自1896年古斯塔夫·勒庞研究群体行为以来,对人群行为和行动的建模与仿真研究已被广泛应用到诸多领域,如计算机图形与计算机游戏、公共安全管理、建筑学、机器人设计、国家安全训练系统和社会学等等。而本文将在军事背景下研究社会群体以及社会群体行为,主要用于突发事件管理、紧急响应训练。人类生活的社会是由大量组成元素及其复杂关系构成的复杂系统。而实践证明,复杂网络理论、进化博弈论和基于Agent建模理论是研究复杂系统的常用方法。本文就是应用了网络上的进化博弈论、网络上的广义同步和基于Agent建模等方法研究群体行为的动力学。社会中个体都有自己的行为目标和动机,这些目标和动机便赋予了个体的行为规则,个体之间通过微观的交互作用能涌现出宏观上的群体行为。本文借助上述理论和工具,揭示了群体行为这种涌现行为的时空动力学。本文的主要研究内容有：1.为理解群体行为的动力学成因,提出了复杂网络广义同步的定义,并给出了判定复杂网络广义同步的两个判据。2.提出了社会行为选择网络(BSN)模型,这是一个改进的社会行为模型,通过该模型可以理解社会网络的占优行为如何形成,并最终导致群体的涌现。通过仿真实例分析了不同拓扑结构的行为选择网络,并得出随着变异率参数变化的相变曲线,该相变演示了社会行为从分散到聚集的演化过程。同时还改变了网络的拓扑结构,并分析包括群体行为在内的丰富动力学行为。3.研究了社会行为选择网络的非线性动力学行为,特别研究了不同拓扑结构下、不同变异矩阵和不同变异率对行为选择网络混沌性的影响,由仿真结果分析得出上述影响下行为选择网络具有丰富的动力学行为。4.开发了大规模群体行为仿真原型系统,该系统采用了基于Agent建模方法,并实际应用于突发事件紧急响应。Agent模型考虑了虚拟环境下人的心理、特征行为、情绪演化等因素。介绍了该原型系统在危机条件下仿真群体行为的分层结构,并设计了行为决策机制。给出的情绪感染算法是一种综合社会心理学和行为认知理论的核心算法,通过该算法个体Agent可以在虚拟环境进行特殊的决策,最终涌现出群体行为。该原型系统可用来分析、预测和控制危机条件下的复杂行为。5.分析比较了基于Agent建模(ABM)方法和基于方程建模(EBM)方法研究群体行为的区别和联系。基于Agent建模重点在于描述复杂系统组成元素的细节,使用的是自底向上的方法。相反,基于方程建模的方法重点考虑复杂系统的总体动力学,采用的是自上而下的方法。幸运的是,因为二者的互补性,可以将两种方法结合应用到系统的建模和仿真中来。