近年来,观点动力学令各领域学者产生了广泛的研究兴趣,在理论研究方面主要通过定义群体中个体的观点、观察群体观点的变化情况等来试图解释现实生活中复杂的社会现象。在复杂系统中,个体经常与其他个体通过两种不同的方式相互交流:个体对的相互交流和个体与群体的相互交流。观点动力学领域有很多经典的模型,其中Deffuant-Weisbuch模型（DW模型）可以体现两个个体对之间的相互影响与交流,而Hegselmann-Krause模型（HK模型）则可以体现个体与整体之间的相互影响与交流,这两种模型在观点动力学领域都得到了广泛的研究。在本文中,我们对DW模型和HK模型进行了较为详细的研究,发现这两种模型都有其不同的特点,所以本文希望通过某种方式结合这两种模型以期得到一种优于只使用单一模型的作用效果,于是提出了一种新的观点动力学模型,随后研究与探讨这种结合对于整个系统一致性方面的影响。在此模型中我们引入了一个参数α来控制这两种相互作用在系统中的比重。本文利用数值模拟的方法对模型进行了研究,结果发现这里存在一个最佳的α值,在这种比重下系统达到完全一致的概率最高并且使系统形成一致的有界信任阈值也可以达到最小。为了进一步探究参数α对于观点形成的影响,我们还观察了系统中团簇的一些统计特性。此外,本文研究了不同网络结构中模型的鲁棒性,我们发现参数α对于促进观点一致的效果并不局限于全连接网络,还包括ER随机网络。