我与两位朋友，原来我中科大的师兄，现在华中科技大学张海涛教授。以及原来在电子科技大学，后来去了浙江大学的李春光教授。因为项目“基于个体智能的群集动力学演化分析与控制研究”获得了湖北省自然科学一等奖。

海涛兄、春光兄都是我本科就认识的。我2004年的时候，还没有拿到本科学位，就到春光兄这边来访问学习了一个多月。在我整个本科学习中，真正意义的学术访问，就只有在扬州大学（何大韧）和电子科技大学（李春光），对于我“像学者一样生活和交际”，是重要的一步。

自然界生命群集中低等个体智能可以激发协调的群集涌现行为，群集动力学系统演化分析与协同控制是美国《科学》杂志2014年世界十大科技前沿研究之一，在无人机编队、敏捷制造、深空深海探测、智能电网等领域具有可观的应用前景。我们的主要贡献主要有三个方面，分别是（１）发现了预测智能对群集协同的加速作用和对通讯成本的缩减效应，揭示了人类群体行为的记忆性和阵发性规律，阐明了个体活跃性与人类群体统计特征的关联特性；（２）揭示了个体间排斥和跟随作用对群集构型相变过程的影响规律，阐明了循环往复运动的群集动力学系统的协同机制，为群集编队构型协同提供了控制理论支撑；（３）揭示了人类群体同步能力和连接强度之间的关系规律，阐明了人类群体系统中通信网络同步和信息传播的动力学特性，夯实了人群行为分布式控制与决策的理论基础。

其中，我自己觉得最有趣意的，是我们把预测机制引入到了群集动力学中。因为我觉得，动物（例如鸽子、椋鸟）之所有能够整齐编队，很大程度上是因为能够对周围的同伴飞行轨迹有一定的预测性。预测运动物体的未来轨迹是动物非常基本的一个能力，不然不仅狗不能咬住飞碟，我们横穿马路也会凶多吉少。如果考虑了预测能力，我们的群集动力学模型会有很大变化，而且群集阵列的效率和鲁棒性都会有很大的提高，大家有兴趣可以看下面４篇文章。

Zhang,H. T., Chen, M. Z., Zhou, T., & Stan, G. B. (2008). Ultrafast consensus viapredictive mechanisms. EPL (Europhysics Letters), 83(4),40003.

Zhang,H. T., Chen, M. Z., Stan, G. B., Zhou, T., & Maciejowski, J. M. (2008).Collective behavior coordination with predictive mechanisms. Circuits andSystems Magazine, IEEE, 8(3), 67-85.

Zhang,H. T., Chen, M. Z., & Zhou, T. (2009). Predictive protocol of flocks withsmall-world connection pattern. Physical Review E, 79(1), 016113.

Zhang,H. T., Chen, M. Z., & Zhou, T. (2009). Improve consensus via decentralizedpredictive mechanisms. EPL (Europhysics Letters), 86(4),40011.

最近，海涛兄进一步把这个问题推广到了更多的应用场景中，包括和网络控制相结合。

Zhang,H. T., Chen, M. Z., & Stan, G. B. (2011). Fast consensus via predictivepinning control. Circuits and Systems I: Regular Papers, IEEE Transactionson, 58(9),2247-2258.

Zhang,H. T., & Chen, Z. (2014). Consensus acceleration in a class of predictivenetworks. Neural Networks and Learning Systems, IEEE Transactions on, 25(10),1921-1927.