由个体间相互作用涌现出的群体聚集行为是自然界中最普遍的集群现象。小到菌群大到动物群体,甚至在人类社会中的种种聚集现象都有着各自的形成机制和目的。近年来,物理、生物、控制等各个领域的研究学者们致力于从群体的运动行为中抽象出其内在控制机理,一方面从理论分析得出数学解析模型,另一方面建立数值仿真模型,对复杂系统的群集行为进行了深入的研究与探索。本文针对几种典型的具有各种聚集现象的群集动力学系统模型,包括Vicsek模型、Boid模型,对群集系统演化过程中的聚集和分散现象进行了量化分析。通过引入复杂系统中的聚类系数这一概念来衡量系统的聚类程度,分布系数来衡量系统在空间上的分布情况。通过详尽的数值模拟仿真实验研究了在无噪声的情况下视野半径,速度,个体数等参数对系统聚集程度的影响,揭示了存在最优的参数组合使得群集系统达到最聚集/分散的运动模式。同时,探究了噪声对系统运动模式的影响,发现了适度的噪声反而会促进群体的聚集,并指出在三维系统中噪声的存在会使最优视角消失,从而形成群体聚集程度与视角大小的正相关性。本文的研究成果不仅使我们对自然界中群体聚集行为有了更深层次的理解,而且在为多智能体系统的聚集和分散控制提供指导方面具有较强的应用价值。本文的学术意义在于,在生物学领域,它可以帮助我们探索生物的复杂性原理,揭示鸟群鱼群自发性的倏忽聚散等特点。在工程应用领域,将从自然界中得到启发应用于实际,将分布式策略应用于多智能体系统(如多机器人或自主无人机系统)的协调控制,通过设计一定的控制规律及方法,使系统整体呈现出所期望的群体行为,对无人系统协作、灾害救援等任务具有重要的应用价值。