 이주한다.
주요 기사:곤충 이동
다음 항목도 참조하십시오.나비목 이동

곤충의 이동은 곤충, 특히 잠자리, 딱정벌레, 나비, 나방의 종류에 따른 곤충의 계절적 이동이다.그 거리는 종마다 다를 수 있지만, 대부분의 경우 이러한 움직임은 많은 수의 개체들을 포함합니다.경우에 따라서는 한 방향으로 이주한 개인이 돌아오지 않고 다음 세대는 반대로 이주할 수도 있습니다.이것은 새들의 이동과는 큰 차이입니다.

왕나비는 매년 긴 이동을 하는 것으로 특히 유명하다.북미에서는 8월부터 첫 서리가 내릴 때까지 대규모 남쪽으로 이동한다.봄에는 북상한다.군주는 새들이 정기적으로 이동하듯이 남북으로 이동하는 유일한 나비이다.하지만 한 명도 전체 왕복 여행을 할 수 없습니다.여성 군주들은 이 [93]이주 기간 동안 다음 세대를 위해 알을 보관한다.이러한 여행의 길이는 대부분의 군주의 정상적인 수명을 초과하는데, 초여름에 태어난 나비의 경우 두 달도 채 되지 않습니다.여름의 마지막 세대는 diapause로 알려진 비번식 단계에 들어가 7개월 이상 [94]살 수 있다.휴면 기간 동안, 나비들은 많은 월동 장소들 중 하나로 날아간다.월동하는 세대는 보통 2월과 3월 사이에 월동지를 떠날 때까지 번식하지 않는다.2세대, 3세대, 4세대가 봄에 미국과 캐나다 북부로 돌아온다.연구는 어떻게 종들은 같은overwintering지로 여러세대의 격차를 거쳐 돌아와서는 아직도 주제;이 비행하는 방식, 태양의 sky[95]의 위치 그리고 더듬이에 기반을 둔 체내 시계.에 의존하는time-compensated 태양 나침반의 조합에 근거하여 상속될 것으로 보인다.[96][97]

★★

찌르레기 떼에 대한 최근의 연구는 각각의 새들이 얼마나 가깝고 얼마나 멀리 [5]떨어져 있는지에 관계없이, 직접적으로 그 주위를 둘러싼 6, 7마리의 동물들에 비해 그들의 위치를 바꾼다는 것을 보여주었다.
Nuvola apps kaboodle.svg
주요 기사:무리짓기(행동)
다음 항목도 참조하십시오.양떼(새), 조류 상륙, 조류 공격, 잡종 먹이 사냥 양떼 및 모빙 행동

큰 새는 일반적으로 V echelon 형식으로 이동합니다.공기역학적 측면에서 상당한 이점이 있습니다.모든 새들이 앞을 볼 수 있고 한쪽으로 향할 수 있어 보호를 위한 좋은 배치를 할 수 있습니다.
주요 기사: 조류 이동
다음 항목도 참조하십시오.역이행(새)

전 세계 10,000여 종의 조류 중 약 1800여 종이 장거리 [98]이주자들이다.이동의 주된 동기는 먹이인 것으로 보인다; 예를 들어, 몇몇 벌새들은 겨울 동안 먹이를 주면 이동하지 않기로 선택한다.또한, 북부 여름의 긴 날은 번식하는 새들이 새끼를 먹일 수 있는 긴 시간을 제공한다.이것은 주행성 새들이 열대 지방에 남아 있는 이동하지 않는 종들보다 더 큰 움켜쥐기를 생산하는 것을 돕는다.가을에는 낮이 짧아지면 계절에 따라 먹이 공급이 거의 달라지지 않는 따뜻한 지역으로 돌아온다.이러한 이점은 높은 스트레스, 물리적 노력 비용 및 포식 등의 마이그레이션에 따른 기타 위험을 상쇄합니다.

많은 새들이 떼를 지어 이동한다.더 큰 새의 경우, 떼를 지어 비행하는 것이 에너지 비용을 감소시킨다고 가정한다.V 형성은 종종 특히 긴 철새 이동 경로에서 날아다니는 새들의 효율성과 범위를 증가시키는 것으로 여겨진다.첫 번째 새를 제외한 모든 새들은 앞쪽에 있는 새의 날개 끝 소용돌이 중 하나에서 위쪽으로 날아갑니다.상승하는 공기에서 글라이더가 무한정 상승하거나 높이를 유지할 수 있는 것과 같은 방법으로, 상승하는 동안 각각의 새들이 자신의 체중을 지탱하도록 돕습니다.V편성으로 비행하는 거위는 편대에서 앞선 동물이 발생시킨 날개끝 소용돌이의 상승기류를 타고 비행함으로써 에너지를 절약한다.따라서 뒤에서 나는 새들은 양력을 얻기 위해 열심히 일할 필요가 없다.연구에 따르면 V자 형태의 새들은 간단한 공기역학 이론에 [99]의해 예측된 최적의 거리에 대략적으로 그들 자신을 배치한다.V자형 거위는 혼자 [100][101]비행하는 데 필요한 에너지의 12-20%를 절약할 수 있습니다.붉은 매듭과 던린은 레이더 연구에서 혼자 [102]비행할 때보다 무리 지어 시속 5km를 더 빨리 비행하는 것으로 밝혀졌다.선단과 전방을 날아다니는 새들은 적시에 순환적으로 회전하여 비행 피로를 무리 구성원들 사이에 균등하게 분산시킨다.또한 이 형성은 의사소통을 더 쉽게 하고 새들이 서로 시각적으로 접촉할 수 있게 해준다.

★★★★★★
video icon 이행
– 인생의 시련으로부터

다른 동물들도 이동 시 유사한 제도 기법을 사용할 수 있습니다.예를 들어, 바닷가재는 한 줄로 긴밀하게 구성된 "랍스터 열차"로 이동하며, 때로는 수백 마일까지 이동하기도 합니다.

지중해와 다른 바다는 가장 좁은 지점에서 건너야 하는 날아오르는 새들에게 큰 장애물이다.지브롤터, 팔스터보, 보스포루스 산맥 등에는 엄청난 수의 맹금류와 황새가 이동한다.유럽의 꿀부저드와 같은 더 흔한 종은 가을에 수십만 마리로 셀 수 있다.산맥과 같은 다른 장벽들 또한 펑넬링을 야기할 수 있으며, 특히 큰 주간 이주민들에게 그렇습니다.이것은 중앙 아메리카의 철새 병목현상의 주목할 만한 요인이다.이동 중 조류의 집중은 종을 위험에 빠뜨릴 수 있다.몇몇 화려한 이주민들은 이미 멸종되었는데, 가장 주목할 만한 것은 나그네 비둘기입니다.이동하는 동안, 양떼는 폭이 1.6km, 길이가 500km로, 지나가는 데 며칠이 걸리고 최대 10억 마리의 새들을 포함하고 있었다.

.

주요 기사:밀렵과 학교 교육
맹수 물고기 떼죽음, 멸치 떼죽음
★★★★★★
image icon ★★★★★★ [아쉬움직임]

"shoal"이라는 용어는 잡종 그룹을 포함한 모든 물고기 그룹을 설명하는 데 사용될 수 있으며, "school"은 고도로 동기화되고 편광된 방식으로 헤엄치는 같은 종의 보다 긴밀하게 연결된 그룹에 사용될 수 있다.

물고기는 포식자에 대한 방어(더 나은 포식자 탐지 및 포획 가능성 희박화), 강화된 먹이 찾기 성공, 그리고 짝을 [104]찾는 더 높은 성공을 포함한 밀렵 행동으로부터 많은 이익을 얻습니다.물고기들은 또한 유체역학적 [105]효율을 증가시킴으로써 모래톱 멤버쉽으로부터 이익을 얻을 수 있다.

물고기는 많은 특성을 사용하여 해변 친구를 고릅니다.일반적으로 그들은 더 큰 모래톱, 같은 종의 모래톱, 자신과 비슷한 크기와 외모의 모래톱, 건강한 물고기, 그리고 친척을 선호합니다."이상한 효과"는 외모가 눈에 띄는 어떤 모래톱 구성원도 우선적으로 포식자들의 표적이 될 것이라고 가정합니다.이것은 물고기들이 왜 자신과 비슷한 개체들과 떼지어 다니는 것을 선호하는지 설명할 수 있다.홀수 효과는 따라서 모래톱을 [106]균질화하는 경향이 있다.

모래톱 선택의 한 가지 난해한 측면은 물고기가 자신의 외모를 알 수 없다는 점에서 어떻게 자신과 비슷한 동물 떼에 합류할 수 있는가 하는 것이다.제브라피쉬를 이용한 실험들은 해안 선호가 선천적인 것이 아니라 학습된 능력이라는 것을 보여주었다.제브라피쉬는 자신이 기르던 모래톱을 닮은 모래톱과 연상되는 경향이 있는데,[107] 이는 일종의 자국이랍니다.

물떼새 행태에 대한 다른 미해결 질문에는 물떼새 이동 방향에 책임이 있는 개인을 식별하는 것이 포함된다.철새 이동의 경우, 대부분의 모래톱 구성원들은 그들이 어디로 가고 있는지 알고 있는 것 같다.먹이를 찾아다니는 행동의 경우, 황금빛 빛나는 포획물떼는 언제 어디서 먹이를 [108]구할 수 있는지 알고 있는 소수의 경험자들이 이끈다.

라다코프는 북대서양에 있는 청어 어획량이 최대 4.8입방킬로미터(1.2입방미터)에 달하며 어획 밀도는 0.5입방미터에서 1.0입방미터 사이이며, 한 [109]어획량에서 수십억 마리의 물고기가 있을 것으로 추정했다.

다음 항목도 참조하십시오.뱀장어 생활사

이동

주요 기사:어류 이동
참고 항목: 정어리 런과 연어 런
★★★★★★
image icon 런 [110]

5월과 7월 사이에 엄청난 수의 정어리들이 아굴라스 은행의 시원한 물에서 알을 낳고 나서 남아프리카의 동쪽 해안을 따라 북쪽으로 찬 물살을 따라갑니다.정어리 달리기라고 불리는 이 거대한 이동은 돌고래, 상어, 가넷과 같은 해양 포식자들이 학교를 공격하면서 해안선을 따라 엄청난 먹이 광대를 만들어냅니다.

스왈밍크릴

대부분의 크릴새우 같은 작은 갑각류들은 거대한 무리를 이루며, 때로는 입방 [111][112][113]미터 당 10,000에서 60,000마리의 개별 동물 밀도에 도달한다.떼지어 다니는 것은 방어적인 메커니즘으로 작은 포식자들을 혼란스럽게 만들어 한 개체만 골라내려고 합니다.가장 큰 무리들은 우주에서 볼 수 있고 [114]위성으로 추적할 수 있다.한 떼는 450평방 킬로미터의 바다에서 200미터(650피트) 깊이의 지역을 덮고 있으며 200만 톤 이상의 [115]크릴새우를 포함하고 있는 것으로 추정되었다.최근의 연구는 크릴새우가 단순히 이러한 조류에서 수동적으로 표류하는 것이 아니라 실제로 그것들을 [115]변형시킨다는 것을 보여준다.크릴새우는 일반적으로 매일 수직 이동을 합니다.12시간의 주기로 바다를 수직으로 이동함으로써, 그 무리들은 [115]수면의 영양분이 부족한 물과 더 깊고 영양분이 풍부한 물을 섞는 데 주요한 역할을 한다.최근까지 그들은 낮에는 더 깊은 곳에서 보내고 밤에는 수면으로 떠오른다고 여겨져 왔다.그들이 깊이 들어갈수록, 포식자와의 만남을 줄이고 에너지를 절약하기 위해 그들의 활동이 [116]더 줄어든다는 것이 밝혀졌습니다.

나중에 한 연구는 크릴에서의 수영 활동이 배가 부를수록 다양해진다는 것을 시사했다.수면에서 먹이를 먹던 동물들은 덜 활발하게 헤엄치고 따라서 혼합층 [117]아래로 가라앉는다.그들은 가라앉으면서 배설물을 만들어내는데, 이것은 그들이 남극의 탄소 순환에서 중요한 역할을 한다는 것을 의미할 수 있다.공복인 크릴새우는 더 활발하게 헤엄쳐 수면으로 향하는 것으로 밝혀졌다.이는 수직 마이그레이션이 격일 또는 3일마다 발생할 수 있음을 의미합니다.어떤 종들은 포식자에게 [118]매우 취약하기 때문에 위험한 행동임에도 불구하고 먹이와 번식을 위해 낮에 표면에서 떼를 형성한다.조밀한 무리들은 물고기, 조류, 포유류 포식자들, 특히 지표면 근처에서 먹이 광란을 일으킬 수 있다.방해를 받으면 떼가 흩어지며, 어떤 개체는 [119]미끼로 엑시비아를 남겨두고 즉시 탈모하는 것이 관찰되기도 한다.2012년에 간도미와 알라비는 크릴 떼의 행동을 모델링하기 위한 성공적인 확률 알고리즘으로 보이는 것을 제시했다.알고리즘은 "i) 다른 개인의 존재에 의해 유도되는 움직임(ii)과 (ii) 무작위 확산([120]random diffusion)"의 세 가지 주요 요인에 기초한다.

이 요각류에는 안테나가 펼쳐져 있습니다(클릭하면 확대됩니다).안테나는 다가오는 물고기의 압력파를 감지합니다.
다음 항목도 참조하십시오.사냥 요각류

요각류는 바다와 호수에서 발견되는 작은 갑각류이다.많은 종들은 플랑크톤이고, 다른 종들은 해저이다.요각류는 일반적으로 길이가 1~2mm(0.04~0.08인치)이며, 눈물방울 모양의 몸체와 큰 더듬이를 가지고 있다.다른 갑각류처럼 그들은 갑각류 외골격을 가지고 있지만, 너무 작아서 대부분의 종에서 이 얇은 갑각류와 몸 전체가 거의 투명합니다.요각류는 투명한 머리 중앙에 보통 밝은 빨간색인 복합적인 중앙의 한쪽 눈을 가지고 있다.

요각류도 떼지어 다닌다.예를 들어, 산호초와 해초 주변과 호수에서 단종 무리가 정기적으로 관찰되어 왔다.군집 밀도는 입방미터당 약 백만 마리의 요각류였다.일반적인 무리들은 지름이 1~2미터였지만 일부는 30입방미터를 넘었다.요각류는 함께 지내려면 시각적인 접촉이 필요하고 밤에 [121]흩어집니다.

봄에는 요각류에게 먹이를 제공하는 떼지어 다니는 식물성 플랑크톤이 꽃을 피운다.플랑크톤 요각류는 보통 동물성 플랑크톤의 지배적인 구성원이고, 다른 많은 해양 동물들의 주요 먹이 유기체이다.특히 요각류는 사료용 물고기와 해파리의 먹잇감이 되며, 둘 다 거대하고 백만 명의 떼로 모일 수 있다.일부 요각류는 포식자가 감지될 때 매우 빠른 탈출 반응을 보이며 몇 밀리미터 이상의 빠른 속도로 점프할 수 있습니다(아래 애니메이션 이미지 참조).

  • Photo: School of herrings ram feeding on a swarm of copepods.

    사진: 요각류 떼를 먹고 사는 청어 무리.

  • Animation showing how herrings hunting in a synchronised way can capture the very alert and evasive copepod (click to view).

    동기화된 방식으로 청어 사냥을 통해 매우 경계적이고 회피적인 요각류를 포착하는 방법을 보여주는 애니메이션입니다(클릭하면 볼 수 있습니다).

  • Swarms of jellyfish also prey on copepods

    해파리 떼는 요각류도 잡아먹는다.

플랑크톤 요각류는 탄소 순환에 중요하다.몇몇 과학자들은 그들이 [122]지구상에서 가장 큰 동물 바이오매스를 형성한다고 말한다.그들은 이 타이틀을 위해 남극 크릴새우와 경쟁합니다.그러나, 그들의 작은 크기와 상대적으로 빠른 성장률, 그리고 그들이 세계의 더 많은 해양에 고르게 분포되어 있기 때문에, 요각류는 거의 확실히 크릴새우보다 세계 바다의 2차 생산성과, 그리고 아마도 다른 모든 그룹의 해양 탄소 흡수원에 훨씬 더 많이 기여합니다.함께 할 수 있어요바다의 표면층은 현재 연간 약 20억 톤의 탄소를 흡수하는 세계에서 가장 큰 탄소 흡수원으로 알려져 있으며, 이는 인간의 탄소 배출량의 약 1/3에 해당하며, 따라서 그 영향을 감소시킨다.많은 플랑크톤 요각류들은 밤에 수면 근처에서 먹이를 먹고 낮에는 시각적인 포식자를 피하기 위해 깊은 물속으로 가라앉는다.그들의 털갈이된 외골격, 배설물 알갱이, 그리고 깊은 곳의 호흡은 모두 깊은 바다에 탄소를 가져다 준다.

가

식물성 플랑크톤이라고 불리는 많은 단세포 유기체들은 바다와 호수에 산다.높은 영양소나 빛과 같은 특정한 조건이 존재하면, 이러한 유기체는 폭발적으로 번식합니다.그 결과로 생기는 식물성 플랑크톤의 조밀한 무리를 해조류 꽃이라고 부른다.꽃은 수백 평방 킬로미터에 이를 수 있고 위성 사진에서도 쉽게 볼 수 있다.개별 식물성 플랑크톤은 며칠 이상 사는 경우는 드물지만, 꽃은 [123][124]몇 주 동안 지속될 수 있습니다.

★★★

과학자들은 수백 년 동안 떼의 행동을 식물 탓으로 돌려왔다.에라스무스 다윈은 1800년 저서 '피톨로지아'에서 식물의 성장이 자연 [125]다른 곳에서 관찰된 떼와 비슷하다고 썼다.그가 식물 형태학에 대한 보다 광범위한 관찰을 언급하고 뿌리와 새싹의 행동 모두에 초점을 맞췄지만, 최근의 연구는 이 주장을 뒷받침하고 있다.

특히 뿌리는 랜덤 확률에 대한 통계 임계값을 초과하는 패턴으로 성장하는 관찰 가능한 군집 행동을 나타내며, 개별 뿌리 정점 간의 통신의 존재를 나타냅니다.식물 뿌리의 주요 기능은 토양 영양소의 섭취이며, 군집 행동을 일으키는 것은 바로 이 목적입니다.근접하게 자라는 식물들은 최적의 영양소 가용성을 보장하기 위해 그들의 성장을 조정했다.이것은 인근 뿌리 사이의 거리를 최적화하는 방향으로 성장함으로써 이루어지며, 따라서 미개발 영양소를 이용할 수 있는 가능성을 증가시킨다.이 동작의 동작은 두 가지 형태를 취합니다: 인접한 뿌리 [126]정점으로부터의 거리 최대화와 그에 따른 반발입니다.뿌리 끝의 전이 구역은 토양에서 전달되는 호르몬의 존재를 모니터링하는 데 주로 책임이 있으며, 적절한 경우 반응성 성장 패턴을 나타냅니다.발전소 응답은 종종 복잡하며, 자율적인 응답에 정보를 제공하기 위해 여러 입력을 통합합니다.군집 성장을 알리는 추가 입력에는 빛과 중력이 포함되며, 둘 다 뿌리 [127]끝의 전이 영역에서 모니터링됩니다.이러한 힘은 성장 중인 "주" 뿌리에 정보를 주기 위해 작용하며, 적절한 간격을 설정하기 위해 억제 화학 물질의 독립적인 방출을 보여줌으로써 군집 행동 패턴에 기여합니다.뿌리의 수평적 성장은 토양에 높은 미네랄 함량에 대한 반응이든 스톨론 성장이든, 그들 자신의 독립적인 뿌리 [128]무리를 형성하기 위해 확립되는 분기 성장을 생산합니다.

다음 항목도 참조하십시오.무리지어다니는 운동성과 미생물 인텔리전스

스왈밍은 또한 점액박테리아와 같은 포식성 박테리아들의 집단을 묘사한다.미크소박테리아는 "늑대 팩"으로 모여들고, 박테리아 활공으로 알려진 과정을 사용하여 활발하게 움직이고 세포간 분자 [56][129]신호의 도움으로 함께 유지된다.

다음 항목도 참조하십시오.무리, 무리 행동 및 동물 이동
양치기 개(여기서는 보더 콜리)는 양떼의 행동을 통제한다.
.

★★★

경찰은 1906년 야구 월드시리즈에서 닉 알트록의 열렬한 지지자들로부터 닉 알트록을 보호한다.
★★★★★★
image icon 웨이브 [130]
image icon 박수 [아쉬움직임]
다음 항목도 참조하십시오.군중 및 군중 시뮬레이션

또한 여러 사람들이 난간에[dubious – discuss] 몰려든 보행자[132] 또는 군인 등의 집단 행동을 보일 수 있습니다.독일 쾰른에서는 리즈 대학의 생물학자 두 명이 인간의 행동과 같은 무리를 증명했다.이 집단의 사람들은 집단과 비슷한 행동 패턴을 보였는데, 만약 집단의 5%가 방향을 바꾸면 다른 사람들이 따라갈 것이다.만약 한 사람이 포식자로 지정되고 다른 모든 사람들이 그를 피한다면, 양떼는 물고기 [133][134]떼처럼 행동했다.군중 관리가 축구장, 음악 콘서트,[135] 지하철역에서 효과적으로 사상자를 피하려면 군중 속에서 인간이 어떻게 상호작용하는지 이해하는 것이 중요하다.

집단행동의 수학적 모델링은 일반적인 기술이며 애니메이션에서 사용되었습니다.군중 시뮬레이션은 사실적으로 움직이는 군중을 만들기 위해 많은 영화에서[136] 사용되어 왔다.팀 버튼의 '배트맨 리턴즈'는 군집 기술을 사용한 최초의 영화이며, 박쥐 떼의 움직임을 사실적으로 묘사하고 있다.반지의 제왕 3부작은 전투 장면에서 매시브라고 알려진 비슷한 기술을 사용했다.스몰 테크놀로지는 저렴하고 견고하며 단순하기 때문에 특히 매력적입니다.

항공기 탑승 행동을 평가하기 위해 6가지 상호작용 규칙만을 사용한 개미 기반 [137]컴퓨터 시뮬레이션도 사용되었다.항공사들은 또한 항공기 도착을 공항 게이트에 배정할 때 개미 기반 루팅을 사용했다.Douglas A가 개발한 항공사 시스템. Lawson은 개미 군집이 단독으로 일하는 것보다 더 낫다는 개념인 군집 이론 또는 군집 지능을 사용합니다.각각의 조종사들은 최고의 공항 게이트를 찾는 개미처럼 행동한다."조종사는 자신의 경험을 통해 무엇이 자신에게 최선인지 알게 되고 그것이 항공사를 위한 최선의 해결책임이 밝혀집니다."라고 로슨은 설명합니다.그 결과 조종사들은 항상 빨리 도착하고 출발할 수 있는 게이트로 간다.이 프로그램은 심지어 비행기의 정체가 발생하기 전에 조종사에게 경고할 수 있다.「[138]우리는 그것이 일어날 것을 예측할 수 있기 때문에, 이용 가능한 게이트를 확보할 수 있습니다」라고 Lawson씨는 말합니다.

트래픽 웨이브 등의 트래픽플로우 다이내믹스에서도 군집 동작이 발생합니다.쌍방향 트래픽은 개미 [139][140]트레일로 관찰할 수 있습니다.최근 몇 년 동안 [141][142]보행자와 교통 모델에 대한 통찰력을 위해 이러한 행동이 연구되었습니다.보행자 모델에 근거한 시뮬레이션은 [143]패닉으로 인해 몰려드는 군중에게도 적용되어 왔다.

마케팅에서 집단 행동은 고객의 상호 행동의 의존성을 설명하기 위해 사용되어 왔습니다.이코노미스트는 최근 로마에서 인간 적응 [144]행동의 시뮬레이션에 관한 컨퍼런스를 보도했다.그것은 충동 구매를 증가시키고 사람들이 "군중의 본능에 따라 더 많이 사도록" 하는 메커니즘을 공유했다.사람들이 인기를 끌 것으로 보이는 제품을 더 많이 구매한다는 기본 생각이며, 스마트 카드 기술, 무선 주파수 식별 태그 기술 사용 등 소비자들에게 제품의 인기 정보를 제공하기 위한 몇 가지 피드백 메커니즘이 언급되어 있다.플로리다 공과대학 연구원에 의해 "스팜 무브" 모델이 도입되었는데, 이는 "사람들에게 할인을 줄 필요 없이 매출을 늘릴 수 있기 때문에" 슈퍼마켓에 어필하고 있다.

주요 기사: 군집 로봇
다음 항목도 참조하십시오.개미 로봇 및 로봇 재료
하버드 대학의 Radhika Nagpal과 Michael Rubenstein에 의해 개발된 Kilobot 천 마리의 로봇 무리.

로봇에 대한 군집 원리의 적용은 군집 로봇 공학이라고 불리는 반면, 군집 지능은 보다 일반적인 알고리즘 집합을 말합니다.

★★★★★★
video icon 나노 쿼드로터의 무리– YouTube[145]
video icon 현미경 로봇 '네이처 비디오'의 행진곡, 유튜브

개미와 벌과 같은 곤충 군락에서 부분적으로 영감을 받아, 연구원들은 숨겨진 무언가를 찾거나, 청소하거나, 스파이 활동을 하는 것과 같은 유용한 작업을 함께 수행하는 수천 개의 작은 로봇 무리들의 행동을 모델링하고 있다.각각의 로봇은 매우 간단하지만, 떼의 출현 행동은 더 [1]복잡하다.로봇 세트 전체를 하나의 분산 시스템으로 간주할 수 있습니다.개미 군락을 하나의 초유기체로 간주할 수 있는 것과 마찬가지로 군집 지능을 발휘합니다.지금까지 만들어진 가장 큰 무리는 1024개의 로봇 킬로봇 [146]무리다.다른 대규모 집단에는 집단 [148][149]행동을 연구하기 위해 사용되는 iRobot 집단, SRI International/ActivMedia Robotics Centibots 프로젝트 [147]및 오픈 소스 마이크로 로봇 프로젝트 집단 등이 있습니다.또한 무리는 고장에도 더 강합니다.하나의 큰 로봇이 실패하여 임무를 망칠 수 있는 반면, 군집단은 여러 개의 로봇이 실패하더라도 계속될 수 있다.이것은 보통 실패가 매우 [150]큰 비용이 드는 우주 탐사 임무에 그들을 매력적으로 만들 수 있다.군집 로봇 공학은 지상 차량 외에도 공중 로봇[145][151] 군집과 지상 및 공중 [152][153]비행체 이종 팀의 연구도 포함합니다.

로 요원들이 재구성될 수tornado-like microswarm[154]학교 교육 fish,[155]계층적 입자 species[156]포유류, micr의 predating 행동을 흉내내고 있는 흉내와 같은 물리적 기계적 접근법을 사용하여 작업을 실시하기 위해 집단적인 행동을 수행할 대비 거시적 로봇에서, microscale에서 콜로이드 입자들은 또한 채택될 수 있다.manipuo-object변환 가능한 [157]마이크로스왑을 사용합니다.이러한 콜로이드 입자의 제작은 보통 화학 합성에 기초한다.

주요 기사: 스와밍(군대)

군중은 자율적이거나 부분적으로 자율적인 행동 단위가 여러 다른 방향에서 적을 공격한 후 다시 뭉치는 행동이다.부대가 공격 지점을 이동하는 맥박도 군중의 일부다.군중은 이동성, 통신성, 유닛 자율성, 조정 또는 [158]동기화를 강조하는 방식으로 적에 대해 분산된 힘을 사용하는 것을 포함한다.과거 군사력은 군중의 원리를 명확하게 검토하지 않고 사용했지만, 이제는 군중의 개념을 이끌어내는 군사 원칙을 의식적으로 검토한다.

단지 여러 유닛이 하나의 타겟에 모여든다고 해서 반드시 떼지어 있는 것은 아닙니다.공성전에는 군중이 개입하지 않는다.왜냐하면 기동은 없기 때문이다.공성전에는 포위된 요새에 집중되어 있기 때문이다.게릴라 매복도 '뺑소니'이기 때문에 군중을 구성하지는 않는다.매복 공격 지점이 적에 여러 개 있을 수 있지만, 게릴라들은 충분한 피해를 입혔거나 위험에 처했을 때 철수한다.

2014년, 미 해군 연구소는 [159]단체로 조종하고 공동 공격 행동을 취할 수 있는 무인 무인기 공격정 떼의 테스트를 보여주는 영상을 공개했다.

★★

  • 레밍이 이주할 때 절벽에서 떼지어 떨어져 집단 자살을 한다는 속설이 있다.강한 생물학적 충동에 의해, 어떤 종류의 레밍들은 개체 밀도가 너무 커지면 큰 무리를 지어 이동할 수 있다.레밍은 수영을 할 수 있고 새로운 서식지를 찾기 위해 물을 건너는 것을 선택할 수도 있다.이러한 경우, 수역이 너무 넓어 신체적 능력을 한계까지 확장하면 많은 사람들이 익사할 수 있다.이 사실은 노르웨이산 레밍 개체수의 설명할 수 없는 변동과 결합되어 신화를 낳았다.[163]
  • 피라냐는 맹렬하고 약탈적인 무리를 지어 몰려드는 겁 없는 물고기로 유명하다.하지만, "협력적인 사냥의 수단으로 학교를 다닌다는 전제 하에" 시작된 최근의 연구는 그들이 사실 가마우지, 카이만, 돌고래와 같은 포식자들로부터 보호하기 위해 학교를 다니는 다른 물고기들과 같이 다소 두려운 물고기들이라는 것을 발견했다.한 연구원은 그들을 "기본적으로 큰 [164]이빨을 가진 일반 물고기와 같다"고 묘사했다.

「」도 .

  1. ^ a b Bouffanais, Roland (2016). Design and Control of Swarm Dynamics. SpringerBriefs in Complexity (First ed.). Springer. doi:10.1007/978-981-287-751-2. ISBN 978-981-287-750-5.
  2. ^ O'Loan; Evans (1998). "Alternating steady state in one-dimensional flocking". Journal of Physics A: Mathematical and General. 32 (8): L99–L105. arXiv:cond-mat/9811336. Bibcode:1999JPhA...32L..99O. doi:10.1088/0305-4470/32/8/002. S2CID 7642063.
  3. ^ Attanasi, A.; Cavagna, A.; Del Castello, L.; Giardina, I.; Grigera, T. S.; Jelić, A.; Melillo, S.; Parisi, L.; Pohl, O.; Shen, E.; Viale, M. (September 2014). "Information transfer and behavioural inertia in starling flocks". Nature Physics. 10 (9): 691–696. arXiv:1303.7097. Bibcode:2014NatPh..10..691A. doi:10.1038/nphys3035. PMC 4173114. PMID 25264452.
  4. ^ a b c Reynolds CW (1987). "Flocks, herds and schools: A distributed behavioral model". Computer Graphics. 21 (4): 25–34. CiteSeerX 10.1.1.103.7187. doi:10.1145/37401.37406. ISBN 978-0-89791-227-3. S2CID 546350.
  5. ^ a b Ballerini M, Cabibbo N, Candelier R, Cavagna A, Cisbani E, Giardina I, Lecomte V, Orlandi A, Parisi G, Procaccini A, Viale M, Zdravkovic V (2008). "Interaction ruling animal collective behavior depends on topological rather than metric distance: Evidence from a field study". Proc. Natl. Acad. Sci. U.S.A. 105 (4): 1232–7. arXiv:0709.1916. Bibcode:2008PNAS..105.1232B. doi:10.1073/pnas.0711437105. PMC 2234121. PMID 18227508.
  6. ^ Hildenbrandt H, Carere C, Hemelrijk CK (2010). "Self-organized aerial displays of thousands of starlings: a model". Behavioral Ecology. 21 (6): 1349–1359. doi:10.1093/beheco/arq149.
  7. ^ Hemelrijk CK, Hildenbrandt H (2011). "Some causes of the variable shape of flocks of birds". PLOS ONE. 6 (8): e22479. Bibcode:2011PLoSO...622479H. doi:10.1371/journal.pone.0022479. PMC 3150374. PMID 21829627.
  8. ^ "Zwermen en scholen - Swarming - Permanente expo - Bezoek onze expo's & workshops! - Science LinX - Rijksuniversiteit Groningen". 10 November 2007.
  9. ^ "Onderzoek aan de Faculteit Wiskunde en Natuurwetenschappen - Faculteit Wiskunde en Natuurwetenschappen - Over ons - Rijksuniversiteit Groningen". 25 October 2012.
  10. ^ Olson RS, Knoester DB, Adami C (2013). "Critical Interplay Between Density-dependent Predation and Evolution of the Selfish Herd". Proceedings of GECCO 2013. Gecco '13: 247–254. doi:10.1145/2463372.2463394. ISBN 9781450319638. S2CID 14414033.
  11. ^ Ward CR, Gobet F, Kendall G (2001). "Evolving collective behavior in an artificial ecology". Artificial Life. 7 (2): 191–209. CiteSeerX 10.1.1.108.3956. doi:10.1162/106454601753139005. PMID 11580880. S2CID 12133884.
  12. ^ Reluga TC, Viscido S (2005). "Simulated evolution of selfish herd behavior". Journal of Theoretical Biology. 234 (2): 213–225. Bibcode:2005JThBi.234..213R. doi:10.1016/j.jtbi.2004.11.035. PMID 15757680.
  13. ^ Wood AJ, Ackland GJ (2007). "Evolving the selfish herd: emergence of distinct aggregating strategies in an individual-based model". Proc Biol Sci. 274 (1618): 1637–1642. doi:10.1098/rspb.2007.0306. PMC 2169279. PMID 17472913.
  14. ^ Olson RS, Hintze A, Dyer FC, Knoester DB, Adami C (2013). "Predator confusion is sufficient to evolve swarming behaviour". J. R. Soc. Interface. 10 (85): 20130305. doi:10.1098/rsif.2013.0305. PMC 4043163. PMID 23740485.
  15. ^ Demsar J, Hemelrijk CK, Hildenbrandt H, Bajec IL (2015). "Simulating predator attacks on schools: Evolving composite tactics" (PDF). Ecological Modelling. 304: 22–33. doi:10.1016/j.ecolmodel.2015.02.018. hdl:11370/0bfcbb69-a101-4ec1-833a-df301e49d8ef.
  16. ^ Tosh CR (2011). "Which conditions promote negative density dependent selection on prey aggregations?" (PDF). Journal of Theoretical Biology. 281 (1): 24–30. Bibcode:2011JThBi.281...24T. doi:10.1016/j.jtbi.2011.04.014. PMID 21540037.
  17. ^ Ioannou CC, Guttal V, Couzin ID (2012). "Predatory Fish Select for Coordinated Collective Motion in Virtual Prey". Science. 337 (6099): 1212–1215. Bibcode:2012Sci...337.1212I. doi:10.1126/science.1218919. PMID 22903520. S2CID 10203872.
  18. ^ Olson RS, Haley PB, Dyer FC, Adami C (2015). "Exploring the evolution of a trade-off between vigilance and foraging in group-living organisms". Royal Society Open Science. 2 (9): 150135. arXiv:1408.1906. Bibcode:2015RSOS....250135O. doi:10.1098/rsos.150135. PMC 4593673. PMID 26473039.
  19. ^ "Hierarchy of Life". 14 September 2008. Retrieved 6 October 2009.
  20. ^ 파루낙, H. v. D. (2003)"군중을 모으다" 인: 2003년 1월 3일 미국 버지니아주 맥린, C4ISR, 스밍 및 네트워크 대응 명령, 제어, 통신, 컴퓨터, 인텔리전스, 감시 및 정찰에 관한 회의 진행.
  21. ^ a b Marsh L.; Onof C. (2008). "Stigmergic epistemology, stigmergic cognition" (PDF). Cognitive Systems Research. 9 (1): 136–149. doi:10.1016/j.cogsys.2007.06.009. S2CID 23140721.
  22. ^ Beni, G, Wang, J. Swarm Intelligence in Cellular Robotic Systems, 속행합니다.NATO 로봇 및 생물시스템 선진 워크숍(이탈리아 토스카나주, 1989년 6월 26~30일)
  23. ^ Dorigo, M; Birattari, M (2007). "Swarm intelligence". Scholarpedia. 2 (9): 1462. Bibcode:2007SchpJ...2.1462D. doi:10.4249/scholarpedia.1462.
  24. ^ a b Li, YX; Lukeman, R; Edelstein-Keshet, L (2007). "Minimal mechanisms for school formation in self-propelled particles" (PDF). Physica D: Nonlinear Phenomena. 237 (5): 699–720. Bibcode:2008PhyD..237..699L. doi:10.1016/j.physd.2007.10.009.
  25. ^ 토너 J 및 Tu Y(1995) "2차원 xy 모델에서의 장거리 순서: 새가 함께 나는 방법" Physical Revue Letters, 75 (23) (1995), 4326 – 4329.
  26. ^ Topaz C, Bertozzi A (2004). "Swarming patterns in a two-dimensional kinematic model for biological groups". SIAM J Appl Math. 65 (1): 152–174. Bibcode:2004APS..MAR.t9004T. CiteSeerX 10.1.1.88.3071. doi:10.1137/S0036139903437424.
  27. ^ Topaz C, Bertozzi A, Lewis M (2006). "A nonlocal continuum model for biological aggregation". Bull Math Biol. 68 (7): 1601–1623. arXiv:q-bio/0504001. doi:10.1007/s11538-006-9088-6. PMID 16858662. S2CID 14750061.
  28. ^ Carrillo, J; Fornasier, M; Toscani, G (2010). "Particle, kinetic, and hydrodynamic models of swarming" (PDF). Modeling and Simulation in Science, Engineering and Technology. 3: 297–336. CiteSeerX 10.1.1.193.5047. doi:10.1007/978-0-8176-4946-3_12. ISBN 978-0-8176-4945-6.
  29. ^ "Swarmanoid project".
  30. ^ 개미 군락 최적화 2010년 12월 15일 회수.
  31. ^ A. Colorni, M. Dorigo et V.Maniezzo, Ant Colony에 의한 분산 최적화, actes de la premiérence européenne sur la artielle, 프랑스 파리, Elsevier Publishing, 134-142, 1991.
  32. ^ M. Dorigo, Optimization, Learning and Natural Algorithm, PhD 논문, Politecnico di Milano, Italie, 1992.
  33. ^ Höldobler & Wilson (1990), 143-179페이지
  34. ^ DORIGO, M.; DI CARO, G.; GAMBERELLA, L. M. (1999). Ant Algorithms for Discrete Optimization, Artificial Life. MIT Press.
  35. ^ 콜로라도 대학 Wayback Machine Interactive 시뮬레이션, 2005년 자체 구동 입자 모델 Archived 2012-10-14.2011년 4월 10일 취득.
  36. ^ a b Vicsek T, Czirok A, Ben-Jacob E, Cohen I, Shochet O (1995). "Novel type of phase transition in a system of self-driven particles". Physical Review Letters. 75 (6): 1226–1229. arXiv:cond-mat/0611743. Bibcode:1995PhRvL..75.1226V. doi:10.1103/PhysRevLett.75.1226. PMID 10060237. S2CID 15918052.
  37. ^ Czirók A, Vicsek T (2006). "Collective behavior of interacting self-propelled particles". Physica A. 281 (1–4): 17–29. arXiv:cond-mat/0611742. Bibcode:2000PhyA..281...17C. doi:10.1016/S0378-4371(00)00013-3. S2CID 14211016.
  38. ^ Buhl J, Sumpter DJT, Couzin D, Hale JJ, Despland E, Miller ER, Simpson SJ, et al. (2006). "From disorder to order in marching locusts" (PDF). Science. 312 (5778): 1402–1406. Bibcode:2006Sci...312.1402B. doi:10.1126/science.1125142. PMID 16741126. S2CID 359329. Archived from the original (PDF) on 29 September 2011. Retrieved 13 April 2011.
  39. ^ Toner J, Tu Y, Ramaswamy S (2005). "Hydrodynamics and phases of flocks" (PDF). Annals of Physics. 318 (1): 170–244. Bibcode:2005AnPhy.318..170T. doi:10.1016/j.aop.2005.04.011. Archived from the original (PDF) on 18 July 2011. Retrieved 13 April 2011.
  40. ^ Bertin, E; Droz; Grégoire, G (2009). "Hydrodynamic equations for self-propelled particles: microscopic derivation and stability analysis". J. Phys. A. 42 (44): 445001. arXiv:0907.4688. Bibcode:2009JPhA...42R5001B. doi:10.1088/1751-8113/42/44/445001. S2CID 17686543.
  41. ^ Kennedy, J.; Eberhart, R. (1995). "Particle Swarm Optimization". Proceedings of IEEE International Conference on Neural Networks. Vol. IV. pp. 1942–1948.
  42. ^ Kennedy, J. (1997). "The particle swarm: social adaptation of knowledge". Proceedings of IEEE International Conference on Evolutionary Computation. pp. 303–308.
  43. ^ Hu X 입자 군집 최적화: 튜토리얼2010년 12월 15일 취득.
  44. ^ Kennedy, J.; Eberhart, R.C. (2001). Swarm Intelligence. Morgan Kaufmann. ISBN 978-1-55860-595-4.
  45. ^ Poli, R. (2007). "An analysis of publications on particle swarm optimisation applications" (PDF). Technical Report CSM-469. Archived from the original (PDF) on 16 July 2011. Retrieved 15 December 2010.
  46. ^ Poli, R. (2008). "Analysis of the publications on the applications of particle swarm optimisation" (PDF). Journal of Artificial Evolution and Applications. 2008: 1–10. doi:10.1155/2008/685175.
  47. ^ 이타주의(Atherism)는 떼지어 다니는 로봇이 더 잘 날 수 있도록 지원합니다.Wayback Machine genevalunch.com, 2011년 5월 4일 Archarchived 2012-09-15.
  48. ^ Waibel, M; Floreano, D; Keller, L (2011). "A quantitative test of Hamilton's rule for the evolution of altruism". PLOS Biology. 9 (5): 1000615. doi:10.1371/journal.pbio.1000615. PMC 3086867. PMID 21559320.
  49. ^ Herrnkind, W (1969). "Queuing behavior of spiny lobsters". Science. 164 (3886): 1425–1427. Bibcode:1969Sci...164.1425H. doi:10.1126/science.164.3886.1425. PMID 5783720. S2CID 10324354.
  50. ^ 2019년 10월 17일, 화석 '콩가 라인'은 동물 무리 내셔널 지오그래픽의 기원을 밝히고 있다.
  51. ^ Vannier, J; Vidal, M; Marchant, R; El Hariri, K; Kouraiss, K; Pittet, B; El Albani, A; Mazurier, A; Martin, E (2019). "Collective behaviour in 480-million-year-old trilobite arthropods from Morocco". Scientific Reports. 9 (1): 14941. Bibcode:2019NatSR...914941V. doi:10.1038/s41598-019-51012-3. PMC 6797724. PMID 31624280.
  52. ^ Feare C(1984) The Starling, 옥스퍼드 대학 출판부.ISBN 978-0-19-217705-6.
  53. ^ Partridge BL (1982). "The structure and function of fish schools" (PDF). Scientific American. Vol. 246, no. 6. pp. 114–123. Bibcode:1982SciAm.246f.114P. doi:10.1038/scientificamerican0682-114. PMID 7201674. Archived from the original (PDF) on 3 July 2011.
  54. ^ Hubbard S, Babak P, Sigurdsson S, Magnusson K (2004). "A model of the formation of fish schools and migrations of fish". Ecol. Model. 174 (4): 359–374. doi:10.1016/j.ecolmodel.2003.06.006.
  55. ^ Rauch E, Millonas M, Chialvo D (1995). "Pattern formation and functionality in swarm models". Physics Letters A. 207 (3–4): 185–193. arXiv:adap-org/9507003. Bibcode:1995PhLA..207..185R. doi:10.1016/0375-9601(95)00624-C. S2CID 120567147.
  56. ^ a b Allison C, Hughes C (1991). "Bacterial swarming: an example of prokaryotic differentiation and multicellular behaviour". Science Progress. 75 (298 Pt 3–4): 403–422. PMID 1842857.
  57. ^ Ben-Jacob E, Cohen I, Shochet O, Czirok A, Vicsek T (1995). "Cooperative Formation of Chiral Patterns during Growth of Bacterial Colonies". Physical Review Letters. 75 (15): 2899–2902. Bibcode:1995PhRvL..75.2899B. doi:10.1103/PhysRevLett.75.2899. PMID 10059433.
  58. ^ Rappel WJ, Nicol A, Sarkissian A, Levine H, Loomis WF (1999). "Self-organized vortex state in two-dimensional Dictyostelium dynamics". Physical Review Letters. 83 (6): 1247–1250. arXiv:patt-sol/9811001. Bibcode:1999PhRvL..83.1247R. doi:10.1103/PhysRevLett.83.1247. S2CID 1590827.
  59. ^ Chowdhury, D (2006). "Collective effects in intra-cellular molecular motor transport: coordination, cooperation and competition". Physica A. 372 (1): 84–95. arXiv:physics/0605053. Bibcode:2006PhyA..372...84C. doi:10.1016/j.physa.2006.05.005. S2CID 14822256.
  60. ^ Parrish JK와 Hamner WM(eds)(1997년) 3차원 캠브리지 대학 출판부의 동물 그룹.ISBN 978-0-521-46024-8.
  61. ^ Helbing D, Keltsch J, Molnar P (1997). "Modelling the evolution of human trail systems". Nature. 388 (6637): 47–50. arXiv:cond-mat/9805158. Bibcode:1997Natur.388...47H. doi:10.1038/40353. PMID 9214501. S2CID 4364517.
  62. ^ Helbing D, Farkas I, Vicsek T (2000). "Simulating dynamical features of escape panic". Nature. 407 (6803): 487–490. arXiv:cond-mat/0009448. Bibcode:2000Natur.407..487H. doi:10.1038/35035023. PMID 11028994. S2CID 310346.
  63. ^ Helbing D, Farkas IJ, Vicsek T (2000). "Freezing by heating in a driven mesoscopic system". Physical Review Letters. 84 (6): 1240–1243. arXiv:cond-mat/9904326. Bibcode:2000PhRvL..84.1240H. doi:10.1103/PhysRevLett.84.1240. PMID 11017488. S2CID 18649078.
  64. ^
  65. ^ a b Bonabeau E와 Theraulaz G(2008) "Swarm Smarts".로봇의 미래 사이언티픽 아메리칸 스페셜 에디션
  66. ^ Czaczkes, T.J.; Grüter, C.; Ratnieks, F. L. W. (2015). "Trail pheromones: an integrative view of their role in colony organisation". Annual Review of Entomology. 60: 581–599. doi:10.1146/annurev-ento-010814-020627. PMID 25386724. S2CID 37972066.
  67. ^ Beckers, R.; Deneubourg, J. L.; Goss, S (1993). "Modulation of trail laying in the ant Lasius niger (Hymenoptera: Formicidae) and its role in the collective selection of a food source". Journal of Insect Behavior. 6 (6): 751–759. CiteSeerX 10.1.1.161.9541. doi:10.1007/BF01201674. S2CID 14670150.
  68. ^ Goss, S.; Aron, S.; Deneubourg, J. L.; Pasteels, J. M. (1989). "Self-organized shortcuts in the Argentine ant" (PDF). Naturwissenschaften. 76 (12): 579–581. Bibcode:1989NW.....76..579G. doi:10.1007/BF00462870. S2CID 18506807.
  69. ^ Brady, Seán G. (2003). "Evolution of the army ant syndrome: The origin and long-term evolutionary stasis of a complex of behavioral and reproductive adaptations". Proceedings of the National Academy of Sciences of the United States of America. 100 (11): 6575–9. Bibcode:2003PNAS..100.6575B. doi:10.1073/pnas.1137809100. PMC 164488. PMID 12750466.
  70. ^ Dicke E, Byde A, Cliff D, Layzell P (2004). "An ant-inspired technique for storage area network design". In A. J. Ispeert, M. Murata, N. Wakamiya (eds.). Proceedings of Biologically Inspired Approaches to Advanced Information Technology: First International Workshop, BioADIT 2004 LNCS 3141. pp. 364–379. ISBN 9783540233398.
  71. ^ Oldroyd, BP (1998). "Colony relatedness in aggregations of Apis dorsata Fabricius (Hymenoptera, Apidae)". Insectes Sociaux. 47: 94–95. doi:10.1007/s000400050015. S2CID 40346464.
  72. ^ Milius, Susan Sworm Savvy 2012년 9월 27일 Wayback Machine에서 아카이브, 벌, 개미 및 기타 동물들이 멍청한 집단 결정을 피하는 방법; Science News, 2009년 5월 9일; Vol.175 #10 (p.16)
  73. ^ 벌떼가 새로운 둥지를 찾기 위해 고속 '스트레이커' 벌들을 따라다니다; Science Daily (2008년 11월 24일)
  74. ^ Seeley, Thomas D.; Visscher, P. Kirk (2003). "Choosing a home: how the scouts in a honey bee swarm perceive the completion of their group decision making" (PDF). Behavioral Ecology and Sociobiology. 54 (5): 511–520. doi:10.1007/s00265-003-0664-6. S2CID 16948152. Archived from the original (PDF) on 31 January 2009. Retrieved 14 December 2010.
  75. ^ Morse, R.A. (1963). "Swarm orientation in honeybees". Science. 141 (3578): 357–358. Bibcode:1963Sci...141..357M. doi:10.1126/science.141.3578.357. PMID 17815993. S2CID 46516976.
  76. ^ Seeley, Thomas (2003). "Consensus building during nest-site selection in honey bee swarms: The expiration of dissent". Behavioral Ecology and Sociobiology. 53 (6): 417–424. doi:10.1007/s00265-003-0598-z. S2CID 34798300.
  77. ^ Stepien, T.L.; Zmurchok, C.; Hengenius, J.B.; Caja Rivera, R.M.; D'Orsogna, M.R.; Lindsay, A.E. (2000). "Moth Mating: Modeling Female Pheromone Calling and Male Navigational Strategies to Optimize Reproductive Success". Applied Sciences. 10 (18): 6543. doi:10.3390/app10186543.
  78. ^ Badeke, B.; Haverkamp, A.; Sachse, S.A. (2016). "A challenge for a male noctuid moth? Discerning the female sex pheromone against the background of plant volatiles". Frontiers in Physiology. 7: 143. doi:10.3389/fphys.2016.00143. PMC 4843018. PMID 27199761.
  79. ^ Greenfield, M.D. (1981). "Moth sex pheromones: an evolutionary perspective". The Florida Entomologist. 64 (1): 4–17. doi:10.2307/3494597. JSTOR 3494597.
  80. ^ Umbers, K.D.L.; Symonds, M.R.E.; Kokko, H. (2015). "The Mothematics of female pheromone signaling: Strategies for aging virgins". American Naturalist. 185 (3): 417–432. doi:10.1086/679614. hdl:1885/13166. PMID 25674695. S2CID 13846468.
  81. ^ Mason, D.S.; Baruzzi, C. (2019). "Love in strange places". Frontiers in Ecology and the Environment. 17 (3): 184. doi:10.1002/fee.2027.
  82. ^ "Midges". MDC Discover Nature. Retrieved 19 November 2019.
  83. ^ Kirkeby, Carsten (30 June 2018). "Observations of female and mixed sex swarming behaviour in Culicoides LATREILLE, 1809 (Diptera: Ceratopogonidae)". Polish Journal of Entomology. 87 (2): 191–197. doi:10.2478/pjen-2018-0014.
  84. ^ Jennifer Viegas. "Cockroaches Make Group Decisions". Discovery Channel. Archived from the original on 4 July 2008. Retrieved 10 June 2006.
  85. ^ Lemonick, Michael D. (15 November 2007). "Robotic Roaches Do the Trick". Time. Archived from the original on 16 November 2007.
  86. ^ 메뚜기과 내셔널 지오그래픽.2010년 12월 12일 취득.
  87. ^ "Locust swarms 'high' on serotonin". 29 January 2009 – via BBC.
  88. ^ Rogers SM, Matheson T, Despland E, Dodgson T, Burrows M, Simpson SJ (November 2003). "Mechanosensory-induced behavioural gregarization in the desert locust Schistocerca gregaria". J. Exp. Biol. 206 (Pt 22): 3991–4002. doi:10.1242/jeb.00648. PMID 14555739.
  89. ^ Stevenson, PA (2009). "The Key to Pandora's Box". Science. 323 (5914): 594–5. doi:10.1126/science.1169280. PMID 19179520. S2CID 39306643.
  90. ^ 행복 화학물질 차단은 메뚜기 전염병을 예방할 수 있다, New Scientist, 2009-01-29, 2009-01-31 접속
  91. ^ Moshe Guershon; Amir Ayali (May 2012). "Innate phase behavior in the desert locust, Schistocerca gregaria". Insect Science. 19 (6): 649–656. doi:10.1111/j.1744-7917.2012.01518.x. S2CID 83412818.
  92. ^ Yates, CA; Erban, R; Escudero, C; Couzin, ID; Buhl, J; Kevrekidis, IG; Maini, PK; Sumpter, DJ (2009). "Inherent noise can facilitate coherence in collective swarm motion". Proc. Natl. Acad. Sci. U.S.A. 106 (14): 5464–9. Bibcode:2009PNAS..106.5464Y. doi:10.1073/pnas.0811195106. PMC 2667078. PMID 19336580.
  93. ^ 파일, 로버트 마이클, "National Audubon Society Field Guide to North American Nutterflys", p712-713, Alfred A.Knopf, 뉴욕, ISBN 0-394-51914-0
  94. ^ "Monarch, Danaus plexippus". Archived from the original on 15 December 2012. Retrieved 27 August 2008.
  95. ^ Gugliotta, Guy (2003) :2006-03-05년 웨이백 머신에 보관된 왕자의 순례에 빛을 비추는 나비의 몸시계 안내, 태양 과학자들.워싱턴 포스트 2003년 5월 23일자 A03면.2006년 1월 7일 취득.
  96. ^ Merlin C, Gegear RJ, Reppert SM (2009). "Antennal Circadian Clocks Coordinate Sun Compass Orientation in Migratory Monarch Butterflies". Science. 325 (5948): 1700–1704. Bibcode:2009Sci...325.1700M. doi:10.1126/science.1176221. PMC 2754321. PMID 19779201.
  97. ^ Kyriacou CP (2009). "Unraveling Traveling". Science. 325 (5948): 1629–1630. doi:10.1126/science.1178935. PMID 19779177. S2CID 206522416.
  98. ^ Sekercioglu, C.H. (2007). "Conservation ecology: area trumps mobility in fragment bird extinctions". Current Biology. 17 (8): R283–R286. doi:10.1016/j.cub.2007.02.019. PMID 17437705. S2CID 744140.
  99. ^ 편대 비행의 드래그 감소. 새와 같은 대형으로 비행하는 항공기는 사거리를 크게 늘릴 수 있다; 국방 기술 정보 센터; 2002년 4월; 2008년 2월 27일 회수
  100. ^ Hummel D.; Beukenberg M. (1989). "Aerodynamische Interferenzeffekte beim Formationsfl ug von Vogeln". J. Ornithol. 130 (1): 15–24. doi:10.1007/BF01647158. S2CID 823269.
  101. ^ Cutts, C. J. & J R Speakman (1994). "Energy savings in formation flight of Pink-footed Geese" (PDF). J. Exp. Biol. 189 (1): 251–261. doi:10.1242/jeb.189.1.251. PMID 9317742.
  102. ^ Newton, I. (2008). The Migration Ecology of Birds. Elselvier. ISBN 978-0-12-517367-4.
  103. ^ 투수 외 1982년
  104. ^ 투수 TJ와 패리시 JK(1993) "텔레오스트에서의 낚싯줄 동작의 기능" In: TJ(ed) 투수의 텔레오스트 물고기 행동.채프먼 앤 홀, 뉴욕, 페이지 363-440
  105. ^ Hoare DJ, Krause J, Peuhkuri N 및 Godin JGJ(2000) 신체 크기 및 물고기 생물학 저널, 57(6) 1351-1366.
  106. ^ Snekser JL, Ruhl N, Bauer K, McRobert SP (2010). "The Influence of Sex and Phenotype on Shoaling Decisions in Zebrafish" (PDF). International Journal of Comparative Psychology. 23: 70–81. Archived from the original (PDF) on 25 July 2011.
  107. ^ Engeszer RE, Ryan MJ, Parichy DM (2004). "Learned Social Preference in Zebrafish" (PDF). Current Biology. 14 (10): 881–884. doi:10.1016/j.cub.2004.04.042. PMID 15186744. S2CID 18741014.
  108. ^ Reebs, S.G. (2000). "Can a minority of informed leaders determine the foraging movements of a fish shoal?". Animal Behaviour. 59 (2): 403–9. doi:10.1006/anbe.1999.1314. PMID 10675263. S2CID 4945309.
  109. ^ Radakov DV(1973) 물고기의 생태에 관한 교육.Mill H. Halsted Press(뉴욕)에 의해 번역된 이스라엘 과학번역 프로그램.ISBN 978-0-7065-1351-6
  110. ^ 사진작가: Mark van Coller
  111. ^ Hamner, WM; Hamner, PP; Strand, SW; Gilmer, RW (1983). "Behavior of Antarctic Krill, Euphausia superba: Chemoreception, Feeding, Schooling and Molting'". Science. 220 (4595): 433–5. Bibcode:1983Sci...220..433H. doi:10.1126/science.220.4595.433. PMID 17831417. S2CID 22161686.
  112. ^ U. Kils; P. Marshall (1995). "Der Krill, wie er schwimmt und frisst – neue Einsichten mit neuen Methoden ("The Antarctic krill – how it swims and feeds – new insights with new methods")". In I. Hempel; G. Hempel (eds.). Biologie der Polarmeere – Erlebnisse und Ergebnisse (Biology of the Polar Oceans Experiences and Results). Fischer Verlag. pp. 201–210. ISBN 978-3-334-60950-7.
  113. ^ R. Piper (2007). Extraordinary Animals: An Encyclopedia of Curious and Unusual Animals. Greenwood Press. ISBN 978-0-313-33922-6.
  114. ^ Hoare, Ben (2009년).동물의 이동런던: 자연사 박물관, 107페이지. ISBN 978-0-565-09243-6.
  115. ^ a b c Hoare, Ben (2009년).동물의 이동런던: 자연사 박물관. 107페이지. ISBN 978-0-565-09243-6
  116. ^ J.S. Jaffe; M.D. Ohmann; A. de Robertis (1999). "Sonar estimates of daytime activity levels of Euphausia pacifica in Saanich Inlet" (PDF). Canadian Journal of Fisheries and Aquatic Sciences. 56 (11): 2000–10. doi:10.1139/cjfas-56-11-2000. Archived from the original (PDF) on 20 July 2011.
  117. ^ Geraint A. Tarling & Magnus L. Johnson (2006). "Satiation gives krill that sinking feeling". Current Biology. 16 (3): 83–4. doi:10.1016/j.cub.2006.01.044. PMID 16461267.
  118. ^ Howard, D.: "Krill", 133–140페이지 (H.A. 등) :USGS Circular 1198, 2001년, USGS Circular 1198, Farallones만의 해양학, 지질학, 생물학, 환경문제.2010-06-04 에 마지막으로 액세스 한 URL.
  119. ^ D. Howard. "Krill in Cordell Bank National Marine Sanctuary". NOAA. Retrieved 15 June 2005.
  120. ^ Gandomi, A.H.; Alavi, A.H. (2012). "Krill Herd Algorithm: A New Bio-Inspired Optimization Algorithm". Communications in Nonlinear Science and Numerical Simulation. 17 (12): 4831–4845. Bibcode:2012CNSNS..17.4831G. doi:10.1016/j.cnsns.2012.05.010.
  121. ^ Hamner, WM; Carleton, JH (1979). "Copepod swarms: Attributes and role in coral reef ecosystems". Limnol. Oceanogr. 24 (1): 1–14. Bibcode:1979LimOc..24....1H. doi:10.4319/lo.1979.24.1.0001.
  122. ^ Johannes Dürbaum & Thorsten Künnemann (5 November 1997). "Biology of Copepods: An Introduction". Carl von Ossietzky University of Oldenburg. Archived from the original on 26 May 2010. Retrieved 8 December 2009.
  123. ^ Lindsey R과 Scott M(2010) 식물성 플랑크톤 NASA 지구 관측소란?
  124. ^ Wayback Machine 2009, NOAA, Center of Excellence for Great Lakes and Human Health의 2010-06-16 아카이브된 오대호에서 유해 조류 꽃이 피었습니다.
  125. ^ Darwin, Erasmus (1 January 1800). Phytologia: Or, The Philosophy of Agriculture and Gardening. With the Theory of Draining Morasses and with an Improved Construction of the Drill Plough. P. Byrne.
  126. ^ Ciszak, Marzena; Comparini, Diego; Mazzolai, Barbara; Baluska, Frantisek; Arecchi, F. Tito; Vicsek, Tamás; Mancuso, Stefano (17 January 2012). "Swarming Behavior in Plant Roots". PLOS ONE. 7 (1): e29759. Bibcode:2012PLoSO...729759C. doi:10.1371/journal.pone.0029759. ISSN 1932-6203. PMC 3260168. PMID 22272246.
  127. ^ Baluška, František; Mancuso, Stefano; Volkmann, Dieter; Barlow, Peter W. (1 July 2010). "Root apex transition zone: a signalling–response nexus in the root". Trends in Plant Science. 15 (7): 402–408. doi:10.1016/j.tplants.2010.04.007. PMID 20621671.
  128. ^ J., Trewavas, A. (2014). Plant behaviour and intelligence. Oxford university press. ISBN 9780199539543. OCLC 961862730.
  129. ^ Reichenbach H (2001). "Myxobacteria, producers of novel bioactive substances". J Ind Microbiol Biotechnol. 27 (3): 149–56. doi:10.1038/sj.jim.7000025. PMID 11780785. S2CID 34964313.
  130. ^ Farkas I, Helbing D, Vicsek T (2002). "Mexican waves in an excitable medium" (PDF). Nature. 419 (6903): 131–132. arXiv:cond-mat/0210073. Bibcode:2002Natur.419..131F. doi:10.1038/419131a. PMID 12226653. S2CID 4309609. Archived from the original (PDF) on 10 July 2007.
  131. ^ Neda Z, Ravasz E, Brechet Y, Vicsek T, Barabasi AL (2002). "Physics of Rhythmic Applause" (PDF). Physical Review E. 61 (6): 6987–6992. arXiv:cond-mat/0006423. Bibcode:2000PhRvE..61.6987N. doi:10.1103/physreve.61.6987. PMID 11088392. S2CID 14135891. Archived from the original (PDF) on 11 June 2011.
  132. ^ Helbing, D; Keltsch, J; Molnar, P (1997). "Modelling the evolution of human trail systems". Nature. 388 (6637): 47–50. arXiv:cond-mat/9805158. Bibcode:1997Natur.388...47H. doi:10.1038/40353. PMID 9214501. S2CID 4364517.
  133. ^ "http://psychcentral.com/news/2008/02/15/herd-mentality-explained/1922.html Wayback Machine에서 2014년 11월 29일 아카이브 완료"2008년 10월 31일에 취득.
  134. ^ "Danger in numbers during Haj". The National. 6 September 2009.
  135. ^ Couzin ID, Krause J (2003). Self-organization and collective behavior in vertebrates (PDF). Advances in the Study of Behavior. Vol. 32. pp. 1–75. doi:10.1016/S0065-3454(03)01001-5. ISBN 978-0-12-004532-7. Archived from the original (PDF) on 13 March 2012. Retrieved 14 April 2011.
  136. ^ Gabbai, J.M.E. (2005). Complexity and the Aerospace Industry: Understanding Emergence by Relating Structure to Performance using Multi-Agent Systems (Thesis). Manchester: University of Manchester Doctoral Thesis.
  137. ^ 리버모어 R(2008) "사전 지정 좌석 및 무료화 전략을 사용하여 항공기 탑승 성능을 비교하는 시뮬레이션 연구에 대한 다중 에이전트 시스템 접근법" 오픈 대학교, 기술 보고서 2008/25호.
  138. ^ "비행기, 기차 및 개미 언덕: 컴퓨터 과학자는 항공기 지연을 줄이기 위해 개미의 활동을 시뮬레이션합니다." Wayback Machine Science Daily, 2008년 4월 1일 2010-11-24년 아카이브.
  139. ^ Burd, Martin; N. Aranwela (February 2003). "Head-on encounter rates and walking speed of foragers in leaf-cutting ant traffic". Insectes Sociaux. 50 (1): 3–8. doi:10.1007/s000400300001. S2CID 23876486.
  140. ^ Ribeiro, Pedro; André Frazão Helene; Gilberto Xavier; Carlos Navas; Fernando Leite Ribeiro (1 April 2009). Dornhaus, Anna (ed.). "Ants can learn to forage on one-way trails". PLOS ONE. 4 (4): e5024. Bibcode:2009PLoSO...4.5024R. doi:10.1371/journal.pone.0005024. PMC 2659768. PMID 19337369.
  141. ^ John, Alexander; Andreas Schadschneider; Debashish Chowdhury; Katsuhiro Nishinari (March 2008). "Characteristics of ant-inspired traffic flow". Swarm Intelligence. 2 (1): 25–41. arXiv:0903.1434. doi:10.1007/s11721-008-0010-8. S2CID 18350336.
  142. ^ Are we nearly there yet? Motorists could learn a thing or two from ants The Economist, 10 July 2009.
  143. ^ Helbing, Dirk; Farkas, Illés; Vicsek, Tamás (2000). "Simulating dynamical features of escape panic". Nature. 407 (6803): 487–490. arXiv:cond-mat/0009448. Bibcode:2000Natur.407..487H. doi:10.1038/35035023. PMID 11028994. S2CID 310346.
  144. ^ "Swarming the shelves: How shops can exploit people's herd mentality to increase sales?". The Economist. 11 November 2006. p. 90.
  145. ^ a b Kushleyev, Alex; Mellinger, Daniel; Powers, Caitlin; Kumar, Vijay (2013). "Towards a swarm of agile micro quadrotors". Autonomous Robots. 35 (4): 287–300. doi:10.1007/s10514-013-9349-9. S2CID 18340816.
  146. ^ "Self-organizing Systems Research Group". Archived from the original on 26 October 2014.
  147. ^ "Centibots 100-Robot Collaborative Reconnaissance Project". ActivMedia Robotics. Archived from the original on 14 July 2011.
  148. ^ "Open-source micro-robotic project". Retrieved 28 October 2007.
  149. ^ "Swarm". iRobot Corporation. Archived from the original on 27 September 2007. Retrieved 28 October 2007.
  150. ^ Knapp, Louise (21 December 2000). "Look, Up in the Sky: Robofly". Wired. Retrieved 25 September 2008.
  151. ^ Saska, Martin; Jan, Vakula; Libor, Preucil (2014). Swarms of micro aerial vehicles stabilized under a visual relative localization. IEEE International Conference on Robotics and Automation (ICRA).
  152. ^ Saska, Martin; Vonasek, Vojtech; Krajnik, Tomas; Preucil, Libor (2014). "Coordination and navigation of heterogeneous MAV–UGV formations localized by a hawk-eye-like approach under a model predictive control scheme" (PDF). International Journal of Robotics Research. 33 (10): 1393–1412. doi:10.1177/0278364914530482. S2CID 1195374.
  153. ^ Saska, Martin; Vonasek, Vojtech; Krajnik, Tomas; Preucil, Libor (2012). Coordination and Navigation of Heterogeneous UAVs-UGVs Teams Localized by a Hawk-Eye Approach. IEEE/RSJ International Conference on Intelligent Robots and Systems (IROS).
  154. ^ Ji, Fengtong; Jin, Dongdong; Wang, Ben; Zhang, Li (23 June 2020). "Light-Driven Hovering of a Magnetic Microswarm in Fluid". ACS Nano. 14 (6): 6990–6998. doi:10.1021/acsnano.0c01464. ISSN 1936-0851.
  155. ^ Hughes, Robin (22 February 2007), Barracuda Tornado, retrieved 7 February 2022
  156. ^ Mou, Fangzhi; Li, Xiaofeng; Xie, Qi; Zhang, Jianhua; Xiong, Kang; Xu, Leilei; Guan, Jianguo (20 December 2019). "Active Micromotor Systems Built from Passive Particles with Biomimetic Predator–Prey Interactions". ACS Nano. 14 (1): 406–414. doi:10.1021/acsnano.9b05996. ISSN 1936-0851.
  157. ^ Yu, Jiangfan; Wang, Ben; Du, Xingzhou; Wang, Qianqian; Zhang, Li (21 August 2018). "Ultra-extensible ribbon-like magnetic microswarm". Nature Communications. 9 (1): 3260. doi:10.1038/s41467-018-05749-6. ISSN 2041-1723.
  158. ^ Edwards, Sean J.A. (2000). Swarming on the Battlefield: Past, Present, and Future. Rand Monograph MR-1100. Rand Corporation. ISBN 978-0-8330-2779-5.
  159. ^ U.S. Navy could 'swarm' foes with robot boats, CNN, 13 October 2014.
  160. ^ "Dive and Discover: Scientific Expedition 10: Antarctica". Retrieved 3 September 2008.
  161. ^ Crowd modelling: Simulating the behaviour of crowds of people, or swarms of animals, has both frivolous and important uses The Economist, 5 March 2009.
  162. ^ Fisher, Len (2009) The perfect swarm: the science of complexity in everyday life Page 57. Basic Books. ISBN 978-0-465-01884-0
  163. ^ Woodford, Riley. "Lemming Suicide Myth Disney Film Faked Bogus Behavior". Archived from the original on 3 January 2010.{{cite web}}: CS1 maint: unfit URL (link)
  164. ^ Red-Bellied Piranha Is Really Yellow New York Times, 24 May 2005.

Sources

External links