目录
- Party Model
- Traffic Basic
- Wolf Sheep Predation
- Boids Flockers model
- Boltzmann Wealth Model
- Conways Game of Life
- Demographic Prisoners Dilemma On A Grid
- Epstein Civil Violence Model
- Schelling Segregation Model
- Virus On A Network
- Sugarscape Constant Growback Model With Traders
Party Model
一场鸡尾酒聚会，参与者会聚成给定数量的团体
模型设定
与会者若发现团体中有过多的异性就会感到不开心，进而转入其他团体
参数
- number: 参加者数量
- group: 聚成的团体数量
- tolerance：允许的异性比例
观测指标
- number happy: 开心的参与者数量
- single sex group: 单性别团体数量
拓展
- 增加属性类别，如年龄、职业等
- 异质个体容忍度
- 复杂的容忍规则
- 允许子群组存在
- 增加对群组的规模限制
Traffic Basic
该模型模拟高速公路上的车辆，每辆汽车看到前方有车则会减速，看到前方没有车就会加速。该模型模拟了在没有交通事故等情况下如何导致堵车的。
模型设定
道路被设定为环路，每辆车到达右端后会从左端重新出现。每辆车会被初始化一个随机位置和随机速度，一些车会有较小的初速度，它们成为堵车的种子。 每辆汽车看到前方有车则会减速，看到前方没有车就会加速。初始速度比较慢的车会导致后面的车随之降速，进而发生拥堵。
参数
- number of cars 车辆数量
- acceleration 加速度
- deceleration 减速度
观测指标
- 当前最快的车速
- 当前最慢的车速
- 指定车（0号车 - 标红）的实时车速
拓展
- 复杂的加减速规则
- 不同车辆有异质的速度规则
- 非对称的加速和减速规则
- 多车道
相关模型
- Traffic Basic Utility 为每辆车添加效用函数
- Traffic Basic Adaptive 加速规则要求所有汽车尝试保持流畅的交通
- Traffic Basic Adaptive Individuals 加速规则要求每辆汽车单独尝试保持流畅的交通
- Traffic 2 Lanes 采用双车道
- Traffic Intersection 通过单个十字路口的车流
- Traffic Grid 车流在城市网络中流动，每个十字路口具有红绿灯
- Traffic Grid Goal 在Traffic Grid基础上，让每辆车具有行动目的地
- Gridlock HubNet 允许学生们实时控制交通信号灯的Traffic Grid
- Gridlock Alternate HubNet 允许学生进入代码并绘制自定义指标的Gridlock HubNet
Wolf Sheep Predation
该模型旨在探索捕食者-猎物生态系统的稳定性。 若该系统中存在一个或多个物种灭绝，则称该系统不稳定。
模型设定
Sheep-Wolves版本
狼和羊在陆地上随意漫游，狼狩猎羊。狼每个时间步都会消耗能量，它必须捕猎羊来补充能量，否则就会被饿死。 狼和羊在每个时间步有固定的概率繁殖后代。 在Sheep-Wolves版本中，假设羊具有无限的食物，即不受能量限制。
该模型环境是不稳定的。
Sheep-Wolves-Grass版本
该版本额外建模了Grass作为羊的能量。 羊必须通过吃草来保持自身的能量，否则就会被饿死。 草被吃掉后会在固定时间步间隔后重新生长。 该版本比Sheep-Wolves版本更加复杂，但是一般会产生一个稳定的生态系统。 该模型很接近经典的[[学术/研究方法/微分方程模型/Lotka Volterra Population Oscillation Models|Lotka Volterra Population Oscillation Models]]，但LV模型在小种群模拟中通常会低估种群灭绝的发生，而ABM模型不会。
参数
- model-version：选择模型版本
- initial-number-sheep: 羊群初始规模
- initial-number-wolves: 狼群初始规模
- sheep-gain-from-food: 羊每次吃草时获取的能量
- wolf-gain-from-food: 狼每次吃羊时获取的能量
- sheep-reproduce: 每个时间步羊的繁殖概率
- wolf-reproduce: 每个时间步狼的繁殖概率
- grass-regrowth-time: 草的生长间隔
- show-energy: 是否显示每个个体的能量值
- wolf-deduce-energy: 狼每个时间步扣除的能量（1个单位）
- sheep-deduce-energy: 羊每个时间步扣除的能量（1个单位）
观测指标
- sheep-population: 羊群数量
- wolves-population: 狼群数量
- grass-population: 草的数量
拓展
- 复杂化繁殖规则
- 羊会聚集
- 狼会追羊
Boids Flockers model
Agents
Cohesion - Separation - ALignment
- Boid
- model: 智能体的模型实例
- space: Boid所处的连续空间
- speed: 每步的移动距离
- direction: Boid移动方向的numpy向量
- vision: Boid的视野范围
- separation: Boid与邻居保持的距离
- cohere: 匹配邻居位置的重要性
- separate: 避免近邻的重要性
- match: 匹配邻居朝向的重要性
Model
- Boid Flockers
- population_size: 鸟的数量
- width: 空间宽度
- height: 空间高度
- speed: 移动速度
- vision: 视野
- separation: 鸟间最小距离
- cohere: cohesion behavior权重
- separate: separation behavior权重
- match: alignment behavior权重
- seed: 随机数种子
Boltzmann Wealth Model
Agents
- MoneyAgent
- move
- give_money
Model
- BoltzmannWealth
- compute_gini
Conways Game of Life
Agents
- Cell
- is_alive
- neighbors
- determine_state
- assume_state
Model
- ConwaysGameOfLive
Demographic Prisoners Dilemma On A Grid
Agents
- PDAgent
- is_coorperating
- step
- advance
- increment_score
Model
- 损益矩阵
Epstein Civil Violence Model
Agents
- CitizenState 公民状态枚举类
- 叛乱 正常 被捕
- EpsteinAgent 公民基础行为类
- update_neighbors
- move
- Citizen
- 社区内一般公民行为法则
- hardship: 感知困难度，外生，服从U(0,1)
- regime_legitimacy: 智能体感知政权合法性，外生，模型内一致
- risk_aversion: 风险厌恶，外生，服从U(0,1)
- thredhold: (grievance - (risk_aversion*arrest_probability)) > threshold叛乱
- vision: 视野距离
- condition: 状态
- grievance: hardship和regime_legitimacy的函数
- arrest_probability: 给定叛乱程度下，智能体对被捕概率的评估
- Cop
- 警察被是定位永远忠诚的
- 行为准则：检查视野的居民，从中随机捕获一个智能体
- unique_id: 警号
- x, y: 坐标
- vision: 视野
- max_jail_term: 最大刑期
Model
- EpsteinCivilViolence
Schelling Segregation Model
Agents
- SchellingAgent -step
Model
- Schelling
- density: 网络中智能体密度
- minority_pc: 少数族裔比例
- radius: 邻居检索半径
Virus On A Network
Agents
- State 智能体状态枚举类
- 正常人 - 感染者 - 免疫者
- VirusAgent
- initial_state: 初始状态
- virus_spread_chance: 传染概率
- virus_check_frequency: 感染者状态检查频率
- recovery_chance: 恢复概率
- gain_resistance_chance: 获得免疫概率
Model
- VirusOnNetwork
- num_nodes: Number of nodes in the network
- avg_node_degree: Average number of connections per node
- prob: 节点之间存在边的概率
- initial_outbreak_size:Number of nodes initially infected
Sugarscape Constant Growback Model With Traders
Agent
- Resource: 资源智能体每时间步会生长一单位糖或香料，直到达到最大量
- Resource可以被收获或交易
- Traders: 具有5个属性1.糖消耗2.香料消耗3.视野4.初始糖禀赋5.初始香料禀赋
- 若它们耗尽了糖或香料会死亡
- Traders移动规则M
- Traders的行为是搜索未占领的区域-识别这些区域中产出最大的（使用柯布道格拉斯函数）
- 移动并收集资源
- Traders交易规则T
- 智能体与潜在交易者计算它们的边际替代率MRS_(糖，香料)，若相等则终止交易
- 香料从高边际替代率的智能体流向低边际替代率的智能体，糖反向交易
- 价格p使用智能体MRS的几何平均
- 若p>1则使用p单位的香料交易1单位的糖；若p<1使用1/p单位的糖交易1单位的香料
- 交易的条件是对双方均有益（增加MRS），且双方MRS不会交叉（即至多交易到相等）
- 交易会不断持续，直到所有条件被满足
Model
- SugarscapeModel