使用 Reynolds 提出的 Boids 模型来模拟鸟群行为

使用 Reynolds 提出的 Boids 模型来模拟鸟群行为。Reynolds 的 Boids 模型基于三条简单的规则：

1. **分离 (Separation)**：避免与其他鸟过于接近。
2. **对齐 (Alignment)**：朝向邻居鸟的方向飞行。
3. **聚合 (Cohesion)**：飞向邻居鸟的平均位置。

我们还将添加驱散效果（scatter effect），以研究局部扰动对鸟群的影响。为了可视化鸟群的行为变化，我们将使用 `matplotlib` 来绘制每只鸟的位置和飞行方向。

### 完整代码示例【教科书版】

"""
boids.py

Boids模型的一种实现

编写者：Mahesh Venkitachalam
"""

import argparse
import math
import numpy as np
import matplotlib.pyplot as plt
import matplotlib.animation as animation
from scipy.spatial.distance import squareform, pdist
from numpy.linalg import norm

width, height = 640, 480

class Boids:
    """表示全体行为模拟的类"""
    def __init__(self, N):
        """初始化群体行为模拟"""
        # 初始化位置和速度
        self.pos = [width/2.0, height/2.0] +10*np.random.rand(2*N).reshape(N, 2)
        # 归一化随机速度
        angles = 2*math.pi*np.random.rand(N)
        self.vel = np.array(list(zip(np.cos(angles), np.sin(angles))))
        self.N = N
        # 个体间的最小距离
        self.minDist = 25.0
        # 应用规则导致的最大速度变化量
        self.maxRuleVel = 0.03
        # 最大速度
        self.maxVel = 2.0

    def tick(self, frameNum, pts, head):
        """在每个时间步中更新模拟"""
        # 应用规则
        self.vel += self.applyRules()
        self.limit(self.vel, self.maxVel)
        self.pos += self.vel
        self.applyBC()
        # 更新数据
        pts.set_data(self.pos.reshape(2*self.N)[::2],
                     self.pos.reshape(2*self.N)[1::2])
        vec = self.pos + 10*self.vel/self.maxVel
        head.set_data(vec.reshape(2*self.N)[::2],
                      vec.reshape(2*self.N)[1::2])

    def limitVec(self, vec, maxVal):
        """限制二维向量的长度"""
        mag = norm(vec)
        if mag > maxVal:
            vec[0], vec[1] = vec[0]*maxVal/mag, vec[1]*maxVal/mag

    def limit(self, X, maxVal):
        """对数组X中二维向量的长度进行限制，使其不超过maxValue """
        for vec in X: