用python编译ABM（Agent-based modeling）模型简介

用python编译ABM（Agent-based modeling）模型简介

ABM（Agent-based modeling）是一种用来模拟具有自主意识的智能体（独立个体或共同群体，例如组织、团队）的行动和相互作用的计算模型，通过图像展示和评估智能体在系统整体中的作用。
一个ABM模型是一个计算机模拟系统，包括以下的要素 :

• 一定数量的智能体agents (属于自定义模型的一部分)
• 一定数量的智能体之间的关系
• 一个模拟智能体的行为和互动的框架

ABM模型的优点之一就是易于编译，并相对简单。使用基于对象的编译语言(OOP)，将代码分类成不同的对象，每个对象具有不同的功能，且每个对象是基于一个模板“类”。因此从每个类可以创建多个对象，并改变其内在状态使其具有不同的功能。这种编程语言尤其适合ABM模型，在ABM模型中，我们使用Agent class来表示类，并创建不同属性的Agents。
一个典型的ABM模型有以下部分组成：

Agentframework

一个agent class（类）表示agent的状态和属性（名字，年龄，位置，等等），以及一部分可运行的代码来指定agent的运动规则。这部分代码被定义为agent的方法，被写在定义agent的类中。例如，大多数具有位置变量的agent通常会有move的方法或函数。在模型运行时会移动agent的位置。

下面是一个agent框架的简单示例：

import random

#定义agent 类
class Sheep():# 使用 __init__函数来初始化模型

    '''
    羊随机移动，吃草 （环境），和其他羊互动
    '''  
    #self 作为对象的初始参数
    def __init__ (self, x, y, environment,agents, neighbourhood):
        
        self.x = x #x,y坐标
        self.y = y
        self.environment = environment #环境变量
        self.store = 0
        self.agents = agents #agents 列表
        self.neighbourhood = neighbourhood
      
        
        #使用randint函数创建一系列0到300的随机整数 
        if x == None:
            self.x = random.randint(0,300) 
        else:
            self.x = x   
        if y == None:
            self.y = random.randint(0,300)
        else:
            self.y = y
       #使agent根据一个随机地数字移动     
    def move(self):
         if random.random() < 0.5:
            self.x = (self.x + 1) % 300
         else:
            self.x = (self.x - 1) % 300

         if random.random(