对生物行为的研究能够启发新的计算方法、促进人工智能的发展。近10年来,一种名为多头绒泡菌的多核单细胞生物引起了众多科学家的兴趣,其智能行为也被广泛研究。多头绒泡菌具有复杂的生命周期,在营养期内它能够随意改变形态,构建连接食物源的原生质管道网络。2000年,Nakagaki发现该生物通过进化自身的原生质管道,能够得到连接迷宫入口和出口的最短管道。从此,这种低等生物所蕴含的智能特征逐渐被认识和关注。科学家们利用多种方法,从不同角度对多头绒泡菌的智能行为进行了研究,并试图解释其内在机制和将其应用于实际问题。本文主要分析了其中的三种方法：Tero利用基尔霍大定律和哈根泊肃叶定律建立的模型,该模型通过建立管道流量和传导性的反馈关系,对多头绒泡菌求解最短路径的过程进行了解释；Adamatzky用反应扩散的过程类比多头绒泡菌的生长过程,利用二变量Oregonator模型研究了多头绒泡菌构建网络和求解迷宫问题；Jones采用自底向上的建模方法,构建多Agent模型模拟多头绒泡菌网络的演化过程。基于对上述三种模型的研究,本文做了如下三项工作：(1)本文发现HP实验室提出的忆阻器模型中电流对电阻的控制作用与Tero模型中流量和传导性的关系具有相似的特征。本文利用Simscape和Simulink实现了HP实验室的忆阻器模型,通过改进得到一种具有超导特征的忆阻器模型,建立了新模型和Tero模型的Simscape和Simulink仿真元件。本文通过实验证明了基于忆阻器改进的模型具有与Tero模型一样的路径选择功能,同时具有可调节的选择速度和更优的时间效能。本文还利用新模型的仿真元件搭建了电路迷宫系统,成功模拟多头绒泡菌以最短路径的方式求解迷宫。(2)本文通过模拟非营养基上食物源浓度的分布,建立了一个基于浓度梯度的数学模型,用于模拟多头绒泡菌在非营养基上的觅食行为。本文将食物源抽象为形成空间中化学粒子浓度场的场源,空间中某点的场强与食物源的欧几里得距离相关。模型中的生长点沿梯度运动,最终构成全部场源的生成树。对比发现,该模型构建的生成树与生物实验中多头绒泡菌在非营养基上构建的树状网络非常相似。通过简单修改,模刑能够模拟多头绒泡菌形成具有管道分支的生成树；也能够模拟吸引物和排斥物共存时,多头绒泡菌能够绕过排斥物成功寻找到其它食物源的行为。当模型被应用于构建欧几里德平面的生成树时,获得的欧几里德生成树在拓扑结构上与欧几里得最小生成树差别甚微。(3)本文研究和分析了Jones模型的特点及其不足之处,通过改进Jones的模型,得到了一种传感器数量较少,能够区分营养源和示踪素,带有优胜劣汰的自进化机制的多Agent粒子模型。本文的自进化多Agent粒子模型能够自适应地调整Agent的种群数量,模拟多头绒泡菌构建原生质网络,维持稳定的宏观网络形态。通过增加Agent类型和引入转换规则,本文的多Agent粒子模型能够模拟多头绒泡菌求解迷宫问题。