位置感知技术、通信技术以及计算技术的高速发展，使得人们很容易获取大量的位置信息数据。这些位置信息数据可以用来分析个体或者群组的运动规律和行为特性。群组运动模式分析就是通过群组中各成员位置随时间变化的信息，分析群组的运动状态并提取其行为模式，进而对群组的行为模式与行动效果进行综合评估。群组成员搜寻是群组运动模式研究的一个重要方面。本文主要研究了群体运动模式分析和群组成员的搜寻。　　本文提出一种基于凸包_重心模型的群组运动模式分析方法，侧重对群组的运动状态进行整体性描述。给出了该方法详细的分析过程，通过实验分析，证实了该方法能够准确提取群组的运动状态和行为模式。　　为了描述群组成员间的聚集程度，在基于凸包—重心群组运动模式分析基础上，我们定义了几种不同的群组聚散度描述方法，并对这些方法进行了对比分析。实验表明，这些聚散度度量方法能够很好地反映群组成员之间的聚散程度。　　然后，提出一种基于运动模式相似度和聚散度的群组成员搜寻方法，判定群组成员时，不仅考虑到轨迹、速度、方向以及加速度等运动属性的相关性，而且分析了群组的聚散度变化情况。通过实验分析，证实了该方法的有效性和实用性。　　最后，针对实际应用中实时位置数据处理的需求，提出基于增量式的轨迹数据的群组成员的动态搜寻方法。该方法采用时间窗口及相似度的动态刷新策略，保证算法高效性的同时，也能兼顾历史轨迹数据对群组成员发现的影响。并用实验分析了方法的主要参数敏感性。